Dossier 7

Dossiers
Didcticos
VII Probabilidades com Excel

http://alea-estp.ine.pt
Lus Miguel Cunha

2
Dossiers Didcticos

1. Nota Introdutria

O projecto ALEA - Aco Local de Estatstica Aplicada - constitui-se como um contributo
para a elaborao de novos suportes de disponibilizao de instrumentos de apoio ao
ensino da Estatstica para os alunos e professores do Ensino Bsico e Secundrio. Este
projecto nasceu de uma ideia conjunta da Escola Secundria Tomaz Pelayo e do INE,
assente nas necessidades e estruturas que os intervenientes possuem. Melhorar a
literacia estatstica , assim, uma condio importante para garantir uma melhor
prestao de um servio de utilidade pblica. O Ensino da Estatstica no Ensino
Bsico e Secundrio constitui um dos instrumentos mais importantes para cumprir
esse objectivo. A pgina Internet do ALEA est no endereo: http://alea-estp.ine.pt.

A rea Dossiers Didcticos foi concebida
para apoiar a elaborao de materiais
didcticos sobre temticas variadas
(Populao e Demografia, Inquritos,
Inflao e Preos, Estatstica com Excel,
etc.). Vrios nmeros destes dossiers vo
estar disponveis neste local, medida que
forem sendo elaborados.
Neste momento apresenta-se o Dossier
VII Probabilidades com Excel, que
teve a colaborao da Prof. Maria Eugnia Graa Martins, num formato legvel em
ambiente browser (ex. Internet Explorer, Netscape), e em papel. Neste dossier poder
encontrar uma descrio de, como aplicar os conhecimentos adquiridos nas pginas das
"Probabilidades" (http://alea-estp.ine.pt) com o Microsoft Excel. Entendemos que alguns
leitores podero estar menos familiarizados com o Excel, pelo que se inicia este dossier
com uma breve abordagem ao ambiente Excel e s suas folhas de clculo.
Nmeros anteriores:
Dossier I - Populao e Demografia - Quantos
Somos e Como somos.
Dossier II Ambiente e Recursos.
Dossier III A Inflao e o ndice de preos no
consumidor.
Dossier IV Estatstica com Excel - Uma
aplicao das noes.
Dossier V Censos 2001. Tu tambm contas.
Dossier VI Notas sobre a Histria da
Estatstica.
Este trabalho no se pretende como definitivo, pelo que agradecemos o envio
de comentrios e sugestes, de todos aqueles que lidam com o ensino ou a
aprendizagem das Probabilidades, para o seguinte endereo electrnico:
lmcunha@ufp.pt. , pois, nosso objectivo ir ao encontro das necessidades e
expectativas de todos. Caso assim se justifique, procuraremos fazer uma 2
edio deste dossier.

3
Dossiers Didcticos
Sumrio:
1. Nota introdutria
2. Trabalhando com o Excel
2.1. O ambiente de trabalho
2.2. Operaes bsicas sobre a folha de clculo
2.3. Instalao de funes avanadas
3. Introduo s probabilidades
4. Experincias aleatrias
5. Probabilidades
6. Probabilidade condicional e independncia
7. Distribuies de probabilidade
8. Calculo combinatrio
9. Ver tambm

2. Trabalhando com o Excel

O Excel um programa de folha de clculo que foi
desenvolvido pela Microsoft para operar em
ambiente Windows. Tal como a maioria das
aplicaes informticas, tem vindo a ser
aperfeioado ajustando-se s novas capacidades dos
computadores pessoais. Este dossier tem como base
a verso 2000 em Portugus, pois apesar de no ser a mais recente (Excel XP),
acreditamos que seja actualmente a de maior disseminao. De forma a facilitar a
leitura deste dossier, os diferentes comandos e funes do Excel esto destacados
em Arial. Para aqueles que possuem a verso em Ingls, tambm se apresentam,
dentro de parntesis rectos, os comandos/funes correspondentes.

2.1. O ambiente de trabalho

Barra de ttulo
Barra de menus
Barra de ferramentas
Barra
de
frmula
Clula B5
Linha
de
nomes
Barra
de
estado
FOLHA DE
CLCULO
Barras de
deslocamento

Caixa de
edio de
clula

4
Dossiers Didcticos

2.2. Operaes bsicas sobre folhas de clculo

So vrias as opes que o Excel apresenta para aceder s diferentes funes e
comandos (para uma verso mais detalhada consultar o dossier IV Estatstica
com Excel Uma aplicao das noes):

1) Atravs dos menus ou submenus, os quais podem ser
seleccionados na Barra de menus, clicando com o
rato, ou recorrendo a teclas de atalho

2) Atravs da Barra de ferramentas, clicando com o rato no cone
correspondente

3) Atravs da Barra de frmulas : Seleccione a clula de destino, clique na
tecla de edio de frmulas, abra o menu das funes.

4) Atravs da Caixa de edio de clula ou directamente na clula, ambas
seleccionadas com o clicar do rato

5
Dossiers Didcticos

2.3. Instalao de funes avanadas

O Excel apresenta um conjunto de funes e procedimentos avanados para a
anlise estatstica de dados, os quais se encontram sob o comando Anlise de
dados [Data analysis].
Antes de dar incio apresentao das diferentes funes estatsticos, verifique se
estas j foram instaladas no seu computador:
1) Aceda ao menu Ferramentas [Tools] e verifique se o comando Anlise
de dados [Data analysis] j consta do menu.

2) Se no constar, escolha o comando Suplementos [Add-Ins] do menu
Ferramentas [Tools], marque a opo Analysis ToolPack e clique OK
para tornar disponveis as funes e os procedimentos avanados. O
comando Anlise de dados passou a constar do menu Ferramentas.

