PARTE I

PROBABILIDADE
1 - RELAO ENTRE PROBABILIDADE E ESTATSTICA
Para entendermos a inferncia estatstica preciso entender vrios conceitos de probabilidade. A
probabilidade e a estatstica esto estreitamente relacionadas, porque formulam tipos opostos de
questes.
- Na probabilidade, sabemos como um processo funciona e queremos predizer quais sero os
resultados de tal processo. Por exemplo, uma caixa com 40 fichas azuis e 60 vermelhas;
extramos 10 aleatoriamente. Pela teoria das probabilidades, podemos calcular a probabilidade
de que, das 10 fichas extradas, exatamente 6 sejam vermelhas.
- Em estatstica, no sabemos como um processo funciona, mas podemos observar os seus
resultados, e utilizar a informao sobre os resultados para conhecer a natureza do processo.
Por exemplo, suponhamos agora que, antes de uma eleio, o leitor pergunte a 1000 pessoas
escolhidas aleatoriamente o nome do seu candidato a presidente. No possvel calcular a
probabilidade de que 60% das pessoas da amostra concordem com sua preferencia, porque o
leitor no conhece as preferncias de toda a populao. Todavia, utilizando a inferncia
estatstica, possvel estimar as preferncias presidenciais da populao com base nas
preferncias presidenciais da populao com base nas preferncias das pessoas da amostra.
2 - INTRODUO
Quando solicitamos a estudar em fenmeno coletivo, verificamos a necessidade de descrever tal
fenmeno por um modelo matemtico que permita explicar da melhor forma possvel este fenmeno.
Todas as vezes que estudarmos alguns fenmenos com respeito a seus possveis resultados,
podemos classific-los em dois tipos:
a) Fenmeno Determinsticos so aqueles que repetidos sob mesmas condies iniciais
conduzem sempre a um s resultado. As condies iniciais determinam o nico resultado
possvel do fenmeno.
b) Fenmeno aleatrio so aqueles que repetidos sob mesmas condies iniciais podem
conduzir a mais que um resultado. As condies iniciais no determinam o resultado do
fenmeno.
Exemplo:
Se lanarmos um dado sobre uma superfcie, podemos anotar o nmero de pontos da face
superior do dado.
Dificilmente conseguiremos repetir o lanamento nas mesmas condies anteriores.
Estas pequenas variaes que certamente ocorrero na repetio do lanamento podem provocar
mudanas no nmero de pontos apresentados na face superior do dado.
Estas mudanas no podem em geral ser desprezadas e consequentemente o fenmeno admitir,
por repetio, mais que um resultado. Desta forma, este fenmeno classificado como aleatrio.
Quando um fenmeno determinstico, a teoria de probabilidades, no fornece um modelo
adequado para a explicao do fenmeno (aleatrio).
Portanto, o objeto de estudo da teoria das probabilidades so os fenmeno aleatrios.
Para facilitar o desenvolvimento da teoria sem usar recursos matemticos mais sofisticados,
vamos restringir nosso estudo a uma classe de fenmenos aleatrios chamados experimentos.
Os experimentos so fenmenos aleatrios que possuem as seguintes caractersticas:
1

a) repetitividade - a caracterstica de um fenmeno de poder ser repetido quantas vezes

quisermos.
b) Regularidade a caracterstica que diz respeito possibilidade da ocorrncia dos resultados
do fenmeno. A avaliao numrica da possibilidade de ocorrncia destes resultados dar
origem s probabilidades.
Para a explicao desses fenmenos fenmenos aleatrios adotaremos um modelo
matemtico probabilstico. Neste caso, o modelo utilizado ser o CLCULO DAS
PROBABILIDADES.
Exemplos de Fenmeno Aleatrio:
- retirar uma carta de um baralho com 52 cartas e observar se naipe.
- jogar um dado e observar o nmero mostrado na face de cima.
- jogar uma moeda e observar o nmero obtido.
Desses experimentos aleatrios, verificamos as seguintes caractersticas:
- Cada experimento poder ser repetido sob as mesmas condies indefinidamente;
- No se conhece um particular valor do experimento a priori porm, podemos
descrever todos os possveis resultados as possibilidades;
- Quando o experimento for repetido um grande nmero de vezes, surgir uma
regularidade, isto , haver uma estabilidade de frao f = s/n (frequencia relativa), em
que n o nmero de repeties e s o nmero de sucessos de um particular
resultado estabelecido antes da realizao.
3

