Baixe o app para aproveitar ainda mais
Prévia do material em texto
12/09/2014 1 3 – Medidas de assimetria PROBABILIDADE E ESTATÍSTICA As medidas de assimetria referem-se à forma da curva de uma distribuição de frequências, mais especificamente do polígono de frequência ou do histograma. Tem-se 3 casos de assimetria: 1º caso: Curva ou Distribuição de Freqüências Simétrica Neste caso, a média, a moda e a mediana são iguais. Assim: 𝑥 = 𝑀𝑒 = 𝑀𝑜 3 – Medidas de assimetria PROBABILIDADE E ESTATÍSTICA 2º caso: Curva ou Distribuição de Freqüências Assimétrica Negativa Neste caso, a média aritmética apresentará um valor menor do que a mediana, e esta, por sua vez, apresentará um valor menor do que a moda. Assim: 𝑥 < 𝑀𝑒 < 𝑀𝑜 Ou seja: 𝑥 < 𝑀𝑜 12/09/2014 2 3 – Medidas de assimetria PROBABILIDADE E ESTATÍSTICA 3º caso: Curva ou Distribuição de Freqüências Assimétrica Positiva Neste caso, a média aritmética apresentará um valor maior do que a mediana, e esta, por sua vez, apresentará um valor maior do que a moda. Assim: 𝑀𝑜 < 𝑀𝑒 < 𝑥 Ou seja: 𝑥 > 𝑀𝑂 3 – Medidas de assimetria PROBABILIDADE E ESTATÍSTICA Como calcular o coeficiente de assimetria? Existem diversos modos, todos obtidos empiricamente, de se calcular o coeficiente de assimetria. Estudaremos dois tipos: 1º Coeficiente de Pearson 𝐴𝑆 = 𝑥 − 𝑀𝑜 𝜎 Quando: AS = 0 temos que a distribuição é simétrica; AS > 0 temos que a distribuição é assimétrica positiva; AS < 0 temos que a distribuição é assimétrica negativa. 12/09/2014 3 3 – Medidas de assimetria PROBABILIDADE E ESTATÍSTICA Exemplo 7: Em uma distribuição de frequências foram encontradas as seguintes medidas: 𝑥 = 45,23 ; 𝑀𝑜 = 42,51 ; 𝑀𝑒 = 43,48 ; 𝜎 = 21,3 a) Classifique o tipo de assimetria; b) Calcule o coeficiente de assimetria. 3 – Medidas de assimetria PROBABILIDADE E ESTATÍSTICA 2º Coeficiente de Pearson 𝐴𝑆 = 3. 𝑥 − 𝑀𝑒 𝜎 Quando: AS = 0 temos que a distribuição é simétrica; AS > 0 temos que a distribuição é assimétrica positiva; AS < 0 temos que a distribuição é assimétrica negativa. 12/09/2014 4 3 – Medidas de Curtose PROBABILIDADE E ESTATÍSTICA Definição: Denominamos por “CURTOSE” o grau de achatamento de uma curva de distribuição de frequência. Esse comportamento é dado pela concentração dos valores em relação a moda. São 3 casos: 1º caso: Curva Normal Os dados estão razoavelmente em torno da moda. 3 – Medidas de Curtose PROBABILIDADE E ESTATÍSTICA 2º caso: Curva Afilada Os dados estão fortemente em torno da moda. 12/09/2014 5 3 – Medidas de Curtose PROBABILIDADE E ESTATÍSTICA 3º caso: Curva Achatada Os dados estão fracamente em torno da moda. 3 – Medidas de Curtose PROBABILIDADE E ESTATÍSTICA Cálculo do Índice de Momento de Curtose ( c ) 𝑐 = 𝑥𝑖 − 𝑥 4. 