6
Dossiers Didcticos

3. Introduo s probabilidades

Todos os dias somos confrontados com situaes, que nos conduzem a utilizar,
intuitivamente, a noo de probabilidade:

Dizemos que existe uma grande probabilidade de no chover
num dia de Vero;
Dizemos que existe uma pequena probabilidade de ganhar o
totoloto;
O poltico deseja saber qual a sua probabilidade de ganhar as
eleies;
O mdico interroga-se sobre qual a probabilidade de um
doente, tratado com um novo medicamento, sobreviver.
Nas situaes consideradas anteriormente, em que somos conduzidos a utilizar a
noo de probabilidade, e noutras situaes da vida real em vrias reas
cientficas, estamos perante fenmenos no determinsticos, pois quando se
realizam no temos a certeza do que que se vai observar.
Quando apostamos no totoloto podemos jogar num nmero razoavelmente grande
de chaves e s uma que a que nos permite ganhar; quando olhamos para o cu
e no vemos nuvens, dizemos que no vai chover, porque a experincia anterior
nos diz que em situaes idnticas, no costume
chover; quando um doente tratado com um novo
medicamento pode ficar curado ou no; quando um
poltico se candidata a determinadas eleies o nmero
de eleitores que vai votar nele desconhecido.
Cada uma destas situaes pode ser considerada um
fenmeno aleatrio, por oposio aos fenmenos
determinsticos, cujos resultados se conseguem prever.
A Teoria da Probabilidade prende-se com o estudo de modelos matemticos
especiais, a que chamamos modelos probabilsticos, para descrever fenmenos
aleatrios.
Por outro lado, no mdulo de Estatstica foi chamado a ateno que para
interpretar correctamente os resultados de anlises estatsticas necessitamos de

7
Dossiers Didcticos
alguns conhecimentos probabilsticos. Esta situao surge quando pretendemos
fazer Inferncia Estatstica, isto , quando pretendemos tirar concluses acerca de
um grande conjunto de indivduos, baseando-nos num nmero restrito desses
indivduos. Foi neste contexto que foram definidos os conceitos de Populao e
Amostra nesse mdulo.

a probabilidade que nos vai permitir quantificar esta incerteza, quando
passamos do particular (Amostra) para o geral (Populao) na medida em que
quantifica o erro cometido ao tomarmos determinadas decises.
Para definir o conceito de probabilidade, vamos introduzir alguma terminologia. A
primeira definio a ser introduzida, vai ser a de experincia aleatria.
Transcrito das pginas de Noes de probabilidades, inseridas no projecto ALEA
(http://alea.ine.pt/html/probabil/html/probabilidades.html)

Este dossier serve de apoio utilizao de um conjunto de ficheiros produzidos em
Excel (contidos no CD Didctico Probabilidades com Excel), com os quais se
pretende ilustrar e aplicar alguns conceitos bsicos de Probabilidades.
Acreditamos que a sua interactividade e carcter ldico permitiro facilitar a
apreenso dos conhecimentos, tanto em casa, como na sala de aula.
Dossier e ficheiros sero companheiros inseparveis que iro complementar da
melhor forma o estudo realizado sobre as pginas de Noes de Probabilidades
(http://alea-estp.ine.pt/html/probabil/html/probabilidades.html).
Os ficheiros so executveis em Excel 97
ou superior.

8
Dossiers Didcticos

4. Experincias aleatrias

Ao processo que consiste em recolher uma observao de uma varivel, ou
observar um fenmeno aleatrio, que se pretende estudar chamamos
experincia aleatria.

Da realizao de uma experincia aleatria, ressaltam algumas caractersticas,
que a caracterizam:
Pode-se realizar repetidamente, nas mesmas circunstncias e de forma
independente de umas vezes para as outras;

D um resultado de entre um conjunto de resultados possveis,
que representamos por S, a que se d o nome de espao de
resultados ou espao amostral;

De entre os resultados possveis, no se tem conhecimento suficiente de
qual o resultado a ser obtido numa realizao da experincia ou observao
do fenmeno.

Espao de resultados S: o conjunto
de todos os resultados possveis,
associados a uma experincia
aleatria.
Experincia aleatria - processo que conduz obteno de
uma observao ou resultado de entre um conjunto de
resultados individuais (ou elementares) tais que:
antes da observao do fenmeno no se tem
conhecimento suficiente para dizer qual dos resultados
se vai verificar;

admite-se, no entanto, a existncia de uma
regularidade estatstica, isto , possvel encontrar
nmeros entre 0 e 1, que representam a frequncia
relativa com que se verificam os resultados individuais,
num grande nmero de realizaes, independentes, da
experincia..

9
Dossiers Didcticos

Tente realizar a experincia descrita no exemplo. Abra
o ficheiro de Excel Moeda_aleatria.xls, seleccione a
caixa branca e digite o nmero de lanamentos (entre 5
e 1000) que quer simular, prima o boto Lanar
moeda e verifique a evoluo da proporo de caras.

Acontecimento - um conjunto de resultados possveis de uma experincia
aleatria. Aos resultados que compem S tambm se
chamam acontecimentos elementares.
Diz-se que um acontecimento A se realizou quando o
resultado observado na realizao da experincia pertence a A.
Ao espao de resultados ou espao amostra tambm se chama acontecimento certo,
pois quando se realiza a experincia ou observa um fenmeno, alguma coisa tem de
acontecer.
Realize esta experincia. Abra o
ficheiro Dois dados.xls, digite na clula
Q4 o valor da soma correspondente ao
acontecimento citado no exemplo 4.2,
prima a tecla F9, registe todos os pares
ordenados correspondentes (esto
assinalados com um ponto vermelho) e
verifique se o resultado da experincia est contido no acontecimento.
Exemplo 4.1 - Quando
lanamos uma moeda ao ar,
umas vezes sai cara e outras
sai coroa. Se lanarmos a
moeda um grande nmero
de vezes e contarmos o
nmero de caras esperamos
que a proporo de caras
(nmero de caras/nmero
total de lanamentos) se
aproxime de e esta
aproximao tanto melhor
quantas mais vezes
realizarmos a experincia de
lanar a moeda
Acontecimento A: Define-se acontecimento,
como sendo um subconjunto do espao de
resultados S.
Exemplo 4.2 Considere a experincia
aleatria que consiste no lanamento de
dois dados e verificar as faces que ficam
voltadas para cima. Identifique o espao de
resultados e o acontecimento a soma das
pintas das duas faces igual a 5.

