5ª aula
TRANSCRIPT
11
Estatística Aplicada a Estatística Aplicada a Segurança do TrabalhoSegurança do Trabalho
ProfProfaa.: Eng.: Engaa. Denise Costa. Denise Costa
5ª AULA
22
Probabilidade de Não-Ocorrência de um Evento
33
Probabilidade de Não-Ocorrência de um Evento
Estamos agora em condições de estabelecer um importante resultado que felizmente é obvio.
Muitas vezes interessa-nos saber a probabilidade de não-ocorrência de um evento.
44
Probabilidade de Não-Ocorrência de um Evento
Por exemplo, se no jogo de dois dados estamos interessados em não obter 7, é claro que se há uma chance de 1/6 de obter 7, então há 5/6 de chance de não obter 7.
55
Probabilidade de Não-Ocorrência de um Evento
Pode-se demonstrar isso. Seja A o evento que consiste em não obter 7.
Então A contém 30 resultados:
66
Probabilidade de Não-Ocorrência de um Evento
Portanto, N(A) = 30 e Pr(A) = 30/36 = 5/6.De modo geral, se p é a probabilidade de
ocorrência de um evento A, então 1 – p é a probabilidade de não-ocorrência daquele evento.
Daremos um nome especial ao conjunto que contém todos os resultados que não estão em A.
77
Probabilidade de Não-Ocorrência de um Evento
É ele o complemento de A; escreve-se cA (o c minúsculo representa complemento – lê-se “complemento de A” ou “complementar de A”):
Pr(cA) = 1 – Pr(A) Este resultado é importante para os cálculos,
pois às vezes é mais fácil calcular a probabilidade de não-ocorrência de um evento do que a probabilidade de sua ocorrência.
88
Probabilidade de Não-Ocorrência de um Evento
Por exemplo:Se o experimento consiste na jogada de
uma moeda, e A é o evento aparecer cara, então A é o evento aparecer coroa.
99
Probabilidade e União
Suponhamos agora que nos interesse o total 5 ou 7 na jogada de dois dados.
Não raro precisamos saber a probabilidade de ocorrência de um ou outro ou ambos os eventos – daqui para frente a conjunção ou será usada no sentido de pelo menos um.
1010
Probabilidade e União
Chamemos A o evento obter 7.Então A contemos resultados: {(1.6) (2.5)
(3.4) (4.3) (5.2) (6.1)}Se B é o evento obter 5, então B
contemos resultados: {(1.4), (2.3), (3.2), (4.1)}
1111
Probabilidade e União
Seja C o evento obter 5 ou 7.Então C contém os resultados seguintes:
{(1.6), (2.5), (3.4), (4.3) (5.2) (6.1), (1.4), (2.3) , (3.2) , (4.1)}
C contém 10 resultados e, assim,Pr(c)= 10/36.
1212
Probabilidade e União
Há um nome especial para o conjunto que contém todos os elementos de um ou outro de dois conjuntos.
É chamado a união dos dois conjuntos.Em matemática a palavra união é
representada por um símbolo que se assemelha a um u: U.
1313
Probabilidade e União
Podemos pois dizer que C é a união de dois conjuntos A e B escrevendo:
1414
Probabilidade e União
Se A é conjunto dos números pares e B é o conjunto dos números ímpares, então A é o conjunto das vogais de todos os números inteiros.
Se V é o conjunto das vogais e I é o conjunto das consoantes, então V U C é o conjunto de todas as letras (o alfabeto).
1515
Probabilidade e União
Há outro fato interessante que o exemplo dos dados nos ensina.
Dissemos que a probabilidade de obter 7 = Pr(A) = 3/36, a probabilidade de obter 5 = Pr(B) = 4/36 e a probabilidade de obter 5 ou 7 = Pr (A ou B) = Pr(A U B) = 10/36.
1616
Probabilidade e União
Parece que basta somar as probabilidades dos dois eventos para obter a probabilidade de ocorrência de pelo menos um deles, pois 10/36 = 6/36 + 4/36.
Essa regra, extremamente simples, em geral funciona:
Pr(A ou B) = Pr(A U B) = Pr(A) + Pr(B).
1717
Probabilidade e União
Mas esse resultado só é válido quando não há possibilidade de os eventos A e B ocorrerem simultaneamente.
Eis um exemplo de raciocínio incorreto: joguemos uma moeda duas vezes.
Como a probabilidade de aparecer cara na primeira jogada é 1/2 e a probabilidade de aparecer cara na segunda jogada é também é 1/2, a probabilidade de aparecer cara na primeira ou na segunda jogada é 1/2 + 1/2 = 1.
