Baixe o app para aproveitar ainda mais
Prévia do material em texto
Probabilidade e Estatística Marcelo Hiroshi Tutia • Probabilidade • Distribuição de Probabilidade • Distribuição de Probabilidade Discreta • Distribuição de Probabilidade Contínua • Dados Estatísticos • População e Amostra • Técnicas de Amostragem 2/8/2011 Probabilidade 1 • Técnicas de Amostragem • Distribuição de Frequência • Tipos de Frequência • Medidas Estatística • Medidas de Tendência Central • Medidas de Dispersão • Medidas Separatrizes • Medidas de Assimetria e Curtose •Correlação e Regressão Linear Simples Bibliografia ANDERSON, D. R.; SWEENEY, D. J.; WILLIANS, T. A. Estatística aplicada à Administração e Economia. São Paulo: Pioneira Thomson Learning, 2008 BARBETTA, P. A.; REIS, M. M.; BORNIA, A. C. Estatística para os cursos de Engenharia e Informática. São Paulo: Atlas, 2004. LEVINE, D. M.; et al. Estatística – Teoria e Aplicações usando o Microsoft Excel. Rio de Janeiro: LTC, 2008 Estatística Básica. 2/8/2011 Probabilidade 2 BUSSAB, W.O.; MORETTIN, P. Estatística Básica. São Paulo: Saraiva, 2002. LARSON, R.; FARBER, B. Estatística Aplicada. São Paulo: Pearson Prentice Hall, 2007. TRIOLA, M. F. Introdução à Estatística. Rio de Janeiro: LTC, 2008. Probabilidade • São as chances, as possibilidades de um resultado (evento) ocorrer; • Todas as probabilidades estão entre 0 e 1, 0 ≤ Probabilidade ≤ 1; • Quanto mais próximo de 1, maior a possibilidade da ocorrência; • Quanto mais próximo de 0, menor a possibilidade da ocorrência; • Quanto mais próximo de 0,5 (meio), incerteza da ocorrência; • Experimento: qualquer processo onde o pesquisador pode fazer observações; • Experimento Aleatório; • Espaço amostral (S): todos os resultados de um experimento; • Evento: um resultado ou um conjunto de resultados; 2/8/2011 3Probabilidade Experimento Espaço Amostral Evento Lançar um dado S={1, 2, 3, 4, 5, 6} A={Par} Lançar uma moeda S={cara, coroa} B={cara} Jogo de futebol S={ganha,empata,perde} C={ganha, empata} Analisar a qualidade de uma peça S={defeituosa, não defeituosa} D={não defeituosa} Marca de um equipamento S={X, Y, Z, W} E={X, Y} Sistema operacional S={L,W,D, U,} F = {W} 2/8/2011 4Probabilidade Regras para os Cálculos de Probabilidade Eventos não mutuamente exclusivos Dois eventos não são mutuamente exclusivos quando A∩B≠Ø, portanto, P(A∩B) ≠ 0, logo, P(AUB) = P(A) + P(B) - P(A∩B) Exemplo: Suponha uma pesquisa com uma amostra aleatória de 250 Probabilidade: P(A) = n(A)/n(S), 0 ≤ P(A) ≤ 1; n(A) = número de elementos no evento A ; n(S) = número de elementos no espaço amostral S. Exemplo: Suponha uma pesquisa com uma amostra aleatória de 250 empresas, os seguintes resultados foram obtidos: 150 empresas trabalham com o sistema operacional X 120 empresas trabalham com o sistema operacional Y 30 empresas trabalham com ambos sistemas operacionais, X e Y As outras empresas trabalham com outros sistemas operacionais. Determine qual a probabilidade de uma empresa selecionada aleatoriamente trabalhar com o sistema operacional X ou Y? P(X) = 0,60 P(Y) = 0,48 P(A∩B) = 0,12 P(AUB) = P(A) + P(B) - P(A∩B) = 0,60 + 0,48 – 0,12 = 0,96.2/8/2011 5Probabilidade Eventos mutuamente exclusivos Dois eventos são mutuamente exclusivos quando A∩B = Ø, portanto, P(A∩B) = 0, logo, P(AUB) = P(A) + P(B) Exemplo: Suponha uma pesquisa com uma amostra aleatória de 120 indivíduos, onde foi pesquisado o número de notebooks que a família possui: X Número de notebooks f Número de indivíduos ProbabilidadeNúmero de notebooks Número de indivíduos Probabilidade 0 40 0,33 1 55 0,46 2 17 0,14 3 8 0,07 n = 120 1,00 2/8/2011 6Probabilidade Eventos complementares Probabilidade de não ocorrer o evento desejado, o inverso também é válido. P(Ā) = 1- P(A) Probabilidade condicional Probabilidade condicionada a ocorrência, ou não, de um outro evento. Lê-se probabilidade de A dado B. Sempre o evento que está a direita da barra ocorreu, é informado que já ocorreu, você irá calcular a probabilidade do evento a esquerda da barra (frente). 