E Statistic A

ESTATSTICA
Mendona Jnior, A. F.

Mossor RN
17 de outubro de 2013
Variveis Aleatrias e Distribuio de Probabilidades
Varivel aleatria
Varivel aleatria discreta e contnua
Distribuies de probabilidade
Funes de distribuio
Esperana de funo de uma varivel
Varincia de uma varivel aleatria
VOCABULRIO BSICO DA ESTATSTICA
VARIVEL
Uma varivel corresponde a uma caracterstica de um item ou de
um indivduo
POPULAO
Uma populao consiste em todos os itens ou indivduos em
relao aos quais voc deseja tirar uma concluso
AMOSTRA
Uma amostra corresponde parcela da populao selecionada para
anlise
PARMETRO
Um parmetro uma medida numrica que descreve uma
caracterstica de uma populao
Vocabulrio bsico da estatstica
VARIVEIS ALEATRIAS
Variveis Aleatrias
DEFINIES

uma funo que associa cada elemento de um espao
amostral a um nmero real

uma funo com valores numricos, cujo valor
determinado por fatores de chance

uma varivel quantitativa, cujo resultado (valor) depende
de fatores aleatrios

uma funo que atribui um valor numrico a cada
resultado individual de uma experincia aleatria

Regra que atribui um valor numrico a cada possvel
resultado de um experimento
Figura 1. Mapeamento de eventos em nmeros reais
Variveis Aleatrias
Variveis Aleatrias
A FUNO VARIVEL ALEATRIA (V.A.)

Seja X um valor numrico, cujo valor depende do resultado do
experimento. Se X associa um resultado a um nmero, ento X uma
funo cujo domnio o conjunto de resultados e cuja imagem o
conjunto dos nmeros reais. Essa funo X conhecida pelo nome de
Varivel Aleatria.

Desta forma, pode-se escrever os resultados de um
experimento aleatrio atravs de nmeros, ao invs de palavras
ou smbolos, possibilitando um tratamento matemtico
facilitado. Em outras palavras, a varivel aleatria traduz o
resultado do experimento em nmeros reais.
S
atributo
qualitativa
quantitativa
discreta
contnua
Definio: varivel aleatria a funo que associa
cada elemento de S a um nmero real.
P v.a.
Variveis Aleatrias
Variveis Aleatrias
s
S
X (s)
X
Rx
Variveis Aleatrias
s1 s2 s3 s4 s5 s6
x1 x2 x3 x4
S
KK
KC
CK
CC
X: nmero de caras em 2 lances de moeda
0 1 2
X(CC) = 0
X(KC) = X(CK) = 1
X(KK) = 2
P(X = 0) = P(CC)
P(X = 1) = P(KC CK)
P(X = 2) = P(KK)
X(S) (imagem)
Experimento: jogar 2 moedas e observar o resultado
(K = cara e C = coroa)
Variveis Aleatrias
TIPOS DE VARIVEIS ALEATRIAS
Tipos de Variveis Aleatrias
So classificadas conforme a natureza do conjunto de valores
reais que elas podem assumir

VARIVEL ALEATRIA DISCRETA

Assume um nmero finito ou infinito numervel de valores
numricos. Quando os valores podem ser listados.

VARIVEL ALEATRIA CONTNUA

Assume um valor dado por uma medida em uma escala contnua,
isto , todos os valores possveis em um intervalo real. Quando os
valores no podem ser listados.
x
Discreta Contnua
A distino entre variveis aleatrias discretas e
contnuas importante porque a utilizao de
diferentes modelos (DISTRIBUIES) de probabilidade
depende do tipo de varivel aleatria considerado
Definio: uma v.a. discreta quando o conjunto de valores possveis (imagem) for
finito ou infinito numervel.
P(X = x
i
) > 0 para todo i
( ) 1
i
i
P X x = =
Funo de Probabilidade
( ) ( ) f x P X x = =
Exemplos:

