O documento discute probabilidades, definindo conceitos como experimento, evento, evento simples e espaço amostral. Explica que probabilidade é o número de casos favoráveis dividido pelo número total de casos possíveis. Apresenta exemplos de cálculo de probabilidades usando esses conceitos.
Slides Lição 4, CPAD, Como se Conduzir na Caminhada, 2Tr24.pptx
Probabilidades e eventos
1. Estatística Aplicada a
Administração
ADMINISTRAÇÃO – EAADM
PROF. ENIO JOSÉ BOLOGNINI
2º SEMESTRE / 2014
AULA 11 – PROBABI LIDADES: ESPAÇOS AMOSTRAIS E EVENTOS
2. INTRODUÇÃO A PROBABILIDADES
É o estudo dos fenômenos de observação, sendo possível a explicação de um dado
problema, e distinguir um método determinístico ou probabilístico.
퐴1: 푅푒푡푖푟푎푟 푢푚푎 푐푎푟푡푎 푑푒 푢푚 푏푎푟푎푙ℎ표 푐표푚 52 푐푎푟푡푎푠 푒 표푏푠푒푟푣푎푟 푠푒푢 naipe;
퐴2: 퐽표푔푎푟 푢푚푎 푚표푒푑푎 10 푣푒푧푒푠 푒 표푏푒푟푣푎푟 표 푛ú푚푒푟표 푑푒 푐표푟표푎푠 표푏푡푖푑푎푠;
퐴3: 푅푒푡푖푟푎푟 푐표푚 표푢 푠푒푚 푟푒푝표푠푖çã표, 푏표푙푎푠 푑푒 푢푚푎 푢푟푛푎 푞푢푒 푐표푛푡é푚 5 푏표푙푎푠 푏푟푎푛푐푎푠
푒 6 푝푟푒푡푎푠;
퐴4: 퐽표푔푎푟 푢푚 푑푎푑표 푒 표푏푠푒푟푣푎푟 표 푛ú푚푒푟표 푚표푠푡푟푎푑표 푛푎 푓푎푐푒 푑푒 푐푖푚푎;
퐴5: Contar o número de peças defeituosas da produção diária da máquina A.
Cada observação entre A1,A2,A3,A4 e A5, pode ser repetido indefinidamente, descreve
todos resultados possíveis , havendo uma regularidade, o que surgirá uma frequência
relativa dos resultados esperados.
PROF. ENIO JOSÉ BOLOGNINI
CENTRO UNIV. NORTE PAULISTA - UNORP 2
3. ESPAÇO AMOSTRAL
Existem dois tipos:
Determinístico: Sempre tem os mesmos resultados, qualquer
que seja o número de ocorrências.
Ex. 1: Um sólido será a uma certa temperatura a passagem do
estado sólido para o líquido.
Aleatórios: São resultados previsíveis, mesmo havendo um
grande número de repetições.
Ex. 2: Considerando um pomar de laranjeiras, as produções de
cada planta serão diferentes e não previsíveis, mesmo que as
condições de temperatura, pressão, umidade, solo etc. sejam
as mesmas para todas as árvores.
4. ESPAÇO AMOSTRAL
Em números aleatórios o espaço amostral do conjunto S, são todos
resultados possíveis do experimento.
Exemplo 3:
a) A: Jogar um dado e observar o nº da face de cima.
Assim, S = {1,2,3,4,5,6}
a) Seja A: Jogar duas moedas e observar o resultado;
Assim, S = {(cara, cara), (cara, coroa), (coroa, cara), (coroa, coroa)}
Ou simplificar S = {(c, c), (c, k), (k, c), (k, k)}
c = cara e k = coroa;
PROF. ENIO JOSÉ BOLOGNINI
CENTRO UNIV. NORTE PAULISTA - UNORP 4
5. ESPAÇO AMOSTRAL
Em um experimento aleatório o conjunto de resultados de
experimentos, depende dos elementos que serão chamados de
pontos amostrais, a representação do espaço amostral é dada
por Ω, veja o exemplo logo abaixo:
Ω = {c, r};
Ω = {1,2,3,4,5};
Ω = {(c, r), {(c, c), {(r, c), {(r, r)};
Ω = {퐴0 … 퐾0, 퐴푝 … 퐾푝, 퐴퐸 … 퐾퐸 , 퐴푐 … 퐾푐 };
Ω = {t ∈ ℝ | 푡 ≥ 0};
Podendo ser único o ponto amostral ou em reunião.
6. ESPAÇO AMOSTRAL
Exemplo 4:
Lançando dois dados enumeramos os seguintes eventos:
A: Saída das faces iguais;
B: Saída de faces cuja soma seja igual a 10;
C: Saída de faces cuja soma seja menor que 2;
D: Saída de faces cuja soma seja menor que 15;
E: Saída de faces onde uma face é o dobro da outra.