10
Dossiers Didcticos

Exemplo 4.3
Considere as diferentes
experincias aleatrias
que consistem no
lanamento de dois, trs
ou quatro dados e
verificar as faces que
ficam voltadas para cima,
ou verificar a soma das
faces que ficam voltadas
para cima ou mesmo
calcular a mdia das
faces que ficam voltadas
para cima.
Actividade complementar
Realize todas as experincias descritas no Exemplo 4.3. Abra o ficheiro
Varios dados.xls e numa folha esboce os espaos de resultados
correspondentes ao lanamento de dois, trs e quatro dados. Prima F9 e
assinale na folha todos os pares, trios e quartetos, correspondentes s
somas que obteve em cada experincia, respectivamente.
Prima novamente a tecla F9 cada vez que queira repetir as experincias

11
Dossiers Didcticos
Existindo um paralelismo entre conjuntos e acontecimentos h, no entanto, uma
terminologia prpria para acontecimentos.
Assim representando os acontecimentos por A, B, C, ..., temos:
O acontecimento complementar do acontecimento A, o acontecimento
constitudo por todos os resultados de S que no esto em A e representa-
se por A (ex.: considerando o do lanamento de uma moeda ao ar, se A
corresponder ao acontecimento sair cara, A corresponder ao
acontecimento sair coroa).
O acontecimento interseco dos acontecimentos A e B, o
acontecimento que se realiza se A e B se realizam ao mesmo tempo e
representa-se por B A (ex: considerando o lanamento de um dado ao
ar em que o resultado o nmero da face voltada para cima, se A
corresponder ao acontecimento face par e se B corresponder ao
acontecimento face de valor superior a 2, B A corresponder ao
conjunto {4, 6}).
O acontecimento unio dos acontecimentos A e B, o acontecimento que
se realiza se A ou B se realizam e representa-se por B A (ex:
considerando o lanamento de um dado ao ar, se A corresponder ao
acontecimento face par e se B corresponder ao acontecimento face de
valor superior a 2, B A corresponder ao conjunto {2, 3, 4, 5, 6}).
O acontecimento impossvel, o acontecimento que resulta da interseco
de acontecimentos mutuamente exclusivos e representa-se por (ex:
considerando o lanamento de um
dado ao ar, se A corresponder ao
acontecimento face par e se B
corresponder ao acontecimento face
de valor inferior a 2,
B A corresponder ).

Abra o ficheiro Diagramas de Venn.xls e
visualize os diferentes acontecimentos
clicando no boto correspondente.

12
Dossiers Didcticos

5. Probabilidades

5.1 Definio frequencista de Probabilidade

Retomemos a definio de experincia aleatria. Desta definio, viu-se que uma
das caractersticas consistia no facto de se poder repetir, nas mesmas
circunstncias. Propomos ento que repita uma experincia um grande nmero de
vezes e que registe a frequncia relativa proporo de vezes com que um
determinado resultado (acontecimento elementar) ocorreu.
medida que o nmero de repeties da experincia
aleatria aumenta, a frequncia relativa do acontecimento
elementar tende para um valor entre 0 e 1. Este limite
interpretado com sendo a probabilidade desse acontecimento elementar.
Na experincia do lanamento do dado, no existe nenhum padro bem definido
para a frequncia relativa da sada de uma qualquer face, por exemplo, nos
prximos 5, 10 ou 15 lanamentos. Mas medida que o nmero de lanamentos
aumenta, essa frequncia relativa comea a estabilizar em torno do valor 0,17, se o
dado for equilibrado.

Visualize essa evoluo
atravs da simulao de
lanamento de um dado
apresentada no ficheiro
Probabilidade_dado.xls.
Aqui tem oportunidade de
verificar a evoluo da
frequncia aps mais 1,
10, 100 ou 1000
lanamentos do dado.
Probabilidade de um acontecimento: Define-
se probabilidade (definio frequencista) de um
acontecimento A como sendo o valor para que
tende a frequncia relativa de A num grande
nmero de repeties da experincia aleatria,
representa-se por P(A).

13
Dossiers Didcticos
Considere agora o lanamento de uma moeda. Do mesmo modo que para o dado,
tambm no existe nenhum padro para a frequncia relativa da sada de cara nos
prximos lanamentos. Mas medida que este nmero de lanamentos aumenta,
essa frequncia relativa comea a estabilizar volta de (se a moeda for
equilibrada). Para verificar este fenmeno, volte a abrir o ficheiro de Excel
Moeda_aleatria.xls, seleccione a caixa branca e digite o nmero de lanamentos
(entre 5 e 1000) que quer simular, prima o boto Lanar moeda e verifique a
evoluo da proporo de caras medida que o nmero de lanamentos aumenta.

Observao: Chamamos a ateno, ainda relativamente a este exemplo, para o
seguinte: no correcto dizer que medida que o nmero de lanamentos
aumenta, o nmero de caras se aproxima de metade do nmero de
lanamentos. A regularidade a longo termo significa que a proporo de
vezes que saiu cara tende a estabilizar. Neste caso, ao fim de 100
lanamentos o nmero de caras foi de 46 (ver pgina 9); se continussemos a
fazer lanamentos poderia acontecer que ao fim de 500 ou 1000
lanamentos, o nmero de caras obtidas fosse respectivamente de 253 e 495.
Como se verifica, pode acontecer que o nmero de caras obtidas se afaste de
metade do nmero de lanamentos, no impedindo que a frequncia relativa
tenha tendncia a estabilizar volta do valor 0,50. Se em muitos
lanamentos de uma moeda a frequncia de caras observadas se aproxima de
1/2, ento dizemos que a probabilidade da sada de cara num prximo
lanamento ser de 1/2.

