![](https://static.wixstatic.com/media/26a617_2d9c26cb51f14fbca7faa8b00d6a0df4.png/v1/fill/w_659,h_150,al_c,lg_1,q_85,enc_auto/26a617_2d9c26cb51f14fbca7faa8b00d6a0df4.png)
CADASTRE-SE
Temos Uma versão desta Revista Especificamente para SmartPhone
Mais Enxuta: Somente Vídeo Aulas e EVENTOS!
Music Player
![music-25705_960_720.png](https://static.wixstatic.com/media/26a617_1bdde7442dc842ae8f6610b837f5c5e6~mv2.png/v1/fill/w_25,h_29,al_c,q_85,usm_0.66_1.00_0.01,enc_auto/music-25705_960_720.png)
![music-25705_960_720.png](https://static.wixstatic.com/media/26a617_1bdde7442dc842ae8f6610b837f5c5e6~mv2.png/v1/fill/w_24,h_29,al_c,q_85,usm_0.66_1.00_0.01,enc_auto/music-25705_960_720.png)
l
![GIF ANIMADO REVISTA ENSSINO&INFORMAÇÃO - VÍDEO.gif](https://static.wixstatic.com/media/26a617_5f620154b3d548e1b2d62f829353a778~mv2.gif)
![](https://static.wixstatic.com/media/26a617_834a6ce17bab58f89705ea9fec01edd1.jpg/v1/fill/w_358,h_114,al_c,lg_1,q_80,enc_auto/26a617_834a6ce17bab58f89705ea9fec01edd1.jpg)
ESTATÍSTICA
Disciplina: Estatística e Probabilidade
![](https://static.wixstatic.com/media/26a617_e377724f92d4452d8da35a9d529cfd47.gif)
Curso Completo (Apostila)
Professor: Altamir A. R. Araldi
Ano: 2004 e 2005, Local: CAV-UDESC, Cidade: Lages-SC
CAPÍTULO 6 - TEORIA ELEMENTAR DA PROBABILIDADE
6.1 - MODELOS MATEMÁTICOS E MODELOS PROBABILÍSTICOS
Um modelo matemático é aquele em que o resultado efetivo é determinado pelas condições de como o experimento ou procedimento é realizado.
Exemplo: Pressão = Força/Área P = F/A.
A pressão que um fluido exerce num recipiente é dada pela força que este exerce sobre cada unidade de superfície do recipiente que o contém, em direção normal à mesma. Mantendo-se inalterados os valores de F e A, esperar-se-á observar o mesmo valor de P, se o experimento for executado sob as mesmas condições.
Um modelo probabilístico é aquele em que as condições do experimento não determinam o resultado do experimento, mas o comportamento probabilístico do resultado observável.
Exemplos: Lançamento de um dado;
Duração de vida de uma lâmpada.
Sempre que o modelo for probabilístico, o experimento será aleatório. Um experimento aleatório apresenta 3 (três) características:
-
pode ser realizado indefinidas vezes;
-
embora não se possa afirmar qual o resultado que ocorrerá, em uma realização do experimento, pode-se determinar o conjunto de todos os resultados possíveis;
-
se o experimento for realizado um grande número de vezes, poder-se-á notar uma certa regularidade. Essa regularidade é que permitirá que se construa um modelo probabilístico para análise do experimento.
6.2 - ESPAÇO AMOSTRAL E EVENTOS
Espaço Amostral é o conjunto de todos os possíveis resultados de um experimento. Em geral, é representado pela letra “W”.
Evento é qualquer conjunto de ocorrências de um Espaço Amostral. Se for constituído de um único resultado, será um Evento Simples; se for constituído por mais de um resultado do espaço amostral, será um Evento Composto.
Se A e B são dois Eventos quaisquer:
→ A ∩ B é o evento formado pelos resultados que pertencem simultaneamente a A e a B. O Evento Interseção significa a ocorrência de todos os eventos considerados.
→ A ∪ B é o evento formado pelos resultados que pertencem ao evento A, ao evento B, ou a ambos os eventos. O Evento União significa a ocorrência de pelo menos um dos eventos considerados.
→ O Evento Complementar de A, denotado por , A’ ou , é o Evento formado pelos resultados que pertencem ao Espaço Amostral, mas não pertencem a A.
Dois eventos são Mutuamente Exclusivos ou Excludentes se não podem ocorrer simultaneamente em uma mesma realização de um experimento aleatório.
