Você está na página 1de 50

Probabilidade e

Estatstica
DANIEL HENRIQUE BREDA BINOTI
Ementa
Introduo ao clculo de probabilidades,
estatstica descritiva,
estudo de variveis aleatrias e distribuies de probabilidade,
compreenso de testes de significncia e intervalo de confiana,
estudo de tcnicas de amostragem,
estudos e aplicaes de regresso linear e correlao,
introduo experimentao e planejamento de experimentos, e
introduo ao controle estatstico de processos.
Objetivos
1. Construir distribuio de frequncias, apresent-las em tabelas e grficos e calcular e
interpretar medidas descritivas;
2. Conhecer os conceitos bsicos da teoria da probabilidade e aplicar as distribuies de
probabilidades;
3. Conhecer os vrios tipos de amostragem e escolher amostras representativas da populao;
4. Fazer estimativas por intervalo dos parmetros populacionais com base em amostras.
Determinar tamanho de amostras;
5. Estabelecer testes de hipteses para parmetros;
6. Planejar experimentos;
7. Aplicar tcnicas de controle estatstico de processos.
Contedo Programtico
Noes de probabilidade.
Conceitos de probabilidade.
Regra da adio e do produto.
Conceito de varivel aleatria e distribuio de probabilidade.

Anlise Exploratria de Dados.


Introduo.
Distribuio de frequncias.
Representaes grficas.
Medidas de tendncia central e de disperso.
Assimetria.
Diagramas em caixas.
Contedo Programtico
Amostragem e Estimao.
Conceito de amostra e populao.
Planos de amostragem (tipos).
Parmetro populacional e estimadores.
Distribuio amostral da mdia e proporo.
Estimao pontual e intervalar.
Intervalos de confiana da mdia e da proporo.
Tamanho de amostras.
Testes de hipteses.
Construo de testes.
Teste unilaterais e bilaterais.
Testes de hipteses para a mdia e para a proporo.
Contedo Programtico
Regresso linear e Correlao
Modelos Empricos
Regresso linear simples
Mnimos quadrados
Previso de novas observaes
Correlao
Regresso linear mltipla
Anlise residual
Contedo Programtico
Planejamento e anlise de Experimentos
Planejamento de experimentos de engenharia com um nico fator.
Delineamento inteiramente aleatrios
Delineamento em blocos aleatrios
Planejamento de experimentos em engenharia com vrios fatores
Experimentos Fatoriais
Teste de mdias

Controle estatstico de processos


Melhoria estatstica da qualidade
Introduo aos grficos de controle
Avaliao
Ser utilizada como estratgia de avaliao:
Prova Oficial no valor de 4,0 pontos.
Duas provas no valor de 2,0 pontos.
Listas no valor de 2,0 pontos.
Estatsticas descritivas
Geoestatstica
Regresso
Regresso
Modelos Determinsticos e
Probabilsticos
Modelos Determinsticos o fenmeno pode ser descrito mediante
a uma frmula matemtica. Ocorre sem variao.

Modelos Probabilsticos ou Estocsticos sabe-se os possveis


resultado do experimento, s no pode-se precisar qual ser obtido.
Conceitos Fundamentais
Experimento Aleatrio
Espao Amostral
Evento
Experimento Aleatrio
Exemplo: O lanamento de uma moeda com o objetivo de registrar a face que ela apresentar ao cair
considerado um experimento aleatrio.
Caractersticas:
1 Pode ser realizado quantas vezes desejarmos, sob condies essencialmente iguais.
2 O resultado do experimento no pode ser determinado a priori, mas o conjunto de todos os
resultados possveis pode ser especificado.
3 O experimento apresenta a condio de regularidade estatstica, no sentido de que, quando o
nmero de realizaes muito grande, a frequncia relativa de um particular resultado se aproxima
de um valor constante.
4 Alm disso, com base na estabilidade estatstica, podemos associar a cada resultado possvel uma
medida de confiana na ocorrncia desse particular resultado. Assim, no exemplo o lanamento de
uma moeda, podemos dizer que as medidas de confiana nas ocorrncias de cara e coroa so iguais.
Exemplos Experimentos Aleatrios
Lanar uma moeda honesta
Lanar um dado
Lanar duas moedas
Retirar uma carta de um baralho completo, com 52 cartas
Determinar a vida til de um componente
Espao Amostral
Espao amostral o conjunto de todos os possveis resultados do experimento
aleatrio. Ser denotado por .
No lanamento de uma moeda, se o objetivo registrar a face que ela
apresentar ao caris, os dois resultados possveis so cara e coroa. Assim sendo,
escrevemos = {cara, coroa} ou, simplesmente, = {C, K}.