Ser possvel simular uma moeda no equilibrada, apresentando uma probabilidade
de ocorrer cara diferente de 0,50?
Recorrendo ao ficheiro
Probabilidade_moeda.xls, tente
dar resposta a esta questo,
seleccionado a 1 caixa branca e
digitando um qualquer valor
(entre 0 e 1) da probabilidade de
sair cara, seleccionando a 2 caixa
branca e digitando o nmero de
lanamentos e premindo a tecla
Lanar moeda.

14
Dossiers Didcticos

5.1 Definio clssica ou Laplaciana de Probabilidade

Quando podermos admitir que os resultados do espao de resultados so
equiprovveis, possvel definir probabilidade de um acontecimento A e
representar por P(A) como sendo:

possveis resultados de n.
A a favorveis resultados de n.
) A ( P

Na seco seguinte aplicaremos esta definio, para calcular probabilidades.

15
Dossiers Didcticos

6. Probabilidade condicional e Independncia

Um dos conceitos mais importantes da Teoria das Probabilidades o de
probabilidade condicional, que est relacionado com o
facto de em muitas situaes em que se pretende calcular a
probabilidade de um acontecimento, j dispormos de
alguma informao relevante de forma a actualizar a
atribuio de probabilidade desse acontecimento.
Atendendo definio de probabilidade condicional, vem
imediatamente:

( ) ( ) ( ) ( ) ( ) ( ) A | B P A P B | A P B P A B P B A P

Um processo de visualizar as probabilidades condicionais atravs
da construo de uma rvore de probabilidades.

Partindo dos dados do Exemplo 6.1 podemos obter os seguintes
resultados: P(Homem)=1692/2223=0,761;
P(Sobrevivente | Homem)=332/1692=0,196 e
P(Sobrevivente | Mulher, Menina ou Menino)=(318+29+27)/(422+64+45)=0,704

Abra o ficheiro
Arvore_Probabilidades.xls,
seleccione e preencha as
caixas a azul com a descrio
dos acontecimentos e com os
dados calculados. Interprete
os resultados obtidos.
Probabilidade condicional: Dados os
acontecimentos A e B, com P(A)>0, define-se
probabilidade condicional de B sabendo que A
ocorreu e representa-se por P(A|B), como
sendo:
( )
( )
( ) A P
B A P
A | B P

Exemplo 6.1
Considere os seguintes dados relativos
ao afundamento do Titanic (Triola,
2001):
Sobrevi-
ventes
Falecidos Total
Homens 332 1360 1692
Mulheres 318 104 422
Meninos 29 35 64
Meninas 27 18 45
Total 706 1517 2223

16
Dossiers Didcticos
Partio do espao S, {A
1
, A
2
, A
3
, A
4
}
A
1

A
4

A
2

A
3

Considere um conjunto de acontecimentos
(A
1
, A
2
, ..., A
m
), os quais constituem uma
partio do espao de resultados S, isto ,
todos os acontecimentos so mutuamente
exclusivos e a unio dos m acontecimentos
igual a S.

Para qualquer acontecimento B, com P(B) >0, de acordo com a definio de
probabilidade condicional, verifica-se que: ( )
( )
( ) B P
B A P
B | A P
i
i

Por outro lado, tem-se o seguinte resultado conhecido como Teorema da
Probabilidade Total: ( ) ( ) ( )

m
i
i i
A | B P A P B P
1
, de onde
( )
( ) ( )
( ) ( )
m
i
i i
i i
i
A | B P A P
A | B P A P
B | A P
1
que constitu o Teorema de Bayes.
Ilustrao do Teorema de Bayes

Da leitura do exemplo, obtemos os seguintes valores:
P(A
1
) = P(A
2
) = P(A
3
) = P(A
4
) = 0,25 os parques so escolhidos ao acaso, com
igual probabilidade -; P(B|A
1
) = 0,10; P(B|A
2
) = 0,40; P(B|A
3
) = 0,25 e P(B|A
4
) =
0,15. (Nota: acontecimento B empresa txtil)
Abra o ficheiro Teorema de Bayes.xls,
seleccionando cada uma delas, introduza os
valores nas casas brancas correspondentes,
introduza A2 na casa branca do canto inferior
esquerdo e prima a tecla cinzenta: 3) Calcular
a respectiva probabilidade condicionada.
A
1

A
4

A
2

A
3

B
Exemplo 6.2 (adaptado de
Murteira, 1999)
Nos parques industriais, A
1
, A
2
,
A
3
, A
4
, dedicam-se actividade
txtil, respectivamente 10%,
40%, 25% e 15% das empresas.
1) Escolhido ao acaso um
parque e nele, tambm ao
acaso, uma empresa, qual a
probabilidade de que esta
seja txtil?
2) Sabendo que a empresa
escolhida txtil, qual a
probabilidade de esta se
encontrar no parque A
2
?

17
Dossiers Didcticos

O conceito de probabilidade condicional permite-nos definir acontecimentos
independentes, como sendo aqueles em que a
informao acerca da realizao de um dos
acontecimentos no altera a probabilidade da
realizao de outro acontecimento. (ex: considere os
seguintes acontecimentos - A correspondente ao
acontecimento sair cara, no lanamento de uma moeda ao ar e B correspondente
ao acontecimento sair face de valor superior a 2 no lanamento de um dado ao ar
ao lanar a moeda ao ar, independentemente do resultado obtido, este no vai
alterar a probabilidade de B ocorrer ao lanar um dado.)

