- Revisão de Probabilidades (Axiomas; teoremas….

)
- Distribuições de Probabilidades (Binomial, Poisson e Normal)

Professor Luís Loureiro

PROBABILIDADES:

“...noção de previsibilidade definida pelo grau de certeza/incerteza da ocorrência de um determinado fenómeno”

Origens das probabilidades: a) clássica (resultados equiprováveis e mutuamente exclusivos)

b) Empírica (frequencial) – fazendo fé no passado… dados históricos
c) subjectiva

#A
Origem clássica: p(A) =
#Ω
Origem empírica
n.º de ocorrências de A F(A)
P(a)  
n.º de repetiçõesdo experimento n

Axiomática das Probabilidades:

Para todo o acontecimento A: 0p(A)1

Se A for um acontecimento certo: p(A)=1
Se A for um acontecimento impossível: p(A)=0
A probabilidade de que o acontecimento A não ocorra:
Professor Luís Loureiro P(A) = 1 - P(A)
PROBABILIDADES - Teoremas:

Teorema do produto Teorema da soma

Calculo da ocorrência Calculo da ocorrência de ao menos 1 de
de dois eventos P (A e B) dois eventos P (A ou B)

Se os acontecimentos são Se os acontecimentos são mutuamente

independentes exclusivos
P (AB) = P(A) x P(B) P (AB) = P(A) + P(B)

Se os acontecimentos não são Se os acontecimentos

independentes não mutuamente exclusivos
p(AB)=p(A) x p(B|A) P (AB) = P(A) + P(B) – P(AB)
ou
p(AB)=p(B) x p(A|B)

Professor Luís Loureiro

PROBABILIDADES

Alcoólicos Não alcoólicos Total

(A) (não A)
Depressão (B) 150 75 225
Sem depressão (não B) 125 450 575
Total 275 525 800

a) Escolhida aleatoriamente uma pessoa da população, qual a probabilidade de sofrer de

alcoolismo?

b) Escolhida aleatoriamente uma pessoa da população, qual a probabilidade de sofrer de

depressão?

c) Escolhida aleatoriamente uma pessoa da população, qual a probabilidade de selecionar alguém

que sofra de alcoolismo e de depressão?

c) Escolhida aleatoriamente uma pessoa da população, qual a probabilidade de selecionar alguém

que seja alcoólica (A) ou sofra de depressão (B)?

d) Qual a probabilidade de selecionar alguém que sofra de depressão (B), dado que é alcoólico?
Variáveis Aleatórias
 Variáveis em que os resultados ou valores diferem de uma observação para a outra em razão de
factores não controláveis – aleatórios – (As relações entre os valores de uma variável aleatória e a
probabilidade da sua ocorrência podem ser resumidos por meio de uma distribuição de
probabilidades...)

 Por razões práticas, é desejável que se defina uma variável aleatória associada a uma amostra ou
a uma experiência de tal modo que os seus resultados possíveis sejam numéricos (“...é uma variável
geralmente representada por (x) e que tem um valor numérico único (determinado aleatoriamente)
para cada resultado de um experimento..”

- Por definição, a cada valor x1,x2, …, xn, assumidos pela variável

aleatória, correspondem as respectivas probabilidades p(x1),
p(x2), …, p(xn).

Ex: Seja a V. A. X o número de doentes com traumatismo vertebro-medular assistidos semanalmente no

Serviço de Urgências de um determinado hospital:

xi P(xi)

0 0,58
n

 p(x) = 1,00
1 0,31
2 0,08
3 0,02
i =1
4 0,02
 Variáveis Aleatórias
 DISCRETAS → Se os valores prováveis podem ser contados.

 CONTINUAS → Se são possíveis quaisquer valores num dado intervalo.

Ex.: n.º de doentes que são atendidos na consulta externa

Ex.: tempo gasto a dar banho a um doente acamado

Características importantes dos dados...

a) Um valor como a média ()
b) Uma medida de dispersão como o desvio padrão ()
c) A natureza ou forma da distribuição

Valor esperado de uma experiência aleatória: esperança matemática E(X).