Determine o espaço amostral por uma tabela de dupla entrada
(Produto Cartesiano):
8. DEFINIÇÃO DE PROBABILIDADE
Estudo estatístico que obtêm-se a partir de uma amostra, as conclusões
sobre uma população. Este fenômeno de probabilidade são chances dos
eventos ocorrerem. O conceito básico é baseado em experimentos, evento,
evento simples e espaço amostral de um experimento.
Experimento: É qualquer processo que permite ao pesquisados fazer
observações.
Exemplo: A ocorrência de um raio, uma viagem aérea, o lançamento de
uma moeda entre outros.
Evento: É o resultado de um conjunto de ocorrências no experimento.
Exemplo: O raio atingir (ou não) um pessoa; O aviação chegar (ou não)
no horário correto; entre outros.
PROF. ENIO JOSÉ BOLOGNINI CENTRO UNIV. NORTE PAULISTA - UNORP 8
9. DEFINIÇÃO DE PROBABILIDADE
Evento Simples: É um resultado, ou um evento, que não comporta
mais decomposições.
Exemplo: Ao jogar o dado, o evento foi o número cinco;
Evento não simples: O evento não simples pode ser decomposto em
dois (ou mais) eventos simples.
Exemplo: Ao jogar dois dados o evento foi o número oito; não é um
evento simples, pois é composto por mais de um evento simples, tal
como “dois e seis” ou “três e cinco”;
PROF. ENIO JOSÉ BOLOGNINI CENTRO UNIV. NORTE PAULISTA - UNORP 9
10. EVENTOS
Exemplo 1:
a) Seja o experimento A: Jogar três moedas e observar os resultados:
S = {(c, c, c), (c, c, k), (k, c, c), (c, k, c), (k, k, k), (k, k, c), (k, c, k), (c, k, k)}
Seja A o evento: Ocorrer pelo menos 2 caras.
Então, A = {(c, c, c), (k, c, c), (c, k, c), (c, c, k)}
b) Seja o experimento A: Lançar um dado e observar o número de cima.
Então S = {1, 2, 3, 4, 5, 6}
Seja B o evento: Ocorrer múltiplo de 2.
Então, B = {2, 4, 6}.
PROF. ENIO JOSÉ BOLOGNINI
CENTRO UNIV. NORTE PAULISTA - UNORP 10
11. EVENTOS EM ÁRVORES
c
k
c
k
c
k
c
k
c
k
c
k
c
k
Exemplo 2: Lançam-se 3 moedas:
A: Saída de cara na 1º moeda;
B: Saída de coroa na 2º e 3º moedas.
PROF. ENIO JOSÉ BOLOGNINI
CENTRO UNIV. NORTE PAULISTA - UNORP 11
12. TEORIA DAS PROBABILIDADES
Intuitivamente pode-se definir probabilidade como:
número de casos favoráveis a ( A )
p(A) = -------------------------------------- -------
número total de casos possíveis ( S )
Ao conjunto desses casos possíveis dá-se o nome de espaço amostral
(S). E ao conjunto de casos favoráveis a A dá-se o nome de evento A.
PROF. ENIO JOSÉ BOLOGNINI
CENTRO UNIV. NORTE PAULISTA - UNORP 12
13. TEORIA DAS PROBABILIDADES
Exemplo 1: A pesquisa de um jornal de São Paulo revelou que 200 brasileiros
foram mortos por raios no período de um ano (ano 2000). Qual a probabilidade
de uma pessoa ser atingida por um raio, sabendo-se que a população brasileira
está em torno de 170 milhões?
PROF. ENIO JOSÉ BOLOGNINI
CENTRO UNIV. NORTE PAULISTA - UNORP 13
푃 퐴 =
푛(퐴)
푛(푆)
=
200
170.000.000
= 0,0000012
14. TEORIA DAS PROBABILIDADES
Exemplo 2: Uma pesquisa do PC world foi realizada com 4.000 proprietários
de computadores pessoais, e verificou que 992 dos computadores apresentaram
falhas num intervalo de dois anos após a compra. Tomando como base estes
resultados, qual a probabilidade de você comprar um computador pessoal e ele
apresentar problema nos próximos dois anos?
PROF. ENIO JOSÉ BOLOGNINI
CENTRO UNIV. NORTE PAULISTA - UNORP 14
푃 퐴 =
푛(퐴)
푛(푆)
=
992
4.000
= 0,248
15. TEORIA DAS PROBABILIDADES
Exemplo 3: O RH de uma empresa é composto de 15 homens e 35 mulheres. É
feito o sorteio aleatório de um funcionário, qual a probabilidade de não ser
mulher?
Evento favorável: A {não ser mulher}
Número de elementos do evento favorável: n(A) = 15;
Espaço amostral: S = {15 homens mais 35 mulheres};
Número de elementos do espaço amostral: n(S) = 50.
