Baixe o app para aproveitar ainda mais
Prévia do material em texto
Probabilidade e Estatística Universidade Tecnológica Federal do Paraná Professora: Divanete Maria Bitdinger de Oliveira Neste estudo, combinamos os métodos da estatística descritiva com os métodos da probabilidade para descrever e analisar distribuições de probabilidade. Distribuições de probabilidade descrevem o que provavelmente acontecerá. A figura abaixo representa um resumo de nosso estudo: DEFINIÇÃO Uma variável aleatória é uma variável (normalmente representada por X) que assume um único valor numérico, determinado pelo acaso, para cada resultado de um experimento. Uma distribuição de probabilidade é uma descrição que dá a probabilidade para cada valor da variável aleatória. Ela é frequentemente expressa na forma de um gráfico, de uma tabela ou de uma fórmula. EXEMPLO: PLACAS EM NAVES ESPACIAIS Cada nave espacial é coberta por mais de 23.000 placas térmicas especiais para proteger a tripulação da nave do calor intenso da reentrada na atmosfera da terra. Depois de um voo, cada placa é inspecionada cuidadosamente e reparada, se necessário. Suponha que 3 placas sejam selecionadas aleatoriamente e cada uma seja rotulada como A (aceitável) ou D (danificada). Seja a variável aleatória X definida como o número de placas danificadas. O espaço amostral do experimento é dado por: S={AAA, AAD, ADA, ADD, DAA, DAD, DDA, DDD} Assim, temos a seguinte tabela associando a variável aleatória X com o número de placas danificadas: Mais formalmente, poderíamos escrever: X(AAA) = 0, X(AAD) = 1, ..., X(DDD) = 3 Eis o segredo: não estamos mais interessados na sequência de letras, ou resultados, mas antes nos números associados aos resultados. Precisamos considerar o número de valores que X pode assumir e a probabilidade de que X assuma cada um deles. Para encontrar, digamos, a probabilidade de que X assuma o valor 1, somamos as probabilidades dos resultados associados ao 1. A probabilidade de que a variável aleatória seja igual a 1 é: P(X = 1) = P(AAD) + P(ADA) + P(DAA) TIPOS DE VARIÁVEIS ALEATÓRIAS Há dois tipos de variáveis aleatórias: as variáveis aleatórias discretas e as variáveis aleatórias contínuas. Variáveis aleatórias discretas são usualmente associadas a contagens, e variáveis aleatórias contínuas são usualmente associadas a medidas. APARELHOS USADOS PARA CONTAR E MEDIR VARIÁVEIS ALEATÓRIAS Toda distribuição de probabilidade deve satisfazer cada um dos dois requisitos seguintes: Σ𝑃 𝑋 = 1 em que X assume todos os valores possíveis (a soma de todas as probabilidades deve ser 1). 0 ≤ 𝑃 𝑋 ≤ 1 para todo valor individual de X. DISTRIBUIÇÃO DE PROBABILIDADE PARA UMA VARIÁVEL ALEATÓRIA DISCRETA X c) Para construir o histograma de probabilidade, desenhe um retângulo para cada valor y, centrado em y, com altura igual a P(y). VALOR ESPERADO DE UMA DISTRIBUIÇÃO DISCRETA DE PROBABILIDADE O valor esperado de uma distribuição discreta de probabilidade, ou esperança matemática da distribuição, ou, mais simplesmente, média da distribuição é uma das chamadas medidas de tendência central de uma distribuição. VALOR ESPERADO DE UMA DISTRIBUIÇÃO DISCRETA DE PROBABILIDADE: E(X) O valor esperado é calculado como a média ponderada dos valores da variável aleatória, sendo as probabilidades respectivas os pesos dessa ponderação. Assim temos: 𝐸 𝑋 = 𝑋1𝑃 𝑋1 + 𝑋2𝑃 𝑋2 +⋯+ 𝑋𝑛𝑃 𝑋𝑛 = 𝑋𝑖𝑃(𝑋𝑖) sendo 𝑋𝑖 e 𝑃(𝑋𝑖) cada um dos valores da variável aleatória e sua respectiva probabilidade. Exemplo Vamos supor que um lote de peças, quando inspecionado, pode apresentar 0, 1, 2, 3, 4 ou 5 defeitos, não sendo possível nenhum outro número de defeitos, ou seja, esses valores esgotam o espaço amostral. Imaginemos ainda que possamos atribuir a esses valores as seguintes probabilidades: Número de defeitos Probabilidade 0 0,10 1 0,25 2 0,15 3 0,20 4 0,20 5 0,10 Total 1,00 Do exemplo anterior, temos: Logo, E(X) = 2,45, ou seja, o número médio de defeitos encontrados no lote é 2,45. Número de defeitos