a) jogar um dado
X: ponto obtido no dado
X = {1, 2, 3, 4, 5, 6}
X: = 1 se ponto for igual a 6
X: = 0 caso contrrio
X = {0, 1}

b) jogar 5 moedas (ou uma moeda 5 vezes)
X: nmero de caras em 5 lances
X = {0, 1, 2, 3, 4, 5}

c) jogar uma moeda at tirar uma cara
X: nmero de jogadas at tirar uma cara (incluindo-se a cara)
X = {1, 2, 3, ...}
X: nmero de coroas at tirar uma cara
X = {0, 1, 2, ...}

d) sortear 5 pontos em um mapa pedolgico
X: nmero de pontos correspondentes classe Argissolo
X = {0, 1, 2, 3, 4, 5}
Definio: uma v.a. contnua quando o conjunto de valores possveis (imagem)
for inumervel.
Se o conjunto imagem inumervel, no h sentido em falar de valores
especficos e portanto:
P(X = x) = 0
Funo Densidade de Probabilidade (fdp)
( ) 0 f x >
( ) ( )
b
a
P a X b f x dx < < =
}
( ) 1 f x dx
+
=
}
Qual a probabilidade de se escolher uma pessoa qualquer com
1,7567234309... metros de altura?
P(a < X < b) > 0
x
f(x)
a b
( ) P a X b < <
Problema: Define-se uma varivel X como o nmero de caras em 6 lances de
moeda. Qual a probabilidade de se obter mais que 4 caras nesses
6 lances?

X = {0, 1, 2, 3, 4, 5, 6}

P(X > 4) = P(X = 5) + P(X = 6)

P(X = 5) = P(KKKKKC KKKKCK KKKCKK KKCKKK KCKKKK CKKKKK)
= 6/64

P(X = 6) = P(KKKKKK)
= 1/64

P(X > 4) = 7/64
RESUMO - Varivel Aleatria
RESUMO - Exemplo
DISTRIBUIES DE PROBABILIDADE
DEFINIES

uma funo que relaciona os valores possveis de
uma V.A. com as respectivas probabilidades de
ocorrncia

uma correspondncia que associa probabilidades
aos valores de uma V.A.

Mostra a proporo das vezes em que a V.A. tende
a assumir cada um dos diversos valores

Distribuies de Probabilidade
TROCANDO EM MIDOS

A distribuio de probabilidade, ou modelo
probabilstico, indica, para uma varivel
aleatria, quais so os resultados que podem
ocorrer e qual a probabilidade de cada
resultado acontecer.
EXEMPLOS

Lana-se uma moeda e anota-se a face obtida.
Construir a distribuio de probabilidades para a V.A.
nmero de caras.

Resultados Possveis Probabilidades
0 0,5
1 0,5
Total
1
QUAIS
RESULTADOS
QUAL
PROBABILIDADE
EXEMPLOS

Lana-se uma moeda e anota-se a face obtida.
Construir a distribuio de probabilidades para a V.A.
nmero de caras.

0,50 0,50
EXEMPLOS

Considerando-se que 2 moedas tenham sido lanadas,
construir a distribuio de probabilidades para a V.A.
nmero de caras.

REGRA DA MULTIPLICAO

A probabilidade de que dois eventos independentes
ocorram igual multiplicao das probabilidades
individuais.

P(A e B) = P(A B) = P(A) x P(B)

EXEMPLOS

nmero de caras.

Resultados
Possveis
Resultados
Numricos
Probabilidades
CC 0
0,5 x 0,5 = 0,25
CK 1
0,5 x 0,5 = 0,25
KC 1
0,5 x 0,5 = 0,25
KK 2
0,5 x 0,5 = 0,25
Total
1
EXEMPLOS
1
o
Lanamento
K
2
o
Lanamento
0,5
0,5
0,5
0,5
P(x) = 0,25
C
0,5
0,5
K
C
K
C
P(x) = 0,25
P(x) = 0,25
P(x) = 0,25
Resultados Possveis Probabilidades
0 0,25
1 0,5
2 0,25
Total
1
EXEMPLOS

nmero de caras.

