Probabilidade. Capítulo 8

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Probabilidade. Capítulo 8"

Transcrição

1 Capítulo 8 Probabilidade Desenvolvimento: 8.1 Introdução. 8.2 Experimento aleatório. 8.3 Espaço Amostral 8.4 Eventos 8.5 Probabilidade 8.6 Exercícios 8.7 Eventos Complementares 8.8 Eventos Independentes 8.9 Eventos Mutuamente Exclusivos 8.10 Teorema de Bayes 8.11 Resumo 8.12 Exercícios 8.13 Distribuição Normal 8.1 Introdução Empregamos mais comumente o termo probabilidade quando estamos diante de certa observação contínua do comportamento de um fenômeno qualquer e, este, leva-nos à formulação de sua teoria sobre as variações deste comportamento, ou mesmo quando estamos com certo grau de incerteza naquilo que pode ocorrer ou que ocorreu no presente, passado e futuro. Historicamente, esta teoria surgiu por volta do século XVII, baseada principalmente nos jogos de azar, muito em voga na época, como a roleta e as cartas. Em termos matemáticos, classificamos como um modelo não deterministico, ou simplesmente probabilístico. Isto porque estes modelos, quando existem, não nos permitem estabelecer a priori os resultados de uma experiência, mas fornece-nos condições de prever, com certo grau de segurança, seus possíveis resultados. Basicamente, a avaliação de um evento qualquer está calcada em duas escolas de pensamento. Uma considerada clássica ou Objetiva e a outra Personalista ou Subjetiva. A primeira parte do princípio básico de que suas regras e cálculos devem ser aplicadas a eventos cujos comportamentos de certos fenômenos podem ocorrer infinitas vezes, mas sempre sob as mesmas condições. Já a segunda acha que a ocorrência de certas probabilidades está vinculada pelo grau de credibilidade que cada analista atribui à ocorrência deste evento. A diferença básica entre as duas escolas é que na última, podemos ter diferentes probabilidades para um mesmo evento. Limitar-nos-emos, em nossos estudos, aos conceitos da Escola Clássica. Portanto, a probabilidade pertence ao campo da matemática. Na estatística, seu estudo se justifica devido ao fato de a maioria dos fenômenos são de natureza aleatória ou probabilística, essencial para o cálculo e estudo da Estatística Inferencial. 8.2 Experimento aleatório. Vejamos a seguinte afirmação: É provável que meu time ganhe a partida hoje. O que pode acontecer? a) meu time ganhar C8-1

2 b) meu time perder c) meu time empatar O resultado final depende do acaso. Fenômenos como este são chamados fenômenos aleatórios ou experimentos aleatórios. 8.3 Espaço Amostral : A cada experimento correspondem, em geral, vários resultados possíveis. Por exemplo: a) ao lançarmos uma moeda: cara ou coroa (2 resultados) b) ao lançarmos um dado: 1,2,3,4,5 e 6 (6 resultados) Como o objeto de nosso estudo é os experimentos e eles admitem mais do que um resultado, faz sentir definir o conjunto de todos os possíveis resultados do experimento. Ao conjunto desses resultados possíveis damos o nome de Espaço Amostral, representado pela letra S S da moeda: {cara ou coroa} S do dado: {1,2,3,4,5 e 6} Cada elemento de S recebe o nome de ponto amostral 8.4 Eventos: Chamamos de Evento qualquer subconjunto do espaço amostral S de um experimento aleatório. Exemplo: lançamento de um dado: S={1,2,3,4,5 e 6}, A={2,4,6} S; logo A é um evento de S Um evento é sempre definido por uma sentença. Assim, no exemplo acima: obter um número par na face superior. Normalmente um evento representamos por uma letra maiúscula, exceto S 8.5 Probabilidade: Dado um experimento aleatório, sendo S o seu espaço amostral, e todos os elementos de S tenham a mesma chance de acontecer, S é um conjunto equiprovável. Assim, o processo clássico define o sucesso da ocorrência de um experimento qualquer A como sendo um quociente em que o numerador é o número de casos favoráveis ao evento A e o denominador é o número de casos possíveis (S), desde que igualmente equiprováveis. Logo, P (A) = Onde, n(a) n(s) Exemplo 1: n(a) = número de casos favoráveis ao evento A; n(s) = número de casos possíveis. Lançamento de uma moeda Evento A: obter cara S: {Ca, Co} n(s) = 2 S: {Ca} n(a) = 1 C8-2

3 Logo: P (A) = 1 / 2 = 0,5 ou 50% Exemplo 2: Lançamento de um dado Evento A: obter um nº par na face superior S: {1,2,3,4,5,6} n(s) = 6 S: {2,4,6} n(a) = 3 Logo: P (A) = 3 / 6 = 0,5 ou 50% 8.6 Exercícios: 1) Lançado um dado, qual a probabilidade de obter 4 na face superior?. R.: 16,67% 2) Qual a probabilidade de sair o ás de ouros quando retiramos uma carta de um baralho de 52 cartas? R.: 1,92% 3) Qual a probabilidade de sair um rei quando retiramos uma carta de um baralho de 52 cartas? R.: 7,69% 8.7 Eventos Complementares: Um evento pode ocorrer ou não. Chamamos de p a probabilidade que ele ocorra (sucesso) e q a probabilidade que ele não ocorra (insucesso), logo para um mesmo evento existe a relação: P + q = 1 Exemplo: Lançado um dado, qual a probabilidade de não sair o nº 4? P sucesso P (A) = 1/6, logo q = 1 1/6 = 5/6 8.8 Eventos Independentes: Dois eventos são independentes quando a realização ou a não-realização de um dos eventos não afeta a probabilidade da realização do outro e vice-versa. Quando lançamos dois dados, o resultado obtido em um deles independe do resultado obtido pelo outro. Se dois eventos são independentes, a probabilidade que eles se realizem concomitantemente é igual ao produto das probabilidades de realização dos dois eventos. Palavra chave: e Logo: P = P 1 x P 2 Exemplo: A probabilidade de ao lançarmos dois dados, obtermos o nº 1 no 1º e o nº 5 no 2º dado, é de: C8-3

4 P 1 = 1/6 P 2 = 1/6 P = 1/6 x 1/6 P = 1/36 Exercícios: 1) Qual a probabilidade de dois baralhos de 52 cartas cada, retiram-se, simultaneamente, uma carta do 1º baralho e uma carta do 2º, sendo um rei do 1º e um 5 de paus do 2º. R.: 0,15% 2) De um baralho de 52 cartas retiram-se, ao acaso, duas cartas sem reposição. Qual a probabilidade de a 1º carta ser o ás de paus e a 2º ser rei de paus? R.: 0,04% 8.9 Eventos Mutuamente Exclusivos: Dizemos que dois ou mais eventos são mutuamente exclusivos quando a realização de um exclui a realização do outro. Palavra chave: ou Assim, no lançamento de uma moeda, o evento tirar cara e tirar coroa são mutuamente exclusivos, já que, ao realizar um deles, o outro não se realiza. Se dois eventos são mutuamente exclusivos, a probabilidade de que um ou outro se realize é igual à soma das probabilidades de que cada um se realize. Logo: P = P 1 + P 2 P 1 = 1/6 P 2 = 1/6 Exemplo: Lançado um dado, a probabilidade de se tirar 3 ou 5 é: P = 1/6 + 1/6 P = 1/3 Exercícios: 1) Qual a probabilidade de sair uma figura quando retiramos uma carta de um baralho de 52 cartas? P rei = 4/52 = 1/13; P damas = 4/52 = 1/13; P valete = 4/52 = 1/13 Como são mutuamente exclusivos: P = 1/13 + 1/13 + 1/13 = 3/13 R.: 23,08% 2) São dados dois baralhos de 52 cartas. Tiramos ao mesmo tempo, uma carta do primeiro baralho e uma carta do segundo. Qual a probabilidade de tirarmos uma dama e um rei, não necessariamente nesta ordem? C8-4

