E Statistic A

PROBABILIDADE
Prof. Eduardo Pcora, Ph.D.

Tuesday, 27 August, 13
Eduardo Pcora
OBJETIVO
Apresentar as ferramentas e conceitos de probabilidade
que serviro de base para suportar o trabalho
prossional em simulao discreta e noes de
distribuies de probabilidade.
2
Eduardo Pcora
ESTRUTURA DA AULA
Probabilidade e Combinatria
Distribuies de probabilidade
3
PROBABILIDADE E
COMBINATRIA
Eduardo Pcora
UM POUCO DE COMBINATRIA E
PROBABILIDADE
MOEDAS
O nmero de resultados possveis ao se jogar uma
moeda dois.
CARA ou COROA
O nmero de resultados possveis ao se jogar duas
vezes a moeda ...
trs ou quatro?
5
1.DUAS CARAS
2.UMA CARA E UMA COROA
3.DUAS COROAS
1.CARA-CARA
2.CARA-COROA
3.COROA-CARA
4.COROA-COROA
Qual a diferena?????
Eduardo Pcora
E SE JOGARMOS TRS MOEDAS?
6
1.TRS CARAS
2.DUAS CARAS E UMA COROA
3.UMA CARA E DUAS COROAS
4.TRS COROAS
1.CARA-CARA-CARA
2.CARA-CARA-COROA
3.CARA-COROA-CARA
4.COROA-CARA-CARA
5.COROA-COROA-CARA
6.COROA-CARA-COROA
7.CARA-COROA-COROA
8.COROA-COROA-COROA
8 = 2
3
4 = 3 + 1
Eduardo Pcora
PROBABILIDADE
DADOS
O nmero de resultados possveis ao se
jogar um dado seis.
O nmero de resultados possveis ao se
jogar dois dados :
7
6 6 = 6
2
E se tivssemos trs dados nmero de
resultados possveis seria:
6
3
= 216
Eduardo Pcora
PROBABILIDADE
Problema:
Se jogarmos um dado verde e um dado vermelho
qual o nmero de resultados possveis em que o
dado vermelho d um resultado diferente do
dado verde?
8
x
Possibilidades para
o primeiro dado.
Possibilidades
para o outro dado.
x
6 5 = 30
Eduardo Pcora
AXIOMAS DA PROBABILIDADE
9
S
S
S
AxiomaFil. Premissa imediatamente evidente que se admite como universalmente verdadeira sem
exigncia de demonstrao. Lg. Proposio que se admite como verdadeira porque dela se podem
deduzir as proposies de uma teoria ou de um sistema lgico ou matemtico.
P() = 0
P(S ) = P(S) +P() = 1
P(

