Você está na página 1de 7

William I. Stevenson

Instituto Rochester de Tecnologia

ESTATÍSTICA APUCADA À ADMINISTRAÇÃO

Ao psti

iu-eíácio

5

IT

~

n

Tradução

Alfredo Alves de Farias

Professor Adjunto do Instituto de Ciências Exalas da Universidade Federal de Minas Gerais

editora HARBR A Itda.

Probabilidade

55

MRODUÇÃO

\

íreriam-se quase todas a jogos de azar. Os jogadores ricos aplicavam o conhecimento da teoria ; i i probabilidades para planejar estratégias de apostas. Mesmo hoje ainda h á muitas aplicações

; - í envolvem jogos de azar, tais com o os diversos tipos de loteria, os cassinos de jogos, as corridas :f cavalos e os esportes organizados. Todavia, a utilização das probabilidades ultrapassou de

incor-

:•: :am a teoria das probabihdades

qual seja a aplicação e m particular, a utilização das probabilidades indica

r.e existe u m elemento de acaso, ou de incerteza, quanto à ocorrência ou nã o de u m evento "-:jro . Assim é que, em muitos casos, pode ser virtualmente impossível afirmar por antecipação o r^i ocorrerá; mas é possível dizer o que pode ocorrer. Por exemplo, se jogarmos um a moeda para

~-;i o o âmbit o desses jogos. Hoje os governos, as empresas, as organizações profissionais

origens

da

matemática

da

probabilidade remontam

ao

século

XVI . As

aplicações

iniciais

em seus processos diários de deliberações.

Independente

de

: ;r. de modo geral nã o podemos afirmar se vai dar cara, ou coroa. Além disso, mediante deter-

r_'ad a combinaçã o de julgamento , experiência e dados históricos, em geral é possível dizer quão

futuro.

Há numerosos exemplos de tais situações no campo dos negócios e do governo. A previsão procura de u m produto novo, o cálculo dos custos de produção, a previsão de malogro de a compra de apólices de seguro, a contratação de u m novo empregado, o preparo de orçamento, a avaUação da reação de governos estrangeiros a uma mudança em nossa política de esa, a avaliação d o impacto de um a reduçã o de impostos sobre a inflação - tud o isso conté m elemento de acaso.

As probabihdades são úteis porque auxiUam a desenvolver estratégias. Assim é que alguns toristas parecem demonstrar uma tendência para correr a grande velocidade se acham que

pouco risco de ser apanhados; os investidores sentem-se mais inclinados a aphcar seu dinheiro se chances de lucro são boas; e o leitor certamente carregará capa ou guarda-chuva se houver de probabilidade de chover. Analogamente, uma empresa pode sentir-se inclinada a negociar

mais inclinada a investir em

vável é a ocorrência de determinado evento

lente

com

u m

sindicato

quando

h á

forte

ameaça

de greve;

o equipamento se h á boa chance pareça promissor, etc.

de recuperar o dinheiro; ou a contratar u m novo

funcionário

O pont o central em todas

essas situações é a possibilidade de quantificar quão

provável

é

múnad o evento. Este capítulo apresenta definições e regras para a obtenção de probabihdades.

As

minado

probabihdades

evento.

são

utilizadas

para

exprimir

a

chance

de

ocorrência

de

deter->

PROBABILIDADE DE UM

EVENTO

probabilidades dizem respeito a algum evento. O "evento " pode ser chuva, lucro, cara, rendi- "to de pelo menos 6%, terminar o curso, notas, etc. A probabilidade de u m evento ^ , denotada

que indica a chance de ocorrência do evento A. Quanto mais

:ima de 1,00 é PiA), maior é a chance de ocorrência do evento A, e quanto mais próxima de

PiA),

é u m númer o

de

O a

1

,

menor é a chance

de ocorrência

do evento A.

A u m evento impossível atribui-se probabilida-

zero, enquanto que u m evento certo tem probabilidade 1,00. Quando o meteorologista

ia que "a probabilidade de precipitação é quase zero", o que ele realmente quer dizer é que é

56 ESTATÍSTICA APLICADA À ADMINISTRAÇÃO

altamente inviável que haja qualquer precipitação durante o período a que se refere a previsão (pela experiência, os meteorologistas sabem que nada é impossível, pelo menos no que se refere ao tempo, por isso evitam atribuir probabilidade 0). As probabilidades podem ser expressas de diversas maneiras, inclusive decimais, frações e percentagens. Por exemplo, a chance de chuva pode ser expressa com o 20%, 2 em 10,0,20 , o u 1 /5.