5 Probabilidade de tirarmos uma dama do 1º baralho: (4/52) e um rei do 2º: (4/52) P 1 = 4/52 x 4/52 = 1/13 x 1/13 = 1/169 Probabilidade de tirarmos um rei do 1º baralho: (4/52) e uma dama do 2º: (4/52) P 2 = 4/52 x 4/52 = 1/13 x 1/13 = 1/169 Como esses dois eventos são mutuamente exclusivos, temos: P = 1/ /169 2/169 1,18% 8.10 Teorema de Bayes Refere-se a determinação da probabilidade de um evento condicional A1, dado que o evento B1 tenha ocorrido. Sua característica é a aplicação em eventos seqüenciais. Fórmula: A P i B i = n i= 1 B P( A i i ). P Ai Bi P( Ai ). P A i Exemplo: Numa fábrica existem 3 máquinas destinadas a produção de parafusos. A 1 a. Máquina produz 1000 / d, a 2 a e a 3 a A porcentagem de parafusos defeituosos são 4%, 5% e 1% respectivamente. Ao final do dia encontrou-se um parafuso defeituoso. Qual a probabilidade de ele ter sido produzido em cada uma dessas máquinas? Sejam: A = Evento de ser o parafuso produzido pela 1º máquina. B = Evento de ser o parafuso produzido pela 2º máquina. C = Evento de ser o parafuso produzido pela 3º máquina. X = Evento de ser o parafuso defeituoso Então: P (A) = 1000/10000 = 0,10 P (B) = 4000/10000 = 0,40 P (C) = 5000/10000 = 0,50 P (X/A) = 0,04 P (X/B) = 0,05 P (X/C) = 0,01 P (A/X) = {[ 0,10 x 0,40] [(0,10 x 0,04)+(0,4 x 0,05) + (0,5 x 0,01)]} = 0,14 C8-5

6 P (B/X) = {[ 0,02] [(0,10 x 0,04)+(0,4 x 0,05) + (0,5 x 0,01)]} = 0,69 P (C/X) = {[ 0,05] [(0,10 x 0,04)+(0,4 x 0,05) + (0,5 x 0,01)]} = 0, Resumo QUADRO-SÍNTESE Termo Palavra-chave para o conceito Operacionalização Experimento aleatório Resultado imprevisível - Espaço amostral Resultados possíveis S Eventos Probabilidade Sub-conjunto de S Possibilidade de obter êxito Qquer letra maiúscula do alfabeto: A, B, C, D... n( A) P ( A) = n ( S ) Eventos Complementares Sucesso / insucesso p + q = 1 Eventos Independentes Simultâneo P = P 1 x P 2 Eventos Mutuamente Exclusivos ou P = P 1 + P 2 Teorema de Bayes Condicional A P i B i = n i= 1 P( A i i ). P B Ai i P( A B i ). P A i Fonte: CRESPO, Antonio A. Estatística Fácil. 15 a. Edição. São Paulo: Atlas, (Cap 09) C8-6

7 8.12 Exercícios 1. Determine a probabilidade de cada evento: a) Um número par aparece no lançamento de um dado b) Uma figura aparece ao se extrair uma carta de um baralho. c) Uma carta de ouro aparece ao se extrair uma carta de um baralho d) Uma só coroa aparece no lançamento de três moedas. 2. Um número inteiro é escolhido aleatoriamente dentre os números: 1 2, ,50. Determine a probabilidade de: a) o número ser divisível por 5. b) o número terminar em 3 c) o número ser divisível por 6 ou por 8 d) o número ser divisível por 4 e por 6 3. Dois dados são lançados simultaneamente. Determine a probabilidade de: a) a soma ser menor que 4. b) a soma ser 9. c) o primeiro resultado ser maior que o segundo d) a soma ser menor ou igual a Uma moeda é lançada duas vezes. Calcule a probabilidade de: a) não ocorrer cara nenhuma vez. b) obter-se cara na primeira ou na segunda jogada. 5. Um inteiro entre 3 e 11 será escolhido ao acaso. a) qual a probabilidade que este número seja ímpar.? b) qual a probabilidade que este número seja ímpar e divisível por 3? 6. Uma carta é retirada ao acaso de um baralho. Qual a probabilidade de que a carta retirada seja uma dama ou uma carta de copas? 7. No lançamento de dois dados, qual a probabilidade de se obter um par de pontos iguais.? 8. Em lote de 12 peças, 4 são defeituosas. Sendo retiradas aleatoriamente 2 peças, calcule: a) a probabilidade de ambas serem defeituosas b) a probabilidade de ambas não serem defeituosas c) a probabilidade de ao menos uma ser defeituosa. 9. No lançamento de um dado, qual a probabilidade de sair o número 6 ou um número ímpar? 10. Duas cartas são retiradas ao acaso de um baralho. Calcule a probabilidade de se obterem: C8-7

8 a) dois valetes b) um valete e uma dama 11. Um casal planeja ter três filhos. Determine a probabilidade de nascerem: a) três homens b) dois homens e uma mulher 12. Uma moeda é lançada três vezes. Calcule a probabilidade de obtermos: a) três caras e) pelo menos uma cara b) duas coroas e uma cara f) no máximo uma cara c) uma cara somente d) nenhuma cara 13. Numa fábrica existem 3 máquinas destinadas a produção de parafusos. A 1 a. Máquina produz 2000 / d, a 2 a e a 3 a A porcentagem de parafusos defeituosos são 2%, 3% e 5% respectivamente. Ao final do dia encontrou-se um parafuso defeituoso. Qual a probabilidade de ele ter sido produzido em cada uma dessas máquinas? 14. Sejam quatro urnas com bolas coloridas, contendo 10 bolas cada uma, assim distribuídas: Urna Vermelha Branca Azul Total A B C D Escolhe-se arbitrariamente uma das urnas e extraiu-se uma bola. Se a bola é vermelha, qual a probabilidade de ter sido extraído da urna A? B? C? D? 15. Num Mercado, três corretoras A, B e C são responsáveis por 20%, 50% e 30% do volume total de contratos negociados, respectivamente. Do volume de cada corretora, 20%, 5% e 2%, respectivamente, são contratos futuros em dólares. Um contrato é escolhido ao acaso e este é futuro em dólares. Qual a probabilidade de ter sido negociado pela corretora A? E pela corretora C? 16. Três máquinas produzem determinado tipo de peça. A máquina A produz 40% do total, apresentando 25 de defeitos; a Máquina B produz 35% do total, apresentando 1,5% de defeitos e, finalmente, a máquina C apresenta 1,4% de defeitos. Do total da produção mensal foi tirada uma peça e verificou-se que era defeituosa. Qual a probabilidade de que essa peça tenha sido produzida nas máquinas A, B, e C? Respostas: a b c d e a b c d e f 1 1/2 3/13 1/4 3/8 09 2/3 2 1/5 1/10 6/25 2/ /221 4/ /2 1/9 5/12 5/ /8 3/8 4 1/4 ½ 12 1/8 3/8 3/8 1/8 7/8 1/2 5 3/7 1/ /13 14 P(a/x) = 0,07 P(b/x) = 0,40 P(c/x) = 0,53 C8-8