𝑓𝑖 𝑓𝑖 𝜎2 − 3 12/09/2014 6 4 – Amostragem PROBABILIDADE E ESTATÍSTICA Amostra: Representação de sujeitos de uma determinada população com característica relevantes para o estudo. Os métodos para selecionar uma amostra são: 4 – Amostragem PROBABILIDADE E ESTATÍSTICA Métodos de amostragem casual (Probabilística) A probabilidade de um elemento ser escolhido é conhecida. São os métodos que permitem generalizar com confiança, para a população, os resultados obtidos a partir da amostra. Permitem obter amostras representativas. Métodos de amostragem não-casual ( não probabilística) Não se conhece a probabilidade de um elemento da população ser escolhido para participar a amostra. 12/09/2014 7 4 – Amostragem PROBABILIDADE E ESTATÍSTICA Tipos de método de amostragem casual (Probabilística): Amostragem Aleatória Simples: Todos os elementos da população tem a mesma probabilidade de pertencer à amostra. As duas técnicas mais utilizadas para escolher uma amostra aleatória simples são: Técnica da Lotaria: O investigador atribui um número a cada um dos casos da população, escreve os números em papelotes, dobra-se e coloca-se numa caixa; os papeis são misturados e retira-se n papéis da caixa onde n é o tamanho da amostra desejada. 4 – Amostragem PROBABILIDADE E ESTATÍSTICA Técnica de Números Aleatórios: Identifica e defini a população; determina o tamanho desejável da amostra; atribui um número a todos os indivíduos da população; seleciona-se através da tábua de números aleatórios a amostra pretendida. 12/09/2014 8 4 – Amostragem PROBABILIDADE E ESTATÍSTICA Amostragem Aleatória Sistemática: Os elementos da população apresentam-se ordenados e são retirados periodicamente ( de cada K elementos um é escolhido). 𝑘 = 𝑁 𝑛 K = Intervalo de Amostragem N = População ( números total de indivíduos da população) N = Amostra ( números total de indivíduos da amostra) Exemplos: as casas e prédios de uma rua, os funcionários de uma empresa, as linhas de produção, listas de alunos etc 4 – Amostragem PROBABILIDADE E ESTATÍSTICA Amostragem Aleatória Estratificada: Usado quando a população se pode dividir em sub populações homogéneas e aleatórias. Os estratos identificados numa dada população (variáveis de estudo) estão representados na amostra na mesma proporção com que existem na população. 12/09/2014 9 4 – Amostragem PROBABILIDADE E ESTATÍSTICA Amostragem Aleatória Estratificada: Exemplo: 4 – Amostragem PROBABILIDADE E ESTATÍSTICA Amostragem Aleatória Estratificada: Estrato de 10% da população 12/09/2014 10 4 – Amostragem PROBABILIDADE E ESTATÍSTICA Amostragem aleatória por conglomerados: Usada quando a população pode ser dividida em grupos homogêneos selecionados aleatoriamente. A amostragem é feita a partir dos grupos e não dos indivíduos da população 4 – Amostragem PROBABILIDADE E ESTATÍSTICA Amostragem não-casual ( não probabilística): Não se conhece a probabilidade de um elemento da população ser escolhido para participar na amostra. Dentro deste tipo de métodos os mais utilizados são: 12/09/2014 11 4 – Amostragem PROBABILIDADE E ESTATÍSTICA Amostragem não-casual ( não probabilística): Amostragem por conveniência: É o método em que os casos escolhidos são os que o investigador tem à sua disposição; este método apresenta fortes limitações porque os resultados e as conclusões só se aplicam à amostra assim construída, não podendo ser generalizados com confiança para a população. Amostragem por quotas: As características da população tais com idade, sexo são amostras de forma não aleatória nas mesmas proporções em que figuram na população. 