Estatstica Basica - Probabilidades

Selene Loibel
Estatstica Basica - Probabilidades p. 1/32
Contedo -I
Selene Loibel
Experimentos aleatrios
Espao amostral de um experimento aleatrio
Eventos
Probabilidade e regras para o clculo de Probabilidades
Denies:
probabilidade condicional
eventos independentes
Teorema de Bayes
Estatstica Basica - Probabilidades p. 2/32
Contedo - II
Selene Loibel
Variaveis aleatrias discretas
Funes de Probabilidade
Funes de Distribuio Acumulada para v.a. discretas
Valor esperado e varincia para v.a. discretas
Variaveis aleatrias continuas
Funes densidade de Probabilidade
Funes de Distribuio Acumulada para v.a. continuas
Valor esperado e varincia para v.a. continuas
Estatstica Basica - Probabilidades p. 3/32
Contedo - III
Principais modelos discretos
Bernoulli
Binomial
Poisson
Geomtrico
Binomial Negativo
Principais modelos contnuos
Exponencial
Gama
Beta
Normal ou Gaussiana
Estatstica Basica - Probabilidades p. 4/32
Conceitos Bsicos - I
Selene Loibel
Experimentos ou fenmenos aletrios: Qualquer
fenmeno cujos resultados apresentam variaes
aleatrias. Notao: .
Espao Amostral de um experimento aleatrio: o
conjunto de todos os resultados possveis. Notao: .
Esse conjunto pode ser:
enumervel nito ou innito, como os nmeros
inteiros
no enumervel , como a reta Real
Eventos: So subconjuntos de . Notao: A,B,C...
Estatstica Basica - Probabilidades p. 5/32
Exemplos I
Selene Loibel
Exemplo 1:

1
: Lanar uma moeda 2 vezes e contar o nmero
de "caras",
temos que
1
= {0, 1, 2} enumervel nito,
Um evento de interesse pode ser A: No sair "cara",
ento A = {0}.
Exemplo 2:

2
: Registrar o nmero de chamadas telefnicas em
uma central,
temos que
2
= {0, 1, 2, 3, ...} enumervel innito,
Um evento de interesse pode ser B: O nmero de
chamadas maior que 100, ento B = {101, 102, ...}.
Estatstica Basica - Probabilidades p. 6/32
Exemplos I - cont.
Exemplo 3:

3
: Registrar o tempo de durao de uma lmpada,
temos que
3
= {t R : t 0} no enumervel,
Um evento de interesse pode ser C: O tempo de
durao da lmpada interior a 20 horas, ento
C = {t : 0 t < 20}.
Estatstica Basica - Probabilidades p. 7/32
Operaes bsicas entre eventos
Selene Loibel
Considerar dois eventos de denotados por A e B.
Unio: A B - Representa os pontos de que
pertencem a pelo menos um destes dois eventos (A
ou B).
Interseo: A B - Representa os pontos de que
pertencem a ambos (A e B).
Evento Complementar de A: A
C
- Representa os
pontos de que no esto em A.
Eventos disjuntos: Se A B = , dizemos que A e B
so disjuntos.
Estatstica Basica - Probabilidades p. 8/32
Probabilidade
Selene Loibel
Considerar como probabilidade, uma funo P que
atribui valores numricos a cada um dos eventos de
conforme a denio:
1. Para qualquer evento A , 0 P(A) 1
2. P() = 1
Resultados:
P(A
C
) = 1 P(A)
P() = 0
Se B A ento P(B) P(A)
Regra da Adio: Sejam A e B eventos em , ento
P(A B) = P(A) +P(B) P(A B)
Estatstica Basica - Probabilidades p. 9/32
Prob. Condicional e Independncia
Selene Loibel
Denio - Probabilidade Condicinal do evento A dado
o evento B:
P(A|B) =
P(A B)
P(B)
, P(B) > 0
Desta denio temos a regra do produto, dada por
P(A B) = P(B)P(A|B)
Independncia entre dois eventos: A e B so eventos
independentes se e somente se
P(A|B) = P(A)
Consequncia: Se A e B so independentes, ento
P(A B) = P(B)P(A)
Estatstica Basica - Probabilidades p. 10/32
Ex: Eventos independentes
Selene Loibel
Exemplo 4: Supor uma moeda honesta.