Dois acontecimentos A e B so independentes se a probabilidade conjunta igual
ao produto das probabilidades de cada um deles:
( ) ( ) ( ) ( ) B P A P A B P B A P

Abra o ficheiro Independencia.xls, seleccione a folha Independencia 1 e
introduza nos quadrados a azul os dados referentes ao exemplo, conforme
se exemplifica na figura.
Qual dos acontecimentos mais provvel, no lanamento dos dois dados:
i) Sair duas faces azuis, ou
ii) Sair uma face azul e uma face branca?
Verifique a independncia dos resultados obtidos com o cubo 1
relativamente aos resultados obtidos com o cubo 2.
Acontecimentos independentes: O
acontecimento A independente do
acontecimento B, com P(A)>0 e P(B)>0,
quando a probabilidade de A se verificar,
igual probabilidade condicional de A se
realizar, dado que B se realizou:
( ) ( ) B | A P A P
Exemplo 6.3
Considere o lanamento de
dois dados, cada um com
doze faces, sendo duas
vermelhas (v), quatro brancas
(b) e seis azuis (a). Existem
144 resultados possveis: 4
(v1,v2); 8 - (b1,v2) e (v1,b2);
16 (b1,b2); 24 (a1,b2) e
(b1,a2) e 36 (a1,a2).

18
Dossiers Didcticos

No exemplo anterior verificou-se a independncia dos acontecimentos, partindo
das contagens dos resultados possveis - ( )
j i
B A # . Alternativamente, pode-se
proceder verificao de independncia, utilizando os valores da probabilidade de
interseco de cada dois acontecimentos - ( )
j i
B A P .

Abra o ficheiro Independencia.xls, seleccione a folha Independencia 2.
Determine os seguintes valores:

i) Qual a probabilidade do barmetro errar a previso?
ii) Qual a probabilidade de fazer sol num dia para o qual a
previso seja de sol?
iii) Qual a probabilidade de fazer chuva num dia para o qual a
previso seja de chuva?
Introduza nos quadrados a azul os dados referentes ao exemplo,
conforme se exemplifica na figura, complete e verifique se existe
independncia de acontecimentos entre a previso e a realidade.

Exemplo 6.4
Num determinado pas faz sol
em 75 % dos dias e chove nos
restantes 25 %. Verificou-se que
um tipo de barmetro que se
limita a indicar sol ou
chuva, d frequentemente
indicaes erradas: prev sol em
10 % dos dias chuvosos e chuva
em 30 % dos dias de sol.

19
Dossiers Didcticos

7. Distribuies de probabilidade

7.1 Distribuio de Bernoulli

Considere uma experincia aleatria na qual se observa a realizao ou no
realizao de determinado acontecimento A, de probabilidade P(A) = p. A
realizao de A diz-se sucesso; a realizao do complementar A, que tem
probabilidade P(A) = 1 - p = q, diz-se um insucesso. A esta experincia damos
o nome de prova de Bernoulli.
Se a varivel aleatria X designa o nmero de sucessos numa prova de Bernoulli
(ex: nmero de caras obtido no lanamento de uma moeda; nmero de peas
defeituosas de entre uma escolhida ao acaso de um lote), apresenta a seguinte
funo massa de probabilidade:

( ) 0,1 x ; ) p 1 ( p x f ) x X ( P
x 1 x

da qual se diz apresentar uma distribuio de Bernoulli.

Para se familiarizar com
esta distribuio, abra o
ficheiro Bernoulli.xls,
premindo uma das setas da
barra de deslocamento
cinzenta, faa variar o valor
da P(sucesso) e verifique a
alterao da distribuio de
frequncias.

20
Dossiers Didcticos

7.2 Distribuio Binomial

Consideremos uma sucesso de n provas de Bernoulli.
varivel aleatria X, que representa o nmero de sucessos
nas n provas (ex: nmero de caras observadas em 20
lanamentos de uma moeda equilibrada) chama-se varivel
aleatria com distribuio Binomial de parmetros n e p, e escreve-se
simbolicamente X ~ b(n; p). Apresenta a seguinte funo massa de probabilidade:

( ) n ..., 0,1, x ; ) p 1 ( p
x
n
x f ) x X ( P
x n x

,
_

Para calcular os valores da funo
de probabilidade, ou da funo de
distribuio - P(X< = x) = F(X),
podemos recorrer directamente s
funes do Excel
Desloque o apontador para uma
clula sua escolha, no menu
Inserir [Insert], seleccione Funo [Function] e proceda
conforme indicado nas imagens.

Alternativamente, poder digitar directamente o comando DISTRBINOM
[BINOMDIST] em qualquer clula.
DISTRBINOM(nmero de sucessos-x;nmero de provas-
n;probabilidade de sucesso-p;0 ou 1)
0 ou Falso fornece o valor da funo de probabilidade.
1 ou Verdadeiro fornece o valor da funo de distribuio.
Exemplo 7.1 (Graa Martins
et al., 1999)
Uma senhora comprou 4
bolbos de narcisos, tendo-lhe
o florista garantido que havia
uma probabilidade de 75% de
cada um florescer para a
primavera seguinte. Estude a
varivel aleatria X que
representa o nmero de
narcisos que a senhora ir
obter.
x
n
p
Sucesso de provas de Bernoulli: Sequncia
de experincias aleatrias em que em cada
prova o acontecimento de interesse sucesso
ou insucesso, a probabilidade de sucesso p
constante de prova para prova e os resultados
das provas so independentes uns dos outros.

21
Dossiers Didcticos

Recorrendo funo descrita anteriormente,
poder completar a seguinte tabela:

O ficheiro Binomial.xls permite visualizar a funo de probabilidade da
distribuio Binomial, at 20 provas, fazendo variar o valor da probabilidade de
sucesso. Para o efeito basta premir uma das setas das correspondentes barras de
deslocamento.