Exemplos:
1) Espaço Amostral do Experimento Aleatório:
a) Lançamento de um dado Honesto
Ω = {faces do dado} = {1, 2, 3, 4, 5, 6}
b) Lançamento de dois dados Honestos
A = {1, 2, 3, 4, 5, 6} → 1o. dado
B = {1, 2, 3, 4, 5, 6} → 2o. dado
Ω = {(1, 1), (1, 2), . . ., (1, 6), (2, 1), (2, 2), . . ., (2, 6), . . ., (6, 1), (6, 2), . . ., (6, 6)}
c) Lançamento de duas moedas honestas
Sejam, C = {face cara}
K = {face coroa}
Ω = {(K, K), (K, C), (C, K), (C, C)}
2) Eventos
- Lançamento de um dado Honesto
Sejam, Ω = {1, 2, 3, 4, 5, 6} e os eventos A = {2, 4, 6}, B = {1, 3, 5} e C = {1, 2}.
a) A ∩ C = {2} B ∩ C = {1}
b) A ∪ B = Ω A ∪ C = {1, 2, 4, 6} B ∪ C = {1, 2, 3, 5}
c) = B = A = {3, 4, 5, 6}
d) A e B são eventos Mutuamente Exclusivos os Excludentes, pois A ∩ B = Ø (Conjunto Vazio).
![](https://static.wixstatic.com/media/26a617_236f4de26bdc419785dff31264250a70.png/v1/fill/w_13,h_18,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/26a617_236f4de26bdc419785dff31264250a70.png)
![](https://static.wixstatic.com/media/26a617_49e3e6cd51254946b4c9f7019da20efd.png/v1/fill/w_20,h_17,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/26a617_49e3e6cd51254946b4c9f7019da20efd.png)
![](https://static.wixstatic.com/media/26a617_49e3e6cd51254946b4c9f7019da20efd.png/v1/fill/w_20,h_17,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/26a617_49e3e6cd51254946b4c9f7019da20efd.png)
![](https://static.wixstatic.com/media/26a617_a4d83815be4b43b6a4d41a860f144496.png/v1/fill/w_16,h_17,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/26a617_a4d83815be4b43b6a4d41a860f144496.png)
![](https://static.wixstatic.com/media/26a617_2992627b398845daa549c256cae8b25c.png/v1/fill/w_16,h_16,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/26a617_2992627b398845daa549c256cae8b25c.png)
6.3 - DEFINIÇÃO DE PROBABILIDADE:
6.3.1 – DEFINIÇÃO CLÁSSICA
Se um Experimento Aleatório pode resultar em “N” diferentes e Igualmente Prováveis Resultados, e se exatamente “n” desses resultados correspondem ao evento A, então a Probabilidade da ocorrência do evento A, denotada por P[A], será:
![](https://static.wixstatic.com/media/26a617_c61ee31aa058467f8879d4bef363a542.png/v1/fill/w_111,h_12,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_c61ee31aa058467f8879d4bef363a542.png)
Exemplo:
1) No Lançamento de Uma Moeda Honesta, determinar a probabilidade da ocorrência da face “cara”.
Seja, C = {face cara}; N = 2 e n = 1
P[C] = 1/2 = 0,5
2) No Lançamento de Um Dado Honesto, determinar a probabilidade de ocorrência da face número 3.
Seja, F3 = {face 3}; N = 6 e n =1
P[F3] = 1/6 = 0,1667
3) Sabendo-se que num Baralho existem 52 cartas, incluindo-se 4 naipes com 13 cartas para cada naipe. Qual a probabilidade de ser retirada uma carta:
a) 8 de espadas; b) damas e c) de ouros?
Sejam, E = {carta de espada}
D = {carta de dama}
O = {carta de ouro}
P[E8] = 1/52 = 0,02
P[D] = 4/52 = 1/13 = 0,0769
P[O] = 13/52 = 1/4 = 0,25
6.3.2 – DEFINIÇÃO EXPERIMENTAL
Seja “E” um Experimento Aleatório, Repetido “n” vezes, e A um Evento qualquer associado a “E”. Seja o número de vezes em que o evento A ocorre, nas “n” repetições do experimento. A Frequência Relativa do evento A, , nas “n” repetições de “E” será:
À medida que o número de repetições aumenta para o Infinito (Intuitivamente, é um número tão grande quando se queira), a Freqüência Relativa tenderá (é o que se espera, não pode ser provado que isto seja verdadeiro teoricamente falando!) a se estabilizar próximo de algum valor numérico denominado de Probabilidade do Evento A.