5 – Probabilidade PROBABILIDADE E ESTATÍSTICA Regras de probabilidade A probabilidade P(A) é definida como a relação entre o número de possíveis favoráveis do evento e todos os possíveis resultados do experimento. 𝑃 𝐴 = 𝑛(𝐴) 𝑛(𝑆) Sendo que: A é o evento favorável; n(A) é o número de elementos do evento favorável A; n(S) é o número total de elementos do Universo (S). 12/09/2014 12 5 – Regras de probabilidade PROBABILIDADE E ESTATÍSTICA Exemplo 8: Considere o lançamento de um dado. O espaço amostral é S = {1, 2, 3, 4, 5, 6}. Qual a probabilidade de se obter um número primo na face superior do dado? 𝑃 𝐴 = 𝑛(𝐴) 𝑛(𝑆) = 3 6 = 0,5 = 50% Exemplo 9: Considere o lançamento de duas moedas. Qual a probabilidade de se obter duas caras na face superior das moedas? n(s)= CC, CK, KC, KK 𝑃 𝐴 = 𝑛(𝐴) 𝑛(𝑆) = 1 4 = 0,25 = 25% 5 – Regras de probabilidade PROBABILIDADE E ESTATÍSTICA IMPORTANTE: Como a menor probabilidade é zero e a probabilidade máxima é 1 ou 100%, a probabilidade de um evento favorável (A) qualquer é um número real, tal que:0 ≤ 𝑃(𝐴) ≤ 1 ___________________________________________________ Probabilidade da União A probabilidade na união de dois eventos P(A) e P(B) ocorre em: Eventos mutuamente exclusivos: 𝐴 ∩ 𝐵 = 0; Eventos não mutuamente exclusivos: 𝐴 ∩ 𝐵 ≠ 0 12/09/2014 13 5 – Regras de probabilidade PROBABILIDADE E ESTATÍSTICA Assim temos o seguinte modo para calcular: 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵) Exemplo 10: No lançamento de um dado qual a probabilidade do resultado ser um número par ou um número divisor de 6? P(par) = {2, 4, 6} ; P(divisor de 6) = {1, 2, 3, 6} ; P(∩)= {2; 6} 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵) 𝑃 𝐴 ∪ 𝐵 = 3 6 + 4 6 − 2 6 𝑃 𝐴 ∪ 𝐵 = 5 6 5 – Regras de probabilidade PROBABILIDADE E ESTATÍSTICA Probabilidade da Condicional É a avaliação da probabilidade da ocorrência um evento (A) condicionada à ocorrência de outro evento (B). Assim calcula-se a probabilidade de ocorrer o evento (B) condicionada a ocorrência do evento (A). Notação: P(B/A) → “probabilidade de B condicionada a ocorrência de A” 𝑃 𝐵 𝐴 = 𝑛(𝐴 ∩ 𝐵) 𝑛(𝐴) 12/09/2014 14 5 – Regras de probabilidade PROBABILIDADE E ESTATÍSTICA Exemplo 11: Considere o conjunto de números inteiros {1, 2, 3, ..., 19, 20}, e, por meio de um sorteio aleatório, seja selecionado um número. Se o número sorteado for ímpar, qual a probabilidade de o número sorteado ser o número 13? Evento (A) = { 1, 3, 5, 7, 9, 11, 13, 15, 17, 19} n(A) = 10 Evento (B) = {13} n(B) = 1 Evento (A∩B) = {13} n(A∩B) = 1 𝑃 𝐵 𝐴 = 𝑛(𝐴 ∩ 𝐵) 𝑛(𝐴) = 1 10 = 10% 5 – Regras de probabilidade PROBABILIDADE E ESTATÍSTICA Probabilidade de eventos independentes Dois eventos são independentes quando a realização (ou não) de um evento não interfere na ocorrência (ou não) do evento seguinte. 