4
:2 lanamentos da moeda - = {CC, CK, KC, KK}
Evento C1: "C"no lanamento 1
Evento C2: "C"no lanamento 2
Evento K1: "K"no lanamento 1
Evento K2: "K"no lanamento 2
P(CC) = P(C1 C2) = P(C1)P(C2) = (0, 5)(0, 5) = 0, 25
P(CK) = P(C1 K2) = P(C1)P(k2) = 0, 25
P(KC) = P(K1 C2) = P(K1)P(C2) = 0, 25
P(KK) = P(K1 K2) = P(K1)P(K2) = 0, 25
Estatstica Basica - Probabilidades p. 11/32
Ex: Eventos no independentes
Selene Loibel
Exemplo 5: Uma urna contm 3 bolas brancas e 1 bola
verde.

5
: retirar 2 bolas SEM REPOSIO -
= {BB, BV, V B}
Evento B1: bola B na retirada 1
Evento B2: bola B na retirada 2
Evento V 1: bola V na retirada 1
Evento V 2: bola V na retirada 2
P(BB) = P(B1 B2) = P(B1)P(B2|B1) =
3
4
2
3
=
2
4
P(BV ) = P(B1 V 2) = P(B1)P(V 2|B1) =
3
4
1
3
=
1
4
P(V B) = P(V 1 B2) = P(V 1)P(B2|V 1) =
1
4
3
3
=
1
4
P(V V ) = P(V 1 V 2) = P(V 1)P(V 2|V 1) =
1
4
0
3
= 0
Estatstica Basica - Probabilidades p. 12/32
Teorema de Bayes
Selene Loibel
Partio: O conjunto de eventos A
1
, A
2
, A3 formam
uma partio de se:
A
1
A
2
A
3
=
e
A
i
Aj = 0, i = j(i, j = 1, 2, 3).
Teorema de Bayes: Considerar a partio A
1
, A
2
, A
3
e
seja um outro evento B tal que:
P(A
i
)eP(B|A
i
), i = 1, 2, 3 sejam conhecidas.
P(A
k
|B) =
P(A
k
B)
P(B)
=
P(A
k
)P(B|A
k
)
P(B)
para k = 1, 2, 3 e onde P(B) =
3

i=1
P(A
i
)P(B|A
i
)
Estatstica Basica - Probabilidades p. 13/32
Ex. Bayes
Selene Loibel
Considere o problema: Um fabricante de sorvetes tem
3 fornecedores de leite. Sabe-se que uma parte do leite
de cada fornecedor est adulterada por adio de
gua. So dados:
Fornecedor Quant.comprada Quant. adulterada
1 20% 20%
2 30% 5%
3 50% 2%
Denir os eventos:
F
i
:Leite veio do fornecedor i, i = 1, 2, 3
A :Leite est adulterado
Estatstica Basica - Probabilidades p. 14/32
Ex. Bayes, cont.
Selene Loibel
Dos dados sei que
P(F
1
) = 0, 2 P(A|F
1
) = 0, 2
P(F
2
) = 0, 3 P(A|F
2
) = 0, 05
P(F
3
) = 0, 5 P(A|F
3
) = 0, 02
Ento a prob. de um galo selecionado ao acaso
conter leite adulterado
P(A) = P(F
1
)P(A|F
1
) +P(F
2
)P(A|F
2
) +P(F
3
)P(A|F
3
) =
= (0, 2)(0, 2) + (0, 3)(0, 05) + (0, 5)(0, 02) = 0, 065
Estatstica Basica - Probabilidades p. 15/32
Ex. Bayes, cont.
Selene Loibel
O fabricante quer saber quais so as probs. de um galo
com leite adulterado ter vindo de cada um dos
fornecedores.
P(F
1
|A) =
P(F
1
)P(A|F
1
)
P(A)
=
(0, 2)(0, 2)
0, 065
= 0, 615
P(F
2
|A) =
P(F
2
)P(A|F
2
)
P(A)
=
(0, 3)(0, 05)
0, 065
= 0, 231
P(F
3
|A) =
P(F
3
)P(A|F
3
)
P(A)
=
(0, 5)(0, 02)
0, 065
= 0, 154
Estatstica Basica - Probabilidades p. 16/32
Variaveis aleatrias discretas
Selene Loibel
V.A. discreta uma quantidade associada a cada
resultado do espao amostral. Assume valores num
conjunto enumervel. Notao: X, Y, Z, ....
Funo de Probabilidade: Considere uma v.a.
discreta X que pode assumir os valores x
1
, ..., x
n
. A f
de prob. de X atribui prob. para os valores x
1
, ..., x
n
.
Notao: P(X = x
i
), i = 1, 2, ..., n
As funes de probabilidade tem que satisfazer:
1. 0 P(X = x
i
) 1, i = 1, 2, ..., n
2.
n