EXEMPLOS

Um lote de peas possui 60% dos itens com algum tipo
de defeito. Construir a distribuio de probabilidades
para a V.A. nmero de itens com defeito dentre 2
sorteados aleatoriamente.

REGRA DA ADIO

A probabilidade de que um entre dois eventos
mutuamente excludentes ocorra igual soma das
probabilidades individuais.

P(A ou B) = P(A U B) = P(A) + P(B)

AXIOMAS

Como os valores das distribuies de probabilidades
so probabilidades, e como as V.A. devem tomar um de
seus valores, temos as duas regras a seguir que se
aplicam a qualquer distribuio de probabilidades:

1. A soma de todos os valores de uma distribuio de
probabilidades deve ser igual a 1
P(x) = 1 Onde x toma todos os valores possveis

2. A probabilidade de ocorrncia de um evento deve ser
0 P(x) 1 Para todo x
x A
VARIVEIS ALEATRIAS DISCRETAS
Varivel Aleatria Discreta
VALOR ESPERADO

O valor esperado, ou esperana, ou mdia, de
uma distribuio de probabilidades
corresponde mdia dos resultados da varivel
aleatria quando o nmero de observaes for
muito grande.
VALOR ESPERADO
X P(x)
x1 p1
x2 p2
. . . . . .
xn pn
Total
1
E(x) = x = (xi . pi)
VARINCIA
X P(x)
x1 p1
x2 p2
. . . . . .
xn pn
Total
1
Var(x) =
2
x
= p
i
(x
i
- x)
2

EXEMPLOS

Um grande lote de peas possui 60% dos
itens com algum tipo de defeito. Construir a
distribuio de probabilidades para a V.A.
nmero esperado de itens com defeito
dentre 3 sorteados aleatoriamente e o
desvio padro.
Res. Possveis Res. Numricos Probabilidades
BBB
0 0,064
BBD
1 0,096
BDB
1 0,096
DBB
1 0,096
BDD
2 0,144
DBD
2 0,144
DDB
2 0,144
DDD
3 0,216
Total
1
EXEMPLOS
Itens com defeito (X = xi)
Probabilidades (P (X = xi) )
O 0,064
1 0,288
2 0,432
3 0,216
Total
1
EXEMPLOS
E(x) = x = (xi . pi) = 1,8 itens
Itens com defeito (X = xi)
Probabilidades (P (X = xi) )
O 0,064
1 0,288
2 0,432
3 0,216
Total
1
EXEMPLOS
Var(x) =
2
x
= p
i
(x
i
- x)
2
= 0,8485 item
REGRA DA MULTIPLICAO

A probabilidade de que dois eventos no
independentes ocorram igual multiplicao
das probabilidades individuais.

P(A e B) = P(A B) = P(A) x P(B / A)

Probabilidade do evento B ocorrer dado que o
evento A tenha ocorrido
EXEMPLOS

Um lote com 20 peas contm 4 defeituosas.
Se forem retiradas duas peas do lote, qual
a probabilidade de serem retiradas:

a) Duas peas boas?

b) Duas peas defeituosas?
EXEMPLOS
P(B) = 16 / 20
B: Pea Boa
D: Pea Defeituosa
P(D) = 4 / 20
EXEMPLOS
Se a primeira pea for:

Boa Defeituosa
P(B/B) = 15 / 19
P(B/D) = 4 / 19
P(D/B) = 16 / 19
P(D/D) = 3 / 19
EXEMPLOS
Se ambas as peas forem:

Boa Defeituosa
P(B/B) = 16/20 x 15/19 = 0,6316
P(D/D) = 4/20 x 3/19 = 0,0316
REGRA DA ADIO

A probabilidade de que pelo menos um entre
dois eventos no excludentes ocorra igual a:

P(A ou B) = P(A U B) = P(A) + P(B) - P(A B)