- INTERPRETAES DA PROBABILIDADE

Consideremos a afirmao:
Se jogarmos uma moeda, h uma probabilidade de de aparecer cara.
O procedimento para estudarmos as propores de ocorrncia das faces cara de uma moeda, seria
lanar a moeda certo nmero n de vezes e contar o nmero s de vezes que ocorre a face cara.
De acordo com a interpretao da probabilidade como freqncia relativa, a afirmao
significa que o nmero de caras estar prximo de do total de jogadas, desde que joguemos a moeda
um grande nmero de vezes.
n=8 n=20
Nmero de caras obtidos
2
13
f = s/n
0,25 0,65
FACE
FREQUNCIA

n=50
19
0,38

CARA

n=80
38
0,47

n=100
43
0,43

COROA

TOTAL
1

n=150 n=200 n=500 n=800

80
110
260
405
0,53
0,55
0,52
0,50

ESPAO AMOSTRAL (E) o conjunto formado por todos os resultados possveis de um

experimento
EVENTO qualquer subconjunto do espao amostral
No Lanamento de um dado, temos o Espao Amostral: E={1,2,3,4,5,6}
2

Considerando o evento ocorrer nmero mpar no lanamento de um dado: A={1,3,5}

Exerccios
1- D um espao amostral para os experimentos abaixo:
a) Uma urna contm bolas vermelhas (v), bolas brancas(B) e bolas azuis (A). Uma bola extrada
e observada sua cor.
b) Duas moedas so lanadas e observam-se o resultado.
c) Dois dados, so lanados, observam-se os nmeros das faces de cima.
2- No lanamento de duas moedas, determine o evento sair cara.
3- No lanamento simultneo de 3 moedas distinguveis (ou no lanamento de uma moeda trs vezes),
determine o espao amostral e os eventos A: sair 3 caras; B: sair mais do que 1 cara; C: sair
exatamente 2 coroas.
EVENTOS
Podemos estabelecer algumas regras relativas ao evento considerado em funo do espao
amostral:
Evento certo: podemos dizer que o evento (A) um evento certo, se o nmero de elementos do
evento for igual ao nmero de elementos do espao amostral.
Evento elementar: um evento denominado elementar, se o evento for um conjunto unitrio.
Evento impossvel: neste caso o evento constitudo por um conjunto vazio.

Em um experimento aleatrio lanar um dado e registrar o resultado:

evento A : ocorrncia de um nmero menor que 7 e maior que 0
evento B: ocorrncia de um nmero maior que 5 evento C: ocorrncia de nmero maior que 6

CLCULO DE PROBABILIDADE
A probabilidade P(A) definida como a relao entre o nmero de possveis resultados
favorveis do evento e todos os possveis resultados do experimento:
p(A)

nmero de elementos de A n(A)

nmero de elementos de E n(E)

p(A)

nmero de resultados favorveis

nmero total de resultados possveis

ou
Exemplos:
1. Considere o lanamento de um dado.
(a) Qual a probabilidade de se obter um nmero mpar na face superior do dado?
(b) Qual a probabilidade de obter o nmero 2 na face superior do dado?
(c) Qual a probabilidade de obter o nmero 8 na face superior do dado?
2. A pesquisa de um jornal de So Paulo revelou que 200 brasileiros foram mortos por raios no perodo
de um ano (ano 2000). Qual a probabilidade de uma pessoa ser atingida por um raio, sabendo-se que a
populao brasileira est em torno de 170 milhes?
3

3. O RH de uma empresa composto de 15 homens e 35 mulheres. feito o sorteio aleatrio de um

funcionrio, qual a probabilidade de no ser mulher?

Eventos mutuamente exclusivos

Dois eventos so mutuamente exclusivos se a interseo entre eles vazia. Neste caso:
P ( A B )=P ( A ) + P ( B )

Exemplo: No lanamento de um dado, considera-se o evento

A= {1,5 }

B={ 2,4,6 } . Calcule a

probabilidade de ocorrer A ou B.
Eventos no mutuamente exclusivos
Neste caso a interseo no vazia e o clculo ser feito por:
P ( A B )=P ( A ) + P ( B )P ( A B )

Exemplo: No lanamento de um dado, consideramos o evento

A= {1,2,5,6 }

e o evento

B={ 2,4,6 } . Determine a probabilidade de ocorrer o evento A ou B.

Exemplo: Um grupo de 15 pessoas preencheu uma ficha de solicitao de emprego no RH de uma
empresa. As fichas continham as seguintes opes:
( ) analista administrativo
( ) assistente de compras
( ) assistente financeiro
Cada candidato podia assinalar uma ou mais opes de cargos, de acordo com a competncia e
experincia de cada um. Resultado:
A = analista administrativo: 7 candidatos.
B = assistente de compras: 9 candidatos.
C = assistente financeiro: 8 candidatos.
A ordem das entrevistas ser determinada por sorteio, qual a probabilidade que o primeiro
sorteado tenha escolhido o cargo de:
(a) analista administrativo.
(b) assistente de compras.
(c) analista administrativo ou assistente de compras.
4