A) = 1 P(A)
P(A

A) = P(A) +P(

A) = 1
Se A B entao P(A) P(B)
P(B) = P(A) +P(B A) 0
Eduardo Pcora
LOTERIAS: MEGA-SENA E QUINA
Dentre um universo de 60 nmeros escolhemos 6
60*59*58*57*56*55 = 36045979200
Mas, neste caso a ordem no importa.
Ento devemos dividir esse nmero por 6! (fatorial
de 6) Porqu?
36045979200 / 6! = 50063860
Logo temos uma chance em cada 50.063.860 de
acertar na mega-sena.
10
MEGA-SENA:
Eduardo Pcora
LOTERIAS: MEGA-SENA
Temos uma chance em cada 50.063.860 de acertar
na mega-sena.
11
MEGA-SENA:
Como calcular a probabilidade de acertar na mega-sena?
probabilidade = resultados favorveis / resultados possveis
probabilidade = 1 / 50.063.860 = 1.99745E-08
Eduardo Pcora
LOTERIAS: QUINA
Dentre um universo de 80 nmeros escolhemos 5.
Qual a probabilidade de se acertar na quina?
12
QUINA:
Casos possveis =
80 79 78 77 76
5!
= 24040016
Casos favorveis = 1
1
24040016
= 4.15973 10
08
Probabilidade =
Eduardo Pcora
PROBABILIDADES DE MORTES POR
ATROPELAMENTO
Mortes por atropelamento no
Paran em 2003:
Homens: 568 mortes
Mulheres: 194 mortes
13
Populao no Paran em 2003
(censo 2000):
Homens: 4.737.420 hab
Mulheres: 4.826.638 hab
Fontes: Datasus; Fundao Seade e IBGE
Hiptese: uma pessoa sai de casa em mdia 3 vezes de casa por dia
Sadas de casa no ano 2003 no
Paran:
Homens:
4737420 x 3 x 365 = 5187474900
Mulheres:
4826638 x 3 x 365 = 5285168610
Probabilidade de morrer atropelado
ao sair de casa no Paran:
Homens:
568 / 5187474900 = 11.0E-08
Mulheres:
194 / 5285168610 = 3.67E-08
Eduardo Pcora
LOTERIAS E PROBABILIDADES DE MORTES
POR ATROPELAMENTO
14
Homens Mulheres
Mega-Sena 1.9975 E-8 1.9975 E-8
Quina 4.1597 E-8 4.1597 E-8
Morrer Atropelado 11.0000 E-8 3.6700 E-8
Eduardo Pcora
POR ATROPELAMENTO
14
Homens Mulheres
Mega-Sena 1.9975 E-8 1.9975 E-8
Quina 4.1597 E-8 4.1597 E-8
Resumo:
Se voc for homem tem mais chances de morrer atropelado ao sair
de casa do que ganhar na mega-sena ou na quina.
Se voc for mulher tem mais chances de morrer atropelada do que
ganhar na mega-sena, porm tem mais chances de ganhar na quina
do que de ser atropelada.
Eduardo Pcora
POR ATROPELAMENTO
14
Homens Mulheres
Mega-Sena 1.9975 E-8 1.9975 E-8
Quina 4.1597 E-8 4.1597 E-8
Resumo:
Se voc for homem tem mais chances de morrer atropelado ao sair
de casa do que ganhar na mega-sena ou na quina.
Se voc for mulher tem mais chances de morrer atropelada do que
ganhar na mega-sena, porm tem mais chances de ganhar na quina
do que de ser atropelada.
Concluso: Pea para a sua mulher ir jogar na quina e que em casa!
Eduardo Pcora
INDEPENDNCIA
Qual a probabilidade de sair CARA no lance de uma
moeda sabendo-se que j saiu 5 CARAS seguidas?
Ao retirarmos as cartas de um baralho sem reposio,
qual a probabilidade de sair uma S em um jogo e
baralho sabendo-se que j foram sorteadas 10 cartas e
saiu um nico S?
15
A probabilidade de que dois eventos independentes
ocorram a multiplicao das probabilidades individuais.
Eduardo Pcora
RVORE DE PROBABILIDADES
16
CA
CO
CA
CO
CA
CO
1/2
1/2
1/2
1/2
1/2
1/2
p(CA, CA) =1/4
p(CA, CO) =1/4
p(CO, CA) =1/4
p(CO, CO) =1/4
Eduardo Pcora
FORNECEDORES
Uma empresa tem dois fornecedores de matriaprima,
sabe pelos dados histricos que o fornecedor 1 tem uma
taxa de peas em boas condies de 98%; j o
fornecedor 2 entrega 95% das peas em boas condies.
A empresa compra 65% da sua matriaprima do
fornecedor 1. Uma vez entregues as peas so
misturadas em um estoque comum.
Calcule a probabilidade de retirar uma pea e ela no
estar em boas condies? Qual a probabilidade dessa
pea ter vindo do fornecedor 1?
17
Eduardo Pcora
PROBABILIDADE CONDICIONAL
18
P(A
1
)
P(A
2
)
1
2
B
B
R
0.65
0.35
0.98
0.95
0.05
Etapa 1:
Fornecedor
Etapa 2:
Condio
R
0.02
P(B|A
1
)
P(R|A
1
)
P(B|A
2
)
P(R|A
2
)
Eduardo Pcora
18
P(A
1
)
P(A
2
)
1
2
B
B
R
0.65
0.35
0.98
0.95
0.05
Etapa 1:
Fornecedor
Etapa 2:
Condio
R
0.02
P(B|A
1
)
P(R|A
1
)
P(B|A
2
)
P(R|A
2
)
P(A
1
B) = P(A
1
)P(B|A
1
) = 0.6370
Eduardo Pcora
18
P(A
1
)
P(A
2
)
1
2
B
B
R
0.65
0.35
0.98
0.95
0.05
Etapa 1:
Fornecedor
Etapa 2:
Condio
R
0.02
P(B|A
1
)
P(R|A
1
)
P(B|A
2
)
P(R|A
2
)
P(A
1
B) = P(A
1
)P(B|A
1
) = 0.6370
P(A
1
R) = P(A
1
)P(R|A
1
) = 0.0130
Eduardo Pcora
