Baixe o app para aproveitar ainda mais
Prévia do material em texto
ESTATÍSTICA Mendonça Júnior, A. F. Mossoró – RN 18 de outubro de 2013 Variáveis Aleatórias e Distribuição de Probabilidades • Variável aleatória • Variável aleatória discreta e contínua • Distribuições de probabilidade • Funções de distribuição • Esperança de função de uma variável • Variância de uma variável aleatória VOCABULÁRIO BÁSICO DA ESTATÍSTICA • VARIÁVEL Uma variável corresponde a uma característica de um item ou de um indivíduo • POPULAÇÃO Uma população consiste em todos os itens ou indivíduos em relação aos quais você deseja tirar uma conclusão • AMOSTRA Uma amostra corresponde à parcela da população selecionada para análise Vocabulário básico da estatística • ESPAÇO AMOSTRAL Conjunto de possibilidades, ou seja, os possíveis resultados associados a um experimento aleatório. • EXPERIMENTO ALEATÓRIO Qualquer processo que venha a gerar um resultado incerto ou casual. • EVENTO Qualquer subconjunto de um espaço amostral. Vocabulário básico da estatística • EXPERIMENTO ALEATÓRIO Qualquer processo que venha a gerar um resultado incerto ou casual. Cada experimento pode ser repetido indefinidamente sob as mesmas condições (n) Não se conhece a priori o resultado do experimento, mas podem-se descrever todos os possíveis resultados Quando o experimento for repetido um grande número de vezes, surgirá uma regularidade do resultado, isto é, haverá uma estabilidade da fração (f = r/n) Entendendo um Experimento Aleatório • EXPERIMENTO ALEATÓRIO Uma situação, para exemplificarmos este fato, está associada à seguinte pergunta: Meu vendedor poderá cumprir sua meta de venda na semana que vem? Espaço amostral (S ou Ω): Nesta situação será atinge a meta e não atinge a meta. Entendendo um Experimento Aleatório PROBABILIDADES Espaço amostral = tudo que pode ocorrer Evento = o que quer que ocorra P = O QUE QUER QUE OCORRA TUDO QUE PODE OCORRER Entendendo um Experimento Aleatório PROBABILIDADES Evento Impossível P = 0 / n = 0 = 0% Evento Certo P = n / n = 1 = 100% Consequência: 0 < P < 1 0% < P < 100% Entendendo um Experimento Aleatório PROBABILIDADES IMPORTANTÍSSIMO: E: MULTIPLICA Ou: SOMA Entendendo um Experimento Aleatório Arremessa-se um dado comum e observa-se a face voltada para cima. Qual a probabilidade do valor obtido ser: a) Um número maior que 6? b) Um número menor ou igual a 6? c) Um número par? d) Um número ímpar? e) Um número primo? f) Um número par ou um número ímpar? g) Um número par ou um número primo? EXEMPLOS No arremesso de dois dados comuns, qual a probabilidade de obtermos nas duas faces voltadas para cima valores múltiplos de 3? No arremesso de dois dados comuns, qual a probabilidade de obtermos nas duas faces voltadas para cima valores cuja soma seja igual a 10? No arremesso de uma moeda viciada, a probabilidade de se obter cara é igual ao dobro da probabilidade de se obter coroa. Qual a probabilidade de se obter cada um dos casos? EXEMPLOS Considere a seguinte situação: Um casal deseja ter três filhos e pretende saber qual a probabilidade de nascerem no mínimo dois meninos, sendo que a probabilidade de ser menino ou de ser menina tem o mesmo valor. ÁRVORE DE POSSIBILIDADES Num sorteio com os números de 1 a 25, a probabilidade de ser sorteado um número múltiplo de 3 é: Em uma pesquisa de marketing foram entrevistadas duas mil pessoas, que opinaram sobre duas