9 7 1/6 15 P(a/x) = 0,56 P(b/x) = 0,84 8 1/11 14/33 16 P(a/x) = 0,48 P(b/x) = 0,31 P(c/x) = 0, Distribuição Normal A distribuição normal é a mais importante das distribuições de probabilidades. Conhecida como a curva em forma de sino, a distribuição normal tem sua origem associada aos erros de mensuração. É sabido que, quando se efetuam repetidas mensurações de determinada grandeza com um aparelho equilibrado, não se chega ao mesmo resultado todas as vezes; obtém-se, ao contrário, um conjunto de valores que oscilam, de modo aproximadamente simétrico, em torno do verdadeiro valor. Construindose o histograma desses valores, obtém-se uma figura com forma aproximadamente simétrica. Gauss deduziu matematicamente a distribuição normal como distribuição de probabilidade dos erros de observação, denominando-a então lei normal dos erros. Inicialmente se supunha que todos os fenômenos da vida real devessem ajustar-se a uma curva em forma de sino; em caso contrário, suspeitava-se de alguma anormalidade no processo de coleta de dados. Daí a designação de curva normal. A observação cuidadosa subseqüente mostrou, entretanto, que essa pretensa universalidade da curva, ou distribuição normal, não correspondia à realidade. De fato, não são poucos os exemplos de fenômenos da vida real representados por distribuições não normais, curvas assimétricas, por exemplo. Mesmo assim, a distribuição normal desempenha papel preponderante na estatística, e os processos de inferência nela baseados têm larga aplicação. A distribuição normal tem sua função de densidade de probabilidade dada por f(x) = ( x µ ) 1 exp 2 2 σ π 2 σ 2 < x < Como pode-se observar através da equação acima, a distribuição normal inclui os parâmetros µ e σ, os quais possuem os seguintes significados: µ : posição central da distribuição (média, µ x ), que doravante vamos chamar de X C8-9

10 σ : dispersão da distribuição (desvio padrão, σ x ), que doravante vamos chamar de S A figura 2 ilustra uma curva normal típica, com seus parâmetros descritos graficamente. f(x) S X : média S: desvio padrão X x Figura 2 - Curva normal típica Propriedades da distribuição normal Para uma mesma média X e diferentes desvios padrão S, a distribuição que tem maior desvio padrão se apresenta mais achatada, acusando maior dispersão em torno da média. A que tem menor desvio padrão apresenta pico mais acentuado e maior concentração em torno da média. A figura 3 compara três curvas normais, com mesma média, porém com desvios padrão diferentes. A curva A se apresenta mais dispersa que a curva B, que por sua vez se apresenta mais dispersa que a curva C. Neste caso, S A > S B > S C. Distribuições normais com o mesmo desvio padrão e médias diferentes possuem a mesma dispersão, mas diferem quanto à localização. Quanto maior a média, mais à direita está a curva. A figura 4 ilustra o fato, onde a curva A possui média maior que a curva B ( X A > X B ). C8-10

11 C µ B A Figura 3 - Distribuições normais com mesma média e desvios padrão diferentes B A µ B µ A Figura 4 - Distribuições normais com mesmo desvio padrão e médias diferentes Como descrito anteriormente, a probabilidade de uma variável assumir valores entre a e b é igual à área sob a curva entre esse dois pontos. A determinação destas probabilidades é realizada matematicamente através da integração da função de densidade de probabilidade entre os pontos a e b de interesse. No caso da normal, a integral não pode ser calculada exatamente, e a probabilidade entre dois pontos só pode ser obtida aproximadamente, por métodos numéricos. Esta tarefa é facilitada através do uso da distribuição normal padrão definida a seguir. No caso da distribuição normal, algumas dessas áreas com os pontos a e b função da média X e do desvio padrão S são bastante difundidos, e estão representadas na figura 5, que conservamos a nomenclatura original trabalhando com µ e σ C8-11

12 99.73 % % % µ-3 σ µ-2σ µ -σ µ µ+ σ µ +3σ µ+2σ Figura 5 - Probabilidades da distribuição normal 68,26% => 1 desvio 95,46% => 2 desvios 99,73% => 3 desvios Portanto, 68,26% dos valores populacionais caem entre os limites definidos como média mais ou menos um desvio padrão ( X ± 1S); 95,46% dos valores caem entre média mais ou menos dois desvios padrão ( X ± 2S); e 99,73% dos valores caem entre média mais ou menos três desvios padrão ( X ± 3S) A distribuição normal padrão A distribuição normal particular com média 0 e desvio padrão 1 é chamada de distribuição normal padrão, e costuma ser denotada por Z. A variável aleatória definida por Z = X µ σ terá uma distribuição N(0,1). Esta transformação é ilustrada pela figura 6. C8-12

13 X µ-3σ µ-2σ µ-σ µ µ+σ µ+3σ µ+2σ X - µ σ Z Figura 6 - Transformação Vamos a um exemplo: Em um concurso público para escriturários a média do teste foi de 125 pontos e o desvio padrão 48. Qual a porcentagem de candidatos com resultados, dentro de uma distribuição normal, de: a) entre 125 e 138 b) entre 120 e 125 c) abaixo de 120 d) acima de 138 e) entre 138 e 140 Como resolver problemas de distribuição normal? Em 1º lugar: vamos transformar todos esses pedidos em uma linguagem própria do nosso capitulo que ora estudamos: a) p(125 < Xi < 138) b) p(120 < Xi < 125) c) p(xi < 120) d) p(xi > 138) e) p(138 < Xi < 140) C8-13