18
P(A
1
)
P(A
2
)
1
2
B
B
R
0.65
0.35
0.98
0.95
0.05
Etapa 1:
Fornecedor
Etapa 2:
Condio
R
0.02
P(B|A
1
)
P(R|A
1
)
P(B|A
2
)
P(R|A
2
)
P(A
2
B) = P(A
2
)P(B|A
2
) = 0.3325
P(A
1
B) = P(A
1
)P(B|A
1
) = 0.6370
P(A
1
R) = P(A
1
)P(R|A
1
) = 0.0130
Eduardo Pcora
18
P(A
1
)
P(A
2
)
1
2
B
B
R
0.65
0.35
0.98
0.95
0.05
Etapa 1:
Fornecedor
Etapa 2:
Condio
R
0.02
P(B|A
1
)
P(R|A
1
)
P(B|A
2
)
P(R|A
2
)
P(A
2
R) = P(A
2
)P(R|A
2
) = 0.0175
P(A
2
B) = P(A
2
)P(B|A
2
) = 0.3325
P(A
1
B) = P(A
1
)P(B|A
1
) = 0.6370
P(A
1
R) = P(A
1
)P(R|A
1
) = 0.0130
Eduardo Pcora
O QUE VIMOS DE MUITO
IMPORTANTE AT AGORA?
1) A probabilidade de que ocorra um evento resulta
do quociente entre os casos favorveis sobre os
casos possveis.
2) Se dois eventos so independentes, ou seja, o
resultado de um no interfere no resultado do outro,
a probabilidade de que os dois aconteam a
multiplicao das probabilidades de ambos.
3) Do ponto 1) resulta que uma probabilidade nunca
pode ser menos que zero nem maior do que 1
19
Eduardo Pcora
PROBABILIDADE E PORCENTAGEM
A probabilidade que um evento acontea sempre um
nmero entre ZERO e UM.
Mas a porcentagem de possibilidades que esse mesmo
evento acontea um nmero entre ZERO e CEM.
20
Eduardo Pcora
PROBABILIDADES E ANIVERSRIOS
Qual a probabilidade de existir duas pessoas
com a mesma data de aniversrio nesta sala?
Neste caso, mais fcil calcular a probabilidade
de todos nessa sala fazerem aniversrio em dias
diferentes e subtrair de 1. Por qu?
21
Eduardo Pcora
CRCULOS E ESTRELAS
22
Situao 1 Situao 2
2/3
1/3
0
1
1
0
Revelo um crculo
e TROCO
Eduardo Pcora
CRCULOS E ESTRELAS
22
2/3 de probabilidade de
encontrar a
Situao 1 Situao 2
2/3
1/3
0
1
1
0
Revelo um crculo
e TROCO
Eduardo Pcora
CRCULOS E ESTRELAS
22
2/3
1/3
1
0
0
1
Revelo um crculo
e NO troco
encontrar a
Situao 1 Situao 2
2/3
1/3
0
1
1
0
Revelo um crculo
e TROCO
Eduardo Pcora
CRCULOS E ESTRELAS
22
2/3
1/3
1
0
0
1
Revelo um crculo
e NO troco
encontrar a
encontrar a
Situao 1 Situao 2
2/3
1/3
0
1
1
0
Revelo um crculo
e TROCO
0
0.075
0.15
0.225
0.3
10 100 1000 10000 100000
LEI DA REGULARIDADE ESTATSTICA
CUIDADO!
Lei dos pequenos nmeros: atribuir demasiada representatividade s
pequenas amostras.
Teorema de Bernoulli
(Lei dos Grandes Nmeros)
A freqncia relativa de um acontecimento tende a
estabilizar-se nas vizinhanas de um valor quando o
nmero de tentativas cresce indefinidamente
Exemplo:Probabilidade do evento 1/6 = 0,167
CUIDADO!
Falcia do jogador: atribuir um signicado especial s sequncias
aleatrias pouco provveis.
Pequeno Nmero de tentativas Grande
PENSEM NO ACASO
24
!
"
#
$
%
&
(
%
&
)
*
+
E
S
T
A
T
S
T
I
C
A
2009
Parte II
Rev 20
2.38
!" $%&'% ()
*+,%-%*+.
O
G
L
O
B
O
R
E
V
IS
T
A
!
1
6
/ja
n
e
iro
/2
0
0
5
Pense sobre:
Determinismo
Sorte
Acaso
Azar
'A sorte so favorece a mente
preparada.`
Isaac Asimov, escritor.
'A probabilidade de alguma
coisa acontecer est na razo
inversa do quanto
desefada.`
Lei de Murphy
A sorte s favorece a mente
preparada.
Isaac Asimov, escritor.
A probabilidade de alguma
coisa acontecer est na razo
inversa do quanto desejada.
Lei de Murphy
Eduardo Pcora
ESTIMATIVAS
Uma das maiores falhas no ensino da matemtica
que no nos ensinam a fazer estimativas. Isso serve
para desenvolver o senso comum.
Quantas esquinas h numa cidade?
Quantas folhas uma rvore pode ter?
Na logstica: Digamos que voc entre em um Centro
de Distribuio em que no haja controle de estoque,
podemos estimar a taxa mdia de ocupao?
25
Eduardo Pcora
EXPERINCIA ALEATRIA
26
Processo que conduz obteno de uma
observao ou resultado entre um conjunto
de resultados individuais (ou elementares)
tais que:
(1) antes da observao do fenmeno no se tem conhecimento suciente para dizer
qual dos resultados vai ocorrer;
(2) admite-se, no entanto, a existncia de uma regularidade estatstica, isto ,
possvel encontrar nmeros entre 0 e 1, que representam a freqncia relativa com
que se vericam os resultados individuais, num grande nmero de realizaes,
independentes, da experincia.
Aleatrio, no vocabulrio da Estatstica,
no signica "acidental", mas refere-se a
uma espcie de ordem que emerge s ao
m de um grande nmero de repeties.
!
"
#
$
%
&