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 . 𝑃(𝐵) 12/09/2014 15 5 – Regras de probabilidade PROBABILIDADE E ESTATÍSTICA Exemplo 12: São retiradas, com reposição, suas cartas de um baralho de 52 cartas. Qual a probabilidade de que as duas cartas sejam de ouros, ou seja, a primeira carta ser de ouros e a segunda carta ser de ouros. n(S) = 52 n(ouros) = 13 𝑃 𝐴 = 13 52 ; 𝑃 𝐵 = 13 52 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 . 𝑃(𝐵) 𝑃 𝐴 ∩ 𝐵 = 13 52 . 13 52 = 1 16 5 – Revisão de Análise Combinatória PROBABILIDADE E ESTATÍSTICA Fatorial 𝑛! = 𝑛 . 𝑛 − 1 . 𝑛 − 2 .… . 4.3.2.1 Exemplo 13: 6! = 6.5.4.3.2.1 = 720 ___________________________________________________ Arranjo 𝐴𝑛,𝑟 = 𝑛! 𝑛 − 𝑟 ! Exemplo 14: 𝐴7,5 = 7! 7−5 ! = 7! 2! = 7.6.5.4.3.2! 2! = 2520 12/09/2014 16 5 – Revisão de Análise Combinatória PROBABILIDADE E ESTATÍSTICA Combinação 𝐶𝑛,𝑟 = 𝑛 𝑟 = 𝑛! 𝑟!. 𝑛 − 𝑟 ! Exemplo 15: 𝐶4,2 = 4! 2!. 4−2 ! = 4! 2! .2! = 4.3.2! 2! .2.1 = 6 ___________________________________________________ Permutação 𝑃𝑛 𝑟,𝑠 = 𝑛! 𝑟! . 𝑠! 5 – Distribuição binomial PROBABILIDADE E ESTATÍSTICA Exemplo 16: Algumas situações envolvendo probabilidade devem ser analisadas através da multiplicação entre eventos independentes. Por exemplo, supondo que uma pessoa lance uma moeda 8 vezes sucessivamente esperando obter 6 caras (C) e 2 coroas (K). Sabendo que a probabilidade de sair C ou K são iguais e equivalentes a ½, temos que: P = P(C). P(C). P(C). P(C). P(C). P(C). P(K). P(K). P = P(C)6 . P(K)2 𝑃 = 1 2 6 . 1 2 2 𝑃 = 1 2 . 1 2 . 1 2 . 1 2 . 1 2 . 1 2 . 1 2 . 1 2 = 1 256 12/09/2014 17 5 – Distribuição binomial PROBABILIDADE E ESTATÍSTICA Porém, os resultados podem ser originados de várias maneiras e, dessa forma, o número de sequência será dado por uma permutação de 8 elementos, com 6 repetições de Cara (C) e 2 de Coroa (K). Veja a quantidade de permutações: 𝑃8 6,2 = 8! 6! . 2! = 8.7.6! 6! . 2.1 = 8.7 2 = 27 A probabilidade será dada pelo produto entre o número de permutações e a probabilidade dos resultados. Veja: 27 . 1 256 = 27 256 ≅ 0,105 ≅ 10,5% 5 – Distribuição binomial PROBABILIDADE E ESTATÍSTICA O cálculo do exemplo 16 pode ser resumido da seguinte forma: 𝑃 = 8 6 . 1 2 6 . 1 2 2 __________________________________________________ A distribuição binomial é um dos modelos de distribuição discreta de probabilidade e baseia-se no processo de amostragem de Bernoulli. Bernoulli estabeleceu um processo de amostragem para a realização de um experimento em que o resultado possa ser um “sucesso” ou um “fracasso”. “Sucesso” quando acontece o evento de interesse e “fracasso” quando o evento não se realiza. 12/09/2014 18 5 – Distribuição binomial PROBABILIDADE E ESTATÍSTICA A função f(x) que expressa a probabilidade P(x) de que um evento realize-se x vezes em n tentativas é: 𝑓 𝑥 = 𝑃 𝑥 = 𝑛 𝑥 . 