i=1
P(X = x
i
) = 1
F.D. Acumulada: F(a) = P(X a) =
a

x=0
P(X = x)
Estatstica Basica - Probabilidades p. 17/32
Ex.: 3 lanamentos de 1 moeda honesta
Selene Loibel
Espao amostral
= {KKK, KKC, KCK, CKK, CCK, CKC, KCC, CCC}
Seja a V.A. X: Nmero de caras , X pode assumir os
valores {0, 1, 2, 3}
Funo de probabilidade P(X = x)
KKK KKC KCK CKK CCK CKC KCC CCC
Prob.
1
8
1
8
1
8
1
8
1
8
1
8
1
8
1
8
x 0 1 1 1 2 2 2 3
P
1
8
3
8
3
8
1
8
Estatstica Basica - Probabilidades p. 18/32
Ex.cont.
Selene Loibel
Funo de probabilidade P(X = x)
KKK KKC KCK CKK CCK CKC KCC CCC
Prob.
1
8
1
8
1
8
1
8
1
8
1
8
1
8
1
8
x 0 1 1 1 2 2 2 3
P
1
8
3
8
3
8
1
8
A F de Prob. Acumulada de X dada por:
x F(x) = P(X x)
0 0
1 P(X = 0) +P(X = 1) =
4
8
2 P(X = 0) +P(X = 1) +P(X = 2) =
7
8
3 P(X = 0) +P(X = 1) +P(X = 2) +P(X = 3) = 1
Estatstica Basica - Probabilidades p. 19/32
Valor Esperado e Varincia
Selene Loibel
Denio: Valor esperado para v.a. discreta X
E(X) =
n

i=1
x
i
P(X = x
i
)
Denio: Varincia para v.a. discreta X
V (X) = E(X
2
) [E(X)]
2
V (X) =
n

i=1
x
2
i
P(X = x
i
) [
n

i=1
x
i
P(X = x
i
)]
2
Estatstica Basica - Probabilidades p. 20/32
Variaveis aleatrias continuas
Selene Loibel
V.A. continua uma quantidade associada aos
resultados do espao amostral. Assume valores num
conjunto no enumervel. Notao: X, Y, Z, ....
Funo densidade de Probabilidade: Considere uma
v.a. continua Y que pode assumir qualquer valor real. A
f densidade prob. de Y , denotata por f
Y
(y) auxilia o
clculo de prob. fazendo:
P(a < Y < b) =
b
_
a
f
Y
(y)dy
As funes densidade de probabilidade tem que
satisfazer: 1. f
Y
(y) > 0 e 2.

f
Y
(y)dy = 1
Estatstica Basica - Probabilidades p. 21/32
Variaveis aleatrias continuas
Selene Loibel
F.D. Acumulada: F(a) = P(X a) =
a
_

f
Y
(y)dy
Estatstica Basica - Probabilidades p. 22/32
Valor Esperado e Varincia
Denio: Valor esperado para v.a. continua Y
E(X) =