EXEMPLOS

A 3M Construes constri 01 (um)
condomnio quando acha que h
probabilidade de pelo menos 40% de vender
todos os apartamentos no 1 ano. Constri 02
(dois), aos quais atribui as probabilidades de
40% e 50%. Qual a probabilidade de que
pelo menos 01 (um) condomnio seja vendido
em sua totalidade?
EXEMPLOS

P(A) = 0,4

P(B) = 0,5

P(A e B) = 0,4 . 0,5 = 0,2

P(A ou B) = 0,4 + 0,5 - 0,2 = 0,7
Resultados Possveis (A/B)
Probabilidades
Vende / No Vende
0,2
Vende / Vende
0,2
No Vende / Vende
0,3
No Vende / No Vende
0,3
Total
1
EXEMPLOS
EXEMPLOS

Um comerciante espera vender um automvel at
sexta-feira. A expectativa de que venda na segunda-
feira de 50%. Na tera-feira de 30%, na quarta-feira
de 10%, na quinta-feira e na sexta-feira de 5%. Seu
lucro de 3.000 u.m. se vender na segunda-feira
diminui 40% a cada dia. Calcule o valor esperado de
lucro deste negociante nesta venda.

EXEMPLOS

A tabela a seguir apresenta dados relativos
distribuio de sexo e alfabetizao em habitantes do
RN com idade entre 20 e 24 anos.

Sexo
Alfabetizado

Total
Sim No
Masc. 39.577 8.672 48.249
Fem. 46.304 7.297 56.601
Total 85.881 15.969 101.850
Um jovem entre 20 e 24 anos escolhido ao acaso
O: 101.850 jovens com idade entre 20 e 24 anos
Definimos os eventos:

M: jovem sorteado do sexo masculino
F: jovem sorteado do sexo feminino
S: jovem sorteado alfabetizado
N: jovem sorteado no alfabetizado
EXEMPLOS
Temos:
0,157

101.850
15.969

=
P(N)
=
0,843

101.850
85.881

=
P(S)
=
0,526

101.850
56.601
=
P(F)
=
0,474

101.850
48.249

=
P(M)
=
EXEMPLOS
EXEMPLOS

Qual a probabilidade do jovem escolhido
ser alfabetizado e ser do sexo masculino?

ser alfabetizado ou ser do sexo masculino?

ser alfabetizado sabendo-se que do sexo
masculino?

RESUMO

A funo que associa probabilidades aos possveis
valores de uma V.A.D. X, chamada de funo de
probabilidade discreta e representada por:

p(x) = P(X = x), x A

PROPRIEDADES
0 p(x) 1

p(x) = 1
x A
VARIVEIS ALEATRIAS CONTNUAS
Varivel Aleatria Contnua
DEFINIO

Uma varivel aleatria considerada contnua quando
pode tomar qualquer valor de determinado intervalo

Variveis aleatrias contnuas tm um nmero infinito
de valores possveis (Medio)

Tempo gasto no deslocamento de uma pessoa desde a
sua residncia at seu local de trabalho

Perda de peso experimentada por uma pessoa submetida
a uma dieta alimentar.

PROPRIEDADES

Para V.A. contnua no faz sentido estabelecer um par
entre xi e p(xi)

A probabilidade de ocorrer um xi especfico 0 (zero)

A distribuio de probabilidades denominada funo
densidade de probabilidade (f.d.p.) que uma funo
no negativa

A probabilidade de ocorrer valores entre a e b
definida pela rea sob a curva entre os valores a e b.

a b
f(X)
A probabilidade de qualquer valor individual zero
P(a X b)
EXEMPLOS

Verifique que f(x) = x/8 pode ser a densidade de
probabilidade de uma varivel aleatria definida sobre
o intervalo de x = 0 x = 4
0,5

0,25

0
0 1 2 3 4
f(x)
x
A primeira regra
atendida pois x/8
no-negativo (positivo
ou nulo) para qualquer
valor no intervalo de 0
a 4

