Escolar Documentos
Profissional Documentos
Cultura Documentos
Disciplina: Bioestatística
médica
Professora: Jessica Pronestino
PPGCM – FM - UFRJ
PROBABILIDADE
Conceitos probabilísticos são
necessários para se estudar
fenômenos aleatórios, isto é,
situações em que os resultados
possíveis são conhecidos, mas
não se pode saber a priori qual
ocorrerá.
CONCEITOS
FUNDAMENTAIS
ESPAÇO
AMOSTRAL EVENTO
Subconjunto do
Conjunto de todos os espaço amostral.
resultados possíveis de
um experimento
aleatório.
Espaço ESPAÇO
amostral
AMOSTRAL
Evento
EXEMPLO 1: LANÇAMENTO DE UM DADO
É um experimento aleatório.
Espaço amostral:
Exemplos de eventos:
Ocorrência de A ou de B, ou de E
ambos (A B).
Elementos do espaço amostral
estão em, pelo menos, um dos
dois eventos.
UNIÃO
Exemplo:
Contém todos os E Ā
elementos do espaço
A
amostral que não
pertencem a A (Ā).
EVENTO COMPLEMENTAR DE A (Ā):
Exemplo:
E Ā
A
EVENTOS MUTUAMENTE EXCLUSIVOS:
A ocorrência de um dos eventos
E
impossibilita a ocorrência do outro. B
Ou seja, os dois eventos não tem
A
nenhum elemento do espaço
amostral em comum (A B=Ø).
Exemplo:
0 ≤ P(A) ≤ 1
para qualquer evento A
PROPRIEDADES DA PROBABILIDADE
0 ≤ P(A) ≤ 1 P(E) = 1
para qualquer evento A onde E é o espaço
amostral
(probabilidade de
um evento certo)
PROPRIEDADES DA PROBABILIDADE
Se A e B são eventos
mutuamente exclusivos, então:
𝑃(𝐴∩𝐵)
P(B|A) = , se P(A) > 0.
𝑃(𝐴)
PROBABILIDADE CONDICIONAL
A ocorrência do evento B
Em outras palavras: não fornece nenhuma
informação sobre a
ocorrência do evento A.
EXEMPLO: EXTRAÇÃO DE CARTAS DE UM BARALHO
Extrair 2 cartas de um baralho Probabilidade das duas serem “às”
EXEMPLO: EXTRAÇÃO DE CARTAS DE UM BARALHO
No início temos: 4 ases em 52 cartas.
Onde μ 𝑚é𝑑𝑖𝑎 𝑒
σ (𝑑𝑒𝑠𝑣𝑖𝑜 − 𝑝𝑎𝑑𝑟ã𝑜) são os
parâmetros da distribuição.
μ-σ μ μ+σ
NORMAL CARACTERÍSTICAS
A variável aleatória Parâmetros:
pode assumir μ 𝑚é𝑑𝑖𝑎 𝑒 σ (𝑑𝑒𝑠𝑣𝑖𝑜 −
qualquer valor 𝑝𝑎𝑑𝑟ã𝑜),
(-∞ < x < +∞); X ~N(μ, σ2)
𝑥−μ
Z=
σ
𝑥−μ
X ~N(μ, σ2) → Z= ~N(0, 1)
σ
DISTRIBUIÇÃO
NORMAL
PADRÃO
DISTRIBUIÇÃO
NORMAL
PADRÃO
TABELA DA
DISTRIBUIÇÃO
NORMAL
DISTRIBUIÇÃO
NORMAL
PADRÃO
EXEMPLO: DISTRIBUIÇÃO NORMAL
PADRÃO
Glicose no sangue de adultos:
μ=100mg/100ml e σ = 10𝑚𝑔/
100𝑚𝑙
500 indivíduos escolhidos por acaso
Qual o número esperado de
diabéticos (Glicose maior que 120)
entre os 500 indivíduos escolhidos?
EXEMPLO: DISTRIBUIÇÃO NORMAL PADRÃO
X= conteúdo de glicose → X ~N(100,
102)
𝑥−μ 120−100
P(X>120) = P( > )=
σ 10
P(Z>2)=1-p(Z ≤ 2)=1-0,9772=0,0227
0,0227.500=11,35 pessoas.
11 pessoas.
MORAL DA
HISTÓRIA