Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatstica I
Profa . Juliana Freitas Pires
Departamento de Estatstica
Universidade Federal da Paraba - UFPB
juliana@de.ufpb.br
Introduo a Probabilidade
Existem dois tipos de experimentos:
Determinsticos: Os resultados so sempre os mesmos e determinados pelas condies sob as quais o
procedimento seja executado.
Exemplo: Ponto de ebulio da gua, ponto de
congelamento da gua, Leis da Fsica.
No-Determinsticos (Probabilstico ou Aleatrio): Os resultados podem variar, mesmo quando
so executados sob as mesmas condies.
Obs: Essa regularidade torna possvel construir modelos matemticos que possibilitam analisar cada
tipo de experimento.
Conceitos Iniciais
Espao Amostral: Para cada experimento E, definimos o espao amostral (S) como o conjunto de
todos os possveis resultados de E.
Exemplo: Considerando o exemplo anterior:
= {1, 2, 3, 4, 5, 6}.
= {0, 1, 2, 3, 4}.
= {kk, cc, kc, ck}, em que k = coroa e c = cara.
= {0, 1, 2, . . . , N }, onde N o nmero mximo
de peas produzidas.
S5 = {t|t 0}, onde t uma quantidade em horas.
S1
S2
S3
S4
Conceitos Iniciais
Evento: Dado um espao amostral S, associado a
um experimento E qualquer, definimos como evento
qualquer subconjunto desse espao amostral.
Exemplo: Considerando o exemplo anterior:
A1 :
A2 :
A3 :
A4 :
A5 :
Tipos de eventos
Eventos Mutuamente Exclusivos (ou disjuntos): Dois eventos, A e B, so mutuamente exclusivos se no possuem nenhum elemento em comum,
ou seja, A B = .
Exemplo: A = {2, 4, 6} e B = {1, 3}
Tipos de eventos
Eventos no mutuamente exclusivos: Se dois
eventos possuem elementos em comum, eles no so
mutuamente exclusivos, ou seja, A B 6= .
Exemplo: A = {2, 4, 6} e B = {5, 6}
Probabilidade
Probabilidade: uma medida com a qual podemos esperar a chance de ocorrncia de um determinado evento, atribuindo-a um nmero (valor) entre 0 e 1. Assim, se temos a certeza de que um
evento ocorrer, diremos que sua probabilidade 1
(ou 100%), caso contrrio (certeza que no ocorrer)
diremos que sua probabilidade 0 (ou 0%). Se, por
exemplo, a probabilidade 1/4 diremos que existe
uma chance de 25% de ocorrncia de tal evento.
Obs. Para obtermos o resultado em termos de
percentual s multiplicar a probabilidade por
100.
Probabilidade
Espaos Amostrais Finitos Equiprovveis: quando associamos a cada ponto amostral ( cada elemento do espao amostral) a mesma probabilidade,
o espao amostral chama-se equiprovvel.
S = {a1 , a2 , . . . , an }
p1 p2
pn
Obs. p1 = p2 = = pn =
1
n
Probabilidade
Definio Clssica: Seja um evento A qualquer.
Temos que:
P (A) =
3
1
= = 0, 5 = (50%)
6
2
Exemplo
Experimento (E): Dois dados so jogados.
Espao Amostral (S):
Probabilidade
Definio axiomtica: Seja S um espao amostral associado a E. A cada evento A associaremos
um nmero real, representado por P (A) e denominado probabilidade de A, que satisfaa os seguintes
axiomas.
Axiomas:
A1. 0 P(A) 1;
A2. P(S) = 1;
A3. Se A e B forem mutuamente exclusivos, ou
seja, disjuntos (A B = ), ento
P(A B) = P(A) + P(B).
Probabilidade
Propriedades:
P1. Se o conjunto vazio, ento P() = 0.
P2. Se Ac for o evento complementar de A, ento
P(Ac ) = 1 P(A).
P3. Se A e B so dois eventos quaisquer, ento
P(A B) = P(A) + P(B) P(A B).
P4. Se A B, ento P(A) P(B).