14 Em 2º. Lugar: vamos fazer um desenho para cada item pedido: (mesmo fora de escala faça seu desenho) Já sabemos que da fórmula Z = padrão. X µ σ X é o nosso Xi, µ é a nossa média e σ é o desvio 3º. Lugar: Identificando nossos dados do pedido a : 1. Xi = Média = S = 48 4º. Lugar: Aplicando a fórmula Z. Z = = 0,27 48 Com esse número entraremos na tabela da curva normal reduzida, que se encontra na última página de nossa aula, e dela extrair uma parte. Nosso objetivo é saber quanto vale em termos de área ou porcentagem um Z = 0,27 z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , ,18793 Penso que deu para perceber claramente como achamos para um Z = 0,27 uma área de 0,10642 ou 10,64%. Isso quer dizer: em uma distribuição normal com média = 125 e com desvio padrão = 48, a área comprendida entre 125 e 138 pontos é de 10,64%. Esta área está em vermelho. Vamos ao pedido b : p(120 < Xi < 125) C8-14

15 Z = ( ) 48 0,10, na tabela 0,0398 ou 03,98% (em vermelho) z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , ,18793 Vamos ao pedido c : p(xi < 120) importante) Lembre-se: a) a média divide a curva em duas partes iguais: 50% e 50% b) a tabela fornece a área do Xi até a média (isto é 120 a 125, já sei que a área é de 3,98%, entretanto desejamos a área abaixo de Logo devemos fazer a seguinte conta: 50% 3,98% = 46,02%. Vamos ao pedido d : acima de 138 C8-15

16 Se eu sei que a área entre 138 a 125 é de 10,64%, logo: 50% 10,64% = 39,36% Vamos ao pedido e : p(138 < Xi < 140) Z 1 = ( ) 48 0,31, na tabela = 0,1217 ou 12,17% Z 2 = ( ) 48 0,27, na tabela = 0,1064 ou 10,64% a tabela fornece a área do Xi até a média (isto é importante) A resposta será a diferença entre ambos: 1,53% Área subtendida pela Curva Normal Reduzida z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0, , , , , , , , , ,03586 C8-16

17 0,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , , ,5 0, , , , , , , , , , ,6 0, , , , , , , , , , ,7 0, , , , , , , , , , ,8 0, , , , , , , , , , ,9 0, , , , , , , , , , ,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , , ,5 0, , , , , , , , , , ,6 0, , , , , , , , , , ,7 0, , , , , , , , , , ,8 0, , , , , , , , , , ,9 0, , , , , , , , , , ,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , , ,5 0, , , , , , , , , , ,6 0, , , , , , , , , , ,7 0, , , , , , , , , , ,8 0, , , , , , , , , , ,9 0, , , , , , , , , , ,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , , ,5 0, , , , , , , , , , ,6 0, , , , , , , , , , ,7 0, , , , , , , , , , ,8 0, , , , , , , , , , ,9 > 0,49995 etc... Fonte: Exercícios Curva Normal 1) Os pesos de 600 estudantes são normalmente distribuídos com média 65,3 kg e desvio padrão 5,5 kg. Determine o número de estudantes que pesam: a. entre 60 e 70 kg; b. mais que 63,2 kg; c. menos que 68 kg. 2) A duração de certo componente eletrônico tem média de 850 dias e desvio padrão de 40 dias. Sabendo-se que a duração é normalmente distribuída, calcule a probabilidade de esse componente durar: a. entre 700 e 1000 dias; b. mais de 800 dias; c. menos de 750 dias. C8-17

18 3) Determinado veículo a álcool apresenta consumo médio por km rodado de 142 ml, com desvio padrão de 12 ml. Calcular as seguintes probabilidades: a. um carro gastar de 120 a 130 ml; b. um, carro gastar mais de 145 ml; c. um carro gastar menos de 140 ml. 4) Determinada máquina de empacotar arroz está regulada para um peso unitário líquido de 5 kg com desvio-padrão de 200 g. Embalagens com peso líquido inferior ao regulado são reembaladas até estarem dentro das especificações. Calcular: a. qual a porcentagem de embalagens que é recusada pelo controle de qualidade? b. Numa produção mensal de unidades, qual será o número de embalagens recusado pelo controle de qualidade? 5) Sabe-se que a duração de vida útil de determinado tipo de lâmpadas se distribui normalmente com média de 100 horas e desvio-padrão de 210 horas. Certa empresa resolveu, por intermédio do departamento de relações industriais, montar uma árvore de natal. Na montagem desta utilizaram 400 lâmpadas, as quais ficariam acesas ininterruptamente por determinado período de tempo. Pergunta-se: a. quantas lâmpadas queimarão antes de completar 620 hs? b. quantas lâmpadas vão durar entre 790 e 1210 horas? 6) Certa empresa necessita, para sua linha de montagem, de determinado tipo de arruelas. Estas arruelas devem estar normalmente distribuídas com média de 0,502 mm e desvio-padrão de 0,005 mm de diâmetro. A finalidade, para a qual estas arruelas são necessárias, permite uma tolerância máxima da medida média mais ou menos um desvio-padrão. Caso isso ocorra, a linha de montagem rejeita as peças. Qual a quantidade de peças que pode ser rejeitada em um lote de arruelas? 7) Certa peça de reposição para veículos automotores tem duração média de km com desvio-padrão de 1000 km, dependendo das condições de uso, e distribuem-se normalmente. Se for oferecida para esta peça uma garantia de km, quantas peças deveriam ser substituídas antes de completar-se a garantia? Sabe-se que a venda anual dessas peças é de unidades. 8) Utilizando os dados do exercício anterior responda: Qual deveria ser a garantia dada pelo fabricante desta peça para que apenas 1% delas fosse substituído? 9) Em uma distribuição normal, 29,12% dos elementos são superiores a 38 e 12,71% inferiores a 23. Encontrar a média e a variância da distribuição. C8-18

Noções sobre Probabilidade

Noções sobre Probabilidade Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de

Leia mais

T o e r o ia a da P oba ba i b lida d de

T o e r o ia a da P oba ba i b lida d de Teoria da Probabilidade Prof. Joni Fusinato Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso cotidiano. Usa o princípio básico do aprendizado humano que

Leia mais

Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.

Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Estatística Probabilidade Profa. Ivonete Melo de Carvalho Conteúdo Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Objetivos Utilizar a probabilidade como estimador

Leia mais

3 NOÇÕES DE PROBABILIDADE

3 NOÇÕES DE PROBABILIDADE 3 NOÇÕES DE PROILIDDE 3.1 Conjuntos Um conjunto pode ser considerado como uma coleção de objetos chamados elementos do conjunto. Em geral denota-se conjunto por letras maiúsculas,, C,... e a sua representação

Leia mais

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:

Leia mais

Probabilidade. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva

Probabilidade. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Probabilidade Probabilidade Experimento Aleatório Um experimento é dito aleatório quando satisfaz

Leia mais

Estatística Empresarial. Fundamentos de Probabilidade

Estatística Empresarial. Fundamentos de Probabilidade Fundamentos de Probabilidade A probabilidade de chuva é de 90% A probabilidade de eu sair é de 5% Conceitos Básicos Conceitos Básicos 1. Experiência Aleatória (E) Processo de obtenção de uma observação