embalagens de um produto que seria lançado no mercado consumidor. O resultado foi o seguinte: 1.200 pessoas preferiram a primeira embalagem, 500 preferiram a segunda e 300 não gostaram de nenhuma delas. Escolhida uma pessoa ao acaso, qual é a probabilidade estimada de ela gostar da primeira embalagem? EXERCÍCIOS Lançando-se simultaneamente um dado e uma moeda, determine a probabilidade de se obter 3 ou 5 no dado e cara na moeda. EXERCÍCIOS • EXPERIMENTO ALEATÓRIO A incerteza sempre está presente, o que quer dizer que, se estes experimentos forem repetidos em idênticas condições, não se pode determinar qual o resultado ocorrerá. Entendendo um Experimento Aleatório VARIÁVEIS ALEATÓRIAS Variáveis Aleatórias DEFINIÇÕES • É uma função que associa cada elemento de um espaço amostral a um número real • É uma função com valores numéricos, cujo valor é determinado por fatores de chance • É uma variável quantitativa, cujo resultado (valor) depende de fatores aleatórios • É uma função que atribui um valor numérico a cada resultado individual de uma experiência aleatória Regra que atribui um valor numérico a cada possível resultado de um experimento Figura 1. Mapeamento de eventos em números reais Variáveis Aleatórias Variáveis Aleatórias A FUNÇÃO VARIÁVEL ALEATÓRIA (V.A.) Seja X um valor numérico, cujo valor depende do resultado do experimento. Se X associa um resultado a um número, então X é uma função cujo domínio é o conjunto de resultados e cuja imagem é o conjunto dos números reais. Essa função X é conhecida pelo nome de Variável Aleatória. Desta forma, pode-se escrever os resultados de um experimento aleatório através de números, ao invés de palavras ou símbolos, possibilitando um tratamento matemático facilitado. Em outras palavras, a variável aleatória traduz o resultado do experimento em números reais. S atributo qualitativa quantitativa discreta contínua Definição: variável aleatória é a função que associa cada elemento de S a um número real. v.a. Variáveis Aleatórias Variáveis Aleatórias s S X (s) X Rx Variáveis Aleatórias s1 s2 s3 s4 s5 s6 x1 x2 x3 x4 S KK KC CK CC X: número de caras em 2 lances de moeda 0 1 2 X(CC) = 0 X(KC) = X(CK) = 1 X(KK) = 2 P(X = 0) = P(CC) P(X = 1) = P(KC CK) P(X = 2) = P(KK) X(S) (imagem) Experimento: jogar 2 moedas e observar o resultado (K = cara e C = coroa) Variáveis Aleatórias TIPOS DE VARIÁVEIS ALEATÓRIAS Tipos de Variáveis Aleatórias • São classificadas conforme a natureza do conjunto de valores reais que elas podem assumir VARIÁVEL ALEATÓRIA DISCRETA Assume um número finito ou infinito “numerável” de valores numéricos. Quando os valores podem ser listados. VARIÁVEL ALEATÓRIA CONTÍNUA Assume um valor dado por uma medida em uma escala contínua, isto é, todos os valores possíveis em um intervalo real. Quando os valores não podem ser listados. x Discreta Contínua A distinção entre variáveis aleatórias discretas e contínuas é importante porque a utilização de diferentes modelos (DISTRIBUIÇÕES) de probabilidade depende do tipo de variável aleatória considerado Tipos de Variáveis Aleatórias Definição: uma v.a. é discreta quando o conjunto de valores possíveis (imagem) for finito ou infinito numerável. P(X = xi) 0 para todo i ( ) 1i i P X x Função de Probabilidade ( ) ( )f x P X x Tipos de Variáveis Aleatórias Exemplos: a) jogar um dado X: ponto obtido no dado X ={1, 2, 3, 4, 5, 6} X: = 1 se ponto for igual a 6 X: = 0 caso contrário X = {0, 1} b) jogar 5 moedas (ou uma moeda 5 vezes) X: número de caras em 5 lances X = {0, 1, 2, 3, 4, 5} c) jogar uma moeda até tirar uma cara X: número de jogadas até tirar uma cara (incluindo-se a cara) X = {1, 2, 3, ...