(
%
&
)
*
+
E
S
T
A
T
S
T
I
C
A
2009
Parte II
Rev 20
2.35
!"#$%&'()&* *,$*-.%&*
(1) antes da observao do fenmeno no se tem conhecimento suficiente
para dizer qual dos resultados vai ocorrer;
(2) admite-se, no entanto, a existncia de uma regularidade estatstica,
isto , possvel encontrar nmeros entre 0 e 1, que representam a
freqncia relativa com que se verificam os resultados individuais, num
grande nmero de realizaes, independentes, da experincia.
Processo que conduz
obteno de uma observao
ou resultado entre um conjunto
de resultados individuais (ou
elementares) tais que:
"AIeatrio", no vocabulrio da Estatstica,
no significa "acidental", mas refere-se a
fim de um grande nmero de repeties.
!
"
#
$
%
&

(
%
&
)
*
+
E
S
T
A
T
S
T
I
C
A
2009
Parte II
Rev 20
2.35
!"#$%&'()&* *,$*-.%&*
(1) antes da observao do fenmeno no se tem conhecimento suficiente
para dizer qual dos resultados vai ocorrer;
(2) admite-se, no entanto, a existncia de uma regularidade estatstica,
isto , possvel encontrar nmeros entre 0 e 1, que representam a
freqncia relativa com que se verificam os resultados individuais, num
grande nmero de realizaes, independentes, da experincia.
Processo que conduz
obteno de uma observao
ou resultado entre um conjunto
de resultados individuais (ou
elementares) tais que:
"AIeatrio", no vocabulrio da Estatstica,
no significa "acidental", mas refere-se a
fim de um grande nmero de repeties.
Eduardo Pcora
ESTIMATIVAS - ILUSTRAO
Como estimar o nmero de peixes em uma
lagoa?
Ateno: Estimar no quer dizer contar! Trata-se
de formar uma idia do que h.
27
28
=?
QUANTOS PEIXES TEM NA LAGOA?
28
=?
=1000
28
=?
=1000
=10
Eduardo Pcora
O PROBLEMA DA CASA DE POMBOS
Qual o nmero mnimo de pessoas que
necessrio para se ter CERTEZA de que ao
menos duas faam aniversrio no mesmo dia?
29
HISTOGRAMAS
Eduardo Pcora
MTODOS GRFICOS
Os grcos nos permitem representar as informaes da
tabela de forma visual.
Os grcos mais comuns so:
Diagrama de barras
Frequncia
Frequncia Relativa
Frequncia Relativa Acumulada
Grco de linhas
Frequncia Relativa Acumulada
31
Eduardo Pcora
GRFICO DE BARRAS
Grco de Barras
Variveis discretas com poucas modalidades
As barras so separadas umas das outras
As barras tm a mesma largura
Exemplo 1: Frequncia e Frequncia Relativa
32
0
2
4
6
8
10
12
14
16
18
0 1 2 3 4 5 6 7
Fornece para quantos concorrentes
F
r
e
q
u
e
n
c
ia
0.0%
5.0%
10.0%
15.0%
20.0%
25.0%
30.0%
0 1 2 3 4 5 6 7
F
r
e
q
u
e
n
c
ia