![](https://static.wixstatic.com/media/26a617_e74a1410cd6e41eca203b55cd50f172c.png/v1/fill/w_31,h_18,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/26a617_e74a1410cd6e41eca203b55cd50f172c.png)
![](https://static.wixstatic.com/media/26a617_3f033e7f028649808a91ea1ea2a19569.png/v1/fill/w_24,h_22,al_c,q_85,blur_3,enc_auto/26a617_3f033e7f028649808a91ea1ea2a19569.png)
![](https://static.wixstatic.com/media/26a617_f1c72c31f75540f9b4e3917f9ebb5995.png/v1/fill/w_69,h_37,al_c,q_85,blur_3,enc_auto/26a617_f1c72c31f75540f9b4e3917f9ebb5995.png)
6.3.3 – DEFINIÇÃO AXIOMÁTICA
Seja “E” um Experimento e Ω o Espaço Amostral de “E”. A cada Evento A, associa-se um número real, representado por “P[A]” e denominado Probabilidade de A, com as seguintes propriedades:
a) 0 ≤ P[A] ≤ 1
b) P[Ω] = 1
c) Se A e B forem Eventos Mutuamente Exclusivos, então P[A ∪ B] = P[A] + P[B].
Essas propriedades são tidas como Axiomas e, a partir delas derivam-se as seguintes:
d) se são eventos mutuamente exclusivos, então
e) Se Ø for o conjunto vazio, então P[Ø] = 0
f) Se é o Evento Complementar de A, então
g) Se A e B forem dois Eventos quaisquer, então
“Teorema da Soma”
![](https://static.wixstatic.com/media/26a617_c2ba99d5da184b8fb0f5c9f844ddbb69.png/v1/fill/w_96,h_14,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/26a617_c2ba99d5da184b8fb0f5c9f844ddbb69.png)
![](https://static.wixstatic.com/media/26a617_c7082b64a80b4a47859aca37e244b3ec.png/v1/fill/w_97,h_5,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_c7082b64a80b4a47859aca37e244b3ec.png)
![](https://static.wixstatic.com/media/26a617_49e3e6cd51254946b4c9f7019da20efd.png/v1/fill/w_20,h_17,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/26a617_49e3e6cd51254946b4c9f7019da20efd.png)
![](https://static.wixstatic.com/media/26a617_76fa3d7964654312b530080023f9e440.png/v1/fill/w_78,h_10,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_76fa3d7964654312b530080023f9e440.png)
![](https://static.wixstatic.com/media/26a617_d302103ba36e4ffdad90179439e6650f.png/v1/fill/w_78,h_7,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_d302103ba36e4ffdad90179439e6650f.png)
![](https://static.wixstatic.com/media/26a617_77a71e1c7f214fab8cbcede772ff3b61.png/v1/fill/w_80,h_29,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_77a71e1c7f214fab8cbcede772ff3b61.png)
![](https://static.wixstatic.com/media/26a617_6f9fa6349c4649dd9fc8859f215da9ea.png/v1/fill/w_70,h_36,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_6f9fa6349c4649dd9fc8859f215da9ea.png)
6.4 - PROBABILIDADE CONDICIONAL
Suponha a realização de um Experimento que consista no Lançamento de um Dado, com a finalidade de verificar o valor que ocorre na face de cima. Nesse caso, o Espaço Amostral pode ser representado da seguinte forma: Ω = {1, 2, 3, 4, 5, 6}.
Consideremos os seguintes Eventos: A = {3, 4, 5, 6} e B = {2, 3}.
Considerando que os resultados são todos Equiprováveis (com a mesma probabilidade de ocorrência), pode-se calcular a probabilidade de cada evento a partir da Definição Clássica, número de casos favoráveis ao evento dividido pelo número de casos possíveis. Assim:
P[A] = 4/6 = 2/3
P[B] = 2/6 = 1/3
Suponha , agora, que se realize o Lançamento do Dado e se tenha a Informação que o Evento A ocorreu. Nesse caso, embora não se saiba ainda qual o resultado que ocorreu, sabe-se que os resultados possíveis não são mais {1, 2, 3, 4, 5, 6}, mas (3, 4, 5, 6}, que são os resultados previstos no Evento A. Assim, caso se deseje calcular a probabilidade de ter ocorrido também o Evento B, deve-se desconsiderar os resultados que não estão previstos no Evento A que, no caso, são {1,2}. Entre os casos previstos no Evento B, apenas um deles pode ocorrer, o {3}, que é o resultado da Interseção de A com B. A Probabilidade de B, dado que ocorreu o evento A, é então:
P[B/A] = 1/4.