} X: número de coroas até tirar uma cara X = {0, 1, 2, ...} d) sortear 5 pontos em um mapa pedológico X: número de pontos correspondentes à classe Argissolo X = {0, 1, 2, 3, 4, 5} Tipos de Variáveis Aleatórias Definição: uma v.a. é contínua quando o conjunto de valores possíveis (imagem) for inumerável. Se o conjunto imagem é inumerável, não há sentido em falar de valores específicos e portanto: P(X = x) = 0 Função Densidade de Probabilidade (fdp) Qual a probabilidade de se escolher uma pessoa qualquer com 1,7567234309... metros de altura? P(a < X < b) 0 x f(x) a b ( )P a X b Tipos de Variáveis Aleatórias Problema: Define-se uma variável X como o número de caras em 6 lances de moeda. Qual a probabilidade de se obter mais que 4 caras nesses 6 lances? X = {0, 1, 2, 3, 4, 5, 6} P(X > 4) = P(X = 5) + P(X = 6) P(X = 5) = P(KKKKKC KKKKCK KKKCKK KKCKKK KCKKKK CKKKKK) = 6/64 P(X = 6) = P(KKKKKK) = 1/64 P(X > 4) = 7/64 Tipos de Variáveis Aleatórias RESUMO - Variável Aleatória RESUMO - Exemplo DISTRIBUIÇÕES DE PROBABILIDADE DEFINIÇÕES • É uma função que relaciona os valores possíveis de uma V.A. com as respectivas probabilidades de ocorrência • É uma correspondência que associa probabilidades aos valores de uma V.A. • Mostra a proporção das vezes em que a V.A. tende a assumir cada um dos diversos valores Distribuições de Probabilidade Distribuições de Probabilidade TROCANDO EM MIÚDOS A distribuição de probabilidade, ou modelo probabilístico, indica, para uma variável aleatória, quais são os resultados que podem ocorrer e qual é a probabilidade de cada resultado acontecer. Distribuições de Probabilidade EXEMPLOS • Lança-se uma moeda e anota-se a face obtida. Construir a distribuição de probabilidades para a V.A. número de caras. Resultados Possíveis Probabilidades 0 0,5 1 0,5 Total 1 QUAIS RESULTADOS QUAL PROBABILIDADE Distribuições de Probabilidade EXEMPLOS • Lança-se uma moeda e anota-se a face obtida. Construir a distribuição de probabilidades para a V.A. número de caras. 0,50 0,50 Distribuições de Probabilidade EXEMPLOS • Considerando-se que 2 moedas tenham sido lançadas, construir a distribuição de probabilidades para a V.A. número de caras. REGRA DA MULTIPLICAÇÃO • A probabilidade de que dois eventos independentes ocorram é igual à multiplicação das probabilidades individuais. P(A e B) = P(A ∩ B) = P(A) x P(B) Distribuições de Probabilidade EXEMPLOS • Considerando-se que 2 moedas tenham sido lançadas, construir a distribuição de probabilidades para a V.A. número de caras. Resultados Possíveis Resultados Numéricos Probabilidades CC 0 0,5 x 0,5 = 0,25 CK 1 0,5 x 0,5 = 0,25 KC 1 0,5 x 0,5 = 0,25 KK 2 0,5 x 0,5 = 0,25 Total 1 Distribuições de Probabilidade EXEMPLOS 1o Lançamento K 2o Lançamento 0,5 0,5 0,5 0,5 P(x) = 0,25 C 0,5 0,5 K C K C P(x) = 0,25 P(x) = 0,25 P(x) = 0,25 Resultados Possíveis Probabilidades 0 0,25 1 0,5 2 0,25 Total 1 Distribuições de Probabilidade EXEMPLOS • Considerando-se que 2 moedas tenham sido lançadas, construir a distribuição de probabilidades para a V.A. número de caras. Distribuições de Probabilidade EXEMPLOS • Um lote de peças possui 60% dos itens com algum tipo de defeito. Construir