R
e
la
t
iv
a
Eduardo Pcora
GRFICO MISTO
Exemplo 1: Frequncia Relativa Acumulada
33
0.0%
10.0%
20.0%
30.0%
40.0%
50.0%
60.0%
70.0%
80.0%
90.0%
100.0%
0 1 2 3 4 5 6 7
Frequencia
Relativa
Frequencia
Relativa
Acumulada
DISTRIBUIES DE
PROBABILIDADE
Eduardo Pcora
VARIVEIS ALEATRIAS DISCRETAS
Varivel aleatria uma descrio
n u m r i c a d o r e s u l t a d o d e u m
experimento.
Uma varivel que pode assumir um
nmero nito de valores, quanto uma
sequnci a de val or es t ai s como
0,1,2,3, ... denominada varivel
aleatria discreta.
35
Eduardo Pcora
EXEMPLOS DE VARIVEIS ALEATRIAS
DISCRETAS
Considere o experimento de um contador que faz o
exame pblico (certied public accountant-CPA). O exame
tem 4 partes, podemos denir uma varivel aleatria
discreta como X = o nmero de partes em que foi
aprovado no exame da CPA. Essa varivel discreta pode
assumir os valores: 0, 1, 2, 3 ou 4.
O nmero de carros que chegam a um posto de pedgio
tambm uma varivel aleatria discreta e pode ser
denida: X = o nmero de carros que passa pela praa do
pedgio durante um dia. Neste caso a varivel assume
valores de uma sequncia innita.
36
Eduardo Pcora
DISTRIBUIES DISCRETAS DE
PROBABILIDADE
Distribuio de probabilidade para uma varivel
aleatria descreve como as probabilidades esto
distribudas sobre os valores da varivel aleatria.
No caso de uma varivel discreta X, a distribuio
de probabilidade denida por uma funo de
probabilidade f(x) que fornece a probabilidade para
cada um dos valores da varivel aleatria.
37
Eduardo Pcora
EXEMPLO DICARLO AUTOMVEIS
Na DiCarlo os dados dos ltimos 300 dias os dados de
venda mostram que em 54 dias no formam vendidos
nenhum automvel, 117 dias venderam 1 carro, 72 dias com
2 carros, 42 dias com 3 carros, 12 dias com 4 carros e 3
dias com 5 carros vendidos. Denimos a varivel aleatria
X = nmero de carros vendidos durante um dia que tem a
seguinte distribuio de probabilidade.
38
xi f(xi) f(xi)
0 54 / 300 0.18
1 117 / 300 0.39
2 72 / 300 0.24
3 42 / 300 0.14
4 12 / 300 0.04
5 3 / 300 0.01
SOMA 1.00
Eduardo Pcora
38
xi f(xi) f(xi)
0 54 / 300 0.18
1 117 / 300 0.39
2 72 / 300 0.24
3 42 / 300 0.14
4 12 / 300 0.04
5 3 / 300 0.01
SOMA 1.00
Soma sempre igual a 1
Eduardo Pcora
38
xi f(xi) f(xi)
0 54 / 300 0.18
1 117 / 300 0.39
2 72 / 300 0.24
3 42 / 300 0.14
4 12 / 300 0.04
5 3 / 300 0.01
SOMA 1.00
Soma sempre igual a 1
Valores positivos
Eduardo Pcora
EXERCCIO DE FIXAO
a) Esta distribuio de probabilidade
apropriada? Segue as condies da no
negatividade e da soma?
b)Qual a probabilidade de que x seja igual a
30?
c)Qual a probabilidade de que x seja menor
ou igual a 25?
d)Qual a probabilidade de que x seja maior
do que 30?
39
x f(x)
20 0.20
25 0.15
30 0.25
35 0.40
Total 1
A distribuio de probabilidade da varivel X
mostrada abaixo:
Eduardo Pcora
UNIFORME DISCRETA
40
f(x) = 1/n Funo de probabilidade:
x f(x)
1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
0
0.133
0.267
0.4
1 2 3 4 5 6
0
0.333
0.667
1
1 2 3 4 5 6
Exemplo:
Nmero de eventos
Eduardo Pcora
VALOR ESPERADO E VARINCIA
Valor esperado, ou mdia, de uma distribuio de varivel
aleatria a medida da posio central para a varivel.
41
E(x) = =
xf(x)
V ar(x) =
2
=
(x )
2
f(x)
Varincia, como estudado anteriormente, a medida
da disperso da variabilidade da varivel aleatria.
Eduardo Pcora
DISTRIBUIO BINOMIAL DE PROBABILIDADE
A distribuio binomial de probabilidade est associada a
um experimento multi-etapa que tem a seguintes
propriedades:
1.O experimento consiste de n ensaios idnticos
2.Dois resultados so possveis em cada ensaio.
Referimo-nos a um como sucesso e ao outro como
fracasso.
3.A probabilidade de sucesso denotada por p e no se
modica ao longo do ensaio. Consequentemente a
probabilidade do fracasso 1-p.
4.Os ensaios so independentes.
42
Eduardo Pcora
O PROBLEMA DA LOJA DE ROUPAS DO MARTIN
Vamos considerar as decises de compras de trs clientes que
entram na loja de roupas do Martin. Com base em experincias
passadas, o gerente da loja estima que a probabilidade de um
cliente concretizar a compra de 0.30. Qual a probabilidade de
que dois dos prximos clientes realizaro a compra.
1. O experimento pode ser descrito como uma sequncia de trs
