Unidade II

ESTATÍSTICA

Profa. Adriana Bertolino

Conceitos básicos – Probabilidade

Espaço Amostral (S): é o conjunto de todos

os resultados possíveis, enquanto n(S) é o
número de elementos do espaço amostral.
Exemplos:
a) no lançamento de uma moeda, temos
S = {cara, coroa}
n(S) = 2

b)) no lançamento
ç de um dado,, temos
S = {1, 2, 3, 4, 5, 6}
n(S) = 6
Conceitos básicos – Probabilidade

Evento (E): é qualquer subconjunto de um

espaço amostral. Está relacionado com o
experimento aleatório em questão. n(E) é o
número de resultados possíveis do evento.
Exemplo: no lançamento de um dado, o
evento é sair um número par na face
superior. Logo
E = {2, 4, 6}
n(E) = 3
Definição de Probabilidade

Probabilidade (P): é a razão (divisão) entre

o número de elementos (ou resultados)
favoráveis a um determinado evento (E) e o
número total de elementos (ou resultados)
do espaço amostral (S).
Fórmula:

P = n(E) = número de elementos favoráveis

n(S) número de elementos de S

em que S representa o espaço amostral.

Exemplo

Considere o lançamento de um dado.

Calcule a probabilidade de:
a) sair o número 3.
S = {1, 2, 3, 4, 5, 6}, logo n(S) = 6
E = {3},
{3} logo n(E) = 1
P = 1/6

b) sair um número par.

E = {2,
{2 44, 6}
6}, logo n(E) = 3
P = 3/6 = 1/2
Exemplo

Considere o lançamento de um dado.

Calcule a probabilidade de:
c) sair um número maior que 10.
S = {1, 2, 3, 4, 5, 6}, logo n(S) = 6
E = { }}, logo n(E) = 0
P = 0/6 = 0 (evento impossível)

d) sair um número natural maior ou igual a

g
1 e menor ou igual a 6.
E = {1, 2, 3, 4, 5, 6}, logo n(E) = 6
P = 6/6 = 1 (evento certo)
Eventos complementares

Se P é a probabilidade de um evento
ocorrer (sucesso), Q é a probabilidade de
que o mesmo evento não ocorra
(insucesso). Para obter Q, que é
complementar de P, temos:
P + Q = 1 = 100%

Exemplo: se a probabilidade de um evento

ocorrer é de 1/5, a probabilidade de o
mesmo evento não ocorrer é calculada por:
P=5–1=4
5 5
Interatividade

Considere o lançamento de duas moedas.

Determine a probabilidade de o resultado
apresentar duas caras.
a) ½
b) 2/3
c) ¼
d) 1/3
e) 1
Eventos independentes – definição

Dois eventos são independentes quando

a realização de um deles não afeta a
probabilidade de realização do outro,
e vice-versa.
A probabilidade de os eventos se
realizarem simultaneamente é dada por:

P = P1 x P2

em que P1 e P2 são os eventos

independentes (também chamados
de eventos produto).
Eventos independentes – exemplo

Ao serem lançados dois dados, qual é a

probabilidade de obtermos 1 no primeiro
dado e um número par no segundo dado?
Solução:
probabilidade de sair 1 = 1/6
probabilidade de sair número par = 3/6 = ½

P=1x1= 1
6 2 12
Eventos mutuamente exclusivos –
definição

Dois eventos são mutuamente exclusivos

quando a realização de um interfere na
realização do outro. Por exemplo, no
lançamento de uma moeda, o evento tirar
cara e o tirar coroa são mutuamente
exclusivos pois,
exclusivos, pois se um deles for realizado,
realizado
o outro não será.
A probabilidade de que um ou outro evento
se realize é dada por:
P = P1 + P2
em que P1 e P2 são os eventos mutuamente
exclusivos (também chamados de eventos
soma).
Eventos mutuamente exclusivos –
exemplo

Ao lançar um dado, qual é a probabilidade

de o resultado ser 3 ou 5 na face superior?
Solução:
probabilidade de sair o número 3 = 1/6
probabilidade de sair o número 5 = 1/6

P=1+1=2=1
6 6 6 3
Exemplos de probabilidade

Numa caixa existem 10 bolinhas idênticas,

numeradas de 1 a 10. Qual a probabilidade
de que, ao se retirar uma bolinha, ela seja
múltiplo de 2 ou de 5?
Solução:
S = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
n(S) = 10
E = {2, 4, 5, 6, 8,10}
n(E) = 6
P=6=3
10 5
Exemplos de probabilidade

Uma caixa contém 20 canetas iguais, das

quais 7 são defeituosas, e outra caixa
contém 12, das quais 4 são defeituosas.
Uma caneta é retirada aleatoriamente de
cada caixa. Determine as probabilidades de
que ambas sejam defeituosas.
defeituosas
Solução:
Caixa A – 20 canetas, em que 7 são
defeituosas e 13 são perfeitas.
Caixa B – 12 canetas, em que 4 são
defeituosas e 8 são perfeitas.
P = 7 x 4 = 28 = 11,67%
20 12 240
Interatividade