a distribuição de probabilidades para a V.A. número de itens com defeito dentre 2 sorteados aleatoriamente. REGRA DA ADIÇÃO • A probabilidade de que um entre dois eventos mutuamente excludentes ocorra é igual à soma das probabilidades individuais. P(A ou B) = P(A U B) = P(A) + P(B) AXIOMAS • Como os valores das distribuições de probabilidades são probabilidades, e como as V.A. devem tomar um de seus valores, temos as duas regras a seguir que se aplicam a qualquer distribuição de probabilidades: 1. A soma de todos os valores de uma distribuição de probabilidades deve ser igual a 1 ∑ P(x) = 1 Onde x toma todos os valores possíveis 2. A probabilidade de ocorrência de um evento deve ser 0 ≤ P(x) ≤ 1 Para todo x Distribuições de Probabilidade x ∈ A VARIÁVEIS ALEATÓRIAS DISCRETAS Variável Aleatória Discreta VALOR ESPERADO • O valor esperado, ou esperança, ou média, de uma distribuição de probabilidades corresponde à média dos resultados da variável aleatória quando o número de observações for muito grande. Variável Aleatória Discreta VALOR ESPERADO X P(x) x1 p1 x2 p2 . . . . . . xn pn Total 1 E(x) = µx = ∑ (xi . pi) Variável Aleatória Discreta VARIÂNCIA X P(x) x1 p1 x2 p2 . . . . . . xn pn Total 1 Var(x) = x = ∑ pi(xi - µx)2 EXEMPLOS • Um grande lote de peças possui 60% dos itens com algum tipo de defeito. Construir a distribuição de probabilidades para a V.A. número esperado de itens com defeito dentre 3 sorteados aleatoriamente e o desvio padrão. Variável Aleatória Discreta Res. Possíveis Res. Numéricos Probabilidades BBB 0 0,064 BBD 1 0,096 BDB 1 0,096 DBB 1 0,096 BDD 2 0,144 DBD 2 0,144 DDB 2 0,144 DDD 3 0,216 Total 1 EXEMPLOS Variável Aleatória Discreta Itens com defeito (X = xi) Probabilidades (P (X = xi) ) O 0,064 1 0,288 2 0,432 3 0,216 Total 1 EXEMPLOS Variável Aleatória Discreta E(x) = µx = ∑ (xi . pi) = 1,8 itens Itens com defeito (X = xi) Probabilidades (P (X = xi) ) O 0,064 1 0,288 2 0,432 3 0,216 Total 1 EXEMPLOS Variável Aleatória Discreta Var(x) = x = ∑ pi(xi - µx)2 = 0,8485 item Variável Aleatória Discreta REGRA DA MULTIPLICAÇÃO • A probabilidade de que dois eventos não independentes ocorram é igual à multiplicação das probabilidades individuais. P(A e B) = P(A ∩ B) = P(A) x P(B / A) Probabilidade do evento B ocorrer dado que o evento A tenha ocorrido EXEMPLOS • Um lote com 20 peças contém 4 defeituosas. Se forem retiradas duas peças do lote, qual é a probabilidade de serem retiradas: a) Duas peças boas? b) Duas peças defeituosas? Variável Aleatória Discreta EXEMPLOS Variável Aleatória Discreta P(B) = 16 / 20 B: Peça Boa D: Peça Defeituosa P(D) = 4 / 20 EXEMPLOS Variável Aleatória Discreta Se a primeira peça for: Boa Defeituosa P(B/B) = 15 / 19 P(B/D) = 4 / 19 P(D/B) = 16 / 19 P(D/D) = 3 / 19 EXEMPLOS Variável Aleatória Discreta Se ambas as peças forem: Boa Defeituosa P(B/B) = 16/20 x 15/19 = 0,6316 P(D/D) = 4/20 x 3/19 = 0,0316 Variável Aleatória Discreta REGRA DA ADIÇÃO • A probabilidade de que pelo menos um entre dois eventos não excludentes ocorra é igual a: P(Aou B) = P(A U B) = P(A) + P(B) - P(A ∩ B) EXEMPLOS • A 3M Construções constrói 01 (um) condomínio quando acha que há probabilidade de pelo menos 40% de vender todos os apartamentos no 1º ano. Constrói 02 (dois), aos quais atribui as probabilidades de 40% e 50%. Qual é a probabilidade de que pelo menos 01 (um) condomínio seja vendido em sua totalidade? Variável Aleatória Discreta EXEMPLOS P(A) = 0,4 P(B) = 0,5 P(A e B) = 0,4 . 