𝑝𝑥 . 𝑞𝑛−𝑥 Sendo: p = a probabilidade de “sucesso” q = a probabilidade de “fracasso” → q = 1 – p n = número total de tentativas independentes x = número de vezes que ocorreu o “sucesso” 5 – Distribuição binomial PROBABILIDADE E ESTATÍSTICA Exemplo 17: Uma moeda é lançada 6 vezes, calcule a probabilidade de: a) Ocorrer 4 coroas. Tem-se que n = 6 ; p = ½ e q = ½ e x é o número de coroas (sucesso), assim: 𝑃 𝑥 = 4 = 6 4 . 1 2 4 . 1 2 6−4=2 𝑃 𝑥 = 4 = 6! 4! . 2! . 1 16 . 1 4 = 15 64 ≅ 0,23 ≅ 23% 12/09/2014 19 5 – Distribuição binomial PROBABILIDADE E ESTATÍSTICA b) Ocorrer no máximo 2 coroas. 𝑃 𝑥 ≤ 2 = 𝑃 𝑥 = 0 + 𝑃 𝑥 = 1 + 𝑃 𝑥 = 2 𝑃 𝑥 ≤ 2 = 6 0 . 1 2 0 . 1 2 6−0=6 + 6 1 . 1 2 1 . 1 2 6−1=5 + 6 2 . 1 2 2 . 1 2 6−2=4 𝑃 𝑥 ≤ 2 = 1.1. 1 64 + 6. 1 2 . 1 32 + 15. 1 4 . 1 16 𝑃 𝑥 ≤ 2 = 1 64 + 3 32 + 15 64 = 22 64 ≅ 0,344 ≅ 34,4% 5 – Probabilidade PROBABILIDADE E ESTATÍSTICA Exercícios de Fixação 1) São lançados dois dados não viciados, liste os espaço amostral (todos os resultados possíveis) e calcule a probabilidade de: a) Obter um par de pontos iguais. b) Obter um par de pontos onde o primeiro é maior que o segundo. c) A soma dos pontos ser 13. d) Obter soma 10, sabendo que o par de pontos é igual. 2) Um lote de 30 passagens é formado por 20 passagens para Belém, 8 para Manaus e 2 para Natal. Seleciona-se uma passagem ao acaso. Calcule a probabilidade para que: a) A passagem seja para Manaus. b) A passagem não seja para Belém. c) A passagem seja para Belém ou Natal. 12/09/2014 20 5 – Probabilidade PROBABILIDADE E ESTATÍSTICA Exercícios de Fixação 3) Num grupo de 300 empresários cadastrados por uma agência de viagens, 100 visitarão Fortaleza e 80 visitarão Manaus e o restante de empresários visitarão outras cidades. Se 30 empresários visitarão as duas cidades, ou seja, visitarão tanto Fortaleza como Manaus, calcule a probabilidade de uma empresário aleatoriamente escolhido visitar: a) Fortaleza. b) Manaus; c) Fortaleza ou Manaus. 4) Numa caixa existem 20 peças, sendo 14 boas e 6 com pequenos defeitos. Calcule a probabilidade de se selevionarem aleatoriamente duas peças (sem reposição) e estas serem: a) Uma boa e a outra com pequenos defeitos. b) As duas boas c) As duas com pequenos defeitos. 5 – Probabilidade PROBABILIDADE E ESTATÍSTICA Exercícios de Fixação 5) Numa empresa, de cada 100 peças vendidas, 30 são para o Rio de Janeiro, Na venda de 6 peças: a) Qual a probabilidade de que 4 sejam para o Rio de Janeiro? b) Qual a probabilidade de quenenhuma seja para o Rio de Janeiro? c) Qual a probabilidade de que no máximo 3 sejam para o Rio de Janeiro? d) Qual a probabilidade de que no 4 ou mais peças seja par ao Rio de Janeiro? 6) O grêmio de uma empresa formou dois times: A e B. Os times jogaram oito vezes entre si e não houve empate. Calcule a probabilidade de: a) O time A ganhar seis vezes. b) O time A não ganhar nenhuma das partidas. c) O time A ganhar uma única vez, d) O time A ganhar pelo menos 6 vezes.
Compartilhar