yf
Y
(y)dy
Denio: Varincia para v.a. continua Y
V (X) = E(X
2
) [E(X)]
2
=

y
2
f
Y
(y)dy [E(X)]
2
Estatstica Basica - Probabilidades p. 23/32
Modelos Discretos - I
Selene Loibel
X segue o Modelo Bernoulli(p)
Um experimento aleatrio cujo resultado s pode
assumir duas respostas, denominadas por "sucesso
(1)"e "fracasso (0)" chamado de "ensaio de Bernoulli".
Considere a v.a. X tal que:
X =
_
1 P(sucesso)=p
0 P(fracasso)=1-p
A funo de probabilidade de X :
P(X = x) = p
x
(1 p)
1x
, x = 0, 1
Exemplo: Considere o experimento: Perguntar a
algum na rua se ela vive em RC e assumir como
"sucesso"se a pessoa responder "sim".
Estatstica Basica - Probabilidades p. 24/32
Modelos Discretos - II
Selene Loibel
Y segue o Modelo binomial(n,p)
Seja Y uma v.a. que representa o nmero de
"sucessos"em n ensaios de Bernoulli, ento Y
binomial com parmetros nep e sua f. de
probabilidade dada por:
P(Y = k) =
_
n
k
_
p
k
(1 p)
nk
para k = 0, 1, ..., n.
Exemplo: perguntar a 10 pessoas na rua se elas vivem
em RC e assumir como "sucesso"cada pessoa que
responder "sim". A contagem do nmero de pessoas
que vivem em RC entre 10 que foram entrevistadas
segue o modelo binomial.
Estatstica Basica - Probabilidades p. 25/32
Modelos Discretos - III
Selene Loibel
W segue o Modelo Poisson() Seja W uma v.a. que
representa a contagem de certo evento no espao ou
no tempo. Em geral esse modelo usado para evento
"raros"
A funo de prob. de W :
P(W = w) =
e

w
w!
, w = 0, 1, ...
Exemplos: W pode ser o nmero de erros de
impresso em um livro, o nmero de acidentes em um
cruzamento durante um ms etc.
Estatstica Basica - Probabilidades p. 26/32
Modelos Discretos - IV
Selene Loibel
X segue a Distribuio Geomtrica (p) Seja X o
nmero de repeties (independentes) de um
experimento at a obteno do primeiro sucesso
A funo de prob. de X :
P(X = x) = p(1 p)
x1
, x = 1, 2, ...
Exemplo: Nmero de conchas de ostras que temos que
abrir at a obteno da primeira prola.
Estatstica Basica - Probabilidades p. 27/32
Modelos Discretos - V
Selene Loibel
Y segue a Dist. Binomial Negativa (r,p)
Seja Y o nmero de repeties (independentes) de um
experimento at a obteno de r sucessos.
A f. de prob de Y :
P(Y = y) =
_
y 1
r 1
_
p
r
(1 p)
yr
, y r
Exemplo:Nmero de conchas de ostras que temos que
abrir at a obteno de 5 prolas.
Estatstica Basica - Probabilidades p. 28/32
Modelos Contnuos - I
Selene Loibel
T segue o Modelo exponencial()
Esse modelo muito usado para "tempo at a
ocorrncia de um certo evento", sendo comum nas
reas de anlise de sobrevivncia e conabilidade de
produtos industriais.
Seja T uma v.a. com distribuio exponencial com
parmetro ento, a sua f densidade de prob. :
f
T
(t) = e
t
, t 0
Propriedade da falta de memria
P(T > t +s|T > s) = P(T > t), t, s 0
Exemplos : Tempo de durao de uma lmpada,
tempos entre "chegadas"de pessoas em uma la de
banco.
Estatstica Basica - Probabilidades p. 29/32
Modelos Contnuos - II
Selene Loibel
W segue o Modelo Gama (, )
Seja W Gama(, ) com funo densidade dada por:
f
W
(w) =

()
e
x
w
1
, w 0
FATO: A v.a. W =

i=1
T
i
, onde T
i
~Exponencial().
Exemplo: Tempo total at uma la e banco acumular 10
pessoas (soma dos tempos de chegada das pessoas)
Estatstica Basica - Probabilidades p. 30/32
Modelos Contnuos - III
Selene Loibel
X segue o Modelo Beta(a, b)
Considere X uma v.a. contnua que assume valores no
intervalo (0, 1) e segue o modelo Beta (a, b).
A f. densidade de probabiidade de X :
f
X
(x) =
1
B(a, b)
x
a1
(1 x)
b1
, 0 x 1
onde
B(a, b) =
(a)(b)
(a +b)
Exemplo: propores
Estatstica Basica - Probabilidades p. 31/32
Modelos Contnuos - IV
Selene Loibel
Modelo Gaussiano (padro) Considerar a v.a.
Z N(0, 1) com densidade dada por:
f
Z
(z) =
1

2
exp
_

z
2
2
_
, < z <
Modelo Gaussiano(, ) Se Z N(0, 1), temos que
X = +Z N(,
2
).
A f. densidade de prob. de X :
f
X
(x) =
1

2
exp
_

1
2
2
(x )
2
_
, < x <
Exemplos - Existem uma innidade de medidas que
seguem essa distribuo.
Estatstica Basica - Probabilidades p. 32/32