7.3 Distribuio Binomial negativa

Considere uma experincia que consiste na realizao de uma sucesso de provas
de Bernoulli at se obter k sucessos.
varivel aleatria X, que representa o nmero de provas necessrias para atingir
k sucessos (ex: nmero de lanamentos de uma moeda equilibrada, necessrios
para obter 5 caras) chama-se varivel aleatria Binomial negativa de parmetros k
e p, e escreve-se simbolicamente X ~ bn(k; p). Apresenta a seguinte funo massa
de probabilidade:

( ) ,... 2 k 1, k k, x ; ) p 1 ( p
1 k
1 x
x f ) x X ( P
k x k
+ +
,
_

22
Dossiers Didcticos
Para calcular os valores da funo de probabilidade, podemos recorrer
directamente s funes do Excel.
Desloque o apontador para uma
clula sua escolha, no menu
Inserir [Insert] seleccione
Funo [Function] e proceda
conforme indicado nas imagens.

Alternativamente, poder digitar directamente o comando
DIST.BIN.NEG [NEGBINOMDIST] em qualquer clula.
DIST.BIN.NEG(nmero de insucessos at atingir os k
sucessos(x-k) ;nmero de sucessos-k;probabilidade
de sucesso-p)
Recorrendo funo descrita, poder completar a seguinte tabela

O ficheiro Binomial negativa.xls permite
visualizar a funo de probabilidade da
distribuio Binomial negativa, at 10
sucessos, fazendo variar o valor da
probabilidade de sucesso. Para o efeito basta
premir uma das setas das barras de
deslocamento.
Exemplo 7.2
Numa fbrica de
componentes elctricos, por
erro do operador, 2000
unidades do componente A
foram misturadas com 8000
unidades do componente B.
Qual a probabilidade de ter
que analisar 50 componentes,
para recuperar 10
componentes do tipo A?
x-k
k
p

23
Dossiers Didcticos

7.4 Distribuio Normal

Nos exemplos anteriores consideramos que a varivel aleatria (v. a.) era discreta,
isto , s podia assumir um nmero finito ou infinito numervel de valores
distintos. No entanto, quando na Estatstica se classificaram as variveis, viu-se que
estas tambm podiam ser de tipo contnuo.
A distribuio Normal uma das mais importantes, seno a mais importante
distribuio contnua. Uma varivel aleatria X, com funo densidade de
probabilidade (f.d.p.):
( )
( )
+ < < + < < + < <
1
]
1
0 , , x
,
2
x
exp
2
1
x f
2
2

diz-se que tem distribuio Normal, com parmetros e (ou
2
) e escreve-se
simbolicamente X~N(,
2
), sendo que e
2
representam respectivamente o valor
mdio e a varincia da varivel.

Abra o ficheiro 3 Normais.xls. Observe a forma caracterstica (forma de sino) da
curva da funo de densidade de probabilidade e, alterando os valores nas clulas a
azul, veja como o valor mdio e o desvio padro afectam a forma da curva.

24
Dossiers Didcticos
O Excel apresenta vrias funes relacionadas com a distribuio normal.
Qualquer das funes poder ser acedida
atravs do menu Inserir [Insert]
seleccionando Funo [Function] (tal
como foi descrito para as distribuies
anteriores).

7.4.1 Clculo da funo densidade de probabilidade

Para calcular os valores da funo densidade de probabilidade -
f(x)- ou da funo de distribuio P(X<=x) - (esta ltima de
maior utilidade)

Alternativamente digitando directamente os comandos:
DIST.NORM [NORMDIST].
DIST.NORM(valor da varivel aleatria
x;valor mdio-;desvio padro-;0 ou 1)
0 ou Falso fornece o valor da funo
densidade de probabilidade.
1 ou Verdadeiro fornece o valor da funo
de distribuio.
Exemplo 7.3 (adaptado de Costa, 2001)
O dimetro, em centmetros, das laranjas
produzidas por uma cooperativa agrcola
distribui-se segundo uma N(8;0,5). As
laranjas produzidas tm trs destinos
possveis em funo do dimetro (d):
d = 7,5 cm sumo
7,5 < d < 8,5 cm mercado interno
d = 8, 5 cm exportao
Escolhida uma laranja ao acaso qual a
probabilidade de se destinar a cada um
dos destinos?
Qual o dimetro mnimo dos 10% das
laranjas de maior dimenso?
x

25
Dossiers Didcticos

7.4.2 Clculo do valor da v. a. X com uma dada probabilidade

Para calcular o valor da varivel
aleatria X que apresenta uma
dada probabilidade de ocorrerem
valores iguais ou inferiores (ou,
de forma complementar, de
ocorrerem valores superiores).

INV.NORM [NORMINV].
INV.NORM(valor da probabilidade-P(X<=x);valor
mdio-;desvio padro-)
Recorrendo funo descrita, poder completar a seguinte tabela

7.4.3 Estandardizao ou normalizao da v. a. X

Se a varivel aleatria X for Normal de parmetros e
2
, comum proceder
sua estandardizao, ou normalizao. Normaliza-se o valor x, subtraindo-
lhe o seu valor mdio e dividindo a diferena pelo valor do desvio padro,
obtendo-se uma varivel aleatria estandardizada ou normalizada Z~N(0,1)
(z = (x-)/). Os valores normalizados do uma indicao de quantos
desvios padro o valor se afasta do valor mdio.

NORMALIZAR [STANDARDIZE].
NORMALIZAR (valor da varivel aleatria
x;valor mdio-;desvio padro-)
P(X<=x)

x

Exemplo 7.4 (Graa Martins
et al., 1999)
O peso das crianas do sexo
masculino com idades
compreendidas entre os 10 e
os 12 anos distribui-se
normalmente com valor
mdio 20 kg e desvio padro
3 kg. Qual a probabilidade de
uma criana daquela classe
etria, escolhida ao acaso:
- Pesar entre 17 e 23 kg?
- Pesar mais de 23 kg?
- Pesar mais de 29 kg?