Essa probabilidade também pode ser obtida considerando o Espaço Amostral original. Nesse caso, será a Razão entre a Probabilidade da Interseção dos Eventos A e B, e a Probabilidade do Evento A:
Assim, “a Probabilidade de que ocorra o Evento A dado que ocorreu o Evento B” é dada por:
ou também, se ocorreu A primeiro:
![](https://static.wixstatic.com/media/26a617_558f05666c6c4f949500fbfc7fcef39e.png/v1/fill/w_183,h_45,al_c,q_85,blur_3,enc_auto/26a617_558f05666c6c4f949500fbfc7fcef39e.png)
![](https://static.wixstatic.com/media/26a617_1e505cd1b52c487ab760d4aff15c2f57.png/v1/fill/w_99,h_12,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_1e505cd1b52c487ab760d4aff15c2f57.png)
![](https://static.wixstatic.com/media/26a617_dbdb085ffcd14a9ab5b29beae0a96055.png/v1/fill/w_64,h_13,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_dbdb085ffcd14a9ab5b29beae0a96055.png)
![](https://static.wixstatic.com/media/26a617_348abc039367406890cfeca8a79367ea.png/v1/fill/w_79,h_47,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_348abc039367406890cfeca8a79367ea.png)
![](https://static.wixstatic.com/media/26a617_39f149fe8e24434585938d0a12c66f71.png/v1/fill/w_80,h_48,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_39f149fe8e24434585938d0a12c66f71.png)
![](https://static.wixstatic.com/media/26a617_0983a7280eb243b182a412db79c0ee63.png/v1/fill/w_79,h_40,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_0983a7280eb243b182a412db79c0ee63.png)
![](https://static.wixstatic.com/media/26a617_3f7ceca97b4446fe941d1f87ac2817fc.png/v1/fill/w_80,h_45,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_3f7ceca97b4446fe941d1f87ac2817fc.png)
![](https://static.wixstatic.com/media/26a617_34dbd99f9925478492739ce1c9a6e735.png/v1/fill/w_80,h_45,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_34dbd99f9925478492739ce1c9a6e735.png)
![](https://static.wixstatic.com/media/26a617_6ec46d6872f64caca68e1c26e01e9021.png/v1/fill/w_80,h_29,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/26a617_6ec46d6872f64caca68e1c26e01e9021.png)
![](https://static.wixstatic.com/media/26a617_06dc17d156333b7dc5ed44106d9d5980.gif)
Em Breve estaremos apresentando uma Página especialmente para falar sobre:
a) Significado do Ponto Médio de Classe;
b) Quais as vantagens e desvantagens ao se escolher um número de
classes k muito grande ou muito pequeno;
c) Quando é preferível trabalhar com classes de amplitude desiguais; e etc.
Formato ".PDF"
![](https://static.wixstatic.com/media/26a617_6780bc2d53ea37376adb34c9ebc2bbc3.png/v1/fill/w_79,h_78,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/26a617_6780bc2d53ea37376adb34c9ebc2bbc3.png)
![](https://static.wixstatic.com/media/26a617_537ce79a0b134b9a8a3f3cac657cae72~mv2.png/v1/fill/w_162,h_71,al_c,q_85,blur_3,enc_auto/26a617_537ce79a0b134b9a8a3f3cac657cae72~mv2.png)
Capítulo 1 - SÉRIES ESTATÍSTICAS E NÃO ESTATÍSTICAS - GRÁFICOS
VARIÁVEIS ALEATÓRIAS: TIPOS OU CLASSIFICAÇÃO
Capítulo 2 - DISTRIBUIÇÃO DE FREQUÊNCIAS OU TABELA DE FREQUÊNCIAS
Capítulo 3 - Medidas de Tendência Central, Separatrizes
Capítulo 4 - MEDIDAS DE DISPERSÃO (OU VARIAVILIDADE)
Capítulo 5 - ASSIMETRIA e CURTOSE
Capítulo 6 - TEORIA ELEMENTAR DA PROBABILIDADE
Capítulo 7 - DISTRIBUIÇÕES TEÓRICAS DE PROBABILIDADE
___________________
Exercícios Propostos: Capítulos 3 e 4 (Arquivo ".PDF")
Resolução dos Exercícios: Exercício 01 / Exercício 02 / Exercício 03 / Exercício 04 /
Exercício 05 / Exercício 06 / Exercício 07 / Exercício 08 /
Exercício 09 / Exercício 10 / Exercício 11 / Exercício 12 /
Exercício 13 (Já resolvido: Veja as Vídeo Aulas abaixo) /
__________
Tabelas
_____________
Exercícios Propostos: Capítulo 7 (Arquivo ".PDF")
Resolução dos Exercícios do Capítulo 7:
Exercício Resolvido (5) ⇒ YouTube
_________________________
![](https://static.wixstatic.com/media/26a617_537ce79a0b134b9a8a3f3cac657cae72~mv2.png/v1/fill/w_162,h_71,al_c,q_85,blur_3,enc_auto/26a617_537ce79a0b134b9a8a3f3cac657cae72~mv2.png)
Tópicos em Estatísticas: Arquivo Formato ".PDF"
A partir de 22 Set de 2018
Você é o Visitante de Número