Unidade: I

ESTATSTICA APLICADA

Prof. Celso Ribeiro Campos

Teoria elementar da probabilidade

Em estatstica indutiva quando nos
referimos a uma previso de
comportamento de uma populao, com
base nos dados colhidos de uma
amostra, temos sempre que admitir a
possibilidade de erro.
erro

O erro identifica uma tolerncia do

resultado encontrado.

Neste captulo, veremos o que significa e

como so calculadas as probabilidades,
que esto ligadas a esse processo
indutivo.

Definio de probabilidade
Em Estatstica, adotamos trs
abordagens diferentes na definio de
probabilidades: a abordagem clssica, a
abordagem como frequncia relativa e a
abordagem subjetiva.

Entretanto, antes de seguirmos na

definio de probabilidade, necessrio
definir alguns termos que sero
utilizados.

Conceitos bsicos
Experimentos aleatrios: ou fenmenos
aleatrios so aqueles que, mesmo
repetidos vrias vezes sob as mesmas
condies, apresentam resultados
imprevisveis. tambm chamado de
experimento amostral.
amostral
Espao amostral: o conjunto S de
todos os resultados possveis de um
experimento aleatrio. tambm
chamado de conjunto universo

Conceitos bsicos
Evento: qualquer subconjunto do
espao amostral.

Exemplo: no lanamento de um dado,

considere o evento A dado pela
ocorrncia de um nmero mpar.
Temos ento:

S = {1, 2, 3, 4, 5, 6}
A = {1, 3, 5}

Conceitos bsicos
Evento certo: o prprio conjunto
universo S. Intuitivamente, o fato que
ocorre sempre, com certeza.

Evento impossvel: o conjunto vazio

tambm subconjunto de S, portanto
tambm um evento, chamado de
impossvel porque nunca ocorre.

Exemplo: no lanamento de um dado, o

evento nmero maior que 6 um evento
impossvel e o evento nmero menor que
7 um evento certo.

Probabilidade def. clssica

Probabilidade: uma idia quantitativa
da chance de ocorrncia ou no de um
evento qualquer.

Abordagem clssica: a probabilidade de

ocorrncia de um evento A dada pela
razo entre a quantidade de elementos
do conjunto evento A e a quantidade de
elementos do espao amostral S.

Assim, a probabilidade de ocorrncia de

um evento A dada por:
P(A) = n(A)/n(S)

Exemplo 1
Qual a probabilidade de, ao se jogar um
dado honesto, obter um nmero primo?
S = {1, 2, 3, 4, 5, 6} n(S) = 6

Eprimo = {2, 3, 5} n(E) = 3

P(E) = 3/6 = 0
0,5
5 ou 50%

Probabilidade def. frequentista

Probabilidade a razo entre o nmero
de vezes que determinado resultado
ocorre, e o nmero total de realizaes
do experimento, quando repetimos o
experimento aleatrio um nmero
elevado de vezes.
vezes
P(A) = f(A)/ftotal

Exemplo: jogamos uma moeda 1.000

vezes e em 512 dessas vezes saiu cara.
Podemos dizer, por esta definio que a
probabilidade de sair cara nessa moeda
de 512/1.000, ou seja, 51,2%.

Probabilidade def. subjetiva

A probabilidade no um valor objetivo,
mas algo que indica a crena do
analista naquela ocorrncia.
Evidentemente que esta probabilidade
no fruto de um palpite, e sim algo
embasado em dados complementados
por aspectos pessoais.

o caso, por exemplo, do

meteorologista que prev 80% de
chances de ocorrerem chuvas em
determinado perodo.

Este captulo da estatstica estudado

em anlise bayesiana de deciso.

Interatividade
Em um lote de 12 peas, 4 so defeituosas.
Sendo retirada uma pea ao acaso, a
probabilidade de que ela no seja
defeituosa :
a) 4/10
b) 1/4
c) 1/2
d) 1/3
e) 2/3

rvore de decises
Consiste em representar graficamente
todas as possibilidades de resultados
dos experimentos aleatrios, de modo a
no se perder nenhum evento e ao
mesmo tempo se compreender a
mecnica do experimento.
experimento
No prximo slide temos a rvore de
possibilidades do lanamento de 2
moedas honestas.

Exemplo

cara
cara
coroa

2 moedas

cara
coroa
coroa

Anlise combinatria
comum termos de calcular a
quantidade de agrupamentos possveis
de elementos para determinar a
probabilidade de ocorrncia de um grupo
especfico.
Esses agrupamentos geralmente se do
na forma de arranjo, combinao ou
permutao.

O arranjo de n elementos em grupos de k

elementos dado por:

An ,k

n!
n  k !

Anlise combinatria
O arranjo usado quando, ao
invertermos a ordem dos elementos do
grupo, obtemos um novo grupo.
comum em agrupamentos de nmeros.
A combinao de n elementos em
grupos de k elementos dada por:

Cn ,k

n!
k!n  k !

A combinao usada quando, ao

invertemos a ordem dos elementos do
grupo, obtemos o mesmo grupo.
comum em agrupamentos de pessoas.