26
Dossiers Didcticos

7.4.4 Clculo da f.d.p. da varivel aleatria normalizada Z

Se pretender calcular o valor da funo de distribuio da varivel aleatria
normalizada Z.


DIST.NORMP [NORMSDIST].
DIST.NORMP(valor da varivel aleatria
normalizada z)

7.4.5 Clculo do valor da v. a. Z com uma dada probabilidade

Para calcular o valor da varivel aleatria normalizada Z que apresenta uma dada
probabilidade de ocorrerem
valores iguais ou inferiores
(ou, de forma complementar,
de ocorrerem valores
superiores).


INV.NORMP [NORMSINV]
INV.NORMP (valor da probabilidade-
P(Z<=z))
z
P(Z<=z)

27
Dossiers Didcticos

7.4.6 Novos aplicativos para a Normal

Para partir aventura da distribuio normal, abra o ficheiro Normal.xls, onde
poder encontrar duas folhas de clculo: Probabilidade de um intervalo e
rea inferior e valor z.
Ambas as folhas permitem a introduo do valor mdio e do desvio padro,
digitando directamente nas clulas indicadas.

Na primeira folha, poder
clicar nas setas das barras de
deslocamento, fazendo alterar
os valores dos limites
superior e inferior da varivel
aleatria. Ao faz-lo, altera-se
a rea a sombreado, e o seu
valor aparece representado
numa das clulas (valor
correspondente P(x
inferior
=
X = x
superior
)).

Na segunda folha poder clicar nas setas da barra de deslocamento, o qual far
deslocar a rea
sombreada, para a
esquerda e para a
direita,
respectivamente.
indicado o valor da
rea sombreada
(valor
correspondente
P(X = x)), bem
como o valor
normalizado de x
o valor z.

28
Dossiers Didcticos

8. Clculo combinatrio

Com o clculo combinatrio podemos contar diferentes modos de agrupar certos
objectos ou de percorrer determinados caminhos, usando maneiras sistemticas de
proceder. ... Em teoria de probabilidades trabalhamos com frequncia com
espaos de resultados S com um nmero finito de elementos os quais podem ser
considerados como tendo igual possibilidade de se observar. Em tais situaes
estamos em condies de usar a definio clssica de Laplace, para atribuio de
probabilidades aos acontecimentos associados ao espao de resultados S. O
clculo da probabilidade de qualquer acontecimento A do espao de
acontecimentos passa assim pela enumerao de todos os casos (resultados
elementares) favorveis realizao desse acontecimento. (Graa Martins et al.,
1999).

8.1 Cardinal de um conjunto
Determina-se o cardinal de um conjunto atravs das
funes CONTAR [COUNT] e CONTAR.SE
[COUNTIF].

CONTAR(sequncia de nmeros ou endereos de clula)

Esta funo calcula o nmero de clulas com valores, dentro de um
determinado conjunto, que no estejam em branco.

CONTAR.SE(sequncia de nmeros ou endereos de clula;
critrios de seleco ou endereo de clula contendo critrios)

Esta funo calcula o nmero de clulas que no estejam em branco e que
obedeam a um determinado critrio.

Cardinal de um conjunto A (#A)
nmero de elementos de do conjunto
A. #A l-se cardinal de A
Exemplo 8.1 (Ferreira
Neves., 2000)
A Lusa tem no bolso dois
berlindes verdes, trs
berlindes azuis, e um
berlinde amarelo.
Calcule a probabilidade da
Lusa tirar ao acaso um
berlinde verde.

29
Dossiers Didcticos

8.2. Factorial

( ) ( ) ( ) 1 2 3 3 n 2 n 1 n n ! n K

Por conveno:
1 ! 1 e 1 ! 0

Determina-se o factorial de um nmero
atravs da funo FACTORIAL
[FACTORIAL].

FACTORIAL(nmero ou endereo
de clula)

Se se considerar que todos os elementos pertencem a um s conjunto, podem-se
usar tcnicas de contagem designadas por Arranjos e Combinaes os arranjos
para problemas em que a ordem importante e as combinaes para aqueles em
que esta no interessa.

8.3.Arranjos

Arranjos sem repetio

Representam-se por
n
A
p
e l-se: arranjos de n elementos, p a p.
( ) ( ) ( )
( )
p n ,
! p n
! n
1 p n 2 n 1 n n A
p
n
+ K

Factorial Chama-se factorial de um
nmero natural n, maior ou igual a 1 ao
produto dos n primeiros nmeros
naturais. Representa-se por n!
Arranjos Qualquer sequncia de p
elementos formada por n elementos de
um conjunto, podendo, ou no, haver
repetio.
Exemplo 8.2 (adaptado do
Exame Nacional, 2 fase, 2001)
Uma turma do 12 ano
constituda por 25 alunos.
Nessa turma, vai ser escolhida
uma comisso para organizar
uma viagem de finalistas.
Sabendo que a comisso ser
formada por 3 pessoas, um
presidente, um tesoureiro e um
secretrio, quantas comisses
distintas podero ser formadas?

30
Dossiers Didcticos

Arranjos com repetio

Representam-se por
n
A
p
e l-se: arranjos com repetio de n
elementos, p a p.
p
p
n
n A

8.4. Permutaes

Se, num conjunto com n elementos, se pretender formar sequncias, sem
repeties de elementos, com todos os n elementos, calcula-se P
n
e
l-se: permutaes de n elementos.

n
n
n
A ! n P

8.5. Combinaes

Se pretender formar sequncias com p elementos, de entre os n
elementos de um conjunto, onde a ordem pela qual os elementos so
dispostos no relevante, para quantificar os nmero de sequncias
possveis utilizam-se combinaes,
n
C
p
ou
,
_
p
n
e l-se: combinaes de
n elementos p a p.