Lanamos um dado e registramos o nmero de pontos obtidos. H seis


resultados possveis e o espao amostral pode ser descrito por = {1, 2, 3, 4, 5,
6}.
Espao Amostral
As peas fabricadas diariamente em uma linha de produo podem ser classificadas como
perfeitas e defeituosas. Uma pea extrada da linha de produo, e a classe qual ela
pertence anotada. Temos = {perfeita, defeituosa}.
Um equipamento usado pra fazer a contagem do nmero de um certo tipo de bactrias em
uma lmina. O espao amostral pode ser descrito como = {0,1,2,3,4,}.
Observa-se o nmero de partculas durante um certo intervalo de tempo. Aqui, novamente
temos = {0,1,2,3,4,}.
Determina-se a durao da vida til de uma lmpada em horas. Nesse caso, o espao amosral
pode ser descrito como o conjunto de todos os valores possveis do seu tempo de vida t. Ou
seja, = {t|t>0}.
Espao amostral
Finitos
Infinito
Infinito enumervel
Infinito no-enumervel
Espao Amostral
Lanam dois dados iguais. Enumerar os seguintes eventos:

a) sada de faces iguais.


b) sada de faces cuja soma seja igual a 10
c) sada das faces cuja soma seja menor que 2
d) sada das faces cuja soma seja menor que 15
e) sada das faces onde uma face o dobro da outra.
Espao Amostral
Tabela do espao amostral para o lanamento de dois dados iguais:

1 2 3 4 5 6
1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
Espao Amostral
a) ={(1,1),(2,2), (3,3), (4,4), (5,5), (6,6)}
b) ={(4,6), (5,5),(6,4)}
c) ={}
d) ={}
e) ={(1,2),(2,1), (2,4),(3,6),(4,2),(6,3)}
Evento
Evento - um subconjunto do espao amostral. Geralmente denotado por
uma letra maiscula: A, B, C, etc.
Considerando o lanamento de um dado. O espao amostral = {1, 2, 3, 4, 5,
6}. Seja A o evento descrito como A = { o resultado um nmero par}. Os
resultados que satisfaam essa condio so 2, 4, e 6. Portanto, podemos
escrever A = {2, 4, 6}.
Ento se o lanamento do dado der um resultado de for 2 ou 4 ou 6 diremos que
o evento A ocorreu. Se o resultado do dado der um resultado 1 ou 3 ou 5 o
evento A no ocorreu.
Eventos
(conjunto vazio): evento impossvel
: evento certo

A B: unio dos eventos A e B.


Representa a ocorrncia de pelo menos um dos eventos, A ou B.

A B: interseo dos eventos A e B.


Representa a ocorrncia simultnea dos eventos A e B.
Eventos
A e B so disjuntos ou mutuamente exclusivos quando no tm elementos em comum, isto ,
no podem ocorrer simultaneamente
AB=
Ao lanar um dado, A = sada mpar e B = sada par
A = {1,3,5}, B = {2,4,6}

Ao analisar uma imagem de satlite, A = floresta, B = deserto e C = oceano. Uma rea analisada pode
pertencer apenas a uma destas classes.

A e B so complementares se sua interseo vazia e sua unio o espao amostral, isto ,


AB= e AB=
Eventos - Operaes
Considere = {e1, e2, ..., en}. Sejam A e B dois eventos de F().

Operaes
Unio: A B = {ei / ei A OU ei B}
O evento formado pelos elementos que pertencem a pelo menos um dos eventos.

AB
Eventos - Operaes
Interseo: A B = {ei / ei A E ei B}
O evento formado pelos elementos que pertencem simultaneamente aos dois eventos.