A

variar

probabilidade

de

O

a

de

1,00.

ocorrência

de

u m

evento

é dada

por

u m

númer o

que

pode

ESPAÇO AMOSTRAL

E EVENTOS

U m

objetos

mum(ns). Por exemplo, os habitantes de Detroit, as canúonetas em Cincinnati, os rios da

Geórgia, as farmácias de Wisconsin, uma remessa de calculadoras e uma classe de estudantes — to-

ser encarados com o conjuntos. É importante definir cuidadosamente o que constitu i o

conjunto em que estamos interessados, a fim de podermos decidir se determinado elemento é ou não membro do conjunto.

dos pode m

conjunto.

dos

conceitos

U m

matemático s

é uma

fundamentais utilizados no estudo das probabihdades é o de

coleção

de

o u

itens que possuem característica(s) co-

conjunto

Conjunto

é uma coleçao bem definida de objetos o u itens.

13V O-j^^ ^^2 5 maneira s de descreve r os elemento s de u m conjunto . Um a consist e e m relacionar

todos eles, ou um númer o suficiente deles, de modo a deixar claro quais são os elementos do

conjunto. Tal relação é incluída entre chaves. Uma segunda maneira de indicar um conjunto é

enunciar um a regra o u outra coisa qualquer que defina a(s) característica(s) comum(ns ) aos

membros do conjunto. Consideremos os seguintes exemplos:

.aaoBiiiiidBdoi.

conjunto>1

= {Jones, Smith , Gungledorf}

 

conjunto B = {todos os inteiros positivos menores que 9 }

~

conjunto C = {vencedores do primeiro round}

Mas a probabilidade só tem sentido no contexto de

possíveis de u m "experimento".* O

os resultados

u m espaço amostrai, que é o conjunto de

todos

termo "experimento" sugere a incerteza

do

eventos.

resultado

antes

de

fazermos

as

observações.

Os resultados

de

u m experimento

chamam-se

U m espaço

Os resultados de u m experimento chamam-se

amostrai

é o conjunto de todos os resultados possíveis de u m experimento.

eventos.

* Costuma-se usar indiferentemente, em estatística, os termos "experimento" e "amostra" para designar

o processo da tomada de observações.

Probabilidade

57

Por exemplo, o experimento pode consistir na jogada de uma moeda para o ar 10 vezes, re-

O espaço amostrai será então constituído dos

números possíveis de cara, a saber: O, 1, 2,10 . O experimento poderia igualmente considerar o número de coroas em 10 jogadas.

pstrando-se o número de vezes em que d á cara.

Outro experimento poderia consistir na inspeção de uma fábrica, com vistas à ocorrência de

de acidentes que pode m ocorrer, o u seja,

acidentes. O espaço amostrai é composto do númer o O, 1, 2, 3, oo.

Consideremos agora o experimento que consiste em

cartas". A Figura 3.1 relaciona os resultados possíveis.

"extrair uma carta de u m baralho de 52 H á 52 eventos elementares no espaço

amostrai.

Podemos

considerar outro s eventos com o combinações

desses eventos elementares. Por

exemplo,

o evento

"sai um a carta de copas" pode ser satisfeito po r qualquer dentre 13 eventos

elementares. Da mesma forma, o evento "sai u m cinco" consiste de 4 eventos elementares, e o

evento

"a

carta

é vermelha" consiste

de

26 eventos elementares,

ou seja, ^

dos elementos

do

Dosso espaço amostrai. Os cálculos levam em conta a maneira como os vários eventos de interesse podem relacio- mi-se entre si. Algumas dessas relações sã o descritas pelas expressões "complemento" , "mutua - mente excludente" e "coletivamente exaustivo".

de u m evento consiste de todos os resultados no espaço amostrai que nã o

&çam parte do evento. Assim, o complemento do evento "a carta é de copas" consiste de todas as

cartas que nã o são de copas (isto é, paus, ouros e espadas). O complemento do evento "a carta é u m

i d de

evento por um a linha. O complemento do evento A é A'.

ouros" consiste de todas as outras 51 cartas. Costuma-se denotar o complemento de u m

O

complemento

Naipe

Paus

Ouros

Copas

Espadas

(pretas)

(vermelhas)

(vermelhas)

(pretas)

Rguta 3.1

• lO

« 8

• 7

9

6

s

4

3

2

A

Baralho padrão de 52 cartas.

K

0

J

10

9

8

7

6

5

4

3

2

A

K

Q

i

10

9

8

7

6

5

4

3

2

A

K

4o

10

9

8

7

6

5

4

3

2

A

58 ESTATÍSTICA APLICADA À ADMINISTRAÇÃO

excludentes se nã o tê m elemento em comum . Assim, na

extração de uma só carta, os eventos "a carta é de copas" e "a carta é de ouros" são mutuamente

excludentes, porque um a carta nã o pode ser ao mesmo temp o de copas e de ouros. J á os eventos

algumas

"a carta é de copas" e "a carta é uma figura" nã o são mutuamente excludentes, porque

Os

eventos

sã o

mutuamente

cartas de copas são també m

figuras.

