Você está na página 1de 6

NOÇÕES DE PROBABILIDADES E A SUA APLICAÇÃO

A probabilidade é o ato de atribuirmos pesos aos eventos. Entretanto, para que cada
um não defina probabilidade de sua forma, vamos exigir que esta função peso tenha
algumas propriedades intuitivas. Quando lançamos uma moeda não hesitamos em
associar probabilidade ½ para o evento "cara" e também  ½ para o evento "coroa". Da
mesma forma, quando lançamos uma moeda n vezes todos os 2npossíveis resultados
deste experimento tem a mesma probabilidade.

A probabilidade de ocorrer o evento E em um espaço amostral S é dada por:

FÓRMULA DA PROBABILIDADE
n(E)
p(E)=
n(S)
Onde
 n(E) :número de elementos do conjunto Evento (E)
 n(S): número de elementos do conjunto Espaço Amostral (S)

Obs:
A probabilidade do evento E acontecer será sempre um número entre 0 e 1:

0 ≤ p ( E)≤ 1

A fórmula é válida para um conjunto equiprovável, ou seja, todos os elementos do


espaço amostral tem a mesma chance de acontecer.

APLICAÇÃO DE PROBABILIDADES
No período dos primeiros estudos matemáticos de probabilidades até a metade do século
passado, surgiram varias aplicações da Teoria das Probabilidades, aplicações que
chamamos de clássicas:

 Os estudos demográficos e, em especial, os estudos de incidência de doenças


infecciosas e o efeito da vacinação (exemplo de grande repercussão na época
sendo o da varíola).
 A construção das loterias os cálculos atuariais, especialmente os associados
aos seguros de vida.
 Nacionais e o estudo dos jogos de azar: carteados, roleta, lotos, etc.

Contudo, o que queremos aqui abordar é o surgimento das modernas aplicações


da Teoria das Probabilidades, pois são essas que vão demonstrar a enorme
importância teórica e prática das idéias probabilistas e estender seu uso a uma
enorme gama de profissionais e até mesmo a muitas atividades do cotidiano do
viver moderno. Dentre essas modernas aplicações, nos concentraremos em:

 probabilidades na Física
 probabilidades na Estatística
 probabilidades na Engenharia

Distribuições bidimensionais
São estudos estatísticos, sobre dois caracteres da mesma população (coleção de
unidades individuais, que podem ser entre outras, pessoas, animais resultados
experimentais, com uma ou mais características em com um, que se pretende analisar),
com o intuito de verificar se existe algum tipo de relação entre eles ou se, pelo contrário,
são independentes. Em muitas situações, a variação de um dos caracteres influencia a
variação do outro.
Exemplos:
  Idade e estatura
  Estatura e peso
  Ordenado e gastos

Noção intuitiva das probabilidades

Os jogos de azar que se praticam há milhares de anos, estão na origem das primeiras
obras escritas sobre probabilidades e que começaram a surgir no século XVIII.

O dado é um instrumento dos jogos de azar por excelência, a tal ponto que duas das
palavras mais usadas para lidar com o que é casual, ou fortuito, ou contingente são:
Azar de az – zãr e Aleatório de álea, ambas com origem na palavra dado,
respectivamente em árabe e latim. Por esta sua origem concreta, a teoria das
probabilidades utiliza uma linguagem própria que é preciso conhecer.

Uma experiência diz-se aleatória se pode ter vários resultados cujo aparecimento, em
cada prova da experiência, é impossível prever.

Diz-se que o resultado depende do “acaso” ou da “sorte” ou do “azar”.


Os fenómenos aleatórios são o objecto de estudo da teoria das probabilidades.

Acaso significa ausência de causa conhecida.São aleatórias todas as experiências que se


fazem nos jogos:
 Tirar uma carta no baralho; atirar um dado; comprar uma rifa; rodar a roleta;
jogar no totoloto… Mas há muitos outros como:
 Abrir um livro e ver o número de página, perguntar a um aluno qualquer quantos
irmãos tem…

As experiências do laboratório que se fazem na escola, cujo resultado já é


conhecido e é sempre o mesmo, não são experiências aleatórias.

NOÇÃO FREQUENCISTA

O conceito frequencista de probabilidade, em que interpretamos a probabilidade de um


acontecimento da forma anteriormente considerada, não nos permite obter valores
exactos para a probabilidade. No caso da moeda, poderíamos continuar a lançar
indefinidamente a moeda, que nunca obteríamos o valor exacto para a probabilidade da
saída de cara.
Na maioria das situações práticas, os eventos simples do espaço amostral não são
equiprováveis e não podemos calcular probabilidades usando a definição clássica. Neste
caso, vamos calcular probilidades como a frequência relativa de um evento. Segue um
exemplo que ilustra o método.

