Anda di halaman 1dari 33

Universidade Federal de Sergipe

Departamento de Estatística e Ciências Atuariais

Disciplina: Estatística Aplicada


Probabilidade

Profa. Dra. Evelyn Souza Chagas Oliveira


evelynschagas@hotmail.com
Variável aleatória

Muitos experimentos aleatórios produzem resultados não-numéricos.

defeituosa

não-defeituosa

Na prática, é conveniente transformar seus resultados em números, o que


é feito através da variável aleatória.
Variável aleatória

Definição: Seja um experimento aleatório e um espaço amostral


associado ao experimento. Uma função , que associe a cada elemento
um número real, , é denominada variável aleatória.

Ex. 1: Em uma linha de usinagem de peças estamos interessados em


controlar o diâmetro das peças produzidas.

Variável aleatória: o resultado da medição do diâmetro.


Variável aleatória

Ex. 2: Em um estudo de controle de qualidade, estamos interessados em


avaliar o tempo de vida de um componente eletrônico.

Variável aleatória: tempo de vida.

Informalmente, uma variável aleatória é um característica numérica do


resultado de um experimento.

Obs.: É importante ressaltar que a variável aleatória tem notação de letra


maiúscula, e seus possíveis valores, minúsculos.
Variável aleatória

Exemplo: Lançam-se 2 moedas. Seja o número de ocorrência da face cara.


Determinar .
Variável aleatória

Resolução:
: lançamento de duas moedas;

: nº de caras obtidas nas duas moedas (Variável aleatória);

Espaço Amostral ( X
2 X Evento correspondente
0 𝟏
1
1 𝟐
1
2 𝟑
0

Obs.: Em probabilidade a função que associa a cada ponto do espaço


amostral um número real é denominada variável aleatória
Tipos de Variáveis aleatórias

 Variável Aleatória Discreta: Seja uma variável aleatória. Se o


número de valores possíveis de for finito ou infinito enumerável, é
uma variável aleatória discreta.

Exemplo:

• Número de livros em uma estante;


• Número de terremotos;
• Número de bombas em uso em um posto de gasolina.
Tipos de Variáveis aleatórias

 Variável Aleatória Contínua: Uma variável aleatória é dita contínua,


se seu conjunto de valores é qualquer intervalo dos números reais, o
que seria um conjunto não-enumerável.

Exemplo:

• O tempo gasto por um vendedor para convencer um cliente a


adquirir um determinado produto;
• Tempo de vida de uma lâmpada incandescente.
Distribuição de probabilidade

Distribuição de probabilidade é a associação entre os valores


assumidos por esta variável X e respectivas probabilidades de ocorrência.

Dependendo do tipo de variável aleatória


haverá diferenças na construção da
distribuição:

v.a. discretas Função de Probabilidade


v.a. contínuas Função Densidade de Probabilidade
Distribuição de probabilidade e Função de
Probabilidade

Quando uma variável aleatória X é discreta, sua


distribuição é caracterizada por uma Função de
Probabilidade 𝒊 , que associa probabilidades aos
possíveis valores da variável aleatória ( ).

Então 𝒊 é uma Função de Probabilidade se satisfizer as seguintes


condições:

i)
ii)
Distribuição de probabilidade

Exemplo: Determine a distribuição de probabilidade da variável aleatória X:


”Número de caras em dois lances de uma moeda equilibrada”.
Distribuição de probabilidade

Resolução:

e cada elemento de tem probabilidade 1/4, temos:

A função de probabilidade é dada por:

0 1 2 Total
1
Distribuição de probabilidade

Exemplo: Seja X uma variável aleatória que representa o número de bezerras


de uma vaca com 4 filhotes. Determine a distribuição de probabilidade de X.
Distribuição de probabilidade

Resolução:

Seja X: número de bezerras de uma vaca com 4 filhotes.

𝑃 𝑋 =0 =𝑃 𝑀𝑀𝑀𝑀 = 1/16
𝑃 𝑋 =1 =𝑃 𝑀𝑀𝑀𝐹 + 𝑃 𝑀𝑀𝐹𝑀 + 𝑃 𝑀𝐹𝑀𝑀 + 𝑃 𝐹𝑀𝑀𝑀 = 4/16
𝑃 𝑋 =2 =𝑃 𝑀𝑀𝐹𝐹 + 𝑃 𝑀𝐹𝑀𝐹 + 𝑃 𝑀𝐹𝐹𝑀 + 𝑃 𝐹𝐹𝑀𝑀 + 𝑃 𝐹𝑀𝐹𝑀 + 𝑃 𝐹𝑀𝑀𝐹 = 6/16
𝑃 𝑋 =3 =𝑃 𝐹𝐹𝐹𝑀 + 𝑃 𝐹𝐹𝑀𝐹 + 𝑃 𝐹𝑀𝐹𝐹 + 𝑃 𝑀𝐹𝐹𝐹 = 4/16
𝑃 𝑋 =4 =𝑃 𝐹𝐹𝐹𝐹 = 1/16

A função de probabilidade é dada por:

𝑿 = 𝒙𝒊 0 1 2 3 4 Total
𝑃(𝑋 = 𝑥 ) 1/16 4/16 6/16 4/16 1/16 1
Distribuição de probabilidade e Função Densidade
de Probabilidade

Se a variável for contínua, somente haverá interesse na


probabilidade de que a variável assuma valores dentro de
determinados intervalos, sendo sua distribuição de
probabilidades caracterizada por uma função densidade de
probabilidade .

que deve satisfazer as condições:



𝒃
• 𝒂
Distribuição de probabilidade e Função Densidade
de Probabilidade

Uma função densidade de probabilidades poderia ser apresentada


graficamente da seguinte forma:

A área calculada entre l e m Para calcular a probabilidade de uma


(limites da função) é 1, pois é a variável aleatória contínua assumir
probabilidade total. valores entre a e b, basta calcular a
área abaixo da curva entre a e b.
Exercício

Exemplo: Determine a constante c de modo que a função


seja uma f.d.p. e calcule a .
Valor Esperado e Variância

Existem características numéricas que são muito importantes em uma


distribuição de probabilidades de uma variável aleatória.