ensaios idnticos.
2.Dois resultados, o cliente compra ou no compra
3.A probabilidade de que o cliente far a compra (0.30) a
mesma para todos os ensaios.
4.A deciso de compra de um cliente independente dos outros.
43
Eduardo Pcora
44
Mnimo de dois sucessos (clientes
efetivando a compra) :
Seja C1, C2 e C3 os clientes 1 2 e 3 respectivamente
{C1, C2} ou {C1, C3}
ou {C2 ,C3}
p r e c i s o
combinar trs
clientes dois a
dois
=
3
2
=
3!
2!(3 2)!
= 3
Eduardo Pcora
44
{C1, C2} ou {C1, C3}
ou {C2 ,C3}
p r e c i s o
combinar trs
clientes dois a
dois
=
3
2
=
3!
2!(3 2)!
= 3
ou {C1, C2, C3}
Eduardo Pcora
44
{C1, C2} ou {C1, C3}
ou {C2 ,C3}
p r e c i s o
combinar trs
clientes dois a
dois
=
3
2
=
3!
2!(3 2)!
= 3
p r e c i s o
combinar trs
clientes trs a
trs
=
3
3
=
3!
3!(3 3)!
= 1
ou {C1, C2, C3}
Eduardo Pcora
44
{C1, C2} ou {C1, C3}
ou {C2 ,C3}
p r e c i s o
combinar trs
clientes dois a
dois
=
3
2
=
3!
2!(3 2)!
= 3
p r e c i s o
combinar trs
clientes trs a
trs
=
3
3
=
3!
3!(3 3)!
= 1
ou {C1, C2, C3}
ATENO!!!
0! = 1
Eduardo Pcora
45
Generalizando:
nmero de resultados que fornecem x sucessos em n ensaios
=
n
x
=
n!
x!(n x)!
Continuando (loja de roupas):
A probabilidade quaisquer dois clientes
comprarem ??
=
3
2
(0.3)
2
(0.7) =
3!
2!(3 2)!
(0.3)
2
(0.7) = 3 0.063
A probabilidade de C1 e C2 comprarem e C3 no comprar ??
(Ateno os eventos so independentes)
Eduardo Pcora
45
Generalizando:
nmero de resultados que fornecem x sucessos em n ensaios
=
n
x
=
n!
x!(n x)!
Continuando (loja de roupas):
= (0.3)(0.3)(.07) = (0.3)
2
(0.7) = 0.063
A probabilidade quaisquer dois clientes
comprarem ??
=
3
2
(0.3)
2
(0.7) =
3!
2!(3 2)!
(0.3)
2
(0.7) = 3 0.063
A probabilidade de C1 e C2 comprarem e C3 no comprar ??
(Ateno os eventos so independentes)
Eduardo Pcora
FUNO BINOMIAL DE PROBABILIDADE
46
f(x) =
n
x
p
x
(1 p)
nx
Funo binomial de probabilidade
Eduardo Pcora
46
Generalizando (de novo):
A probabilidade de x sucessos em um experimento com n eventos,
dado que a probabilidade e um sucesso p
f(x) =
n
x
p
x
(1 p)
nx
Eduardo Pcora
46
Generalizando (de novo):
A probabilidade de x sucessos em um experimento com n eventos,
dado que a probabilidade e um sucesso p
f(x) =
n
x
p
x
(1 p)
nx
E(x) = = np
V ar(x) = np(1 p)
Esperana:
Varincia:
Eduardo Pcora
47
f(x)
x
2
0.189
=
3
2
(0.3)
2
(0.7) =
0 0.343
=
3
0
(0.3)
0
(0.7)
3
=
1
0.441
=
3
1
(0.3)
1
(0.7)
2
=
3 0.027
=
3
3
(0.3)
3
(0.7)
0
=
Eduardo Pcora
47
f(x)
x
2
0.189
=
3
2
(0.3)
2
(0.7) =
0 0.343
=
3
0
(0.3)
0
(0.7)
3
=
1
0.441
=
3
1
(0.3)
1
(0.7)
2
=
3 0.027
=
3
3
(0.3)
3
(0.7)
0
=
Logo a
probabilidade
de ao menos
dois clientes
comprarem :
Eduardo Pcora
47
f(x)
x
2
0.189
=
3
2
(0.3)
2
(0.7) =
0 0.343
=
3
0
(0.3)
0
(0.7)
3
=
1
0.441
=
3
1
(0.3)
1
(0.7)
2
=
3 0.027
=
3
3
(0.3)
3
(0.7)
0
=
Logo a
probabilidade
de ao menos
dois clientes
comprarem :
+
Eduardo Pcora
EXERCCIO
Uma mquina nova est funcionando adequadamente,
somente 3% dos itens produzidos apresentam defeitos.
Considere que aleatoriamente selecionamos duas peas
produzidas pela mquina e que estamos interessados
no nmero de peas defeituosas.
a. Descreva as condies sob as quais essa situao
seria um experimento Binomial.
b. Quantos resultados experimentais tm exatamente
um defeito encontrado?
c. Calcule as probabilidades associadas com no
encontrar defeitos, encontrar um defeito e encontrar dois
defeitos.
48
Eduardo Pcora
POISSON
A distribuio de Poisson til para estimar o
nmero de ocorrncias sobre um intervalo de tempo
ou de espao denidos. Por exemplo, o nmero de
chegadas de clientes no perodo de uma hora, o
nmero de vazamentos em 100 km de tubulao, etc.
Propriedades:
1. A probabilidade de ocorrncia a mesma para
quaisquer intervalos de mesmo tamanho
2. A ocorrncia ou no-ocorrncia em qualquer
intervalo independente da ocorrncia ou no-
ocorrncia em qualquer outro intervalo.
49
Eduardo Pcora
FUNO DE PROBABILIDADE DE POISSON
50
Funo de probabilidade de Poisson:
e = 2.71828
=
f(x) =
Valor esperado ou nmero
mdio de ocorrncias
Probabilidade de x
ocorrncias em um intervalo
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
0.5 1 2 3 5 10
f(x) =