PROF. ENIO JOSÉ BOLOGNINI
CENTRO UNIV. NORTE PAULISTA - UNORP 15
푃 퐴 =
푛(퐴)
푛(푆)
=
15
50
= 0,3
16. EXERCÍCIOS DE FIXAÇÃO
Ex. 1) Probabilidade de se obter um número par como resultado de um
lançamento de um dado:
S = {1,2,3,4,5,6} e A = {2,4,6}
Ex. 2) Probabilidade de se obter o número 4 como resultado de um lançamento
de um dado:
S = {1,2,3,4,5,6} e A = {4}
Ex. 3) Probabilidade de se obter um número diferente de 4 no lançamento de
um dado:
S = {1,2,3,4,5,6} e A = {1,2,3,5,6}
PROF. ENIO JOSÉ BOLOGNINI
CENTRO UNIV. NORTE PAULISTA - UNORP 16
17. REGRAS PARA CÁLCULO DE
PROBABILIDADES (EVENTOS)
AULA 12
PROF. ENIO JOSÉ BOLOGNINI
CENTRO UNIV. NORTE PAULISTA - UNORP 17
18. EVENTOS
Classificar eventos é discutir resultados representados por conjuntos,
subconjuntos e conjuntos vazios. Sendo assim, eventos certos e eventos
impossíveis.
a) 퐴 ∪ 퐵 → é 표 푒푣푒푛푡표 푞푢푒 표푐표푟푟푒 푠푒 퐴 표푐표푟푟푒 표푢 B 표푐표푟푟푒 표푢 푎푚푏
표푠 표푐표푟푟푒푚;
b) 퐴 ∩ 퐵 → é 표 푒푣푒푛푡표 푞푢푒 표푐표푟푟푒 푠푒 퐴 e B 표푐표푟푟푒푚;
c) 퐴 → é 표 푒푣푒푛푡표 푞푢푒 표푐표푟푟푒 푠푒 퐴 não ocorre;
PROF. ENIO JOSÉ BOLOGNINI
CENTRO UNIV. NORTE PAULISTA - UNORP 18
19. EVENTOS MUTUAMENTE
EXCLUSIVOS
São a maneira de demonstrar entre A e B que são mutuamente exclusivos, caso
se os mesmos não ocorrer simultaneamente, então 퐴 ∩ 퐵 = ∅, exemplo:
A: Jogar um dado e observar o resultado.
S = {1, 2, 3, 4, 5, 6}
Sejam os eventos: A = ocorrer nº par, e
B = ocorrer nº impar.
Portanto, A ={2, 4, 6} e B = {1, 3, 5}, 퐴 ∩ 퐵 = ∅.
PROF. ENIO JOSÉ BOLOGNINI
S 퐴 ∩ 퐵 = ∅
A B
2
4
6
1
5
7
CENTRO UNIV. NORTE PAULISTA - UNORP 19
20. EVENTOS MUTUAMENTE
EXCLUSIVOS
Estas definições são probabilísticas, pois em um experimento aleatório
do espaço amostral de A e S, temos o evento A – P (A) – é a definição de
S que associou-se em um número real de cada evento, portanto satisfaz
as seguintes axiomas:
A. 0 ≤ 푃 퐴 ≤ 1
B. 푃 푆 = 1
C. Se A e B forem eventos mutuamente exclusivos, (퐴 ∩ 퐵 = ∅), então
P(퐴 ∪ 퐵) = 푃(퐴) + 푃(퐵).
PROF. ENIO JOSÉ BOLOGNINI CENTRO UNIV. NORTE PAULISTA - UNORP 20
21. EVENTOS MUTUAMENTE
EXCLUSIVOS
Estas definições são probabilísticas, pois em um experimento aleatório
do espaço amostral de A e S, temos o evento A – P (A) – é a definição de
S que associou-se em um número real de cada evento, portanto satisfaz
as seguintes axiomas:
A. 0 ≤ 푃 퐴 ≤ 1
B. 푃 푆 = 1
C. Se A e B forem eventos mutuamente exclusivos, (퐴 ∩ 퐵 = ∅), então
P(퐴 ∪ 퐵) = 푃(퐴) + 푃(퐵).
PROF. ENIO JOSÉ BOLOGNINI CENTRO UNIV. NORTE PAULISTA - UNORP 21
22. Referências Bibliográficas
BÁSICA:
CRESPO, A. A. Estatística fácil. São Paulo: Saraiva, 19--, 20--.
SILVA, E. M. et al. Estatística: para os cursos de economia, administração e ciências
contábeis. São Paulo: Atlas, 19--.
TIBONI, C. G. R. Estatística Básica: para os cursos de administração, ciências
contábeis, tecnológicos e de gestão. São Paulo: Atlas, 20--.
COMPLEMENTAR:
HOFFMANN, R. Estatística para economistas. São Paulo: Pioneira, 19--.
MARTINS, G. A; DONAIRE, D. Princípios de estatística. São Paulo: Atlas, 19--.
MORETTIN, P. A; BUSSAB, W. O. Estatística básica. São Paulo: Saraiva, 19--, 20--.
FONSECA, J. S; MARTINS, G. A. Curso de estatística. São Paulo: Atlas, 19--.
SPIEGEL, M. R. Estatística. São Paulo: Makron Books do Brasil, 19--.
PROF. ENIO JOSÉ BOLOGNINI
CENTRO UNIV. NORTE PAULISTA - UNORP 22