Eventos independentes
Dois eventos so independentes quando a realizao (ou no) de um evento no interfere na
ocorrncia (ou no) do evento seguinte. Neste caso:
P ( A B ) =P ( A ) . P ( B )
Exemplo: Com a introduo do imposto sobre o lixo, uma empresa encomendou uma pesquisa de
opinio junto a parlamentares da Cmara Municipal. Segundo essa pesquisa, a probabilidade de a
empresa vencer a licitao para a coleta de lixo no bairro de Srvia Amarela de 60%. A pesquisa
revelou ainda que a probabilidade de a empresa ganhar a licitao para a coleta de lixo no bairro de
Conceio de 90%. Qual a probabilidade de essa empresa vencer as duas concorrncias?
Exemplo: So retiradas, com reposio, duas cartas de um baralho de 52 cartas. Qual a probabilidade
de que as duas cartas sejam de ouros?
Exerccio:
1. A fiscalizao eletrnica na cidade de So Paulo feita por meio das lombadas eletrnicas, sensores
fotogrficos e radares fixos. A tabela abaixo registra os radares fixos nas vias mais perigosas da cidade.
Tabela: nmero de radares fixos por local
LOCAL
RADARES FIXOS
Marginal Tiet
17
Marginal Pinheiros
14
Estrada do MBoi Mirim
3
Avenida So Miguel
2
Avenida Aricanduva
2
Avenida Raimundo Pereira de Magalhes
6
Avenida Dona Belmira Marin
1
Avenida Salim Farh Maluf
2
Avenida Interlagos
1
Um carro foi multado por excesso de velocidade registrado num dos radares fixos da tabela
acima. Qual a probabilidade de um carro ter sido multado na:
(a) Avenida Raimundo Pereira de Magalhes
(b) Avenida Salim Farh Maluf
(c) Marginal Tiet
(d) Avenida Aricanduva ou Estrada do MBoi Mirim
Qual a probabilidade de um carro no ter sido multada na:
(a) Marginal Pinheiros
(b) Avenida So Miguel
5

1.2. Distribuio Normal

Uma varivel aleatria com distribuio normal satisfaz as seguintes propriedades:
(a) A varivel aleatria X pode assumir todo e qualquer valor real.
(b) A representao grfica da distribuio normal uma curva em forma de sino, simtrica em torno
da mdia, que recebe o nome de curva normal ou curva de Gauss.
(c) A rea total limitada pela curva e pelo eixo das abscissas igual a 1, j que essa rea corresponde
probabilidade de a varivel aleatria assumir qualquer valor real.
(d) A curva normal assinttica em relao ao eixo das abscissas, isto , aproxima-se indefinidamente
do eixo das abscissas sem, contudo, alcan-lo.
(e) Como a curva simtrica em torno da mdia, a probabilidade de ocorrer valor maior do que a mdia
igual probabilidade de ocorrer valor menor do que a mdia, isto , ambas as probabilidades so

iguais a 0,5. Escrevemos:

_
_

P X x P X x 0,5

(f) a rea sob a curva entre dois pontos corresponde probabilidade do valor de uma varivel aleatria
entre aqueles pontos.

Usamos tabelas padronizadas que apresentam valores para reas situadas sob a curva, para
simplificar as operaes com clculos de probabilidades. Usamos o varivel a padronizada Z, da
seguinte maneira:
z=

xx

com x sendo a varivel normal de mdia

e desvio padro .

Exemplo:
1. As vendas mensais do mercadinho Pague Bem seguem, aproximadamente, uma distribuio normal,
com mdia igual a R$ 5.000,00 e desvio padro igual a R$ 2.000,00. Calcule a probabilidade de que,
em um determinado ms, as vendas:
6

(a) sejam superiores a R$ 3.500,00

(c) estejam entre R$ 3.800,00 e R$ 5.300,00

(b) sejam inferiores a R$ 3.000,00

(d) estejam entre R$ 2.100,00 e R$ 7.800,00

Exerccios:
1. Uma fbrica de chocolates comercializa barras que pesam em mdia 200 g. Os pesos so
normalmente distribudos. Sabe-se que o desvio padro igual a 40 g. Calcule a probabilidade de uma
barra de chocolate escolhida ao acaso:
(a) pesar entre 200 e 250 g.
(c) pesar mais que 230 g.

(b) pesar entre 170 g e 200 g.

(d) pesar menos que 150 g.

2. Os salrios pagos para os funcionrios em determinada empresa seguem uma distribuio normal
com mdia igual a R$ 1.400,00 e desvio padro igual a R$ 227,00. Calcule a probabilidade de um
funcionrio escolhido ao acaso apresentar salrio maior que R$ 1.680,00.
3. Uma urna contm 20 bolinhas numeradas de 1 a 20. Escolhe-se ao acaso uma bolinha e observa-se o
seu nmero. Determine os seguintes eventos e a probabilidade deste acontecer:
a) o nmero escolhido mpar.
b) o nmero escolhido maior que 15.
c) o nmero escolhido mltiplo de 5.
d) o nmero escolhido mltiplo de 2 e de 3.
e) o nmero escolhido primo.
f) o nmero escolhido par e mltiplo de 3.
g) o nmero escolhido mpar e mltiplo de 7.