x
e
x!
Eduardo Pcora
BURACOS NA ESTRADA
Suponha que uma estrada recm recapeada aps seis
meses de uso tenha uma mdia de 2 buracos por
quilmetro.
a. Qual a probabilidade de encontramos um trecho de 3
quilmetros sem buracos? Qual a probabilidade do
mesmo trecho conter pelo menos 1 buraco?
51
Eduardo Pcora
RESERVAS DE PASSAGENS
Chamadas telefnicas chegam a uma razo de 48 por
hora no balco de reservas da Regional Airways.
a. Encontre a probabilidade de chegarem ao menos 3
chamadas em um intervalo de tempo de 5 minutos
b. Encontre a probabilidade de chegarem exatamente 10
chamadas em 15 minutos
c.Se nenhuma chamada est sendo processada, qual a
probabilidade de que o atendente que 3 minutos sem
chamadas?
52
Eduardo Pcora
DISTRIBUIES CONTNUAS
Uma diferena fundamental que separa as
distribuies discretas das contnuas que no
caso discreto a funo probabilidade f(x) fornece
diretamente a probabilidade de que a varivel
assuma um valor particular. Com as variveis
contnuas calculamos a rea sobre o grco da
distribuio e temos assim a probabilidade de
que a varivel assuma um valor no intervalo
calculado.
53
Eduardo Pcora
UNIFORME
54
f(x) =
1
ba
, a x b
0, caso contrario
1
b a
a
b
Funo densidade Uniforme de probabilidade
rea do intervalo a
probabilidade que a
varivel esteja no intervalo
Eduardo Pcora
DETERGENTE LQUIDO
O rtulo de uma garrafa de detergente lquido mostra contedo
como sendo 120 ml. A linha de produo enche a garrafa
uniformemente de acordo com a seguinte distribuio de
probabilidade.
55
a.Encontre a probabilidade de uma garrafa conter enter 120 e
120.2 ml
b.Encontre a probabilidade de que uma garrafa seja preenchida
com 120 ml ou mais.
f(x) =
2, 119.75 x 120.25
0, caso contrario
Eduardo Pcora
DISTRIBUIO NORMAL DE PROBABILIDADE
A mai s i mpor t ant e di st r i bui o de
probabilidade para descrever uma varivel
aleatria contnua. A distribuio normal de
probabilidade tem sido utilizada em uma
ampla variedade de aplicaes prticas
nas quais as variveis aleatrias
56
Eduardo Pcora
57
Desvio Padro
x
Mdia
Eduardo Pcora
58
x
1