TEORIA DA AMOSTRAGEM

Teoria de amostragem A amostragem consiste em observar ou mensurar uma parte de


uma população florestal para obter estimativas representativas de todo o restante desta
mesma população. É uma forma de estimar, com confiança, parâmetros populacionais
sem precisar mensurar toda a população.
Deve-se entender a população como uma floresta ou forma de vegetação definida e
com limites físicos conhecidos, ou seja, uma área especificamente determinada no
espaço e no tempo, podendo abranger um país, um estado, uma região, um bioma, um
determinado ecossistema ou um habitat específico, como uma mata de galeria dentro de
uma região ou município, por exemplo, e um talhão de um plantio florestal.
A amostra é uma parte da população e a unidade amostral é o espaço físico onde são
medidas as características da floresta. Em geral, as unidades amostrais possuem área
fixa, mas também podem ser de área variável, como no método de Prodan e na
amostragem por pontos quadrantes.

TEORIA INTERVALO DE CONFIANÇA

É uma maneira de calcularmos uma estimativa de um parâmetro desconhecido.


Muitas vezes também funciona como um teste de hipóteses.
A idéia é construir um intervalo de confiança para o parâmetro com uma
probabilidade de 1   (nível de confiança) de que o intervalo contenha
o verdadeiro parâmetro.

TEORIA TESTE DE HIPÓTESE.

Por meio da teoria da probabilidade, é possível inferir sobre quantidades de interesse de uma


população a partir de uma amostra observada de um experimento científico. Por
exemplo, estimar pontualmente e de forma intervalar um parâmetro de interesse, testar se uma
determinada teoria científica deve ser descartada, verificar se um lote de remédios deve ser
devolvido por falta de qualidade, entre outros. Por meio do rigor matemático, a inferência
estatística pode ser utilizada para auxiliar a tomada de decisões nas mais variadas áreas

Os testes de hipóteses são utilizados para determinar quais resultados de um estudo científico
podem levar à rejeição da hipótese nula a um nível de significância pré – estabelecido. O estudo
da teoria das probabilidades e a determinação da estatística de teste correta são fundamentais
para a coerência de um teste de hipótese. Se as hipóteses do teste de hipóteses não forem
assumidas de maneira correta, o resultado será incorreto e a informação será incoerente com a
questão do estudo científico.

PROBABILIDADE CONDICIONAL & DISTRIBUÍÇÃO AMOSTRAL

Probabilidade condicional é um segundo evento de um espaço amostral que ocorre em um


evento depois que já tenha ocorrido o primeiro.
 
distribuição amostral é a distribuição de probabilidades de uma medida estatística baseada em
uma amostra aleatória. Distribuições amostrais são importantes porque fornecem uma grande
simplificação, usada para inferência estatística. Mais especificamente, elas permitem
considerações analíticas serem baseadas na distribuição amostral de uma estatística, em vez de
na distribuição conjunta. 

ACONTECIMENTOS EQUIPARÁVEIS 

Dois acontecimentos de uma experiência aleatória dizem-se equiprováveis se tiverem


igual probabilidade de ocorrerem.

Sendo A e B dois acontecimentos equiprováveis, P(A)=P(B).

Vejamos os seguintes exemplos em experiências aleatórias:


Num baralho de cartas normal e completo, a extração de uma carta de copa e a extração
de uma carta de espada são acontecimentos equiprováveis

Modelos probabilísticos e resultados esperados dos experimentos

O modelo probabilístico pontua os documentos por sua probabilidade estimada de relevância


com relação à consulta e ao documento, base do Princípio da pontuação de probabilidade,
desenvolvido por Robertson.
Os principais modelos probabilísticos discretos, alguns dos quais já utilizados em seções
anteriores. Os principais modelos são: uniforme discreto, Bernoulli, binomial, geométrico,
poisson e o hipergeométrico

RESULTADOS ESPERADOS DOS EXPERIMENTOS

Os experimentos que iremos estudar são os aleatórios, dos quais não sabemos o resultado a
priori, ou seja, são acontecimentos cujos resultados não podem ser previstos.
A seguir tratamos os termos básicos associados a modelagem dos experimentos aleatórios.

TEORIAS DA ESTIMAÇÃO

 Um dos principais objetivos da estatística inferencial consiste em estimar os


valores de parâmetros populacionais desconhecidos (estimação de parâmetros)
utilizando dados amostrais. Então, qualquer característica de uma população
pode ser estimada a partir de uma amostra aleatória, desde que esta amostra
represente bem a população.

 Os parâmetros populacionais mais comuns a serem estimados são: a média, o


desvio-padrão e a proporção.

 Antes de abordar a teoria da estimação vamos procurar entender o que vem a ser
estimador e estimativa.

 Estimativa é o valor numérico assumido pelo estimador quando os valores


observados são considerados.

 TÉCNICA DE AMOSTRAGEM PROBABILÍSTICA

 Definir a técnica de dados no campo C17 do Formulário B4;


 Escolha dentre as opções a que mais se ajusta a seu estudo:
 Amostra aleatória simples ou sistemática
 Amostra aleatória estratificada
 Amostragem por conglomera

REFERÊNCIAS BIBLIOGRÁFICAS

CORREIA, Maria Sónia Barros Barbosa. Probabilidade e Estatística. 2a edição. 2003.


FERNANDES, Edite Manuela da G.P. Estatística Aplicada. Universidade do Minho,
Braga. Janeiro, 2009.

MARTINS, Maria Eugénia Graça. introdução a probabilidade e a estatística


co complementos de excel.

Você também pode gostar