Leia mais

LISTA DE EXERCÍCIOS 1 ESTATÍSTICA E PROBABILIDADES

LISTA DE EXERCÍCIOS 1 ESTATÍSTICA E PROBABILIDADES LISTA DE EXERCÍCIOS 1 ESTATÍSTICA E PROBABILIDADES 1- Ordene os dados indicando o 1º, 2º e 3º quartil 45, 56, 62, 67, 48, 51, 64, 71, 66, 52, 44, 58, 55, 61, 48, 50, 62, 51, 61, 55 2- Faça a análise da

Leia mais

3. Probabilidade P(A) =

3. Probabilidade P(A) = 7 3. Probabilidade Probabilidade é uma medida numérica da plausibilidade de que um evento ocorrerá. Assim, as probabilidades podem ser usadas como medidas do grau de incerteza e podem ser expressas de

Leia mais

RESOLUÇÃO DAS ATIVIDADES E FORMALIZAÇÃO DOS CONCEITOS

RESOLUÇÃO DAS ATIVIDADES E FORMALIZAÇÃO DOS CONCEITOS CENTRO UNIVERSITÁRIO FRANCISCANO Curso de Administração Disciplina: Estatística I Professora: Stefane L. Gaffuri RESOLUÇÃO DAS ATIVIDADES E FORMALIZAÇÃO DOS CONCEITOS Sessão 1 Experimentos Aleatórios e

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor

Leia mais

Coordenadoria de Matemática. Apostila de Probabilidade

Coordenadoria de Matemática. Apostila de Probabilidade Coordenadoria de Matemática Apostila de Probabilidade Vitória ES 1. INTRODUÇÃO CAPÍTULO 03 Quando investigamos algum fenômeno, verificamos a necessidade de descrevê-lo por um modelo matemático que permite

Leia mais

Probabilidades- Teoria Elementar

Probabilidades- Teoria Elementar Probabilidades- Teoria Elementar Experiência Aleatória Experiência aleatória é uma experiência em que: não se sabe exactamente o resultado que se virá a observar, mas conhece-se o universo dos resultados

Leia mais

PROBABILIDADE PROPRIEDADES E AXIOMAS

PROBABILIDADE PROPRIEDADES E AXIOMAS PROBABILIDADE ESPAÇO AMOSTRAL É o conjunto de todos os possíveis resultados de um experimento aleatório. A este conjunto de elementos denominamos de espaço amostral ou conjunto universo, simbolizado por

Leia mais

Disciplina de Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE PROBABILIDADES

Disciplina de Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE PROBABILIDADES Disciplina de Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE PROBABILIDADES 1) Determine a probabilidade de cada evento: a) Um nº par aparece no lançamento de um dado; b) Uma figura

Leia mais

CAPÍTULO 3 PROBABILIDADE

CAPÍTULO 3 PROBABILIDADE CAPÍTULO 3 PROBABILIDADE 1. Conceitos 1.1 Experimento determinístico Um experimento se diz determinístico quando repetido em mesmas condições conduz a resultados idênticos. Exemplo 1: De uma urna que contém

Leia mais

Unidade III ESTATÍSTICA. Prof. Fernando Rodrigues

Unidade III ESTATÍSTICA. Prof. Fernando Rodrigues Unidade III ESTATÍSTICA Prof. Fernando Rodrigues Medidas de dispersão Estudamos na unidade anterior as medidas de tendência central, que fornecem importantes informações sobre uma sequência numérica. Entretanto,

Leia mais

Cap. 4 - Probabilidade

Cap. 4 - Probabilidade Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 4 - Probabilidade APOIO: Fundação de Apoio à Pesquisa

Leia mais

VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE

VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos

Leia mais

Estatística Aplicada. Prof. Carlos Alberto Stechhahn PARTE I ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE PROBABILIDADE CONDICIONAL.

Estatística Aplicada. Prof. Carlos Alberto Stechhahn PARTE I ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE PROBABILIDADE CONDICIONAL. Estatística Aplicada Administração p(a) = n(a) / n(u) PARTE I ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE PROBABILIDADE CONDICIONAL Prof. Carlos Alberto Stechhahn 2014 1. Noções de Probabilidade Chama-se experimento

Leia mais

2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.

2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 1) Classifique as seguintes variáveis aleatórias como discretas ou contínuas. X : o número de acidentes de automóvel por ano na rodovia BR 116. Y :

Leia mais

ELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015

ELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015 ELEMENTOS DE PROBABILIDADE Prof. Paulo Rafael Bösing 25/11/2015 ELEMENTOS DE PROBABILIDADE Def.: Um experimento é dito aleatório quando o seu resultado não for previsível antes de sua realização, ou seja,

Leia mais

Modelos básicos de distribuição de probabilidade

Modelos básicos de distribuição de probabilidade Capítulo 6 Modelos básicos de distribuição de probabilidade Muitas variáveis aleatórias, discretas e contínuas, podem ser descritas por modelos de probabilidade já conhecidos. Tais modelos permitem não

Leia mais

Teoria das Probabilidades

Teoria das Probabilidades Capítulo 2 Teoria das Probabilidades 2.1 Introdução No capítulo anterior, foram mostrados alguns conceitos relacionados à estatística descritiva. Neste capítulo apresentamos a base teórica para o desenvolvimento

Leia mais

PROBABILIDADE. É o conjunto de todos os resultados possíveis de um experimento aleatório. A letra que representa o espaço amostral, é S.

PROBABILIDADE. É o conjunto de todos os resultados possíveis de um experimento aleatório. A letra que representa o espaço amostral, é S. PROBABILIDADE A história da teoria das probabilidades, teve início com os jogos de cartas, dados e de roleta. Esse é o motivo da grande existência de exemplos de jogos de azar no estudo da probabilidade.

Leia mais

PROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti

PROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti PROBABILIDADE Dizemos que a probabilidade é uma medida da quantidade de incerteza que existe em um determinado experimento.

Leia mais

Introdução à Probabilidade

Introdução à Probabilidade A Teoria de Probabilidade é responsável pelo estudo de fenômenos que envolvem a incerteza (é impossível prever antecipadamente o resultado) e teve origem na teoria de jogos, servindo como ferramenta para

Leia mais

1- INTRODUÇÃO 2. CONCEITOS BÁSICOS

1- INTRODUÇÃO 2. CONCEITOS BÁSICOS 1 1- INTRODUÇÃO O termo probabilidade é usado de modo muito amplo na conversação diária para sugerir um certo grau de incerteza sobre o que ocorreu no passado, o que ocorrerá no futuro ou o que está ocorrendo

Leia mais

INTRODUÇÃO À PROBABILIDADE

INTRODUÇÃO À PROBABILIDADE INTRODUÇÃO À PROBABILIDADE Foto extraída em http://www.alea.pt Profª Maria Eliane Universidade Estadual de Santa Cruz USO DE PROBABILIDADES EM SITUAÇÕES DO COTIDIANO Escolhas pessoais Previsão do tempo

Leia mais

PROBABILIDADE. Numero de Resultados Desejado Numero de Resultados Possiveis EXERCÍCIOS DE AULA

PROBABILIDADE. Numero de Resultados Desejado Numero de Resultados Possiveis EXERCÍCIOS DE AULA PROBABILIDADE São duas as questões pertinentes na resolução de um problema envolvendo probabilidades. Primeiro, é preciso quantificar o conjunto de todos os resultados possíveis, que será chamado de espaço

Leia mais

CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES

CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES. INTRODUÇÃO - Conceito de população desconhecida π e proporção da amostra observada P. π P + pequeno erro Perguntas: - Qual é o pequeno erro?