2
A mdia determina a posio da curva
Eduardo Pcora
59
O desvio-padro determina a largura da curva
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
-5 -4 -3 -2 -1 0 1 2 3 4 5
= 2
= 1
= 0.6
Eduardo Pcora
REAS SOBRE A CURVA PARA QUALQUER
DISTRIBUIO NORMAL
60
68,26%
95,44%
99.72%
+ + 2 + 3 3 2

Eduardo Pcora
61
Funo Densidade Normal de Probabilidade
f(x) =
1
2
e
(x)
2
/2
2
e = 2.71828
= Mdia
Desvio Padro =
= 3.141592
Eduardo Pcora
62
0 1
P(0.00 z 1.00)
Clculo atravs de planilhas ou tabela.
Eduardo Pcora
63
0 x
Clculo utilizando o EXCEL
A funo NORMDIST(x, mdia, desvio-padro, acumulada) do
excel d a rea sombreada acima
Eduardo Pcora
64
0 x1
Clculo utilizando o EXCEL
Portanto se quisermos calcula a probabilidade da rea azul
temos que fazer o seguinte:
NORMDIST(x2, 0, 1, 1) - NORMDIST(x1, 0, 1, 1)
x2
Eduardo Pcora
65
Utilizando o EXCEL calcule as seguintes
probabilidades para a Normal (0,1) Normal Padro
P(z 0)
P(1 z 1)
P(3 z 3)
P(0.56 z)
P(z 0)
Eduardo Pcora
CONVERTENDO PARA A NORMAL PADRO
66
z =
x
Toda distribuio normal pode ser convertida para a Normal padro (mdia =
0, desvio padro =1). A razo para fazermos isso poder ter uma nica
tabela da distribuio normal, no entanto se utilizarmos algum software como
o Excel, ele calcula a rea de qualquer normal sem fazer a transformao.
Suponha que temos uma distribuio normal com mdia
10 e desvi o-padro 2, preci samos cal cul ar a
probabilidade de um valor estar entre x = 10 e x=14.
Utilizando a frmula ao lado temos:
z
=
x
=
10 10
2
= 0
z
=
x
=
14 10
2
= 2
P(10 x 14) = P(0 z 2)
Eduardo Pcora
COMPANHIA GEAR TIRE
A companhia Gear Tire acabou de desenvolver um novo
pneu radial. Como o pneu um novo produto, os
gerentes acreditam que a quilometragem oferecida com
o pneu ser um fator importante para as vendas. A
partir de testes reais em auto estradas, o grupo de
engenharia da Gear Tire estimou que o pneu dure em
mdia 36500 km com um desvio-padro de 5000 km.
Alm disso os dados coletados indicam que a
distribuio normal uma hiptese razovel.
Qual a porcentagem dos pneus que tem a expectativa
de durar mais de 40000 km?
67
Eduardo Pcora
WALL STREET JOURNAL
O tempo mdio que um assinante passa lendo o
WST de 49 minutos (The wall street journal
subscriber study, 1996). Considere que o desvio
padro seja de 16 minutos e que os tempo estejam
distribudos normalmente.
a. Qual a probabilidade de que um assinante
gastar pelo menos 1 hora lendo o jornal?
b. Qual a probabilidade de que um assinante gaste
menos do que 30 minutos?
c. Para os 10% que passam o maior tempo lendo o
jornal quanto isso representa? (Normal inversa)
68
Eduardo Pcora
DISTRIBUIO EXPONENCIAL DE
PROBABILIDADE
A distribuio exponencial muito til para se
descrever o tempo que se leva para completar
uma tarefa. A varivel exponencial pode ser
utilizada para descrever tais coisas como o
tempo entre as chegadas a um lava-rpido, o
tempo exigido para carregar um caminho, a
distncia entre os maiores defeitos em uma auto-
estrada e assim por diante.
69
Eduardo Pcora
PROBABILIDADE
70
Funo Densidade Exponencial de Probabilidade
f(x) =
1
e
x/
para x 0, 0
0
0.2
0.4
0.6
0.8
1
1.2
1.4
0 1 2 3 4 5 6
Eduardo Pcora
PROBABILIDADE
71
O tempo entre chegadas de veculos em um
determinado cruzamento segue uma distribuio
exponencial de probabilidade com uma mdia de 12
segundos.
a. Qual a probabilidade de que o tempo de chegada
entre os veculos seja de 12 segundos ou menos?
b.Qual a probabilidade de que o tempo de chegada
entre os veculos seja de 6 segundos ou menos?
c.Qual a probabilidade de que o tempo de chegada
entre os veculos seja mais do que 30 segundos?

E Statistic A

Caricato da

Informazioni sul documento

Titolo originale

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

E Statistic A

Caricato da

Copyright:

Formati disponibili

PROBABILIDADE

Prof. Eduardo Pcora, Ph.D.

Potrebbero piacerti anche