Parâmetros da distribuição

Valor esperado ou Esperança


matemática Variância
, , , .

média aritmética simples variância vista


vista em Análise anteriormente, utilizando
Exploratória de Dados probabilidades
Valor Esperado e Variância

Variável aleatória discreta

• Valor esperado

• Variância

, onde
Valor Esperado e Variância

Para uma variável aleatória contínua a obtenção do valor


esperado e da variância exige o cálculo de integrais das
funções de densidade de probabilidades.

• Valor esperado

• Variância

, onde
Valor Esperado e Variância

Exemplo: Uma moeda é lançada duas vezes sobre uma superfície plana. Seja
a função definida no espaço amostral que é igual ao número de caras em dois
lançamentos. Determine e .
Valor Esperado e Variância

Resolução:

Espaço Amostral (Ω) X 𝑝(𝑥) 𝑋 ∗ 𝑝(𝑥) 𝑋 ∗ 𝑝(𝑥)


(𝐶, 𝐶) 2 1/4 2/4 1
(𝐶, 𝐾) 1 1/4 1/4 1/4
(𝐾, 𝐶) 1 1/4 1/4 1/4
(𝐾, 𝐾) 0 1/4 0 0
Total - 1 1 6/4

𝐸 𝑋 = 𝑥 𝑝(𝑥 ) = 𝑥𝑃 𝑋=𝑥 =1
O número médio de
3 caras ao lançar uma
𝑉𝑎𝑟 𝑋 = 𝐸 𝑥 − 𝐸 𝑥 = − 1 = 1⁄2
2 moeda duas vezes é 1.
𝝈𝑿 = 𝑉𝑎𝑟 𝑋 = 0,5 ≅ 0,71
Exercício

Exemplo: Dada a função:

Determine e .
Distribuição de Probabilidade
Distribuição de Bernoulli

Considere um experimento, cujo os resultados em uma única tentativa são:

sucesso -> fracasso -> , com

Seja X a v.a., onde:

: número de sucessos em uma única tentativa do experimento


Sua função de probabilidade é dada por:
Distribuição de Bernoulli

Parâmetro:

Exemplos:

 Uma moeda é lançada: o resultado é cara, ou não;


 Um dado é lançado: ou ocorre face 5 ou não;
 Uma peça é escolhida ao acaso de um lote contendo 500 peças: essa
peça é defeituosa ou não;
 Uma pessoa escolhida ao acaso dentre 1000 é ou não do sexo
masculino;
 Uma pessoa é escolhida ao acaso entre os moradores de uma cidade
e verifica-se se ela é favorável ou não a um projeto municipal.
Distribuição de Bernoulli

Exemplo: Uma urna tem 30 bolas brancas e 20 verdes. Retira-se uma bola
dessa urna. Seja o número de bolas verdes. Calcule :
Distribuição de Bernoulli

Exemplo: Uma urna tem 30 bolas brancas e 20 verdes. Retira-se uma bola
dessa urna. Seja o número de bolas verdes. Calcule :

X:

30 B
20 V
Distribuição Binomial

Considere a repetição de n ensaios de Bernoulli independentes e todos


com a mesma probabilidade de sucesso . A variável aleatória que conta o
número total de sucessos é denominada Binomial com parâmetros e e sua
função de probabilidade é dada por:

: número de sucessos em tentativas do experimento.


Parâmetros:

Notação:
Distribuição Binomial

Exemplos:

 Uma moeda é lançada três vezes: qual a probabilidade de se obter


duas caras?
 Um dado é lançado cinco vezes: qual a probabilidade de se obter face
5 no máximo três vezes?
 Dez peças são extraídas, ao acaso, com reposição, de um lote
contendo 500 peças. Qual a probabilidade de que todas sejam
defeituosas, sabendo-se que 10% das peças do lote são defeituosas?
 Cinco pessoas escolhidas ao acaso entre 1000. Qual é a
probabilidade de que duas sejam do sexo masculino?
 Sabe-se que 90% das pessoas de uma cidade são favoráveis a um
projeto municipal. Escolhendo-se 100 pessoas ao acaso entre os
moradores, qual é a probabilidade de que pelo menos 80 sejam
favoráveis ao projeto?

Obs.: Pode-se supor que as extrações são praticamente independentes, pois o


conjunto é muito grande.
Distribuição Binomial

Exemplo: Num hospital veterinário 5 animais devem submeter-se a um tipo de


operação, da qual 80% sobrevivem. Qual é a probabilidade de que todos
sobrevivam?
Distribuição Binomial

Resolução:

: número de animais submetidos a operação


Distribuição Binomial

Exemplo: Em um determinado processo de fabricação, 10% das peças


produzidas são consideradas defeituosas. As peças são acondicionadas em
caixas com cinco unidades cada uma. Considere que cada peça tem a mesma
probabilidade de ser defeituosa (como se houvesse repetição no experimento
de retirar uma peça).
a) Qual a probabilidade de haver exatamente três peças defeituosas numa
caixa?
b) Qual a probabilidade de haver duas ou mais peças defeituosas em uma
caixa?
c) Qual a probabilidade de uma caixa não apresentar nenhuma peça
defeituosa?
d) Supondo que a empresa pague uma multa de R$ 10,00 por caixa que
apresente peças defeituosas, qual o valor esperado desta multa em um
lote de 1.000 caixas?