A B

Complementao: AB

A A {e i /e i A}
A
__

Eventos
Diagrama de Venn
ocorre A ou B ocorre somente A ocorrem A e B
simultaneamente
A B A B A B
A

B no ocorre A no ocorre nem A no ocorrem A e B


nem B simultaneamente
S A A B A B A B A B
Eventos
Considere o lanamento de um dado equilibrado.
Sejam A = {nmero par}, B = {nmero maior que 4} e C = {3}.
Ento A = {2,4,6}, B = {5,6} e C = {3}.
= {2,4,5,6}
= {6}
= {2,3,4,6}
= =
= {3,5,6}
Eventos
Considere o lanamento de um dado equilibrado.
Sejam A = {nmero par}, B = {nmero maior que 4} e C = {3}.
Ento A = {2,4,6}, B = {5,6} e C = {3}.
Ac= {1,3,5}
Bc= {1,2,3,4}
Cc= {1,2,4,5,6}
= {2,3,4,5,6}
=
Eventos
Lanam-se duas moedas. Sejam A: sada de faces iguais e B=sada de cara na primeira moeda.
Determine:
a)
b)

c) , = {(c,c), (c,r), (r,r), (r,c)}
d) A = {(c,c), (r,r)}
e)
B = {(c,c), (c,r)}
f)
g)
h)
i)
Eventos
a) = { (c,c), (c,r), (r,r)}
b) = {(c,c)}
c) = {(c,r),(r,c)} = {(r,c),(r,r)}
d) = {(r,c)}
e) = {(c,r), (r,c), (r,r)}
f) = {(r,c)}
g) = {(c,r), (r,c), (r,r)}
h) = {(c,r)}
i) ={(r,r)}
Eventos
Lanamento de um dado
= {1, 2, 3, 4, 5, 6} A = {nmeros pares} B = {nmeros maiores do que 3} C = {1}

1. Sair uma face par e maior que 3


2. Sair uma face par e face 1
3. Sair uma face par ou maior que 3
4. Sair uma face par ou face 1
5. No sair face par
Eventos
Lanamento de um dado
= {1, 2, 3, 4, 5, 6} A = {nmeros pares} B = {nmeros maiores do que 3} C = {1}
1. Sair uma face par e maior que 3
A B = {2, 4, 6} {4, 5, 6} = {4, 6}
2. Sair uma face par e face 1
A C = {2, 4, 6} {1} =
3. Sair uma face par ou maior que 3
A B = {2, 4, 6} {4, 5, 6} = {2, 4, 5, 6}
4. Sair uma face par ou face 1
A C = {2, 4, 6} {1} = {1, 2, 4, 6}
5. No sair face par
AC = {1, 3, 5}
Probabilidade
um conceito matemtico que permite a quantificao da incerteza. aquilo
que torna possvel se lidar de forma racional com problemas envolvendo o
imprevisvel (aleatoriedade).

Principais definies:
1 - Clssico;
2 Frequentista;
3 Subjetivo;
4 Formal.
Conceito Clssico
Seja um espao amostral finito uniforme e seja A um evento qualquer desse espao. A
probabilidade de que A ocorra, denotada por P(A), dada por:
#()
=
#()
No qual #() o nmero de resultados possveis do experimento e # o nmero de
resultados favorveis ocorrncia do evento A. claro que 0 P(A) 1.
Exemplos
A = Resultado cara no lanamento de uma moeda. Nesse caso, #() = 2 e #() = 1.
#() 1
= =
#() 2

A = nmero 6 resultante do lanamento de um dado. Nesse caso, #() = 6 e #() = 1.


#() 1
= =
#() 6

A = nmero par resultante do lanamento de um dado. Nesse caso, #() = 6 e A = { 2,4,6}, #() = 3.
#() 3 1
= = =
#() 6 2
Exemplos
A = Retirar um rei de paus de um bralho completo. Nesse caso, #() = 52 e #() = 1.
#() 1
= =
#() 52

A = Retirar um rei de um baralho completo. Nesse caso, #() = 52 e #() = 4.


#() 4
= =
#() 52
Conceito Clssico
Note que na aplicao do conceito clssico no h a necessidade de se repetir vrias vezes o experimento
aleatrio. A definio da probabilidade vem simplesmente da uniformidade do espao amostral.

No pode ser utilizado em situaes envolvendo espaos amostrais no uniformes.