Os

eventos

dizem-se

coletivamente

exaustivos

se

ao

menos

u m tiver

que

ocorrer

durante

um dado experimento. Assim, na extração de uma carta, os eventos "a carta é de paus", "a carta é

de ouros", "a carta é de espadas" e "a carta é de copas" são coletivamente exaustivos; esgotam

todas as possibilidades. Da mesma forma, os eventos "a carta é preta" e "a carta é vermelha" são coletivamente exaustivos.

Finalmente,

convém

às vezes notar

que

u m

evento

e

seu

complemento são

mutuamente

excludentes

e coletivamente exaustivos.

 

O

complemento

de

u m

evento

consiste

de

todos

os

outros

resultados

n o

espaço

amostrai.

Os eventos são mutuamente

ocorrer simultaneamente.

Os

o experimento em causa.

excludentes

exaustivos

eventos

sã o coletivamente

se

nã o tê m elemento comum , o u se nã o podem

se nenhum

outr o resultado

é possível

para

Eis alguns outros exemplos. Esses eventos devem ser considerados

1. Cara ou coroa na jogada de uma moeda.

complementares:

2. Feridos e não-feridos num acidente.

3. Apanhou ou não a bola.

4. Atendeu ou não ao telefone.

Os eventos que seguem devem ser considerados mutuamente excludentes:

1. Uma pessoa tem u m irmão, tem dois irmãos, tem três irmãos.

2. As faces de u m dado.

3. Stan obtém conceito A em matemática, obtém conceito B em matemática, obtém conceito C em matemática.

Os eventos que seguem

devem ser considerados

coletivamente exaustivos:

1. Qualquer dos complementos relacionados acima.

2.

3. As notas de Stan em matemática (acima).

torn a mais

fácil visualizar-lhe os elementos. O instrumento para tal representação é o diagrama de Venn, que representa os espaços amostrais e os eventos com o círculos, quadrados, o u outr a figura geométricí conveniente. A Figura 3.2 ilustra alguns exemplos de diagrama de Venn.

As faces de u m dado.

Muitas

vezes é útil

representar

graficamente u m espaço

amostrai, porque

isso

A Figura 3.3 ilustra o uso do diagrama de Venn para representar eventos complementares,

mutuamente excludentes e não-mutuamente excludentes, bem como eventos que são ao mesmc tempo mutuamente excludentes e coletivamente exaustivos.

Ora,

com o u m espaço amostrai consiste de todos

ao menos

u m

dos

resultados

deve

os resultados possíveis de u m experimento

ocorrer. E m outras palavras, a probabilidade d(

segue-se que

Os eventos A mentares

e A

são comple-

Os eventos A

e B são mutua-

mente excludentes, porque não se interceptam

Os eventos A e B não são mutuamente excludentes, pois têm alguns elementos em comum

Os eventos A, B e C são mutua- mente excludentes e coletiva- mente exaustivos

Probabilidade

59

Os diagramas de Venn podem ser usados para representar eventos complementares, mutuamente

excludentes, e não-mutuamente excludentes, bem como eventos ao mesmo tempo mutuamente excludentes e coletivamente exaustivos.

Figura 3.3

60 ESTATÍSTICA

APLICADA À ADMINISTRAÇÃO

espaço amostrai é 100%, o u 1,00. Alé m disso, porque qualquer evento e seu complemento esgotam todas as possibilidades do espaço amostrai, segue-se també m que P(A) + P{A') = 1,00. Por exemplo, quando se joga uma moeda para o ar (supondo-se que ela nã o caia de pé) , pode-se afirmar que a probabilidade de dar "cara" ou "coroa" é 1,00. E se é certo que P(cara) = 0,40, então decorre automaticamente que/^coroa) = 0,60 (isto é, 1,00 - 0,40).

" A esta altura, podemos

então

afirmar:

1. A probabilidade

de qualquer evento ^ é representada

0,00

<P(,A)<

1,00

por u m número entre O e 1,00:

2. A probabilidade representada pelo espaço amostrai é de 100%:

P(qualquer evento do espaço amostrai)

=

1,00

3. A

probabilidade de não-ocorrência

sua ocorrência:

de u m evento é 1,00 menos a probabilidade de

l,00-i'(^ )

= P(A')

o u

P(A)

+ P(A')

=

1,00

a 100)

1 que

o peso

lio