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Aula 3 Professora: Rosa M. M. Leão Probabilidade e Estatística Conteúdo: 1.1 Por que estudar? 1.2 O que é? 1.3 População e Amostra 1.4 Um exemplo 1.5 Teoria da Probabilidade 1.6 Análise Combinatória 3

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA

UNIVERSIDADE FEDERAL DA PARAÍBA UNIVERSIDADE FEDERAL DA PARAÍBA Probabilidade Departamento de Estatística UFPB Luiz Medeiros Introdução Encontramos na natureza dois tipos de fenômenos Determinísticos: Os resultados são sempre os mesmos

Leia mais

2 Conceitos Básicos de Probabilidade

2 Conceitos Básicos de Probabilidade CE003 1 1 Introdução No capítulo anterior, foram mostrados alguns conceitos relacionados à estatística descritiva. Neste capítulo apresentamos a base teórica para o desenvolvimento de técnicas estatísticas

Leia mais

ESTATÍSTICA Parte II

ESTATÍSTICA Parte II ESTATÍSTICA Parte II PARA OS CURSOS TÉCNICOS Material Didático Elaborado por: Alessandro da Silva Saadi MESTRE EM MATEMÁTICA 1 Capítulo 1 Escola Técnica Estadual Getúlio Vargas ESTATÍSTICA II Prof. Me.

Leia mais

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo

Leia mais

Conceitos básicos de teoria da probabilidade

Conceitos básicos de teoria da probabilidade Conceitos básicos de teoria da probabilidade Experimento Aleatório: procedimento que, ao ser repetido sob as mesmas condições, pode fornecer resultados diferentes Exemplos:. Resultado no lançamento de

Leia mais

PROBABILIDADE E ESTATÍSTICA. Aula 2 Professor Regina Meyer Branski

PROBABILIDADE E ESTATÍSTICA. Aula 2 Professor Regina Meyer Branski PROBABILIDADE E ESTATÍSTICA Aula 2 Professor Regina Meyer Branski Probabilidade 1. Conceitos básicos de probabilidade 2. Probabilidade condicional 3. Eventos Dependentes e Independentes 4. Regra da Multiplicação

Leia mais

TEORIA DAS PROBABILIDADES

TEORIA DAS PROBABILIDADES TEORIA DAS PROBABILIDADES 1.1 Introdução Ao estudarmos um fenômeno coletivo, verificamos a necessidade de descrever o próprio fenômeno e o modelo matemático associado ao mesmo, que permita explicá-lo da

Leia mais

Experiências Aleatórias. Espaço de Resultados. Acontecimentos

Experiências Aleatórias. Espaço de Resultados. Acontecimentos Experiências Aleatórias. Espaço de Resultados. Acontecimentos Experiência Aleatória É uma experiência em que: não se sabe exactamente o resultado que se virá a observar; conhece-se o universo dos resultados

Leia mais

3. A probabilidade do evento de números pares. 4. O evento formado por número menor que três. 5. A probabilidade do evento número menor que três.

3. A probabilidade do evento de números pares. 4. O evento formado por número menor que três. 5. A probabilidade do evento número menor que três. 1 a Lista de Exercício - Estatística (Probabilidade) Profa. Ms. Ulcilea A. Severino Leal Algumas considerações importantes sobre a resolução dos exercícios. (i) Normas da língua culta, sequência lógica

Leia mais

Prof. Luiz Alexandre Peternelli

Prof. Luiz Alexandre Peternelli Exercícios propostos 1. Numa prova há 7 questões do tipo verdadeiro-falso ( V ou F ). Calcule a probabilidade de acertarmos todas as 7 questões se: a) Escolhermos aleatoriamente as 7 respostas. b) Escolhermos

Leia mais

PROBABILIDADE E ESTATÍSTICA UNIDADE V - INTRODUÇÃO À TEORIA DAS PROBABILIDADES

PROBABILIDADE E ESTATÍSTICA UNIDADE V - INTRODUÇÃO À TEORIA DAS PROBABILIDADES PROBABILIDADE E ESTATÍSTICA UNIDADE V - INTRODUÇÃO À TEORIA DAS PROBABILIDADES 0 1 INTRODUÇÃO A teoria das probabilidades é utilizada para determinar as chances de um experimento aleatório acontecer. 1.1

Leia mais

Os experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios.

Os experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios. PROBABILIDADE A teoria das Probabilidades é o ramo da Matemática que cria, desenvolve e em geral pesquisa modelos que podem ser utilizados para estudar experimentos ou fenômenos aleatórios. Os experimentos

Leia mais

Noções de Probabilidade

Noções de Probabilidade Noções de Probabilidade Joel M. Corrêa da Rosa 2011 A estatística descritiva é ferramenta indispensável para extrair informação em um conjunto de dados. Entretanto, a tomada de decisões está fortemente

Leia mais

FMU- Cursos de Tecnologia Disciplina: Métodos Quantitativos em Gestão e Negócios-

FMU- Cursos de Tecnologia Disciplina: Métodos Quantitativos em Gestão e Negócios- FMU- Cursos de Tecnologia Disciplina: Métodos Quantitativos em Gestão e Negócios- Memória - Teoria e Exercícios sobre Distribuição Normal de Probabilidade Distribuição Normal de Probabilidade As distribuições

Leia mais

EST029 Cálculo de Probabilidade I Cap. 3: Probabilidade Condicional e Independência

EST029 Cálculo de Probabilidade I Cap. 3: Probabilidade Condicional e Independência EST029 Cálculo de Probabilidade I Cap. 3: Probabilidade Condicional e Independência Prof. Clécio da Silva Ferreira Depto Estatística - UFJF 1 Perguntas 1. Um novo aparelho para detectar um certo tipo de

Leia mais

Os experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios.

Os experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios. PROBABILIDADE Prof. Aurimenes A teoria das Probabilidades é o ramo da Matemática que cria, desenvolve e em geral pesquisa modelos que podem ser utilizados para estudar experimentos ou fenômenos aleatórios.

