PROBABILIDADES: TEOREMA DE
BAYES, VARIVEL ALEATRIA E
DISTRIBUIES DE VARIVEIS
ALEATRIAS DISCRETAS
5
META
Estudar o comportamento e aplicao das Variveis Aleatrias Discretas, bem
como das Distribuies Binomial e Poisson.
OBJETIVOS
Ao final desta aula, o estudante dever:
Identificar em que circunstncias alguns experimentos podem ser observados
pelo teorema de Bayes.
Saber utilizar as variveis aleatrias discretas e calcular seus principais
parmetros: Esperana Matemtica e Varincia.
Aplicar as Distribuies: Binomial e Poisson a determinados tipos de
experimentos de variveis aleatrias discretas.
PR-REQUISITO:
Conhecimentos da teoria de probabilidades, envolvendo: espao amostral e
principais eventos, bem como a independncia de eventos. Tambm so
importantes: Papel, Calculadora ou Computador para realizao dos clculos.
Bioestatstica
INTRODUO
66
Probabilidades: teorema de Bayes, varivel aleatria e distribuies...
Aula
TEOREMA DE BAYES 5
A ocorrncia de certo acontecimento R pode estar condicionada a
um ou mais acontecimentos (A1, A2 , ..., An), que representam as parties
mutuamente exclusivos de determinado Espao Amostral S. Dessa forma,
o acontecimento R ser igual soma desses acontecimentos, ou seja:
P(R) = P(A1 R) + P(A2 R) + ... + P(An R)
P(R) = P(A1) * P(R / A1) + P(A2) * P(R / A2) + ... + P(An) * P(R /An)
O teorema de Bayes, tambm chamado teorema das causas, relacio-
na-se a acontecimentos que esto associados. Imaginando a possibilidade
de existir uma relao de causa e efeito entre os acontecimentos, esse
teorema permitir encontrar a probabilidade que certo evento Ai acarre-
tou par a ocorrncia de R, isto :
P(Ai / R) = P(R Ai) / P(R) Desenvolvendo e substituindo P(R)
nessa equao temos:
P(Ai / R) = (P(Ai) * P(R / Ai)) / ((P(Ai) * P(R / Ai))
67
Bioestatstica
X = xi 0 1 2 3 4
pi = P(X=xi) 1/16 4/16 6/16 4/16 1/16
X = xi 0 1 2 3 4
pi = Fxi 1/16 5/16 11/16 15/16 1
68
Probabilidades: teorema de Bayes, varivel aleatria e distribuies...
Aula
2. Varincia
Sendo: E(X) = xi * pi
Propriedades da Mdia:
E(K) = K (K constante)
E(KX) = K * E(X)
E(X Y) = E(X) E( Y)
E(X K) = E(X) K
E(XY) = E(X) * E(Y) se X e Y so independentes
Propriedades da Varincia:
V(K) = 0
V(KX) = K * V(X)
V(X K) = V(X)
V(X + Y) = V(X) + V(Y) se X e Y so independentes
Distribuio Binomial
69
Bioestatstica
P(X = k) =
P(X = 2) = (6! / 4! * 2!)* 0,7 * 0,7 * 0,3 * 0,3 * 0,3 * 0,3 = 15 * 0,49
* 0,0081 = 0,05953 = 5,9%
Parmetros da Binomial
Distribuio de Poisson
70
Probabilidades: teorema de Bayes, varivel aleatria e distribuies...
Aula
E( X ) = np = e Var( X ) = np =
Ex.: Num livro de 800 pginas h 800 erros de impresso. Qual a proba-
bilidade de que uma pgina contenha pelo menos 3 erros?
= 1 0,919698 = 0,080302
ATIVIDADES
1. Suponha que temos duas urnas 1 e 2, cada uma contm duas gavetas. A
urna 1 contm uma moeda de ouro em uma gaveta e uma moeda de prata
na outra gaveta; enquanto a urna 2 contm uma moeda de ouro em cada
gaveta. Uma urna escolhida ao acaso; a seguir uma de suas gavetas
aberta ao caso. Verifica-se que a moeda encontrada nesta gaveta de
ouro. Qual a probabilidade de que a moeda provenha da urna 2?
71
Bioestatstica
6. Um aluno conhece bem 60% da matria dada. Num exame, com 5 perguntas
sorteadas ao acaso sobre toda a matria, que probabilidade tem de responder
mais da metade das perguntas?
72
Probabilidades: teorema de Bayes, varivel aleatria e distribuies...
Aula
13. Uma pesquisa cientifica revelou que para cada 1000 pessoas entrevista-
das, uma est sujeita a choque traumtico quando da aplicao de penicili-
5
na. Determine a probabilidade de que, entre 700 pessoas entrevistadas ao
acaso, no mximo duas sofra aquele choque nas mesmas condies.
CONCLUSO
Com esta aula, voc deve ser capaz de entender o que uma varivel
aleatria. Deve entender que uma varivel aleatria discreta uma fun-
o que associa a cada ponto de um espao amostral, um nmero real e
que a soma das probabilidades de todos os valores assumidos por esta
varivel igual a um. Deve ser capaz de elaborar uma Distribuio de
Probabilidade de varivel aleatria discreta onde vai associar a cada valor
assumido pela varivel sua respectiva probabilidade de ocorrncia. Com
a Distribuio de probabilidade voc pode calcular os parmetros desta
varivel, representados pelo Valor Esperado ou Esperana Matemtica e
Varincia, estimativas dos parmetros calculados com base nos dados de
uma populao j vistos em aulas anteriores.
Entendendo o que uma varivel aleatria discreta vai utilizar a Dis-
tribuio de probabilidade Binomial que uma distribuio de probabili-
dade adequada aos experimentos que apresentam apenas dois resultados
(sucesso ou fracasso). Alm disso, essa distribuio apropriada para pe-
quenas amostras e formada por eventos independentes.
Tambm ser capaz de trabalhar com a distribuio de Poisson que
est associada a experimentos cujos resultados constituem eventos inde-
pendentes e que ocorram com raridade. A distribuio de Poisson o caso
limite da distribuio Binomial quando o nmero de provas tende para infi-
nito, enquanto a probabilidade do evento investigado tende para zero.
No final da aula temos uma lista de exerccios para serem resolvidos
em grupos de no mximo cinco pessoas ou individual. Com certeza voc
vai ficar muito satisfeito com os resultados do seu desempenho.
73
Bioestatstica
RESUMO
AUTO-AVALIAO
74
Probabilidades: teorema de Bayes, varivel aleatria e distribuies...
Aula
PRXIMA AULA
5
Estudo das Probabilidades, envolvendo Varivel Aleatria Contnua
e Distribuio Normal.
REFERNCIAS
75