1818
Probabilidade e União
É obvio que tal não é o caso. No exemplo dos dados podíamos aplicar aquela fórmula simples porque não é possível obter 5 e 7 em uma única jogada de um par de dados.
Dois eventos que nunca podem ocorrer simultaneamente dizem-se disjuntos ou mutuamente excludentes.
1919
Probabilidade de uma Interseção
Consideremos agora o caso de dois eventos que podem ocorrer simultaneamente.
Suponhamos a extração de uma carta de um baralho; queremos saber a probabilidade de obter uma figura vermelha – isto é, um valete vermelho, uma dama vermelha ou um rei vermelho.
2020
Probabilidade de uma Interseção
Seja F o evento extrair uma figura. Então F contém esses resultados:
2121
Probabilidade de uma Interseção
Como N(F) = 12, a probabilidade de obter uma figura é de 12/52.
Seja Go evento extrair uma carta vermelha; G contém os resultados:
|AC, 2C, 3C, 4C, 5C, 6C, 7C, 8C, 9C, 10C, VC, DC, RC, AO, 2O, 3O, 4O, 5O, 6O, 7O, 8O, 9º, 10O, VO, DO, RO|
2222
Probabilidade de uma Interseção
G contém 26 resultados e, assim, Pr(G) = 26/52 =½.
Seja C o evento que corresponde à ocorrência de F e G – ou seja, C é a extração de uma carta que é simultaneamente uma figura e vermelha.
2323
Probabilidade de uma Interseção
Então C contém os resultados: |VO, VC, DO, DC, RO, RC|Portanto, Pr(C) = N(C)/S= 6/52.
2424
Probabilidade de uma Interseção
Há um nome especial para o conjunto que contém todos os elementos que estão simultaneamente em dois outros, A e B.
Em nosso caso C é a interseção de F e G, porque contém os resultados que estão simultaneamente em F e em G.
2525
Probabilidade de uma Interseção
O símbolo para a interseção se assemelha a um u invertido: ∩.
Podemos então escrever: C = conjunto que contém os elementos F e em
G C = F interseção G ou C = F ∩ G
2626
Princípio da Multiplicação
Quando temos um conjunto (A) de resultados igualmente prováveis (ou equiprováveis), a probabilidade de um deles, ocorrer é dada por:
2727
Princípio da Multiplicação
Onde:
NA - É o número de resultados em A e, S - É o número total de resultados possíveis.
Assim, desde que possamos determinar esses dois números – N(A) e S – resolvemos o problema.
Podemos então calcular diretamente a probabilidade.
2828
Princípio da Multiplicação
A parte importante do cálculo de probabilidade é a contagem dos resultados correspondentes a um dado evento.
Se não forem muitos, poderemos relacioná-los um a um; mas, em situações mais complicadas, o número de resultados logo se torna demasiadamente grande para permitir uma listagem.
2929
Princípio da Multiplicação
Suponha que queiramos adquirir um carro. Escolhemos o modelo: perua. Agora vamos escolher: Cor: vermelho, azul, verde ou branco, Número de portas: 4 portas, 2 portas.
3030
Princípio da MultiplicaçãoCARRO: PERUA
COR NÚMERO DE PORTA
Verde 4 2
Branco 4 2
Vermelho 4 2
Azul 4 2
Vamos ter como resultado N(A) = 4x2 = 8 Resultados possíveis
3131
Princípio da Multiplicação
Dando uma formulação geral para esse principio, consideremos dois experimentos.
O primeiro comporta qualquer um dentre n resultados, e o segundo admite qualquer um dentre m resultados possíveis.
3232
Princípio da Multiplicação
Suponhamos ainda que possa ocorrer qualquer combinação dos dois resultados.
Então, o número total de resultados dos dois experimentos é: n x m
3333
Princípio da Multiplicação
Esse resultado óbvio, costuma se chamar princípio da multiplicação.
Por exemplo, jogando duas moedas, cada uma pode apresentar dois resultados, logo, o número total de resultados é 2 x 2 = 4.
Amostragem Amostragem
Existem vários procedimentos de amostragem Existem vários procedimentos de amostragem probabilística ou aleatória de uma população.probabilística ou aleatória de uma população.
Sendo a Sendo a amostragem aleatória simples o o procedimento mais fácil de ser aplicado, pois procedimento mais fácil de ser aplicado, pois todos os elementos da população possuem a todos os elementos da população possuem a mesma probabilidade de pertencer à amostra. mesma probabilidade de pertencer à amostra.