EXEMPLOS

Verifique que f(x) = x/8 pode ser a densidade de
probabilidade de uma varivel aleatria definida sobre
o intervalo de x = 0 x = 4
0,5

0,25

0
0 1 2 3 4
f(x)
x
A segunda regra
tambm verificada
pois a rea do
tringulo pode ser
calculada como (b x h)
/ 2 = (4 x ) / 2 = 1

EXEMPLOS

Qual a probabilidade de uma varivel aleatria com
essa densidade de probabilidade tomar um valor
menor do que 2?
0,5

0,25

0
0 1 2 3 4
f(x)
x
A probabilidade dada
pela rea do tringulo
sombreado na figura
abaixo que abrange os
valores da v.a.
menores do que 2

A rea ser (2 x )/2 =
1/4

EXEMPLOS

Um jogo de azar realizado da seguinte
forma: toma-se um crculo e divide-o em
duas partes iguais, 1 e 2. Sobre o centro do
crculo, fixado um ponteiro, o qual girado
e anota-se o nmero do setor onde a ponta
do ponteiro parou.
EXEMPLOS
Construir a distribuio
de probabilidades para
o nmero obtido neste
experimento
1 2
EXEMPLOS
X = xi
P (X = xi)
1 0,5
2 0,5
Total
1
EXEMPLOS
0,50 0,50
EXEMPLOS

Considerar a mesma situao, s que o
crculo dividido em quatro partes iguais.
Construir a distribuio de probabilidades
para o nmero obtido neste experimento.
EXEMPLOS
Construir a distribuio
de probabilidades para
o nmero obtido neste
experimento
1 2
4 3
EXEMPLOS
X = xi
P (X = xi)
1 0,25
2 0,25
3 0,25
4 0,25
Total
1
EXEMPLOS
0,25 0,25 0,25 0,25
DVIDA

Qual o nmero mximo de setores que se consegue
em um crculo

INFINITOS
?
DVIDA

Como ficaria o histograma

1
1
FUNO DENSIDADE DE PROBABILIDADE

A funo densidade de probabilidade est
relacionada com a probabilidade da varivel
aleatria contnua assumir algum resultado
possvel.
f(x)
CARACTERSTICAS

O estudo de uma varivel aleatria contnua
anlogo ao das variveis discretas.

A distribuio de probabilidades indica, para uma
varivel aleatria, quais so os resultados que
podem ocorrer e qual a probabilidade de cada
resultado acontecer.
CARACTERSTICAS

A rea sob a funo densidade 1.
f(x)
1 ou 100%
CARACTERSTICAS

A probabilidade da varivel aleatria assumir um
valor determinado zero, pois existem infinitos
resultados possveis.

As probabilidades sempre se referem a intervalos
de valores.
CARACTERSTICAS
x
i
f(x)
X

P (X = xi) = 0
CARACTERSTICAS

A probabilidade da varivel aleatria assumir um valor
em um intervalo igual rea sob a funo densidade
naquele intervalo.
f(x)
X

P (a x b)
f (x) dx = F(b) F(a)
a
b
EXEMPLOS

Sobre o centro de um crculo, fixado um ponteiro, o
qual girado e anota-se o ngulo formado pelo
ponteiro com o eixo horizontal, como na figura a seguir.
o
Definir a f.d.p. para
o ngulo () obtido
neste experimento.
EXEMPLOS
0
o

f(x)
1
360
o
1/360
X
Qual a probabilidade de se obter um ngulo entre
30
o
e 60
o
?
EXEMPLOS
0
o

f(x)
P(30
o
< X < 60
o
)
360
o
1/360
X
30
o

60
o

rea = 60 - 30 / 360 - 0
rea = 1 / 12 = 0,08333
mendoncajr@ufersa.edu.br
Obrigado

E Statistic A

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

E Statistic A

Enviado por

Direitos autorais:

Formatos disponíveis

ESTATSTICA

Você também pode gostar