Upload
ngotu
View
217
Download
0
Embed Size (px)
Citation preview
Estatística: Probabilidade e Distribuições
Disciplina de Estatística – 2012/2
Curso: Tecnólogo em Gestão Ambiental
Profª. Ms. Valéria Espíndola Lessa
1
Aula de Hoje 23/11/2012
• Estudo da Probabilidade
• Distribuição de Probabilidade
• Exercícios
2
Noção Básica de Probabilidade
Introdução
Incluir probabilidade nesta disciplina se justifica pelo fato de a maioria dos fenômenos de que trata a Estatística ser de natureza aleatória ou probabilística. Assim, o conhecimento dos aspectos fundamentais do cálculo de probabilidades é uma necessidade essencial para o estudo da Estatística Indutiva ou Inferencial.
3
Experimento aleatório
• Em quase tudo, em maior ou menor grau, vislumbramos o acaso. Assim, da afirmação “é provável que meu time ganhe a partida de hoje” pode resultar: – que, apesar do favoritismo, ele perca;
– que, como pensamos, ele ganhe;
– que empate.
• Como vimos o resultado final depende do acaso. Fenômenos como esses são chamados fenômenos aleatórios ou experimentos aleatórios.
• Experimentos ou fenômenos aleatórios são aqueles que, mesmo repetidos várias vezes sob condições semelhantes, apresentam resultados imprevisíveis.
4
Espaço Amostral
• A cada experimento correspondem, em geral, vários resultados possíveis. Assim, ao lançarmos uma moeda, há dois resultados possíveis: ocorrer cara ou ocorrer coroa. Já ao lançarmos um dado há seis resultados possíveis: 1, 2, 3, 4, 5 e 6.
• Ao conjunto desses resultados possíveis damos o nome de espaço amostral ou conjunto universo, representado por S.
• Os dois experimentos citados anteriormente têm os seguintes espaços amostrais: – lançamento de uma moeda: S = {Ca, Co}, ou seja, 2 possibilidades
– lançamento de um dado: S = {1, 2, 3, 4, 5, 6}, ou seja, 6 possibilidades
– cartas de um baralho: {todas as cartas}
5
• Do mesmo modo, como em dois lançamentos sucessivos de uma moeda podemos obter cara nos dois lançamentos, ou cara no primeiro e coroa no segundo, ou coroa no primeiro e cara no segundo, ou coroa nos dois lançamentos, o espaço amostral é:
S = {(Ca,Ca), (Ca,Co), (Co,Ca), (Co,Co)}, ou seja, n(S) = 4 possibilidades
• No lançamento de três moedas teremos:
S = {(Ca,Ca,Ca), (Ca,Ca,Co), (Ca,Co,Co), (Co,Co,Co), (Co,Co,Ca), (Co,Ca,Ca), (Co,Ca,Co), (Ca,Co,Ca)}, ou seja, n(S)= 8 possibilidades
6
• Assim,
– 1 moeda 21 possibilidades
– 2 moedas 22 possibilidades
– 3 moedas 23 possibilidades
... ...
– n moedas 2n possibilidades
• E,
– 1 dado 61 possibilidades
– 2 dados 62 possibilidades
– 3 dados 63 possibilidades
... ...
– n dados 6n possibilidades
7
Eventos Chamamos de evento qualquer subconjunto do espaço
amostral S de um experimento aleatório.
Um evento é sempre definido por uma sentença.
Exemplos:
a) “Obter um número par na face superior de um dado.”
b) “Obter um número menor ou igual a 6 na face superior de um dado.”
c) “Obter um número 4 na face superior de um dado.”
d) “Obter um número maior que 6 na face superior de um dado.”
e) “Obter cara no lançamento de uma moeda.”
8
Probabilidade
• Probabilidade é a chance que um evento tem de ocorrer no experimento aleatório.