Amostragem aleatória simples : Esse Esse procedimento de possui dois critérios, procedimento de possui dois critérios, CCom om reposiçãoreposição, e , e sem reposiçãosem reposição. .
3434
AmostragemAmostragem
Se a população for infinita qualquer Se a população for infinita qualquer procedimento, não afetará o resultado. procedimento, não afetará o resultado.
Se, no entanto, a população for finita, Se, no entanto, a população for finita, teremos que diferenciar os procedimentos, teremos que diferenciar os procedimentos, pois, a cada retirada afetará o resultado. pois, a cada retirada afetará o resultado.
3535
Amostragem Sem reposiçãoAmostragem Sem reposição A amostragem sem reposição é mais eficiente, A amostragem sem reposição é mais eficiente,
pois, reduz a variabilidade. Cada elemento só pois, reduz a variabilidade. Cada elemento só pode ser tirado uma vez uma vez. pode ser tirado uma vez uma vez.
Considerando que N = população e n = Considerando que N = população e n = amostra, então o número de amostras possíveis amostra, então o número de amostras possíveis de acordo com os dois critérios citados acima de acordo com os dois critérios citados acima será:será:
Com reposição: Número de amostras = NCom reposição: Número de amostras = Nn n
Sem reposição: Sem reposição:
Número de amostras = Número de amostras =
3636
Sem reposiçãoSem reposição
3737
Exemplo:Exemplo: Considere a população P = {1, 3, 5, 6}. Considere a população P = {1, 3, 5, 6}. Em seguida, observe os cálculos do número de Em seguida, observe os cálculos do número de amostras através dos procedimentos de amostras através dos procedimentos de amostragem com e sem reposição, para amostragem com e sem reposição, para tamanhos de amostras de 1 e 3. tamanhos de amostras de 1 e 3.
Tamanho de amostra (n) = 2Tamanho de amostra (n) = 2
Como N = 4 e n = 2, então o número de amostras Como N = 4 e n = 2, então o número de amostras possíveis será: possíveis será:
4!/ (2!(4-2)! = 24/4 = 6 resultados4!/ (2!(4-2)! = 24/4 = 6 resultados
As amostras serão: (1,3) (1,5) (1,6) (3,1) (3,5) (3,6). As amostras serão: (1,3) (1,5) (1,6) (3,1) (3,5) (3,6).
Sem reposiçãoSem reposição
Tamanho de amostra (n) = 3Tamanho de amostra (n) = 3
Como N = 4 e n = 3, então o número de amostras Como N = 4 e n = 3, então o número de amostras possíveis será: possíveis será:
As amostras serão: (1,3,5) (1,3,6) (1,5,6) (3,5,6). As amostras serão: (1,3,5) (1,3,6) (1,5,6) (3,5,6).
Observe que os grupos de amostras não se Observe que os grupos de amostras não se repetem, ou seja, a ordem dos elementos dentro repetem, ou seja, a ordem dos elementos dentro do grupo não é relevante no método de do grupo não é relevante no método de amostragem simples sem reposição. amostragem simples sem reposição.
Com reposiçãoCom reposição Tamanho de amostra (n) = 2Tamanho de amostra (n) = 2
Como N = 4 e n = 2, então o número de amostras Como N = 4 e n = 2, então o número de amostras possíveis será: Npossíveis será: Nnn = 4 = 422 = 16 = 16
As amostras serão: (1,1) (1,3) (1,5) (1,6) (3,1) As amostras serão: (1,1) (1,3) (1,5) (1,6) (3,1) (3,3) (3,5) (3,6) (5,1) (5,3) (5,5) (5,6) (6,1) (6,3) (3,3) (3,5) (3,6) (5,1) (5,3) (5,5) (5,6) (6,1) (6,3) (6,5) (6,6). (6,5) (6,6).
Observe, por exemplo, que as amostras (1,3) e Observe, por exemplo, que as amostras (1,3) e (3,1) são consideradas diferentes, porque a (3,1) são consideradas diferentes, porque a ordem dos elementos dentro das amostras é ordem dos elementos dentro das amostras é relevante no método de amostragem simples relevante no método de amostragem simples com reposição. com reposição.