Probabilidade 𝑋𝑖𝑃(𝑋𝑖) 0 0,10 0 1 0,25 0,25 2 0,15 0,30 3 0,20 0,60 4 0,20 0,80 5 0,10 0,50 Total 1,00 2,45 VARIÂNCIA DE UMA DISTRIBUIÇÃO DISCRETA DE PROBABILIDADE Mede a dispersão da distribuição, ou seja, o afastamento maior ou menor em relação à média. Quanto mais próximos entre si os valores da variável aleatória X, menor a dispersão. A variância é dada por: 𝜎2 = 𝑋𝑖 − 𝐸 𝑋 2𝑃(𝑋𝑖) Do exemplo anterior, temos: (0−2,45)20,10 + (1−2,45)20,25 + (2−2,45)20,15 + (3−2,45)20,20 + (4−2,45)20,20 + (5−2,45)20,10 = 2,3475 Se extrairmos a raiz quadrada da variância, temos o desvio padrão 𝜎. No exemplo: 𝜎 = 𝑣𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 = 2,3475 = 1,5321 EXEMPLOS 1. Uma população de 1.000 crianças foi analisada num estudo para determinar a efetividade de uma vacina contra um tipo de alergia. No estudo, as crianças recebiam uma dose de vacina e, após um mês, passavam por um novo teste. Caso ainda tivessem tido alguma reação alérgica, recebiam outra dose da vacina. Ao fim de 5 doses todas as crianças foram consideradas imunizadas. Os resultados completos estão na tabela a seguir. Supondo que uma criança dessa população é sorteada ao acaso, qual será a probabilidade de ela ter recebido 2 doses? A probabilidade desejada é de 288/1000=0,288. A função de probabilidade da variável aleatória número de doses recebidas fica sendo: Doses 1 2 3 4 5 Frequência 245 288 256 145 66 Doses 1 2 3 4 5 𝒑𝒊 0,245 0,288 0,256 0,145 0,066 Suponha ,agora, que desejamos calcular a probabilidade de a criança ter recebido até duas vacinas. Assim, 𝐹 2 = 𝑃 𝑋 ≤ 2 = 𝑃 𝑋 = 1 + 𝑃 𝑋 = 2 = 0,533. 2. Um jogo consiste em atirar um dado; se der faces dois ou cinco, a pessoa ganha R$ 50,00 por ponto obtido; se der faces um ou seis, a pessoa ganha R$ 100,00 por ponto obtido; se der faces três ou quatro, a pessoa paga R$ 150,00 por ponto obtido. Responda: o jogo é honesto? Resposta: sim. 3. Em um jogo de azar, um homem recebe R$ 5,00, se consegue três caras ou três coroas quando três moedas são jogadas, e paga R$ 3,00 se uma ou duas caras são obtidas. Qual é seu ganho esperado? Solução: O espaço amostral é: 𝑆 = 𝐻𝐻𝐻,𝐻𝐻𝑇,𝐻𝑇𝐻, 𝑇𝐻𝐻,𝐻𝑇𝑇, 𝑇𝐻𝑇, 𝑇𝑇𝐻, 𝑇𝑇𝑇 Pode-se argumentar que cada uma dessas possibilidades é igualmente provável e ocorre com probabilidade igual a 1/8. Observe que 𝑃 𝐻𝐻𝑇 = 𝑃 𝐻 𝑃 𝐻 𝑃 𝑇 = 1 2 . 1 2 . 1 2 = 1 8 A variável aleatória de interesse é Y, quantia que o apostador pode ganhar; e os valores possíveis de Y são R$ 5, se o evento 𝐸1 = {𝐻𝐻𝐻, 𝑇𝑇𝑇} ocorrer, e R$ 3, se o evento 𝐸2 = {𝐻𝐻𝑇,𝐻𝑇𝐻, 𝑇𝐻𝐻,𝐻𝑇𝑇, 𝑇𝐻𝑇, 𝑇𝑇𝐻} ocorrer. Já que 𝐸1 e 𝐸2 ocorrem com probabilidades de 1/4 e ¾, respectivamente, segue-se que 𝜇 = 𝐸 𝑌 = 5 1 4 + −3 3 4 = −1 Neste jogo, o jogador perderá, em média, R$ 1 por lançamento das três moedas. Um jogo é considerado ‘justo’ se o apostador sai sem perder nem ganhar. Portanto, um valor zero para o valor esperado de ganho define um jogo justo. 4. Suponha que o número de carros X que passam por um lava-rápido entre 16h e 17h, numa sexta- feira ensolarada, tenha a seguinte distribuição de probabilidade: Seja g(X)=2X-1 a quantia (em dólares) paga ao atendente pelo gerente. Determine os ganhos esperados do atendente para esse período em particular. x 4 5 6 7 8 9 P(X=x) 1/12 1/12 1/4 1/4 1/6 1/6 Solução: O atendente pode esperar receber: 𝐸 𝑔 𝑋 = 𝐸 2𝑋 − 1 = 𝑥=4 9 2𝑥 − 1 𝑓(𝑥) = 7 1 12 + 9 1 12 + 11 1 4 + 13 1 4 + 15 1 6+ 17 1 6 = 𝑅$ 12,67 Bibliografia: • Barbetta, P. A.; Reis, M. M.; Bornia, A. C. Estatística para cursos de engenharia e informática. 3 ed. São Paulo, Atlas, 2010. • Fonseca, J. S.; Martins, G. A. Curso de Estatística. 6 ed. São Paulo, 1996. • Levine, D. M. [et al.]. Estatística: teoria e aplicações: usando Microsoft Excel em português. Rio de Janeiro: LTC, 2013. • Magalhães, Marcos N.; Lima, Antonio P. Noções de Probabilidade e Estatística. 6 ed. São Paulo: EDUSP, 2004. • Walpole, R. E.; Myers, R. H.; Myers, S. L.; Ye, K. Probabilidade e estatística para engenharia e ciências. São Paulo: Pearson, 2009.
Compartilhar