Leia mais

Universidade Federal de Goiás Instituto de Matemática e Estatística

Universidade Federal de Goiás Instituto de Matemática e Estatística Universidade Federal de Goiás Instituto de Matemática e Estatística Prova 1 de Probabilidade I Prof.: Fabiano F. T. dos Santos Goiânia, 15 de setembro de 2014 Aluno: Nota: Descreva seu raciocínio e desenvolva

Leia mais

NOÇÕES DE PROBABILIDADE

NOÇÕES DE PROBABILIDADE NOÇÕES DE PROBABILIDADE ALEATORIEDADE Menino ou Menina me? CARA OU COROA? 3 Qual será o rendimento da Caderneta de Poupança no final deste ano? E qual será a taxa de inflação acumulada em 014? Quem será

Leia mais

Tema 4- Modelos de probabilidade. (Versão: para o manual a partir de 2016/17)

Tema 4- Modelos de probabilidade. (Versão: para o manual a partir de 2016/17) Tema 4- Modelos de probabilidade. (Versão: para o manual a partir de 016/17) 1- Modelos de probabilidade(136) 1.1) Introdução.(36) (Vídeo: 33) 1.) Fenómenos aleatórios(138) Experiência determinística-produz

Leia mais

Probabilidade material teórico

Probabilidade material teórico 1 A probabilidade serve para calcular a chance de algo acontecer. Seu estudo, assim como o da Análise Combinatória, teve origem nos jogos de azar, onde as pessoas queriam saber qual o melhor modo de jogar,

Leia mais

Lista 3 - Introdução à Probabilidade e Estatística

Lista 3 - Introdução à Probabilidade e Estatística Lista - Introdução à Probabilidade e Estatística Probabilidade em Espaços Equiprováveis 1 Num evento científico temos 1 físicos e 11 matemáticos. Três deles serão escolhidos aleatoriamente para participar

Leia mais

Tipos de Modelo. Exemplos. Modelo determinístico. Causas. Efeito. Exemplos. Modelo probabilístico. Causas. Efeito. Determinístico.

Tipos de Modelo. Exemplos. Modelo determinístico. Causas. Efeito. Exemplos. Modelo probabilístico. Causas. Efeito. Determinístico. Tipos de Modelo Sistema Real Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Probabilístico Modelo determinístico Exemplos Gravitação F GM 1 M 2 /r 2 Causas Efeito

Leia mais

Conceito de Estatística

Conceito de Estatística Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir

Leia mais

Introdução à Inferência Estatística

Introdução à Inferência Estatística Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16

Leia mais

Capítulo4- Modelos de probabilidade.

Capítulo4- Modelos de probabilidade. Capítulo4- Modelos de probabilidade. 1- Modelos de probabilidade(110) 1.1) Introdução.(110) 1.) Fenómenos aleatórios(11) Experiência determinística-produz sempre o mesmo resultado desde que seja repetido

Leia mais

Estatística. Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas. Professor Fernando Porto

Estatística. Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas. Professor Fernando Porto Estatística Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas Professor Fernando Porto Lançam-se 3 moedas. Seja X o número de ocorrências da face cara. O espaço amostral do experimento é: W = {(c,c,c),(c,c,r),(c,r,c),(c,r,r),(r,c,c),(r,c,r),(r,r,c),(r,r,r)}

Leia mais

Princípios de Modelagem Matemática Aula 10

Princípios de Modelagem Matemática Aula 10 Princípios de Modelagem Matemática Aula 10 Prof. José Geraldo DFM CEFET/MG 19 de maio de 2014 1 Alguns resultados importantes em estatística A distribuição normal tem importante papel em estatística pois

Leia mais

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc. Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável

Leia mais

CE Estatística I

CE Estatística I CE 002 - Estatística I Agronomia - Turma B Professor Walmes Marques Zeviani Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná 1º semestre de 2012 Zeviani,

Leia mais

Modelos Lineares Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite. Professora Ariane Ferreira

Modelos Lineares Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite. Professora Ariane Ferreira Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite Professora Ariane Ferreira Modelos Probabilísticos de v.a. continuas Distribuição de Probabilidades 2 IPRJ UERJ Ariane Ferreira

Leia mais

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 26 de Agosto, 2013 Probabilidade: uma Introdução / Aula 5 1 Variáveis aleatórias Definição

Leia mais

O conceito de probabilidade

O conceito de probabilidade A UA UL LA O conceito de probabilidade Introdução Nesta aula daremos início ao estudo da probabilidades. Quando usamos probabilidades? Ouvimos falar desse assunto em situações como: a probabilidade de

Leia mais

PROBABILIDADE. Prof. Patricia Caldana

PROBABILIDADE. Prof. Patricia Caldana PROBABILIDADE Prof. Patricia Caldana Estudamos probabilidade com a intenção de prevermos as possibilidades de ocorrência de uma determinada situação ou fato. Para determinarmos a razão de probabilidade,

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Primeira Lista de Exercícios de junho de 0 Quantos códigos de quatro letras podem ser construídos usando-se as letras a, b, c, d, e, f se: a nenhuma letra puder ser repetida? b qualquer

Leia mais

Professor Mauricio Lutz DISTRIBUIÇÃO NORMAL

Professor Mauricio Lutz DISTRIBUIÇÃO NORMAL 1 DISTRIBUIÇÃO NORMAL Entre as distribuições teóricas de variável contínua, uma das mais empregadas é a distribuição normal. O aspecto gráfico de uma distribuição normal é o da figura abaio. Para uma perfeita

Leia mais

Probabilidade. Prof. Paulo Cesar F. de Oliveira, BSc, PhD

Probabilidade. Prof. Paulo Cesar F. de Oliveira, BSc, PhD Prof. Paulo Cesar F. de Oliveira, BSc, PhD 1 Seção 3.1 Conceitos básicos de probabilidade 2 ² Experimento de ² Uma ação, ou tentativa, por meio do qual resultados específicos (i.e. contagens, medições

Leia mais

VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL

VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1 dado

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2013

Métodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2013 Métodos Quantitativos para Ciência da Computação Experimental Jussara Almeida DCC-UFMG 2013 Revisão de Probabilidade e Estatística Concentrado em estatística aplicada Estatística apropriada para medições

Leia mais

1 Distribuição Uniforme

1 Distribuição Uniforme Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 03 Aula 8 Professor: Carlos Sérgio UNIDADE 4 - Distribuições Contínuas (Notas de Aula) Distribuição Uniforme

Leia mais

Probabilidade. Definições e Conceitos

Probabilidade. Definições e Conceitos Probabilidade Definições e Conceitos Definições Probabilidade Medida das incertezas relacionadas a um evento chances de ocorrência de um evento Exemplos: Probabilidade de jogar um dado e cair o número

Leia mais

Introdução aos Proc. Estocásticos - ENG 430

Introdução aos Proc. Estocásticos - ENG 430 Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 34 1 Motivação 2 Conceitos

Leia mais

Probabilidade e Estatística Preparação para P1

Probabilidade e Estatística Preparação para P1 robabilidade e Estatística reparação para rof.: Duarte ) Uma TV que valia R$ 00,00, entrou em promoção e sofreu uma redução de 0% em seu preço. Qual é o novo preço da TV? ) Um produto foi vendido por R$

Leia mais

PRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades

PRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades PRO71 ESTATÍSTICA 3.1 PRO 71 ESTATÍSTICA I 3. Distribuições de Probabilidades Variáveis Aleatórias Variáveis Aleatórias são valores numéricos que são atribuídos aos resultados de um eperimento aleatório.

Leia mais

Chamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω.

Chamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω. PROBABILIDADE 1.0 Conceitos Gerais No caso em que os possíveis resultados de um experimento aleatório podem ser listados (caso discreto), um modelo probabilístico pode ser entendido como a listagem desses

Leia mais

AULA 02 Distribuição de Probabilidade Normal

AULA 02 Distribuição de Probabilidade Normal 1 AULA 02 Distribuição de Probabilidade Normal Ernesto F. L. Amaral 20 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario

Leia mais

CAPÍTULO 4 PROBABILIDADE PROBABILIDADE PPGEP Espaço Amostral e Eventos Espaço Amostral e Eventos UFRGS. Probabilidade.

CAPÍTULO 4 PROBABILIDADE PROBABILIDADE PPGEP Espaço Amostral e Eventos Espaço Amostral e Eventos UFRGS. Probabilidade. PROBABILIDADE CAPÍTULO 4 PROBABILIDADE UFRGS A Teoria das s estuda os fenômenos aleatórios. Fenômeno Aleatório: são os fenômenos cujo resultado não pode ser previsto exatamente. Se o fenômeno se repetir,

Leia mais

Intervalos de Confiança

Intervalos de Confiança Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de

Leia mais

Estatística para Cursos de Engenharia e Informática

Estatística para Cursos de Engenharia e Informática Estatística para Cursos de Engenharia e Informática BARBETTA, Pedro Alberto REIS, Marcelo Menezes BORNIA, Antonio Cezar MUDANÇAS E CORREÇOES DA ª EDIÇÃO p. 03, após expressão 4.9: P( A B) = P( B A) p.

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros

UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade

Leia mais

Estimando probabilidades

Estimando probabilidades A UA UL LA Estimando probabilidades Introdução Nas aulas anteriores estudamos o cálculo de probabilidades e aplicamos seu conceitos a vários exemplos. Assim, vimos também que nem sempre podemos calcular

Leia mais

Tópico 3. Estudo de Erros em Medidas

Tópico 3. Estudo de Erros em Medidas Tópico 3. Estudo de Erros em Medidas A medida de uma grandeza é obtida, em geral, através de uma experiência, na qual o grau de complexidade do processo de medir está relacionado com a grandeza em questão

Leia mais

6.3 Valor Médio de uma Variável Aleatória

6.3 Valor Médio de uma Variável Aleatória 6. 3 V A L O R M É D I O D E U M A V A R I Á V E L A L E A T Ó R I A 135 1. Considere uma urna contendo três bolas vermelhas e cinco pretas. Retire três bolas, sem reposição, e defina a v.a. X igual ao

Leia mais

Fernando de Pol Mayer. Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR)

Fernando de Pol Mayer. Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative

Leia mais

Estatística Indutiva

Estatística Indutiva Estatística Indutiva MÓDULO 7: INTERVALOS DE CONFIANÇA 7.1 Conceitos básicos 7.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição

Leia mais

Aproximação da Distribuição Binomial pela Distribuição Normal

Aproximação da Distribuição Binomial pela Distribuição Normal Aproximação da Distribuição Binomial pela Distribuição Normal Uma das utilidades da distribuição normal é que ela pode ser usada para fornecer aproximações para algumas distribuições de probabilidade discretas.

Leia mais

CAIXA ECONOMICA FEDERAL. Prof. Sérgio Altenfelder

CAIXA ECONOMICA FEDERAL. Prof. Sérgio Altenfelder 14.) (ICMS-MG/05) Um empréstimo contraído no início de abril, no valor de R$ 15.000,00 deve ser pago em dezoito prestações mensais iguais, a uma taxa de juros compostos de 2% ao mês, vencendo a primeira

Leia mais

Medidas de Dispersão 1

Medidas de Dispersão 1 Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Medidas de Dispersão 1 Introdução Uma breve reflexão sobre as medidas de tendência central permite-nos concluir que elas não

Leia mais

Cálculo das Probabilidades e Estatística I

Cálculo das Probabilidades e Estatística I Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Variáveis Aleatórias Ao descrever um espaço

Leia mais

Se A =, o evento é impossível, por exemplo, obter 7 no lançamento de um dado.

Se A =, o evento é impossível, por exemplo, obter 7 no lançamento de um dado. PROBABILIDADE Espaço amostral Espaço amostral é o conjunto universo U de todos os resultados possíveis de um experimento aleatório. O número de elementos desse conjunto é indicado por n(u). Exemplos: No

Leia mais

Aula - Introdução a Teoria da Probabilidade

Aula - Introdução a Teoria da Probabilidade Introdução a Teoria da Probabilidade Prof. Magnos Martinello Aula - Introdução a Teoria da Probabilidade Universidade Federal do Espírito Santo - UFES Departamento de Informática - DI 5 de dezembro de

Leia mais

Processos Estocásticos. Luiz Affonso Guedes

Processos Estocásticos. Luiz Affonso Guedes Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Variáveis Aleatórias Funções de Uma Variável Aleatória Funções de Várias Variáveis Aleatórias Momentos e Estatística Condicional Teorema

Leia mais

Modelos de Probabilidade e Inferência Estatística

Modelos de Probabilidade e Inferência Estatística Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Probabilidade Condicional 03/14 1 / 48 É provável que você

Leia mais

ESTATÍSTICA. x(s) W Domínio. Contradomínio

ESTATÍSTICA. x(s) W Domínio. Contradomínio Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.

Leia mais

Teste de hipóteses para uma média populacional com variância conhecida e desconhecida

Teste de hipóteses para uma média populacional com variância conhecida e desconhecida Teste de hipóteses para uma média populacional com variância conhecida e desconhecida Teste de hipóteses para uma média populacional com variância conhecida Tomando-se como exemplo os dados de recém-nascidos

Leia mais

EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais

EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Introdução Considere o experimento: Lançamento de uma moeda. Resultados

Leia mais

Curso de Farmácia Estatística Vital Aula 05 Comentários Adicionais. Prof. Hemílio Fernandes Depto. de Estatística - UFPB

Curso de Farmácia Estatística Vital Aula 05 Comentários Adicionais. Prof. Hemílio Fernandes Depto. de Estatística - UFPB Curso de Farmácia Estatística Vital Aula 05 Comentários Adicionais Prof. Hemílio Fernandes Depto. de Estatística - UFPB Um pouco de Probabilidade Experimento Aleatório: procedimento que, ao ser repetido

Leia mais

Fração como Probabilidade - União e Interseção de Eventos. Sexto Ano do Ensino Fundamental

Fração como Probabilidade - União e Interseção de Eventos. Sexto Ano do Ensino Fundamental Material Teórico - Módulo de FRAÇÃO COMO PORCENTAGEM E COMO PROBABILIDADE Fração como Probabilidade - União e Interseção de Eventos Sexto Ano do Ensino Fundamental Prof. Francisco Bruno Holanda Prof. Antonio

Leia mais

Cursos de Licenciatura em Ensino de Matemática e de EGI Teoria de Probabilidade

Cursos de Licenciatura em Ensino de Matemática e de EGI Teoria de Probabilidade FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhanguene, Av. de Moçambique, km, Tel: +5 4007, Fax: +5 400, Maputo Cursos de Licenciatura em Ensino de Matemática e de

Leia mais