• Para isso precisamos saber o número de resultados possíveis (espaço amostral) e o número de resultados favoráveis (evento)
• Chamamos de probabilidade de um evento A o número real P(A), tal que:
Onde: n(A) é o número de elementos do evento A.
n(S) é o número de elementos do espaço amostral S.
9
Sn
AnAP
Exemplo 1:
Considerando o lançamento de uma moeda calcular a probabilidade de obter cara.
10
S = { Ca, Co} → n(S) = 2 A = {Ca} → n (A) = 1
%50ou5,02
1
Sn
AnAP
Exemplo 2:
Considerando o lançamento de um dado, calcular a probabilidade de obter um número par na face superior.
11
S = { 1, 2, 3, 4, 5, 6} → n(S) = 6 A = {2, 4, 6} → n (A) = 3
%50ou5,06
3
Sn
AnAP
Exemplo 3:
Considerando o lançamento de um dado, calcular a probabilidade de obter um número menor ou igual a 6 na face superior.
12
S = { 1, 2, 3, 4, 5, 6} → n(S) = 6 A = {1, 2, 3, 4, 5, 6} → n (A) = 6
%100ou16
6
Sn
AnAP
Evento Certo
Exemplo 4:
Considerando o lançamento de um dado, calcular a probabilidade de obter o número 4 na face superior.
13
S = { 1, 2, 3, 4, 5, 6} → n(S) = 6 A = {4} → n (A) = 1
%6,16ou616,06
1
Sn
AnAP
Exemplo 5:
Considerando o lançamento de um dado, calcular a probabilidade de obter um número divisível por 3 na face superior.
14
S = { 1, 2, 3, 4, 5, 6} → n(S) = 6 A = {3,6} → n (A) = 2
%3,33ou33,06
2
Sn
AnAP
Eventos Complementares
• Exemplo: Sabemos que a probabilidade de tirar o 4 no lançamento de um dado é 1/6 ou 16,66%. Logo, a probabilidade de não tirar o 4 será 5/6 ou 83,33%
• Sabemos que um evento pode ou não ocorrer. Sendo p a probabilidade de que ocorra (sucesso) e q a probabilidade de que ele não ocorra (insucesso), para o mesmo evento existe sempre a relação:
p + q = 1 q = 1 – p 1/6 + 5/6 = 6/6 = 1 5/6 – 1 = 1/6
15
Eventos Independentes
• Dizemos que dois eventos são independentes quando a realização de um dos eventos não afeta a probabilidade da realização do outro e vice-versa.
• Por exemplo quando lançamos dois dados, o resultado obtido em um deles independe do resultado obtido no outro.
• Assim, sendo P(A) a probabilidade de realização do primeiro evento e P(B) a probabilidade de realização do segundo evento, a probabilidade de que tais eventos se realizem simultaneamente é:
16
BP)A(PBAP
Exemplo 6:
Calcular a probabilidade de, ao lançarmos dois dados, obtermos 1 no primeiro e 5 no segundo.
17
%78,236
1
6
1
6
1BPAPP
S = { 1, 2, 3, 4, 5, 6} → n(S) = 6 A = {1} → n (A) = 1 B = {5} → n (B) = 1
Eventos Mutuamente Exclusivos
• Dizemos que dois ou mais eventos são mutuamente exclusivos quando a realização de um exclui a realização do(s) outro(s).
• Também podemos dizer que não há elementos comuns na realização dos dois eventos, ou seja,
• Se dois eventos são mutuamente exclusivos, a probabilidade de que um ou outro se realize é igual à soma das probabilidades de que cada um deles se realize:
18
BP)A(P)BA(P
0BA
União
Exemplo 7:
Calcular a probabilidade de se tirar o 3 ou o 5 no lançamento de um dado.
19
S = { 1, 2, 3, 4, 5, 6} → n(S) = 6 A = {3} → n (A) = 1 B = {5} → n (B) = 1
%3,3333,03
1
6
2
6
1
6
1BP)A(PP
Exemplo 8: Qual a probabilidade de sair o Ás de ouros quando retiramos uma carta de um baralho de 52 cartas?