Corresponde à média () dos respectivos pontos amostrais:

E(x) =  = x1p(x1) + x2p(x2) + xnp(xn)

É um resultado teórico de um número infinito de provas, é um valor médio que esperamos obter se as provas se prolongassem infinitamente

Professor Luís Loureiro

Variáveis Aleatórias discretas

x p(x) xp(x) x2 x2p(x)

0 0,125 0,000 0 0,000
1 0,375 0,375 1 0,375
2 0,375 0,750 4 1,500
3 0,125 0,375 9 1,125
1,000  = 1,500  = 3,000

σ = [x2 . P(x)]- μ2

 = 1.5 caras

 = 0,866 caras

Professor Luís Loureiro

Modelo probabilístico que representa o “comportamento” de grande parte das variáveis aleatórias discretas.

Requisitos: Notação:
- variáveis discretas S e F (sucesso e fracasso) denotam duas categorias possíveis de todos os
- o experimento deve comportar um número fixo de provas; resultados; p e q denotam as probabilidades de sucesso e fracasso,
- as provas devem ser independentes; respectivamente:
- cada prova deve ter os resultados classificados em duas categorias; P(S) = P
- as probabilidades devem manter-se constantes para cada prova. P(F) = 1-P=Q
n = número fixo de provas.
x = denota o número especifico de sucessos em n provas (pode ser qualquer
valor inteiro entre 0 e n provas inclusive).
p= denota a probabilidade de sucesso em uma das n provas.
q = denota a probabilidade de insucesso em uma das n provas.
X  B com = n.p p(x) = denota a probabilidade de obter exactamente x sucessos em n provas.

δ = n.p.q p(x) =
n!
pxq(n− x)
(n − x)!x!

Considerando que 30% dos recém-nascidos prematuros com 28 a 32 semanas de

gestação sofrem da “doença da membrana hialina”, determine para um grupo de 10
prematuros com esta idade gestacional,
- A probabilidade de nenhum sofrer da “doença da membrana hialina”;
- A probabilidade de pelo menos três (3) sofrerem da “doença da membrana hialina”;
- A probabilidade de mais de dois (2) e menos de sete (7) sofrerem da “doença da
membrana hialina”.
- A probabilidade de nenhum (X=0) sofrer da “doença da membrana hialina”;
TEXAS
1. Pressione o botão 2nd →VARS;
2. Seleccione a opção 0:binompdf( (na
TI-84 é a opção A: )
3. Pressione a tecla ENTER.
4. Introduza os valores correspondentes
a n, p, x;
n: nr de ensaios ; p: probabilidade de
sucessos; x: nr de sucessos
Neste caso será: binompdf(10, 0.3, 0)
5. Pressione a tecla ENTER.
Resultado: P (X=0) = 0,028
CASIO
1. Pressione o botão MENU e depois seleccione a
opção DIST (tecla F5);
2. Seleccione a opção BINM (tecla F5);
3. De seguida tem duas opções:
Bdp (tecla F1) e Bcd (tecla F2)
A opção Bdp calcula as probabilidades individuais, a
opção Bcd calcula das probabilidades acumuladas.
4. Para probabilidades individuais:
4.1. seleccione a opção Bpd (tecla F1) seguido da
opção var (F2);
5. Introduza os valores na opções:
5.1. Na opção x coloque o número de sucessos que
procura (neste caso será x: 0)
5.2. Na opção Numtrial insira o número de provas (n)
– Neste caso Numtrial: 10
5.3. Na opção p coloque a probabilidade de sucesso –
Neste caso será de p=0,30.
6. Comando EXECUTE
- A - A probabilidade de pelo menos três (3) sofrerem da “doença da membrana hialina”;
P(X≥3) = 1- P(x≤2)
Com a máquina podemos calcular as probabilidades acumuladas para x ≤2.
TEXAS
1. Pressione o botão 2nd →VARS;
2. Seleccione a opção A:binomcdf( (na TI-84 é a
opção B: )
3. Pressione a tecla ENTER.
4. Introduza os valores correspondentes a n, p, x;
n: nr de provas/ensaios ; p: probabilidade de
sucessos; x: nr de sucessos
Neste caso será: binomcdf(10, 0.3, 2)
5. Pressione a tecla ENTER.
Resultado: P (X= x ≤2) = 0,3828
P(X≥3) = 1- 0,3828
P(X≥3) = 0,6172
CASIO
1. Pressione o botão MENU e depois seleccione a opção DIST (tecla
F5);
2. Seleccione a opção BINM (tecla F5);
3. De seguida tem duas opções:
Bdp (tecla F1) e Bcd (tecla F2)
A opção Bdp calcula as probabilidades individuais, a opção Bcd calcula
das probabilidades acumuladas.
4. Para probabilidades individuais:
4.1. seleccione a opção Bcd (tecla F2) seguido da opção var (F2);
5. Introduza os valores na opções:
5.1. Na opção x coloque o número de sucessos que procura (neste caso
será x: 2)
5.2. Na opção Numtrial insira o número de provas (n) – Neste caso
Numtrial: 10
5.3. Na opção p coloque a probabilidade de sucesso – Neste caso será
de p=0,30.
6. Comando EXECUTE
Modelo probabilístico que se aplica a variáveis aleatórias discretas.