Anlise Combinatria

A permutao de n elementos dada por:

Pn

n!

usada quando apenas trocamos a

ordem dos elementos
elementos, sem ficar nenhum
de fora dos grupos.
Um exemplo de permutao: de quantas
maneiras distintas podemos colocar 4
livros diferentes em uma prateleira?

Experimentos aprox. aleatrios

So eventos que tratam, por exemplo, de
moedas ou dados no honestos, que
nesse caso so chamados de viciados.
A probabilidade de ocorrncia de um
evento pode ser calculada pela
frequncia relativa, repetindo-se o
experimento um grande nmero de
vezes.

Para poucas repeties, no possvel

assumir que um dado ou uma moeda no
so honestos.

Eventos independentes
Dois eventos so independentes quando
a realizao ou a no-realizao de um
dos eventos no afeta a probabilidade da
realizao do outro e vice-versa.
Por exemplo, quando lanamos dois
dados, o resultado obtido em um deles
independe do resultado obtido no outro.

Se dois eventos so independentes, a

probabilidade de que eles se realizem
simultaneamente igual ao produto das
probabilidades de realizao dos dois
eventos.

Eventos independentes
Assim, temos: P(A e B) = P(A) . P(B)

Exemplo: Lanamos dois dados. A

probabilidade de obtermos 1 no primeiro
dado pA = 1/6. A probabilidade de
obtermos 5 no segundo dado pB = 1/6.
Logo, a probabilidade de obtermos,
simultaneamente, 1 no primeiro e 5 no
segundo :

P = 1/6 . 1/6 = 1/36.

Eventos mutuamente exclusivos

Dizemos que dois ou mais eventos so
mutuamente exclusivos quando a
realizao de um exclui a realizao do
outro.

Assim, no lanamento de uma moeda, o

evento cara e o evento coroa so
mutuamente exclusivos, pois ao se
realizar um deles o outro no se realiza.

Se dois eventos so mutuamente

exclusivos, a probabilidade de que um
ou outro se realize igual soma das
probabilidades de que cada um deles se
realize.

Eventos mutuamente exclusivos

Assim, P(A ou B) = P(A) + P(B)

Exemplo: Lanamos um dado. A

probabilidade de se tirar o 3 ou o 5 :
P = 1/6 + 1/6 = 2/6 = 1/3

Eventos vinculados ou
condicionados
So eventos cujo aparecimento de um
dependa ou seja influenciado pelo
aparecimento de outro, do mesmo
experimento.

Exemplo: a retirada de duas cartas de

um baralho. Quando voc retira a
primeira carta, existem 52 cartas no
baralho, 26 vermelhas e 26 pretas.
Quando voc for retirar a segunda carta
o baralho ter apenas 51 cartas e
podero ser 25 vermelhas e 26 pretas ou
26 vermelhas e 25 pretas, dependendo
da cor da primeira carta. com o primeiro.

Interatividade
A probabilidade de que Antnio esteja vivo
daqui a 10 anos igual a 80% e de que
Paulo o esteja daqui a 10 anos 70%.
Ento, a probabilidade de que os dois
estejam vivos daqui a 10 anos igual a
a) 30%
b) 36%
c) 56%
d) 38%
e) 44%

Distribuies de probabilidades
O fato de trabalharmos muitas vezes com
variveis discretas e outras tantas com
variveis contnuas nos conduz diviso
das distribuies de probabilidades em
dois grandes grupos, cada um deles com
modelos matemticos especficos:

Entre as distribuies de probabilidades

discretas, a principal a distribuio
binomial.
Entre as distribuies de probabilidades
contnuas, a principal a normal.

Distribuio binomial
Vamos considerar experimentos que
satisfaam as seguintes condies:
a) O experimento deve ser repetido, nas
mesmas condies, um nmero finito
de vezes (n).
b) As provas repetidas devem ser
independentes,.
c) Em cada prova ocorre um dos dois
possveis resultados: sucesso ou
insucesso (fracasso).
d) A probabilidade p do sucesso e a
probabilidade q (q = 1 p) do fracasso
so constantes.

Distribuio binomial
Resolveremos problemas do tipo:
determinar a probabilidade de se obterem k
sucessos em n tentativas. Se a
probabilidade de sucesso p e do fracasso
q, a chance de que um evento se realize
exatamente k vezes em um total de n
tentativas dada pela funo:

n k nk
P (k ) p q
k

Distribuio binomial
O nmero binomial n dado por:

n!
k ! n  k !

5

3

Que a mesma frmula da combinao.

Exemplo 1: Calcular o binomial

5
S l
Soluo:

3

5!
3!5  3!

5 4 3!
3!2!

20
10
2

Distribuio binomial
Exemplo 2: Um vendedor sabe que, ao
sair para fazer um determinado tipo de
venda, tem 30% de probabilidade de
concretiz-la. Em um dia qualquer, ele
sai para atender a vinte clientes. Qual a
probabilidade de ele fazer exatamente
oito vendas?