Exemplo 9: Qual a probabilidade de sair um Rei quando retiramos uma carta de um baralho de 52 cartas?
Exemplo 10: Em lote de 12 peças, 4 são defeituosas. Sendo retirada uma peça, calcule:
a) a probabilidade de essa peça ser defeituosa.
b) a probabilidade de essa peça não ser defeituosa.
20
%92,152
1)A(P S = { todas as cartas} → n(S) = 52
A = {Ás de ouro} → n (A) = 1
S = { todas as cartas} → n(S) = 52 B = {K ouro, K paus, K espada, K copas} → n (A) = 4
%7,752
4)A(P
%3,3312
4)A(P
%7,6612
8)A(P
Exemplo 11: De dois baralhos de 52 cartas retiram-se, simultaneamente, uma carta do primeiro baralho e uma carta do segundo. Qual a probabilidade de a carta do primeiro baralho ser um rei e a do segundo ser o 5 de paus?
Exemplo 12: Uma urna A contém: 3 bolas brancas, 4 pretas, 2 verdes; uma urna B contém: 5 bolas brancas, 2 pretas, 1 verde; uma urna C contém: 2 bolas brancas, 3 pretas, 4 verdes. Uma bola é retirada de cada urna. Qual é a probabilidade de as três bolas retiradas da primeira, segunda e terceira urnas serem, respectivamente, branca, preta e verde?
21
%15,02704
4
52
1
52
4P
%7,3648
24
9
4
8
2
9
3)C(P)B(P)A(PP
Exemplo 13: Se de um baralho de 52 cartas retiram-se, ao acaso, duas cartas sem reposição. Qual é probabilidade de a primeira carta ser o Ás de paus e a segunda ser o Rei de paus?
22
S = { todas as cartas} → n(S) = 52 A = {Ás de paus} → n (A) = 1 B = {Rei de paus} → n(B) = 1
%038,02652
1
51
1
52
1)B(P)A(PP
Probabilidade com União e Intersecção de Eventos
Exemplo 14: Entre os números de 1 a 15, qual a probabilidade de escolher um número que seja divisor de 12 ou 18?
S: Espaço amostral;
S: {1,2,3,4,5,6,7,8,9,10,11,12,13,14,15}
A: Escolher um número que seja divisor de 12;
A:{1,2,3,4,6,12} → n(A) = 6
B: Escolher um número que seja divisor de 18;
B:{1,2,3,6,9,18} → n(B) = 6
Mas, os números vão até 15, então não iremos incluir o 18 no espaço amostral. Daí temos, B: {1,2,3,6,9}, n(B) = 5
Neste caso, iremos fazer P(AUB) = P(A) + P(B), porém é preciso considerar que
os eventos A e B tem elementos comuns.
23
Ao mesmo tempo
Todos os divisores, sem repetí-los
A B: Escolher um número que seja divisor de 12 e 18;
A B:{1,2,3,6} → n(A B) = 4
A U B: Escolher um número que seja divisor de 12 ou 18.
A U B:{1,2,3,4,6,9,12} → n(A U B) = 7
Calculando as probabilidades, temos:
24
15
7
)(
)()(
15
4
)(
)()(
15
5
)(
)()(
15
6
)(
)()(
Sn
BAnBAP
Sn
BAnBAP
Sn
BnBP
Sn
AnAP
Ou seja, soma-se as duas
probabilidades A e B e subtrai-se
a intersecção entre elas.
Podemos resumir com a fórmula:
)BA(P)B(P)A(P)BA(P
Exemplo 15:
Jogando-se um dado, qual é a probabilidade de se obter o número 4 ou um número par?
S:{1,2,3,4,5,6} n(S) = 6
A:{4} n(A) = 1
B:{2,4,6} n(B) = 3
A B: {4} n = 1
25
3
1
6
1
6
3
6
1
)BA(P)B(P)A(P)BA(P
Introdução
Consiste numa organização dos dados de um problema de probabilidade numa tabela ou gráfico para melhor interpretação destes.