Exemplos:

- do tipo n.º de ocorrências num campo ou Exemplos:

intervalo contínuo, em geral espaço ou tempo;
- de tipo binomial em que a ocorrência de um
acontecimento A é rara [p(A)  0,1].
X  P com = 
δ= 
A – Defeitos por metro quadrado; células por campo;
acidentes por dia, utentes inscritos por hora,
internamento por semana; consumo de um
medicamento de utilização rara;…
B – Número de crianças com polidactilia; número de
indivíduos com reacções de hipersensibilidade a um
medicamento; número de infecções nosocomiais
numa enfermaria, …
# - As não ocorrências não são contáveis!

− x
p(x) = e .
x!
Considerando que o número de puérperas enviadas à consulta de psiquiatria do Hospital da Hora
Triste por apresentarem depressão grave é em média de 0,46/semana. Determine a
probabilidade de numa qualquer semana,

- Não ser enviada nenhuma puérpera para esse tipo de consulta;

- Serem enviadas para esse tipo de consulta cinco (5) ou menos puérperas
- Não ser enviada nenhuma puérpera para esse tipo de consulta;

TEXAS CASIO

1. Pressione o botão 2nd →VARS; 1. Pressione o botão MENU e depois seleccione a

2. Seleccione a opção
B:Poissonpdf( (na TI-84 é a opção
C: )
3. Pressione a tecla ENTER.
4. Introduza os valores
correspondentes a µ, x;
Neste caso será: Poissonpdf (0.46,
0)
5. Pressione a tecla ENTER.
Resultado: P (X=0) = 0,6313
opção DIST (tecla F5), seguido do botão direito (F6);
2. Seleccione a opção POISN (tecla F1);
3. De seguida tem duas opções:
Ppd (tecla F1) e Pcd (tecla F2)
A opção Ppd calcula as probabilidades individuais, a
opção Pcd calcula das probabilidades acumuladas.
4. Para probabilidades individuais:
4.1. seleccione a opção Ppd (tecla F1) seguido da
opção var (F2);
5. Introduza os valores na opções:
5.1. Na opção x coloque o número de sucessos que
procura (neste caso será x: 0)
5.2. Na opção µ insira a média, neste caso será µ:0,46
6. Comando EXECUTE

Casio: Para probabilidades acumuladas, selecionando a opção Pcd.

