Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estatística – Prof. Ricardo Luís Rocha Probabilidades Unidade 4 Estatística – Prof. Ricardo Luís Rocha Ementa: 4.1 – Aspectos Gerais 4.2 – Fundamentos 4.3 – Regra da Adição 4.4 – Regra da Multiplicação 4.5 – Técnicas de contagem 4.6 – Distribuições de probabilidade 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha 4.1 – Aspectos Gerais Na etapa anterior, foi apresentado o conceito de inferência estatística, que se baseia na evidência amostral para formular inferências ou conclusões sobre a população. Por exemplo: Calculando-se a média de um determinado conjunto de valores extraído de uma amostra, podemos inferir qual seria o valor médio da população. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Para a tomada de decisões a partir de inferências, devemos nos basear em probabilidades – ou chances – de eventos ocorrerem. Por exemplo: Ao analisar os últimos 100 funcionários contratados por uma empresa, constatou-se que todos os 100 eram homens. Em uma política não tendenciosa de admissão, a probabilidade de se admitir 100 homens é tão pequena, que somos levados a acreditar que há tendenciosidade na contratação. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Este exemplo ilustra um importante princípio, que será a base do nosso raciocínio daqui em diante: “Se, sob determinada hipótese (tal como a contratação não tendenciosa) a probabilidade de uma determinada amostra (como 100 homens contratados) é excepcionalmente pequena, concluímos que a hipótese provavelmente não é verdadeira.” 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha O objetivo principal desta unidade é firmar um conhecimento sólido dos valores probabilísticos que serão utilizados nesta e em outras matérias. Um segundo objetivo é desenvolver os conhecimentos necessários para resolver problemas simples de probabilidade. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha 4.2 – Fundamentos Ao lidarmos com probabilidades, vamos nos deparar com expressões assim definidas: -Experimento: Qualquer processo que permite ao pesquisador fazer observações. -Evento: É a coleção de resultados de um experimento. -Evento simples: é um resultado, ou evento, que não comporta qualquer decomposição. -Espaço amostral: Conjunto de todos os eventos simples de um experimento. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Exemplo: O arremesso de um dado é um experimento. O resultado 3 é um evento. O resultado 3 é um evento simples, pois não pode ser decomposto. O espaço amostral consiste nos eventos simples: 1, 2, 3, 4, 5 e 6. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Exemplo 2: O arremesso de um par de dados é um experimento. O resultado 7 é um evento. O resultado 7 não é um evento simples, pois pode ser decomposto em 1-6, 2-5 ou 3-4. Na jogada de um par de dados, o espaço amostral consiste em 36 eventos simples: 1-1; 1-2; 1-3; 1-4; 1-5; 1-6; 2-1; 2-2; 2-3; 2-4; 2-5; 2-6; 3-1; 3-2; 3-3; 3-4; 3-5; 3-6; 4-1; 4-2; 4-3; 4-4; 4-5; 4-6; 5-1; 5-2; 5-3; 5-4; 5-5; 5-6; 6-1; 6-2; 6-3; 6-4; 6-5; 6-6. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Notação de probabilidade: P denota uma probabilidade. A, B, C denotam eventos específicos. P(A) denota a probabilidade de ocorrência do evento A. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Regra 1: Aproximação da Probabilidade pela Frequência Relativa. Realize (ou observe) um experimento um grande número de vezes e conte quantas vezes o evento A ocorre efetivamente. Então, P(A) é estimada como se segue: oexperiment do repetições de número A evento do socorrência de número )( AP 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Regra 2: Definição clássica de probabilidade. Suponha que um experimento tenha n eventos simples diferentes, cada um dos quais com a mesma chance de ocorrer. Se o evento A pode ocorrer em s dentre as n maneiras, então: n s AP diferentes simples eventos de número ocorrer podeA como maneiras de número )( 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Lei dos Grandes Números: “Se for repetido um experimento um grande número de vezes, a probabilidade de um evento simples pelo método da freqüência relativa (Regra 1) tende para a probabilidade teórica.” Isto significa que, repetindo o experimento um grande número de vezes, as Regras 1 e 2 produzirão o mesmo resultado. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Exemplo: Determine a probabilidade de uma pessoa escolhida aleatoriamente ser atingida por um raio neste ano. Solução: O espaço amostral consiste em dois eventos: ou a pessoa é atingida por um raio ou não é. Como esses eventos não são igualmente prováveis, devemos apelar para uma aproximação por frequências relativas (Regra 1). 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Também não é prático realizar experimentos (nem legal), mas podemos pesquisar eventos passados. Em um ano recente, 371 pessoas foram atingidas por um raio nos EUA. Em uma população de cerca de 260 milhões de pessoas, temos: %000143,0 00000143,0 000.701 1 000.000.260 371 P P P 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Exemplo 2: Em um teste de múltipla escolha, existem 5 alternativas. Respondendo a questão aleatoriamente (chutando), qual a probabili-dade de acerto? E a probabilidade de erro? Solução: Se há 5 formas de responder e somente 1 de responder corretamente, então: %808,0 5 4 )( %202,0 5 1 )( errarP acertarP 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Em problemas básicos de probabilidade é muito importante examinar cuidadosamente as informações de que dispomos e identificar corretamente o número total de resultados possíveis. Em alguns casos, como no exemplo anterior, temos esse número diretamente, mas em outros casos devemos manipular as informações para obtê-los. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Exemplo: Uma companhia de seguros estudou as causas de morte por acidente doméstico e compilou um arquivo com 160 mortes causadas por quedas, 120 por envenenamento e 70 causadas por fogo e queimaduras. Selecionado aleatoriamente um desses casos, qual a probabilidade de que a morte tenha sido causada por envenenamento? Solução: %3,34343,0 350 120 70120160 120 )( ntoenvenenameP 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Como qualquer evento imaginável é certo, impossível ou se situa entre esses extremos, podemos concluir que a probabilidade matemática de qualquer evento é 0, 1 ou um número entre 0 e 1. -A probabilidade de um evento impossível é 0; -A probabilidade de um evento cuja ocorrência é certa é 1; -0 ≤ P(A) ≤ 1, para qualquer evento A. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Eventos Complementares: Eventualmente, devemos determinar a probabilidade de um evento A não ocorrer. “O Complemento de um evento A, denotado por A, consiste em todos os resultados em que o evento A não ocorre.” 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Arredondamento de probabilidades: Ao expressarmos o valor de uma probabilidade, devemos dar a fração ordinária ou a expressão decimal exata, ou arredondar o resultado final para três algarismos significativos. (Sugestão: Quando uma probabilidade não é uma fração simples como 2/3 ou 5/9, devemos expressá-la na forma decimal.)4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha 4 –Probabilidade Exercício: 1) Em uma pesquisa americana, perguntou-se ao entrevistado como deveria ser usado um Bolo de Frutas. 132 responderam que deveria servir como calço de porta, e outros 880 indicaram outros usos, inclusive alimento de passarinho, aterro e presente. Selecionado aleatoriamente um desses entrevistados, qual a probabilidade de obter alguém que utilize o bolo como calço de porta? Estatística – Prof. Ricardo Luís Rocha 4.3 – Regra da adição Nesta seção, abordaremos a regra da adição para achar P(A ou B), a probabilidade de ocorrência do evento A, ou do evento B, ou ambos, como resultado de um experimento. Na seção anterior, consideramos somente os eventos simples, porque envolviam somente um resultado. Em muitas situações reais, temos eventos compostos, tal como a escolha aleatória de um consumidor que é mulher ou tenha menos de 40 anos de idade. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Notação para a regra da Adição: P(A ou B) Exemplo: Ao lançarmos um dado, qual a probabilidade de que ocorram os resultados 1 ou 2? Solução: Repare que se somarmos as probabilidades de ocorrência de cada evento separado, teremos o mesmo resultado. Será essa uma regra? 333,0 3 1 6 2 )2ou 1( P 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Para responder esta questão, façamos um segundo exemplo: Escolhidos aleatoriamente 1 número entre 0 e 9, determine a probabilidade deste número ser ímpar ou maior que 6. Solução: No conjunto {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}, 5 números são ímpares: {1, 3, 5, 7, 9} e três são maiores que 6: {7, 8, 9}. Ao contarmos o conjunto solução de números ímpares ou maiores que 6, devemos ter o cuidado de não contar nenhum número 2 vezes. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Assim, o conjunto pesquisado é {1, 3, 5, 7, 8, 9}. São 6 números em 10 ocorrências. Assim, a probabilidade de ocorrer um número ímpar ou maior que 6 é: Assim, deduziu-se a regra geral da adição: P(A ou B) = P(A) + P(B) - P(A e B) 6,0 5 3 10 6 )6 quemaior ou ímpar ( P 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Mostrando graficamente: Os eventos A e B da figura da direita são ditos mutuamente excludentes, pois não podem ocorrer simultaneamente. A área de ambos os retângulos é igual a 1. Eventos que se superpõem Eventos que não se superpõem P(A) P(B) P (A e B ) P(A) P(B) 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Eventos complementares: O evento complementar já foi visto anteriormente. Ele é a probabilidade de determinado evento A não ocorrer. Deste fato, foi criada a regra dos Eventos Complementares: )(1)( )(1)( 1)()( APAP APAP APAP P(A) )(1)( APAP 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha 4 –Probabilidade Exercício: 1) Uma pessoa retira aleatoriamente uma carta de um baralho normal, com 52 cartas. Determine: a) Qual a probabilidade de se obter uma carta de paus ou um ás? b) Qual a probabilidade de se obter um ás ou um 2? Estatística – Prof. Ricardo Luís Rocha 4.4 – Regra da multiplicação Na seção anterior, estabelecemos a regra para calcular P(A ou B), a probabilidade de uma prova em um experimento ter o resultado A, ou o resultado B, ou ambos. Nesta seção, temos em vista estabelecer uma regra para calcular P(A e B), a probabilidade de o evento A ocorrer em uma primeira prova, e o evento B ocorrer em uma segunda prova. Veremos que P(A e B) envolve a multiplicação de probabilidades. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Num primeiro exemplo, temos um teste composto por 2 questões: a primeira questão é do tipo V ou F e a segunda é do tipo múltipla escolha, com 5 alternativas possíveis. Qual a probabilidade de acertarmos ambas? Podemos formar um conjunto de respostas, englobando todos os resultados possíveis: V,a V,b V,c V,d V,e F,a F,b F,c F,d F,e Como somente 1 desses resultados será o correto, a probabilidade será: P(Questões 1 e 2 corretas) = 1/10 ou 0,1 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Podemos pensar então que basta multiplicar as probabilidades dos eventos A e B para obtermos a probabilidade P(A e B). Vejamos por outro exemplo se isso é verdade: Qual a probabilidade de tirarmos um ás e um rei em dois sorteios consecutivos utilizando um baralho comum? Solução: Inicialmente, temos 52 cartas no baralho e 4 ases. A probabilidade de tirarmos um ás no primeiro sorteio é de: 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha No segundo sorteio, teremos no baralho 4 reis, mas somente 51 cartas (o Ás já saiu). Assim, a probabilidade de sair rei será: Assim, a probabilidade de sair Ás e Rei será: Diferente do que supúnhamos. 52 4 )( ÁsP 51 4 )Rei( P 00603,0 51 4 . 52 4 )Rei e ( ÁsP 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Assim, a regra geral da multiplicação é: P(A e B) = P(A).P(B|A) Onde B|A é lido como “B dado A”. Este conceito ilustra a dependência ou independência de eventos: Dois eventos são ditos independentes se a ocorrência de um deles não afeta a probabilidade de ocorrência do outro. Caso contrário, os eventos são dependentes. Quando os eventos são independentes: P(B|A)=P(B) 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Exemplo: Uma companhia produziu um lote de 50 filtros, dos quais 6 são defeituosos. Escolhem-se aleatoriamente 2 peças, que são testadas. Determine a probabilidade de ambos serem bons, se os filtros forem selecionados: a) Com reposição b) Sem reposição 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Solução: a) Se os filtros são escolhidos com reposição, as duas escolhas são independentes. Portanto: b) Se eles são escolhidos sem reposição, as escolhas passam a ser dependentes, portanto: 774,0 50 44 . 50 44 )bons 2 e 1( oo P 772,0 49 43 . 50 44 )bons 2 e 1( oo P 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha 4 –Probabilidade Exercício: Um estudo de hábito de fumantes compreende 200 casados (54 dos quais fumam), 100 divorciados (38 dos quais fumam) e 50 adultos que nunca se casaram (11 dos quais fumam). Escolhido aleatoriamente um indivíduo desta amostra, determine a probabilidade: a) De obter alguém divorciado e fumante. b) De obter alguém que nunca casou e que não fume. Estatística – Prof. Ricardo Luís Rocha 4.5 – Contagem Consideremos um problema de probabilidade cogitado por milhares de brasileiros esperançosos: Qual a probabilidade de acertar as dezenas da Megassena? Neste jogo (para quem ainda não sabe), são sorteados 6 números de um total de 60. O apostador que acertar todos os números (a ordem não é importante), leva o prêmio para casa. Ainda ganha- se alguma coisa se acertar 4 ou 5 números. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Sabemos que a probabilidade de acertar é s/n, sendo “s” o número de maneiras como o evento “acertar os 6 números” pode ocorrer. Este evento só pode ocorrer de 1 forma. Falta somente descobrir “n”, que é o número total de resultados possíveis. Relacionar todas as possibilidades exigiria uns 4 anos de trabalho. Devemos então utilizar algum meio prático de calcular o número total de possibilidades. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Regra fundamental da contagem Antes de retornarmos ao problema da loteria, vamos determinaralguns métodos para contagens, quando estão envolvidos grandes quantidades de possibilidades. Vamos começar com a regra fundamental da contagem: Dados dois eventos, o primeiro dos quais pode ocorrer de “m” maneiras distintas e o segundo pode ocorrer de “n” maneiras distintas, então os dois eventos podem ocorrer de “m.n” maneiras distintas. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Exemplo: Se um médico laboratorista deve escolher aleatoriamente 1 entre 2 tipos de Rh (Positivo ou negativo) e 1 dos 4 grupos sanguíneos (A, O, B, AB), o número total de combinações entre eles será de: n=2.4=8 Esta regra também pode ser usada em situações que envolvem mais de um evento. Basta realizar a multiplicação de todas as possibilidades de cada evento. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Regra do Fatorial: O símbolo fatorial “!” denota o produto dos inteiros positivos em ordem decrescente. Por exemplo: 4! = 4.3.2.1=24. Por definição, 0!=1. A regra do fatorial diz que: Uma coleção de “n” objetos pode ser ordenada de “n!” maneiras distintas. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Exemplo: Ao planejar pesquisas, os entrevistadores procuram minimizar o efeito causado pela ordem em que as questões são apresentadas (algumas questões podem influenciar as respostas seguintes). Se o Ibope planeja fazer uma pesquisa junto a consumidores formulando 5 questões, quantas versões distintas da pesquisa são necessárias de forma a incluir todas as ordenações? 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Solução: Pensando analiticamente, ao iniciar o processo de escolha, teremos inicialmente 5 escolhas para a 1ª questão. A segunda questão contaria com somente 4 escolhas. A 3ª questão teria 3 escolhas, a 4ª, 2 escolhas e a última teria somente 1 escolha. Desta forma, pela regra fundamental da contagem, teríamos 5.4.3.2.1=120 versões diferentes da pesquisa. Ora, 5! = 120 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Regra dos Arranjos: Com a regra do fatorial, determinamos quantas maneiras diferentes podemos ordenar todos os “n” elementos de um determinado conjunto. Entretanto, às vezes precisamos selecionar apenas alguns entre os “n” elementos. Se, em uma pesquisa nas capitais dos estados americanos, temos tempo para visitar somente 4 capitais, o número de escolhas possíveis será 50.49.48.47 = 5.527.200 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Colocando de outra forma: Assim, generalizando, temos as fórmulas dos arranjos: Ordenar todos os “n” elementos Ordenar “r” elementos em “n” Ordenar os n elementos, quando temos elementos repetidos. 200.527.547.48.49.50 !46 !46.47.48.49.50 !46 !50 !!...!. ! )!( ! ! 21 k rn nnn n P rn n P nP 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Exemplo: De quantas formas podemos ordenar as letras que formam a palavra Mississippi? Solução: Esta palavra contém 1 letra “M”, 2 “p”, 4 “i” e 4 “s”. Assim, utilizando a fórmula das permutações para elementos repetidos, temos: 34650 1152 36916800 1.2.24.24 39916800 !1!.2!.4!.4 !11 !!...!. ! 21 P nnn n P k 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Regra das Combinações: Quando temos n elementos, que podem ser incluídos em 2 categorias diferentes (por exemplo, números sorteados ou não na megassena), temos um problema de combinações. Desta forma, a equação das permutações para elementos repetidos é alterada para: !)!.( ! rrn n Crn 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Ao aplicarmos a regra das combinações, valem as seguintes condições: -Devemos ter um total de “n” elementos distintos. -Devemos selecionar “r” dentre os “n” elementos. -A ordem em que os “r” elementos são selecionados não importa. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Exemplo: Em uma faculdade, o conselho curador tem 9 elementos. A cada ano é eleito um comitê de 3 pessoas supervisionar o campus. São eleitos também, anualmente, um presidente, um vice-presidente e um secretário. a) Quantos comitês de 3 pessoas podem ser formados pelos 9 elementos do conselho? b) Já na eleição para presidente, vice e secretário, quantas chapas distintas podem ser formadas? 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Solução: a) Na eleição do comitê, a ordem de seleção não importa. Trata-se portanto de um problema de combinações: b) Já na eleição para presidente, a ordem de escolha importa. Portanto, temos um problema de permutações: 84 6.720 362880 !3)!.39( !9 !)!.( ! 39 rrn n C 504 720 362880 )!39( !9 )!( ! 39 rn n P 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha 4 –Probabilidade Exercício: 1) Um percurso de entregas dos correios devem incluir paradas em 5 cidades. a) Quantos percursos diferentes são possíveis? b) Se o percurso é escolhido aleatoriamente, qual a probabilidade de as cidades serem escolhidas em ordem alfabética? Estatística – Prof. Ricardo Luís Rocha 2) Se um casal planeja ter 8 filhos (tem louco para tudo), quantas sequências de sexo das crianças são possíveis? E se o casal quiser 4 filhos e 4 filhas, quantas são as formas de serem bem sucedidos? Calcule a probabilidade de um casal ter 4 filhos e 4 filhas. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha 4.6 – Distribuições de probabilidade Definição: “Uma distribuição de probabilidades dá a probabilidade de cada valor de uma variável aleatória.” Condições para uma distribuição de probabilidades: 1 – ΣP(x)=1, onde x toma todos os valores possíveis. 2 – 0 ≤ P(x) ≤ 1, para cada valor de x. 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha A primeira condição diz que a soma de todas as probabilidades individuais é 1 e se baseia na regra da adição para eventos mutuamente excludentes. Os valores da variável aleatória x representam todos os eventos possíveis no espaço amostral. Desta forma, temos certeza de que pelo menos um deles ocorrerá. A segunda condição diz que cada valor de x tem que ter uma probabilidade de ocorrer, entre 0 e 1 (senão não seria probabilidade). 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Exemplo: 1) P(x)=x/5, onde x toma os valores 0, 1, 2 e 3, define uma distribuição de probabilidades? P(x) não é uma distribuição de probabilidades. 2) P(x)=x/3, onde x toma os valores 0, 1 e 2, define uma distribuição de probabilidades? P(x) é uma distribuição de probabilidades, pois a segunda regra também é satisfeita. 5 6 5 3 5 2 5 1 5 0 )3()2()1()0()( PPPPxP 1 3 2 3 1 3 0 )2()1()0()( PPPxP 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Média, Variância e Desvio Padrão: Distribuições de probabilidade também têm os conceitos de Média, Variância e Desvio Padrão, definidos da seguinte forma: Média (ou Valor Esperado): Variância: Desvio Padrão: )(. xPx 22222 ])(.[ou )](.[ xPxxPx 222 ))](.([ou )](.)[( xPxxPx 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Exemplo: Ao selecionarmos aleatoriamente 7 acidentes aéreos, as probabilidades de que escolhamos x acidentes da USAir são: Determine a média, variância e desvio padrão destes dados. x P(x) 0 0,210 1 0,367 2 0,275 3 0,1154 0,029 5 0,004 6 0+ 7 0+ 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha Solução: Calculando os somatórios necessários: Assim: µ=1,398=1,4 x P(x) x.P(x) x2 x2.P(x) 0 0,210 0,000 0 0,000 1 0,367 0,367 1 0,367 2 0,275 0,550 2 1,100 3 0,115 0,345 4 1,035 4 0,029 0,116 9 0,464 5 0,004 0,020 16 0,100 6 0+ 0,000 25 0,000 7 0+ 0,000 49 0,000 Soma 1,000 1,398 3,066 05,1 054323,1111596,1 11,1111596,1 398,1066,3 ])(.[ 2 22 222 xPx 4 –Probabilidade Estatística – Prof. Ricardo Luís Rocha 4 –Probabilidade Exercício: No exercício a seguir, determine se é dada uma distribuição de probabilidades. Se não for dada uma distribuição de probabilidade, identifique a condição que não é satisfeita. Caso contrário, determine a sua média, variância e desvio padrão Estatística – Prof. Ricardo Luís Rocha 4 –Probabilidade 1) Se uma faculdade contrata funcionários sem distinção de sexo e o conjunto de candidatos é grande, com números iguais de homens e mulheres, a tabela a seguir dá a distribuição de probabilidade do número x de mulheres contratadas: x 0 1 2 3 4 P(x) 0,0625 0,2500 0,3750 0,2500 0,0625
Compartilhar