e Estatı́stica
Setembro, 2008
—————————
Estas notas visam apoiar as aulas teóricas da disciplina Probabilidades e Estatística.
Agradecimentos: Daniel Paulino pela revisão do texto e colegas e alunos por detectarem gralhas.
Sumário
1. Introdução .............................................................................. 3
2. Noções de probabilidade ........................................................ 5
3. Variáveis aleatórias e distribuições discretas ......................... 19
4. Variáveis aleatórias e distribuições contínuas ........................ 41
5. Distribuições conjuntas de probabilidade e complementos ... 57
6. Amostragem e estimação pontual .......................................... 97
7. Estimação por intervalos ........................................................ 125
8. Testes de hipóteses ................................................................. 143
9. Introdução à regressão linear simples .................................... 179
HH
Y
População
HH
H
HH
*
HH
j
H Amostra
Noção de probabilidade:
Interpretação de Laplace.
Para uma experiência aleatória E com espaço de resultados finito Ω =
{1, . . . , N }, assumindo que os N resultados são igualmente prováveis, a
probabilidade de qualquer acontecimento A é a proporção de resultados
de Ω favoráveis a A.
Exemplo 2.3d: Na experiência E1 , a probabilidade do acontecimento
A = {sair face par} é dada por P (A) = 3/6 = 0.5.
Interpretação frequencista.
A probabilidade de um acontecimento A é o limite da frequência rela-
tiva da ocorrência de A numa longa sucessão de experiências realizadas
sob as mesmas condições.
NOTAS DE PROBABILIDADES E ESTATÍSTICA - GS – 8/207
Exemplo 2.4: Num lançamento de uma moeda (E2 ), a probabilidade de
sair cara (acontecimento A) é dada por
1.0
0.8
n/2 1
0.6
0.4
P (A) = lim fn (A) ≃ = .
0.2
n→∞ n 2
0.0
0 200 400 600 800 1000
Interpretação subjectivista.
A probabilidade de um acontecimento A é entendida como uma medida
pessoal (entre 0 e 1) do grau de crença sobre a ocorrência de A.
Exemplo 2.5: Um geólogo afirma que uma dada região tem 60% de
chance de haver petróleo, baseando-se quer nas características do ter-
reno quer na sua semelhança com outras regiões com conhecida pre-
sença ou ausência de petróleo nos últimos anos.
Axiomática de probabilidade.
Definição 2.5: Para cada evento A de uma experiência aleatória com
espaço de resultados Ω, é suposto existir um número real, designado
por probabilidade de A e denotado por P (A), satisfazendo os axiomas:
Probabilidade condicional.
Definição 2.7: Sejam A e B acontecimentos de um espaço de proba-
bilidade (Ω, A, P ). Se P (B) > 0, a probabilidade do acontecimento
A dado a ocorrência do acontecimento B (A dado B ou A se B ou A
condicionado a B) é dada por
P (A ∩ B)
P (A|B) = .
P (B)
E os teoremas decorrentes:
1. P (Ā|B) = 1 − P (A|B).
2. P (∅|B) = 0.
3. A1 ⊂ A2 ⇒ P (A1 |B) ≤ P (A2 |B).
4. P (A|B) ≤ 1.
5. P (A1 ∪ A2 |B) = P (A1 |B) + P (A2 |B) − P (A1 ∩ A2 |B).
NOTAS DE PROBABILIDADES E ESTATÍSTICA - GS – 13/207
Teorema de Bayes.
Teorema 2.8: Se os acontecimentos A1 , . . . , An formam uma partição
do espaço de resultados Ω e B é um acontecimento qualquer de Ω com
P (B) > 0, então ∀ i = 1, . . . , n,
Exemplo 2.8a: Na caixa com 100 peças dos tipos A e B (Exemplo 2.8),
qual a probabilidade de uma peça seleccionada ao acaso ser do tipo A,
sabendo que ela é defeituosa?
P (A|D) ≃ 0.231.
P (A ∩ B) = P (A) × P (B).