Texas: Para probabilidades acumuladas, selecionando a opção cdf.
Modelo probabilístico mais comum e de maior
utilidade em estatística.
- Representa com boa aproximação, as distribuições
de frequência observadas na maioria dos fenómenos f(x)

da natureza
- Apropriado para V. A. contínuas, constitui ainda
uma boa aproximação para muitas outras
distribuições (binomial; de Poisson, etc.). -∞  +∞

Características da curva de distribuição normal:

1. a curva normal tem a forma de sino;
2. é simétrica em relação à média;
3. prolonga-se de menos infinito (-∞) a mais infinito (+∞);
4. cada distribuição normal fica completamente especificada pela sua média () e o seu desvio padrão
(); há uma distribuição normal distinta para cada combinação de média e desvio padrão;
5. a área total sob a curva corresponde a 100%
6. Como há um número ilimitado de valores no intervalo de (-∞) a (+∞), a probabilidade de uma
variável aleatória distribuída normalmente tomar exactamente um valor é aproximadamente zero.
Assim as probabilidades referem-se sempre a intervalos de valores.
7. A área sob a curva e um ponto arbitrário é função do número de desvios entre a média e aquele
ponto. Professor Luís Loureiro
 99,74% dos dados estão
dentro de 3 desvios-padrões a contar da média (  3S)

95,44% estão
dentro de2 desvios-padrões
68,26% estão
dentro de 1
desvio-padrão

x − 3S x − 2S x −S x=0 x +S x + 2S x + 3S
O cálculo directo das probabilidades dos valores de X num determinado intervalo é complexo,
exigindo o recurso a operações matemáticas sofisticadas, mas:
 todas as V. A. normais – XN(μ, ) – podem ser transformadas numa V.A. padronizada
centrada e reduzida – ZN(μ= 0 e  =1).
 Para a distribuição Z, dispomos de tabelas de distribuição de probabilidades.

Transformação dos valores em valores z

XN(μ, )

x −
z=
Valores X
 = 100 70 80 90 100 110 120 130
  = 10

ZN(0,1).

Valores z
-3 -2 -1 0 1 2 3
Sabendo que o tempo de tromboplastina parcial no adulto do sexo masculino é uma variável aleatória
simétrica e mesocúrtica com mediana de 68.0 segundos e variância 25, determine a probabilidade de um
adulto nestas circunstâncias seleccionado aleatoriamente:
a) Apresentar um tempo de tromboplastina parcial inferior a 75 segundos
b) Apresentar um tempo de tromboplastina parcial entre 65.4 e 70.0 segundos.
TEXAS CASIO

1. Pressione o botão 2nd →VARS;
2. Seleccione a opção 2:normalcdf(
3. Pressione a tecla ENTER.
4. Introduza os valores correspondentes
a a, b, µ, s;
a: limite inferior ; b: limite superior; µ:
média/mediana; s: desvio padrão
Neste caso será: normalcdf(0,75,68,5)
o 0 poderá ser também -1E99
5. Pressione a tecla ENTER.
1. Pressione o botão MENU e depois seleccione a opção
DIST (tecla F5);
2. Seleccione a opção NORM (tecla F1);
3. De seguida tem três opções:
Npd (tecla F1), Ncd (tecla F2) e InvN (tecla F3)
Vamos utilizar a opção Ncd . Calcula as probalidades
entre os valores específicos seleccionados.
4. Para o 1.º caso (probabilidades cujo valor é menor
que o seleccionado – questão a):
4.1. seleccione a opção Ncd (tecla F1)
5. Introduza os valores na opções:
Lower: -1E+99*
Upper: 75
:5
: 68
6. Comando EXECUTE
o valor «-1» seguido da tecla (x10x) seguido de 99 e EXE

Resultado: P (X<75) = 0,9192

Demonstra-se que a maioria das distribuições teóricas (mesmo as discretas) no seu
limite tendem para a normal.

Professor Luís Loureiro

Bibliografia:
• BLUMAN A. G. – Elementary Statistics: A Step by Step Approach. New York: McGraw-Hill Company, 1997.
• TRIOLA M. F. – Introdução à Estatística. Rio de Janeiro: Livros Técnicos e Científicos Editora, 2005.
• ARGYROUS, G. – Statistics for Social and Health Research with a Guide to SPSS. London: Sage Publications,
2000.
• RUNYON, R. P., HABER, A., PITTINGER, D. J. & COLEMAN, K.A. – Fundamentals of Behavioral Statics, New
York: McGraw-Hill, 1996
• POLIT, F. D. – Data Analysis & Statístics for Nursing Research. New York : Appleton & Lange, 1996