26
Distribuição de Probabilidade
Variável Aleatória
• É a característica numérica dos resultados de um experimentos; Analisa-se as ocorrências desta característica
no experimento aleatório;
Variável Aleatória: número de Coroas (Co) no lançamento simultâneo de duas moedas.
Espaço amostral S = { (Ca,Ca) (Ca,Co) (Co,Ca) (Co,Co)}
Exemplo 16: Fazer a distribuição da probabilidade de sair Coroa (Co) no lançamento simultâneo de duas
moedas (diferentes).
Distribuição de Probabilidades
A distribuição de probabilidades associa uma probabilidade a cada resultado numérico de um experimento, ou seja, dá a probabilidade
de cada valor de uma variável aleatória.
• No Exemplo 16, a variável aleatória X tem três possibilidades: não sair nenhuma Coroa (zero), uma coroa, ou duas coroas.
• Ainda no Exemplo 16 do lançamento de duas moedas, temos:
Distribuição de Probabilidade
Ponto Amostral
Nº de Coroas(X)
(Ca,Ca) 0
(Ca,Co) 1
(Co,Ca) 1
(Co,Co) 2
(X) Freq. P(X)
0 1 ¼
1 2 2/4
2 1 ¼
∑ = 4 ∑ = 1
Organizando...
Gráfico da Distribuição de Probabilidades
Tipos de Distribuição de Probabilidades
• Para Variáveis Aleatórias Continuas, usa-se as distribuições:
– Normal
– Gama
– Exponencial
• Para as Variáveis Aleatórias Discretas, usa-se as distribuições:
– Binominal
– Poisson
– Geométrica
Não veremos todos estes
casos. Faremos um breve estudo
das distribuições, construindo
tabelas e gráficos de colunas
Exemplo 17:
• Vamos considerar a distribuição de frequência do número de acidentes diários em um estacionamento:
Número de Acidentes Diários
Frequências
0 22
1 5
2 2
3 1
∑ = 30
Em um dia, a probabilidade de:
• Não ocorrer acidentes é:
• Ocorrer um acidente é:
• Ocorrerem dois acidentes:
• Ocorrerem três acidentes:
73,030
22p
17,030
5p
07,030
2p
03,030
1p
• Então, podemos construir a tabela:
Número de Acidentes (X)
Probabilidades P(X)
0 0,73
1 0,17
2 0,07
3 0,03
∑ = 1,00
• E o gráfico.
Exemplo 18: Na jogada de três moedas, fazer a distribuição da probabilidade para o número de Caras (Ca).
• Espaço Amostral: S = { (Ca,Ca,Ca), (Ca,Ca,Co) (Ca,Co,Ca)
(Co,Ca,Ca) (Ca,Co,Co) (Co,Ca,Co) (Co,Co,Ca) (Co,Co,Co) }
X (vezes que
aparece cara)
Frequência P(X)
0 1 1/8
1 3 3/8
2 3 3/8
3 1 1/8
Gráfico:
Exemplo 19: Uma empresa tem quatro caminhões de aluguel. Sabendo-se que o aluguel é feito por dia e que a distribuição diária do número de caminhões alugados está na tabela abaixo, determine:
Nº Caminhões alugados por dia
Probabilidade de Alugar
0 0,1 = 10%
1 0,2 = 20%
2 0,3 = 30%
3 0,3 = 30%
4 0,1 = 10%
a) Qual é a probabilidade de alugar, num dia, mais de dois caminhões?
Somar P(3) + P(4) = 0,3 + 0,1 = 0,4
b) Qual é a probabilidade de alugar no mínimo um caminhão?
Somar P(1) até P(4) => 0,9
c) Qual a probabilidade de alugar no máximo dois caminhões?
Somar P(0) + P(1) + P(2) = 0,6
Pergunta-se:
d) Faça o esboço do gráfico desta distribuição.
- Lista de Exercícios -
42