3939
Com reposiçãoCom reposição
Tamanho de amostra (n) = 3Tamanho de amostra (n) = 3
Como N = 4 e n = 3, então o número de amostras Como N = 4 e n = 3, então o número de amostras possíveis será: possíveis será:
NNnn = 4 = 433 = 64 = 64
As amostras serão: As amostras serão: (1,1,1) (1,1,3) (1,1,5) (1,1,6) (1,3,1) (1,1,1) (1,1,3) (1,1,5) (1,1,6) (1,3,1) (1,3,3) (1,3,5) (1,3,6) (1,5,1) (1,5,3) (1,5,5) (1,5,6) (1,6,1) (1,6,3) (1,3,3) (1,3,5) (1,3,6) (1,5,1) (1,5,3) (1,5,5) (1,5,6) (1,6,1) (1,6,3) (1,6,5) (1,6,6) (3,1,1) (3,1,3) (3,1,5) (3,1,6) (3,3,1) (3,3,3) (3,3,5) (1,6,5) (1,6,6) (3,1,1) (3,1,3) (3,1,5) (3,1,6) (3,3,1) (3,3,3) (3,3,5) (3,3,6) (3,5,1) (3,5,3) (3,5,5) (3,5,6) (3,6,1) (3,6,3) (3,6,5) (3,6,6) (3,3,6) (3,5,1) (3,5,3) (3,5,5) (3,5,6) (3,6,1) (3,6,3) (3,6,5) (3,6,6) (5,1,1) (5,1,3) (5,1,5) (5,1,6) (5,3,1) (5,3,3) (5,3,5) (5,3,6) (5,5,1) (5,1,1) (5,1,3) (5,1,5) (5,1,6) (5,3,1) (5,3,3) (5,3,5) (5,3,6) (5,5,1) (5,5,3) (5,5,5) (5,5,6) (5,6,1) (5,6,3) (5,6,5) (5,6,6) (6,1,1) (6,1,3) (5,5,3) (5,5,5) (5,5,6) (5,6,1) (5,6,3) (5,6,5) (5,6,6) (6,1,1) (6,1,3) (6,1,5) (6,1,6) (6,3,1) (6,3,3) (6,3,5) (6,3,6) (6,5,1) (6,5,3) (6,5,5) (6,1,5) (6,1,6) (6,3,1) (6,3,3) (6,3,5) (6,3,6) (6,5,1) (6,5,3) (6,5,5) (6,5,6) (6,6,1) (6,6,3) (6,6,5) (6,6,6). (6,5,6) (6,6,1) (6,6,3) (6,6,5) (6,6,6).
4040
4141
Amostragem com reposiçãoAmostragem com reposição
A amostragem significa a escolha de alguns elementos de um conjunto maior chamado população.
De modo geral, se escolhermos n objetos, com reposição, de uma população de m objetos, então temos m maneiras de selecionar os objetos.
4242
Amostragem com reposiçãoAmostragem com reposição
A idéia fundamental da amostragem com reposição é que, escolhido um elemento, nada impede que esse elemento volte a ser escolhido.
A jogada de uma moeda é um exemplo de amostragem com reposição.
A população tem tamanho 2: caras (K) e coroas (C).
4343
Amostragem com reposiçãoAmostragem com reposição
O fato de obtermos cara não impede que obtenhamos cara novamente na próxima jogada.
Portanto, jogando-se uma moeda n vezes, temos 2 resultados possíveis.
4444
Probabilidade CondicionalProbabilidade Condicional
Suponha-se, por exemplo, que queiramos saber a probabilidade de obter o total de 8 na jogada de dois dados (622 =36) =36).
É claro que essa probabilidade é 5/36.
(2,6), (3,5);(4,4); (5,3),(6,2)Entretanto, jogando um dos dados
primeiro, teremos uma idéia melhor da possibilidade de obter 8.
4545
Probabilidade CondicionalProbabilidade Condicional
Se, por exemplo, obtemos um 5 como primeiro dado, precisamos de um 3 no segundo, e a probabilidade desse resultado é de 1/6.
Portanto se o primeiro dado acusou 5, nossa chance de obter o total 8 melhorou de 5/36 para 1/6.
4646
Probabilidade CondicionalProbabilidade Condicional
Por outro lado, suponhamos que o primeiro dado tenha apresentado a face 1.
Então não há como obtermos o total de 8, qualquer que seja o resultado do segundo dado.
4747
Probabilidade CondicionalProbabilidade Condicional
Por conseguinte, a probabilidade de obtermos a soma 8, quando temos 1 como resultado do primeiro dado, é zero.
4848
Cálculo de Probabilidade Condicionais
A situação acima é exemplo de probabilidades condicional.
Probabilidade condicional: É a probabilidade de ocorrência de um evento em consequência de outro que já ocorreu.