Soluo: p = 3/10
n = 20

k=8

20
125.970
8

q = 7/10

Distribuio binomial
A probabilidade procurada :

3
P 125.970
10

7

10

20 8

Resolvendo os exponenciais e fazendo os

produtos, temos:
P = 0,1144 ou 11,44%

Valor e varincia esperados

O valor esperado de uma varivel X,
geralmente designado por esperana de X,
dado por:
E(X) = p1.X1 + p2.X2 + ... + pn.Xn

Exemplo: em uma certa especulao

comercial, um homem pode ter um lucro
de R$300,00 com a probabilidade de 0,6,
ou um prejuzo de R$100,00, com a
probabilidade de 0,4. Determinar a sua
esperana.
Soluo: E = 300 . 0,6 + (-100) . 0,4 = 180
40 = 140 ou R$140,00

Valor e varincia esperados

Perceba que esse resultado no uma
certeza, um valor sujeito
variabilidade. Essa variabilidade
medida pela varincia, que tem a mesma
definio e as mesmas caractersticas
daquela definida para a amostra,
amostra e
calculada pela frmula:
Var(x) = E(x) [E(x)]2

Devemos tambm lembrar que o desvio

padro a raiz quadrada da varincia.

Interatividade
A probabilidade de um tiro acertar um alvo
1/3. Qual a probabilidade de, em uma
srie de trs tiros independentes, pelo
menos um acertar o alvo?
a) 19/27
b) 8/27
c) 5/9
d) 4/9
e) 1

Distribuio normal
Entre as distribuies tericas de
varivel aleatria contnua, uma das mais
empregadas a distribuio normal.
Muitas variveis analisadas em
pesquisas scio-econmicas
correspondem distribuio normal ou
dela se aproximam.

O aspecto grfico da distribuio normal

o de uma figura, que apresenta uma
curva simtrica e mesocrtica.

No prximo slide, vemos o modelo da

curva normal.

Distribuio normal

Distribuio normal
A curva recebe o nome de curva de
Gauss.

A rea total limitada pela curva e pelo

eixo das abscissas igual a 1, o que
representa a probabilidade de a varivel
aleatria X assumir qualquer valor real.

Como a curva simtrica em relao

mdia aritmtica, a probabilidade de
encontrarmos um valor menor que a
mdia de 50%, o mesmo para valores
maiores que a mdia.

Distribuio normal
Quando temos uma varivel aleatria em
distribuio normal, nosso principal
interesse obter a probabilidade de essa
varivel aleatria assumir um valor
dentro de um certo intervalo.
Para calcular essa probabilidade,
definimos uma varivel transformada z,
dada por:

xi  x
S

Sendo S o desvio padro.

Distribuio normal
Essa varivel reduz a distribuio em um
modelo padro com mdia 0 e desvio
padro 1.
As probabilidades associadas
distribuio normal padronizada so
encontradas em tabelas, no havendo a
necessidade de serem calculadas.

Observe que a frmula permite apenas

que calculemos a probabilidade da
varivel estar entre um certo valor xi e a
mdia.

Distribuio normal
Exemplo 1: Os salrios semanais dos
operrios industriais so distribudos
normalmente, em torno da mdia de
R$500, com desvio padro de R$40.
Calcule a probabilidade de um operrio
ter um salrio semanal situado entre
R$490 e R$520.

Soluo: vamos calcular duas

probabilidades e depois somar: entre 490
e a mdia e depois entre a mdia e 520.
Para isso
isso, precisamos reduzir os dois
valores:

Distribuio normal

z1
z2

490  500
40

520  500
40

 10
40
20
40

0,25
0,5

A probabilidade para z1 0,0987 e para z2

0,1915 (dados pela tabela).

A soluo : P (490 < X < 520 ) = 0,0987 +

0,1915 = 0,2902 ou 29,02%
Observe q
que o sinal negativo
g
de z1 foi
desprezado, pois estamos tratando de
reas e sabemos que no existem reas
negativas.

Distribuio normal
Abaixo vemos a ilustrao da curva normal
com destaque para as reas calculadas.

Distribuio normal
Exemplo 2: Os depsitos efetuados no
Banco B, num determinado ms, tm
distribuio normal com mdia R$
9.000,00 e desvio padro R$ 1.500,00. Um
depsito selecionado ao acaso dentre
todos os referentes ao ms em questo
questo.
Qual a probabilidade de que o depsito
exceda R$ 6.000,00?
Soluo:

6000  9000
1500

2,00

Na tabela, esse valor corresponde a

0,4772 ou 47,72%

Distribuio normal
Assim, a probabilidade procurada :
47,72 + 50 = 97,72%

Interatividade
As taxas de retorno no mercado de um
determinado investimento distribuem-se
normalmente com mdia igual a 5% e
desvio padro igual a 4%. Selecionando ao
acaso uma taxa de retorno, a probabilidade
dela ser maior que 6% :
a) 9,87%
b) 40,13%
c) 59,87%
d) 50,13%
50 13%
e) 37,25%

AT A PRXIMA!