Considere uma urna que contém 7 bolas

brancas, 2 bolas vermelhas e 5 bolas
pretas. Determine a probabilidade de se
retirar, ao acaso, uma bola preta.
a) ½
b) 1/6
c) 5/12
d) 5/7
e) 5/2
Distribuição normal de
probabilidades – exemplo

Os comprimentos das peças produzidas

por certa máquina apresentaram as
seguintes medidas estatísticas:
média = 2,00 cm
desvio-padrão
desvio padrão = 0,04 cm
Qual é a probabilidade de uma peça retirada
aleatoriamente do lote analisado ter
comprimento entre 2,00 cm e 2,0508 cm?
Solução:
z = 2,00 – 2,00 = 0
0,04
z = 2,0508 – 2,00 = 0,0508 = 1,27
0,04 0,04
Distribuição normal de
probabilidades – exemplo

z 0 1 2 3 4 5 6 7 8 9
0,0
0,1
0,2
0,3
...
1,2 0,3980
...

Verificando na tabela, temos que a

probabilidade
b bilid d é dada
d d por:

P = 0,3980 = 39,80%
Distribuição normal de
probabilidades – exemplo

A nota média de uma classe de alunos é

igual a 8,50, com desvio-padrão igual a
0,40. Sabendo que a nota é normalmente
distribuída, calcule a probabilidade de
encontrar alunos com média entre 8,00 e
9 50
9,50.

Solução:
z = 8,00 – 8,50 = 0,50 = – 1,25
0 40
0,40 0 40
0,40
z = 9,50 – 8,50 = 1,00 = 2,5
0,40 0,40
Distribuição normal de
probabilidades – exemplo

Verificando na tabela a probabilidade de

encontrar a variável entre:
0 e 1,25 é igual a 0,3944
0 e 2,5 é igual a 0,4938

Sendo assim:
P = 0,3944 + 0,4938
P = 0,8882
P = 88,82%
88 82%
Correlação linear

Em Estatística, a correlação é um
parâmetro que indica o grau de
correspondência entre duas variáveis
(neste estudo, simbolizadas por x e y).
Exemplos:
 salário de um trabalhador X escolaridade
do trabalhador;
 quantidade de livros que uma pessoa já
leu X escolaridade;
 horas de estudo X nota na prova;
 temperatura de um forno X tempo de
cozimento no forno.
Correlação linear

A correlação pode ser:

 positiva – dada pela relação direta entre
as variáveis (se a variável x aumentar, a
variável y também aumentará, e vice-
versa). Exemplo: horas de estudo X nota
na prova.
 negativa – dada pela relação inversa
entre as variáveis (se a variável x
aumentar, a variável y tenderá a diminuir,
e vice-versa). Exemplo: velocidade do
carro X tempo da viagem.
Interatividade

Encontre na tabela normal de

probabilidades a probabilidade de
encontrar uma variável padrão entre
0 e 1,47.
a) 0,4292
b) 0,4676
c) 0,2332
d) 0,3454
e) 0,1234
Correlação linear – Diagrama de
Dispersão

Considere os dados apresentados abaixo

que representam o número de anos que a
pessoa estudou (xi) e número de livros que
a pessoa já leu (yi).

xi 3 5 7 9 10 14 16
yi 1 2 3 5 7 10 13

Construa o diagrama de dispersão

equivalente.
Correlação linear – Diagrama de
Dispersão

Solução:
xi 3 5 7 9 10 14 16
yi 1 2 3 5 7 10 13
Correlação linear: coeficiente
de correlação de Pearson

Fórmula:

Os possíveis valores de r variam de –1 a 1,

em que:
 r = –1,00: correlação negativa perfeita;
 r = 0: correlação inexistente;
 r = 1: correlação positiva perfeita.
Correlação linear – exemplo

Abaixo estão apresentados os dados

referentes ao número de anos que a pessoa
estudou (xi) e ao número de livros que a
pessoa já leu (yi).

xi 3 5 7 9 10 14 16
yi 1 2 3 5 7 10 13

Calcule o coeficiente de correlação de

Pearson e interprete-o.
Correlação linear – exemplo

Solução:
xi yi xi.yi xi2 yi2
3 1 3 9 1
5 2 10 25 4
7 3 21 49 9
9 5 45 81 25
10 7 70 100 49
14 10 140 196 100
16 13 208 256 169
64 41 497 716 357
Correlação linear – exemplo
Interatividade

Foi realizada uma pesquisa sobre a relação

entre as horas de estudo e a nota da prova
e verificou-se que o coeficiente de
correlação é igual a 0,98. Podemos concluir
que a correlação é:
a) fraca.
b) positiva forte, ou seja, quanto maior o
número de horas de estudo, maior a
nota.
c) positiva forte, ou seja, quanto maior o
número de horas de estudo, menor
a nota.
d) inexistente.
e) negativa.
ATÉ A PRÓXIMA!