0,5 = 0,2 P(A ou B) = 0,4 + 0,5 - 0,2 = 0,7 Variável Aleatória Discreta Resultados Possíveis (A/B) Probabilidades Vende / Não Vende 0,2 Vende / Vende 0,2 Não Vende / Vende 0,3 Não Vende / Não Vende 0,3 Total 1 EXEMPLOS Variável Aleatória Discreta Variável Aleatória Discreta EXEMPLOS • Um comerciante espera vender um automóvel até sexta-feira. A expectativa de que venda na segunda- feira é de 50%. Na terça-feira é de 30%, na quarta-feira é de 10%, na quinta-feira e na sexta-feira de 5%. Seu lucro é de 3.000 u.m. se vender na segunda-feira é diminui 40% a cada dia. Calcule o valor esperado de lucro deste negociante nesta venda. Variável Aleatória Discreta EXEMPLOS • A tabela a seguir apresenta dados relativos à distribuição de sexo e alfabetização em habitantes do RN com idade entre 20 e 24 anos. Sexo Alfabetizado Total Sim Não Masc. 39.577 8.672 48.249 Fem. 46.304 7.297 56.601 Total 85.881 15.969 101.850 Um jovem entre 20 e 24 anos é escolhido ao acaso : 101.850 jovens com idade entre 20 e 24 anos Definimos os eventos: M: jovem sorteado é do sexo masculino F: jovem sorteado é do sexo feminino S: jovem sorteado é alfabetizado N: jovem sorteado não é alfabetizado Variável Aleatória Discreta EXEMPLOS Temos: 0,157 101.850 15.969 = P(N) = 0,843 101.850 85.881 = P(S) = 0,526 101.850 56.601 = P(F) = 0,474 101.850 48.249 = P(M) = Variável Aleatória Discreta EXEMPLOS Variável Aleatória Discreta EXEMPLOS • Qual é a probabilidade do jovem escolhido ser alfabetizado e ser do sexo masculino? • Qual é a probabilidade do jovem escolhido ser alfabetizado ou ser do sexo masculino? • Qual é a probabilidade do jovem escolhido ser alfabetizado sabendo-se que é do sexo masculino? Variável Aleatória Discreta RESUMO • A função que associa probabilidades aos possíveis valores de uma V.A.D. X, é chamada de função de probabilidade discreta e é representada por: p(x) = P(X = x), x ∈ A PROPRIEDADES 0 ≤ p(x) ≤ 1 ∑ p(x) = 1 x ∈ A VARIÁVEIS ALEATÓRIAS CONTÍNUAS Variável Aleatória Contínua DEFINIÇÃO • Uma variável aleatória é considerada contínua quando pode tomar qualquer valor de determinado intervalo • Variáveis aleatórias contínuas têm um número infinito de valores possíveis (Medição) Tempo gasto no deslocamento de uma pessoa desde a sua residência até seu local de trabalho Perda de peso experimentada por uma pessoa submetida a uma dieta alimentar. Variável Aleatória Contínua PROPRIEDADES • Para V.A. contínua não faz sentido estabelecer um par entre xi e p(xi) • A probabilidade de ocorrer um xi específico é 0 (zero) • A distribuição de probabilidades é denominada função densidade de probabilidade (f.d.p.) que é uma função não negativa • A probabilidade de ocorrer valores entre a e b é definida pela área sob a curva entre os valores a e b. a b f(X) A probabilidade de qualquer valor individual é zero P(a ≤ X ≤ b) Variável Aleatória Contínua EXEMPLOS • Verifique que f(x) = x/8 pode ser a densidade de probabilidade de uma variável aleatória definida sobre o intervalo de x = 0 à x = 4 Variável Aleatória Contínua 0,5 0,25 0 0 1 2 3 4 f(x) x A primeira regra é atendida pois x/8 é não-negativo (positivo ou nulo) para qualquer valor no intervalo de 0 a 4 EXEMPLOS • Verifique que f(x) = x/8 pode ser a densidade de probabilidade de uma variável aleatória definida sobre o intervalo de x = 0 à x = 4 Variável