2/8/2011 7Probabilidade Exemplo: P(produto X) = 0,50 P(produto Y) = 0,30 P(produto X e produto Y) = 0,15 Qual a probabilidade de comprar o produto Y, dado que já comprou o produto X? Sabendo-se que já comprou o produto Y, qual a probabilidade de comprar o produto X? Regra do Produto Probabilidade da ocorrência de um evento e do outro. P(A ∩ B) = P(A) P(B | A) Exemplo: P(notebook) = 0,52 P(palmtop) = 0,15 P(palmtop | notebook) = 0,20 P(notebook | palmtop) = 0,69 Qual a probabilidade de um indivíduo possuir um notebook e um palmtop? Regra do Produto – Eventos independentes 2/8/2011 Probabilidade 8 Regra do Produto – Eventos independentes Probabilidade da ocorrência de um evento e do outro. A ocorrência (ou não) de um evento, resultado não interfere na ocorrência (ou não) de outro evento. P(A ∩ B) = P(A) P(B) Exemplo: Considere que sua fábrica possui dois fornecedores de matéria prima, A e B. O fornecedor A envia a matéria prima em até um dia com uma probabilidade de 0,68, o fornecedor B envia a matéria prima em até um dia com uma probabilidade de 0,50 (são dois fornecedores distintos). Determine a probabilidade de ambos os fornecedores enviarem a matéria prima em até um dia. Teorema de Bayes Probabilidades a priori → Observação dos dados → Probabilidade a posteriori Exemplo: Sua fábrica de componentes eletrônicos apresenta três linhas de produção, 1, 2 e 3. A linha de produção 1 é responsável por 50%, a linha 2 é responsável por 30% e a linha de produção 3 é responsável por 20%. Sabe-se ainda que se o produto é da linha de produção 1, 2 e 3, a probabilidade 2/8/2011 Probabilidade 9 Sabe-se ainda que se o produto é da linha de produção 1, 2 e 3, a probabilidade de serem defeituosos são de 0,05, 0,02 e 0,01, respectivamente. Um produto chega a assistência técnica, apresenta defeito, qual a probabilidade do produto ter sido fabricado pela linha de produção 1, 2 e 3, respectivamente? Distribuição de Probabilidade Variável Aleatória: descrição numérica dos resultados de um experimento, atribui números a cada um dos resultados de um experimento. Variável Aleatória Discreta: assume tanto uma sequência finita como uma sequência infinita de valores. Variável Aleatória Contínua: assume qualquer valor dentro de um intervalo, medição Experimento Variável Aleatória Valores Variável Aleatória Discreta 2/8/2011 Probabilidade 10 Experimento Variável Aleatória Valores Gerenciar um banco Número de clientes X = {0, 1, 2, 3, 4, 5, ...} Inspecionar 10 notebooks Número de notebooks com defeito X = {0, 1, 2, 3, 4, 5, ... , 10} Entrar em contato com 5 clientes Número de clientes que realizam um pedido de compra X = {0, 1, 2, 3, 4, 5} Vender um produto Sexo do cliente X= {Masc – 0, Fem – 1} Experimento Variável Aleatória Valores Gerenciar um banco Tempo entre as chegadas dos clientes X > 0 Observar processadores Temperatura (min.: 20 e máx.: 80) 20 ≤ X ≤ 80 Fiscalizar trabalhadores Horas não produtivas (8 horas de trabalho) 0 ≤ X ≤ 8 Administrar um estabelecimento Valores gastos com manutenção (min.: R$50 e 50 ≤ X ≤ 750 Variável Aleatória Contínua 2/8/2011 Probabilidade 11 estabelecimento manutenção (min.: R$50 e máx.: R$750)
Compartilhar