( )
n p ,
! p n ! p
! n
P
A
p
n
C
p
p
n
p
n

,
_

Exemplo 8.5
No Totoloto existem 49
bolas, numeradas de 1 a
49. Todas as semanas
so extradas seis bolas
que ditam a sequncia
premiada.
Quantas sequncias
diferentes podem ser
obtidas?
Exemplo 8.4
Num stand de automveis, o
director pretende alinhar na
montra os seis novos
modelos da marca que
comercializa.
De quantas formas
diferentes podem os carros
ser apresentados?
Exemplo 8.3
No Totobola, uma aposta
simples consiste na
marcao de 14 cruzes, uma
para cada um dos 14 jogos a
realizar. Para cada jogo,
pode-se assinalar 1, X ou 2.
Quantas apostas simples
diferentes podem ser
jogadas?

31
Dossiers Didcticos

Determinam-se as combinaes atravs da funo
COMBIN [COMBIN].

COMBIN(nmero ou endereo de clula - n;
nmero ou endereo de clula - p)

32
Dossiers Didcticos

9. Ver Tambm

Sobre Probabilidades com Excel existe um vasto conjunto de materiais
disponveis (artigos, revistas, outras publicaes, web sites, etc). Destacamos
alguns, bem como a bibliografia que serviu de base para a preparao deste
dossier:

Publicaes:
CALLENDER, J. T. e Jackson, R. (1995), Exploring Probability and Statistics
with Spreadsheets, Prentice-Hall, Reino Unido.
COSTA, B. (2001), Exerccios de Matemtica 12 Ano, Edies Asa, Porto.
DRETZKE, B. J. (2001), Statistics with Microsoft
Excel, 2 Edio, Prentice-Hall,

USA.
FERNANDES, C. e FILIPE, J. (2002), Dossier Exame Matemtica 12 Ano,
Edies Asa, Porto.
LEVINE, D. M., Berenson, M. L. e Stephan, D. (1999), Statistics for Managers
Using Microsoft Excel, 2 Edio, Prentice-Hall, Nova Jersey, EUA. (com site de
apoio: www.prenhall.com/levine).
LOPES, P. A. (2000), Probabilidades e Estatstica: Conceitos, Modelos e
Aplicaes em Excel
, Reichmann & Affonso Editores, Rio de Janeiro, Brasil.

MARTINS, M. E. Graa e Cerveira, A. J. (1999), Introduo s Probabilidades e
Estatstica, Universidade Aberta, Lisboa

33
Dossiers Didcticos
MARTINS, M. E. Graa, Monteiro, C., Viana, P. V. e Turkman, M. A. A. (1999),
Probabilidades e Combinatria: Matemtica 12 Ano, DES, Ministrio da
Educao, Lisboa.
MURTEIRA, B. J. F. (1999), Probabilidade e Estatstica Volume I, 2 Edio,
Editora McGraw-Hill Portugal, Lisboa.
NEVES, M. A. Ferreira (2002), Matemtica - Livro de Texto - 12 Ano, Parte I
Probabilidades, Porto Editora, Porto.
NEVES, M. A. Ferreira e Guerreiro, L. (2002), Matemtica - Acesso ao Ensino
Superior 2002, Porto Editora, Porto.
PELOSI, M. K., Sandifer, T. M., Letkowsky, J. J. (1998), Doing Statistics with
Excel 97, John Wiley and Sons, Nova Iorque, EUA.
TRIOLA, M. F. (2001), Elementary Statistics using Excel
, Addison-Wesley
Longman, EUA. (com site de apoio:
http://occawlonline.pearsoned.com/bookbind/pubbooks/triolaexcel_awl/index.html)

Se pretender desenvolver novas aplicaes em Excel, poder recorrer aos
seguintes ttulos:

CARVALHO, A. (2002), Programao estruturada para Excel XP e 2000, FCA
Editores, Lous.
LOUREIRO, H. (2001), Excel XP e 2000 Macros e VBA, FCA Editores, Lous.

Web sites:
Virtual Laboratories in Probability and Statistics
http://www.math.uah.edu/stat/

The Probability/Statistics Object Library
http://www.math.uah.edu/psol/

Estes dois sites, da autoria de Kyle Siegrist, contm uma grande variedade
de aplicaes em Java para apoio ao ensino da Probabilidade e Estatstica,
constituindo um verdadeiro laboratrio virtual on-line. O autor coloca
disposio dos utilizadores um conjunto de figuras que podero ser
utilizadas no desenvolvimento de novas aplicaes. A no perder!

34
Dossiers Didcticos

Discovering Important Statistical Concepts Using SpreadSheets
http://www.coventry.ac.uk/discuss/
http://www.mis.coventry.ac.uk/research/discus/discus_home.html
As pginas DISCUSS apresentam um conjunto de folhas de clculo
interactivas, preparadas em Excel, que foram desenhadas por Neville Hunt
para o apoio ao ensino da Estatstica no Ensino Secundrio e/ou num curso
Universitrio introdutrio.
Tambm poder encontrar uma descrio de como construir os seus
prprios dados em Excel:
http://www.mis.coventry.ac.uk/~nhunt/dice/diy.html

Outros sites de interesse:

SticiGui: Statistics Tools for Internet and Classroom Instruction with a
Graphical User Interface
http://www.stat.berkeley.edu/users/stark/SticiGui/index.htm

Microsoft Excel Interactive Projects

http://curry.edschool.virginia.edu/teacherlink/content/math/interactive/inter
activeexcel.html

Statistics for Business and Economics WWW Page - Examples of EXCEL
Use
http://www.indiana.edu/~iustats/excel.htm

THE LAYMANS GUIDE TO :-
PROBABILITY THEORY

http://www.peterwebb.co.uk/probability.htm

Dossier 7

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Dossier 7

Caricato da

Copyright:

Formati disponibili

Dossiers

Excel, 2 Edio, Prentice-Hall,

, Reichmann & Affonso Editores, Rio de Janeiro, Brasil.

Potrebbero piacerti anche