Exemplo
A = {a carta um rei}
B = {a carta vermelha}
4
26
2
P(A) =
P(B) =
P(A B) =
52
52
52
4
26
2
28
P(A B) =
+
=
= 0, 5385.
52 52 52 52
Exemplo
A = {a carta um rei}
B = {a carta um 10}
4
4
P(A) =
P(B) =
P(A B) = 0
52
52
4
4
8
P(A B) =
+
=
= 0, 054.
52 52 52
Exerccio
Em uma seleo para uma vaga de engenheiro
mecnico de uma grande empresa verificou-se
que dos 100 candidatos 40 tinham experincia
anterior, 30 possuam curso de especializao
e 20 possuam tanto experincia como algum
curso de especializao. Escolhendo um candidato ao acaso, qual a probabilidade de que:
a) Ele tenha experincia anterior ou algum curso
de especializao?
b) Ele no tenha experincia anterior nem curso de
especializao?
Soluo
A = {O candidato possui experincia anterior}
B = {O candidato possui especializao}
P(A) = 0, 4
P(B) = 0, 3
P(A B) = 0, 2
Tabela de Contingncia
uma tabela que disponibiliza informaes diretamente nas linhas e colunas, e que alm dessas
informaes possvel visualizar tambm o nmero de casos comuns s intersees de eventos.
Exemplo
Perguntou-se a uma amostra de adultos em trs cidades se eles gostavam de um novo suco. Os resultados esto a seguir.
=
= 0, 5
1000 1000 1000
1000
Probabilidade Condicional
Definio: A probabilidade de um evento A ocorrer, dado (ou na condio de) que outro evento B
j ocorreu.
P(A|B) =
P(A B)
P(B)
Exemplo
Dois dados so lanados ao acaso. Qual a probabilidade da soma ser igual a 6, dado que o primeiro
dado saiu nmero menor que 3.
A = {soma igual a 6} = {(1, 5), (2, 4), (3, 3), (4, 2), (5, 1)}
B=
=
=
2/36
12/36
2
12
1
6
Exerccio
Considerando a tabela anterior.
Soluo
1
P(No|Natal) =
Teorema do Produto
Exemplo
Teorema do Produto
Exemplo
Independncia
Dois eventos A e B so independentes se a probabilidade de ocorrncia do evento B no afetada pela ocorrncia (ou no-ocorrncia) do evento A. Isto ,
P(B|A) = P(B).
Os eventos A e B so independentes se
P(A B) = P(A) P(B).
Exemplo
Exemplo
B = {sair 4 no segundo}
1
1
P(B|A) =
4
4
Os eventos so independentes.
P(A) =
k
X
i=1
P(A|Bi )P(Bi )
Exemplo
Em uma turma 60% dos estudantes so homens e 40% mulheres. Alm disso, sabe-se que 1% dos homens e 4% das
mulheres tem menos de 1, 60m. Dado que um estudante foi
sorteado aleatoriamente, qual a probabilidade dele ter menos
de 1, 60m?
H = {Homem},
M = {Mulher},
P(H) = 0, 6
P(A|H) = 0, 01
P(M ) = 0, 4
P(A|M ) = 0, 04
A = {menos de 1, 60m}
Teorema de Bayes
Sejam B1 , B2 , . . . , Bk uma partio do espao amostral S e seja A um evento qualquer associado a S,
ento:
P(Bi |A) =
P(Bi A)
P(A|Bi )P(Bi )
=
P(A)
P(A|B1 )P(B1 ) + + P(A|Bk )P(Bk )
Exemplo
Em uma turma 60% dos estudantes so homens e 40%
mulheres. Alm disso, sabe-se que 1% dos homens e 4% das
mulheres tem menos de 1, 60m. Dado que um estudante
com menos de 1, 60m foi sorteado aleatoriamente, qual a
probabilidade de ser mulher?
H = {Homem},
M = {Mulher},
A = {menos de 1, 60m}
P(M A)
P(A|M )P(M )
=
P(A)
P(A|M )P(M ) + P(A|H)P(H)
0, 04 0, 4
=
= 0, 727
(0, 04 0, 4) + (0, 01 0, 6)
P(M |A) =