Aleatória Contínua 0,5 0,25 0 0 1 2 3 4 f(x) x A segunda regra é também verificada pois a área do triângulo pode ser calculada como (b x h) / 2 = (4 x ½) / 2 = 1 EXEMPLOS • Qual a probabilidade de uma variável aleatória com essa densidade de probabilidade tomar um valor menor do que 2? Variável Aleatória Contínua 0,5 0,25 0 0 1 2 3 4 f(x) x A probabilidade é dada pela área do triângulo sombreado na figura abaixo que abrange os valores da v.a. menores do que 2 A área será (2 x ¼)/2 = 1/4 EXEMPLOS • Um jogo de azar é realizado da seguinte forma: toma-se um círculo e divide-o em duas partes iguais, 1 e 2. Sobre o centro do círculo, é fixado um ponteiro, o qual é girado e anota-se o número do setor onde a ponta do ponteiro parou. Variável Aleatória Contínua EXEMPLOS Variável Aleatória Contínua Construir a distribuição de probabilidades para o número obtido neste experimento 1 2 EXEMPLOS Variável Aleatória Contínua X = xi P (X = xi) 1 0,5 2 0,5 Total 1 EXEMPLOS Variável Aleatória Contínua 0,50 0,50 EXEMPLOS • Considerar a mesma situação, só que o círculo é dividido em quatro partes iguais. Construir a distribuição de probabilidades para o número obtido neste experimento. Variável Aleatória Contínua EXEMPLOS Variável Aleatória Contínua Construir a distribuição de probabilidades para o número obtido neste experimento 1 2 4 3 EXEMPLOS Variável Aleatória Contínua X = xi P (X = xi) 1 0,25 2 0,25 3 0,25 4 0,25 Total 1 EXEMPLOS Variável Aleatória Contínua 0,25 0,25 0,25 0,25 DÚVIDA Qual é o número máximo de setores que se consegue em um círculo INFINITOS Variável Aleatória Contínua ? DÚVIDA Como ficaria o histograma Variável Aleatória Contínua 1 ∞ 1 FUNÇÃO DENSIDADE DE PROBABILIDADE • A função densidade de probabilidade está relacionada com a probabilidade da variável aleatória contínua assumir algum resultado possível. Variável Aleatória Contínua VARIÁVEL ALEATÓRIA CONTÍNUA f(x) Variável Aleatória Contínua CARACTERÍSTICAS • O estudo de uma variável aleatória contínua é análogo ao das variáveis discretas. • A distribuição de probabilidades indica, para uma variável aleatória, quais são os resultados que podem ocorrer e qual é a probabilidade de cada resultado acontecer. Variável Aleatória Contínua CARACTERÍSTICAS • A área sob a função densidade é 1. VARIÁVEL ALEATÓRIA CONTÍNUA f(x) 1 ou 100% Variável Aleatória Contínua CARACTERÍSTICAS • A probabilidade da variável aleatória assumir um valor determinado é zero, pois existem infinitos resultados possíveis. • As probabilidades sempre se referem a intervalos de valores. Variável Aleatória Contínua CARACTERÍSTICAS xi f(x) X P (X = xi) = 0 CARACTERÍSTICAS • A probabilidade da variável aleatória assumir um valor em um intervalo é igual à área sob a função densidadenaquele intervalo. Variável Aleatória Contínua f(x) X P (a ≤ x ≤ b) ʃ f (x) dx = F(b) – F(a) a b EXEMPLOS • Sobre o centro de um círculo, é fixado um ponteiro, o qual é girado e anota-se o ângulo formado pelo ponteiro com o eixo horizontal, como na figura a seguir. Variável Aleatória Contínua Definir a f.d.p. para o ângulo (α) obtido neste experimento. EXEMPLOS 0o f(x) Variável Aleatória Contínua 1 360o 1/360 X Qual é a probabilidade de se obter um ângulo entre 30o e 60o? EXEMPLOS Variável Aleatória Contínua 0o f(x) P(30o < X < 60o) 360o 1/360 X 30o 60 o Área = 60 - 30 / 360 - 0 Área = 1 / 12 = 0,08333 mendoncajr@ufersa.edu.br Obrigado
Compartilhar