A probabilidade condicional de ocorrência de A, dado que B ocorreu, se escreve: Pr(A|B) (A barra vertical significa dado que)
4949
Cálculo de Probabilidade Condicionais
Devemos agora determinar como calcular probabilidades condicionais.
Em circunstâncias usuais, a probabilidade de ocorrência de A é N(A)/S, em que S é o número total de resultados e N(A) é o número de eventos em A.
Mas sabemos que nem todos esses resultados são possíveis se B ocorreu, apenas os resultados em B devem ser considerados.
5050
Cálculo de Probabilidade Condicionais
Portanto, o número de possibilidades é N(B). A questão seguinte é quantas dessas
possibilidades restantes incluem o evento A? De modo global, há N(A) maneiras de A
ocorrer, mas agora nem todas essas maneiras são possíveis.
5151
Cálculo de Probabilidade Condicionais
Portanto, o número de resultados possíveis em que o evento A pode acorrer é igual ao numero de resultados que estão tanto em A como em B.
Ora já demos um nome a esse evento: A e B = A ∩ B
5252
Cálculo de Probabilidade Condicionais
O evento em que ambos, A e B, ocorrem é chamado A interseção B.
Portanto, a probabilidade de o evento A ocorrer, dado que B ocorreu é:
5353
Cálculo de Probabilidade Condicionais
Podemos reescrever essa fórmula dividindo ambos os membros por s:
5454
Cálculo de Probabilidade Condicionais
A probabilidade de A ocorrer, sendo que B ocorreu, é igual à probabilidade de ocorrências simultâneas de A e B dividida pela probabilidade de ocorrência de B.
5555
Eventos independentesEventos independentes
O conhecimento da ocorrência de um evento auxilia na avaliação da viabilidade de outro evento.
Há, entretanto, alguns casos em que o conhecimento da ocorrência de um evento nada diz sobre a possibilidade da ocorrência de outro.
5656
Eventos independentesEventos independentes
Suponhamos, por exemplo, que você saiba que uma família acaba de ter uma filha.
Qual é a probabilidade de o próximo rebento de mesma família ser também menina?
Nesse caso o conhecimento a respeito do ultimo filho nada nos diz quanto ao próximo.
5757
Eventos independentesEventos independentes
Suponhamos que apareça um 3 na jogada de um dado.
Qual a probabilidade de aparecer um 5 na próxima jogada?
O fato de sabermos que apareceu um 3 na primeira jogada nada nos diz a respeito do resultado da próxima jogada.
5858
Eventos independentesEventos independentes
Nesse caso, chamado A o evento 3 na primeira jogada e B o evento 5 na segunda jogada.
Pr(A) = 1/6 e Pr(|B) = 1/6, pois o fato de B ter ocorrido não afeta a probabilidade de ocorrência de A.
5959
Eventos independentesEventos independentes
Daremos um nome especial a essa situação, diremos que esses dois eventos são eventos independentes.
O fato de sabermos que um dos eventos ocorreu nada nos diz sobre se o outro ocorrerá ou não.
6060
Exercício 5Exercício 5
1.1. Fale sobre a amostragem com reposição Fale sobre a amostragem com reposição e sem reposiçãoe sem reposição
2.2. Disserte sobre a probabilidade Disserte sobre a probabilidade condicional.condicional.
3.3. Uma família teve um bebê do sexo Uma família teve um bebê do sexo masculino. Qual a probabilidade do masculino. Qual a probabilidade do próximo bebê também ser um menino? próximo bebê também ser um menino? Explique.Explique.
4.4. Explique eventos independentes.Explique eventos independentes.5.5. Fale sobre a união de dois conjuntos.Fale sobre a união de dois conjuntos.
6161
6.6. O que são “elementos disjuntos”? Explique.O que são “elementos disjuntos”? Explique.
7.7. Quando um empregado é um elemento de Quando um empregado é um elemento de interseção ou disjunto?interseção ou disjunto?
8.8. O que seria óbvio a morte de um trabalhador O que seria óbvio a morte de um trabalhador que estava sem EPI ou a sua sobrevivência que estava sem EPI ou a sua sobrevivência por estar usando EPI? Explique.por estar usando EPI? Explique.
9.9. Qual a probabilidade de acontecer um Qual a probabilidade de acontecer um acidente num canteiro de obras? Explique.acidente num canteiro de obras? Explique.
10.10. Em sua opinião a probabilidade de acontecer Em sua opinião a probabilidade de acontecer um acidente num escritório é a mesma da um acidente num escritório é a mesma da construção civil? Sim ou não. Por quê?construção civil? Sim ou não. Por quê?