Conceito Frequentista
Suponha que o experimento foi repetido n vezes, sempre sob as mesmas condies, e que o
evento A ocorreu m vezes entre essas n realizaes do experimento. Ento, se o nmero n de
repeties for bastante grande, a frao m/n uma boa aproximao para a probabilidade de A.

Simbolicamente,


= lim

Conceito Frequentista
Clculo da probabilidade de que uma pea de uma linha de produo seja defeituosa.
Suponha que as peas so fabricadas em grande escala, podemos escolher ao acaso umas 50
peas da linha de produo e determinar a proporo p de peas defeituosas entre elas. Esse
valo de p pode ser usado como uma aproximao para calcular a probabilidade de que uma
pea selecionada dessa linha de produo seja defeituosa.
Conceito Frequentista
Exemplo: Uma experincia que consiste em observar o sexo de um recm-nascido. Tal experincia j se realizou
diversas vezes e existem registros do seu resultado.

= {masculino, feminino}
P(masculino)=0,52 e P(feminino)=0,48

Usando a definio clssica, temos:


P(masculino)=0,50 e P(feminino)=0,50
Conceito subjetivo
A probabilidade dada por um grau de crena ou de confiana que cada
pessoa d a realizao de um evento.

Exemplo: O ministro afirma que a inflao para o prximo ano ser de 3%


com uma probabilidade de 90%.
Definio Axiomtica de Probabilidade
Seja um espao amostral associado a um experimento aleatrio, A um evento qualquer desse
espao amostral e P(A) um nmero real, denominado probabilidade do evento A, no qual os
seguintes axiomas so obedecidos:
1) 0P(A)1
2) P() = 1
3) Se A e B so eventos mutuamente exclusivos, ou seja, AB=,
= +
Propriedades das Probabilidades
1 = 0,
2 Para todo evento A, P(Ac) = 1 P(A)
3 Para quaisquer dois eventos A e B,
= +
4 Para quaisquer trs eventos A, B, C.
= + + +
5 Se A e B so eventos tais que , ento P(A) P(B)
Exemplo
Considere uma fbrica com 50 empregados. Um empregado no tem xito em satisfazer os padres de
desempenho, se completa o trabalho mais tarde e/ou monta produtos com defeito.

Foi observado que 5 dos 50 tinham completado o trabalho mais tarde, 6 dos 50 trabalhadores tinham
montado peas defeituosas e 2 dos 50 tinham tanto completado mais tarde como montado produtos
defeituosos.
Exemplo
A o evento que o trabalho termina mais tarde
B o evento que o produto montado defeituoso.
P(A) = 5/50 = 0,10
P(B) = 6/50 = 0,12
P(AB)= 2/50=0,04
P(A B) = P(A) + P(B) - P(AB)= 0,10 + 0,12 - 0,04 = 0,18
A B significa a probabilidade de um trabalhador terminar mais tarde ou montar produtos defeituosos.
Exemplo
Trs cavalos A, B e C, esto em uma corrida; A: tem duas vezes mais probabilidades de ganhar
que B, e B tem duas vezes mais probabilidade de ganhar que C. Quais so as probabilidades de
vitria de cada um, isto , P(A), P(B) e P(C)?
Considerando P(C) = p ento P(B) = 2p e P(A) = 2 P(B) = 4p. Como a soma das probabilidades 1,
ento:
p+2p+4p=1 7p= 1 p=1/7
Logo, temos:
P(A)=4/7;
P(B)=2/7;
P(C)=1/7.
Exemplo
2) Um grupo de 55 elementos apresenta a seguinte composio: Homem Mulher
menor 15 13
Um elemento escolhido ao acaso, responda:
adulto 15 12

a) Qual a probabilidade de ser homem?


b) Qual a probabilidade de ser adulto?
c) Qual a probabilidade de ser menor e mulher?
d) Qual a probabilidade de ser homem ou adulto?
e) Qual a probabilidade de no ser homem e nem adulto?
f) Qual a probabilidade de ser homem e no ser adulto?
Exemplo
A, B e C so eventos de um espao amostral. P(A) = 1/2, P(B) = 1/3, P(C) = 5/6,
P(A B) = 1/6, P(A C) = 2/6 e P(B C) = 1/6. Calcule P(A B C).