O que vimos: (Estatística Descritiva)

A análise de um conjunto de dados por meio

de números e gráficos dá uma idéia da
distribuição do conjunto (distribuição de
freqüências e cálculo de medidas de posição
e dispersão).

Essas freqüências e medidas (estatísticas

amostrais) calculadas a partir de dados de
uma amostra são estimativas de
quantidades desconhecidas (parâmetros
populacionais), associadas a populações (de
onde as amostras – ou seus valores – foram
extraídos).

(Parâmetros populacionais e estatísticas

amostrais: cite um ex. explicando a relação
entre esses conceitos).

As freqüências relativas são estimativas de

probabilidades de ocorrências de certos
eventos de interesse. Ex.:
 PROBABILIDADE

O cálculo de probabilidades é um importante

ramo da MATEMÁTICA que trata situações
sujeitas às leis do acaso. A Probabilidade é
indispensável no estudo de Inferência
Estatística.

1.1 Modelos e Experimentos

Modelo: Representação simplificada da

realidade (desprezando detalhes que não
interessam ao estudo) com a finalidade de
estudar determinado problema ou fenômeno.
Ex.: uma equação matemática para descrever
um fenômeno físico.

Experimento: Uma experiência (ou observação)

que possa ser repetida nas mesmas condições
básicas.
Ex.: medir a umidade do ar todo dia, no mesmo
local.

2
Um experimento () - e o modelo a ele
associado - pode ser classificado (p/ fins de
estudo) em:

 Determinístico: as condições em que

 é executado determinam (são preponderantes)
no resultado final. O acaso não influi (influi
pouco) no resultado.
Para saber o resultado, podemos usar um
modelo determinístico adequado.
Ex.: : Observar a corrente (I) que passa em um
circuito elétrico, com certa resistência (R) e
diferença de potencial (V).
Modelo: I=V/R
Aqui o resultado final pode ser previsto antes (de
executar) experimento. O acaso não influi
práticamente no resultado final.
Mais exs. de s determinísticos (Meyer)

 Probabilístico: aqui o acaso exerce

papel importante, que não pode ser desprezado.
Para esses tipo de experimento são usados
modelos probabilísticos (não determinísticos,
estocásticos).

3
Ex.: : Observar a quantidade de chuva que
cairá em certa bacia (área) hidrográfica, durante
um período especificado.

No experimento probabilístico as condições irão

determinar o comportamento probabilístico (lei
probabilística) do resultado.
Com essas condições, determina-se um modelo
probabilístico (distribuição de probabilidade).

1.2 Conceitos básicos de Teoria Matemática de

Conjuntos (a serem usados em modelos
probabilísticos)

TEORIA DOS CONJUNTOS

Conjunto: uma coleção de objetos (elementos)

Notação: letra maiúscula: A, W, X

Há três modos de especificar os objetos

contidos em um conjunto A:

- listar os elementos de A
Ex.: A  1,2,3,5,7

4
- com palavras: A é o conjunto dos nos primos
menores que 10.

- notação matemática:
  , C é o conjunto dos x, tal que x é um no
C  x0  x 1

real entre 0 e 1, inclusive.

Os objetos que formam A são os elementos ou

membros de A.
a  A : a é um membro de A (a pertence a A)

a A : a não pertence a A.
Há conjuntos especiais que são de interesse
freqüente.

Conjunto Fundamental: contém todos os

objetos em estudo.
Conjunto Vazio (nulo) : não contém qualquer
elemento. Notação:  .

: A é subconjunto de B
A B ou
A está contido em B: ser elemento de A implica
em ser elemento de B.

A = B (dois conjuntos constituem o mesmo o

conjunto) se, e somente se,

5
A B e B A

Propriedades dos conjuntos vazio e

fundamental:
i) para todo A,   A
ii) após se definir o conjunto fundamental U:
para todo A, considerado na composição de U,
teremos A  U . Ex. 1.1 Meyer

OPERAÇÕES FUNDAMENTAIS (entre

conjuntos): Combinar conjuntos para se formar
um novo conjunto.

União de conjuntos: C  A B

C =  x  xA ou xB (ou a ambos) 

C é formado de todos elementos que pertencem

a A, a B, ou a ambos.
Ex.: A   2,3,4 B  3,4,5
C  A  B   2,3,4,5

Interseção de conjuntos: D  A B

D =  x  xA e xB
D  A  B   3,4

6
 é o conjunto formado por todos os elementos
A B

que estão em A e em B.

Complemento de A: A
A: formado por todos elementos que não
estejam em A, mas estejam no conjunto
fundamental.

Diagrama de Venn ex. 1.2

As operações fundamentais podem ser usadas

entre qualquer no finito de conjuntos dados.

Leis de Equivalência de Conjuntos

(a) A  B  B  A (b) A  B  B  A
(leis comutativas)

(c) e (d) leis associativas

(e) a (k) : outras identidades de conjuntos

usando união, interseção e complementação.

Produto Cartesiano : A B
Obs.: em geral, A  B  B  A
7
Ex.: Plano Euclideano: R  R   2

 é o conjunto dos nos reais.

Cardinalidade de um conjunto: o no de
elementos do conjunto

Finito, Infinito numerável (ex.: conjunto dos

racionais), Infinito não numerável.

Exemplos de Experimentos Probabilísticos

(E1 a E14)

Caracterização de um Experimento Aleatório:

(a) um experimento pode ser repetido muitas
vezes, sob condições basicamente inalteradas;
(b) embora não sejamos capazes de afirmar
qual resultado ocorrerá podemos descrever o
conjunto de todos possíveis resultados do
experimento;
(c) quando o experimento for executado
repetidamente, surgirá certa regularidade
estatística, o que torna possível construir um
modelo matemático preciso de análise.
Ex.:

8
: lançar uma moeda e anotar o resultado. Após
um grande no de lances a proporção de caras e
coroas será aproximadamente igual.

ESPAÇO AMOSTRAL

S ou  : Conjunto de todos possíveis resultados

de um  .
Em nosso contexto S representa o conjunto
fundamental, conforme explicado antes.
Exs. de espaços amostrais associados a
experimentos.

EVENTO: qualquer subconjunto de S.

Exs.:
Evento A1 para E1 ; A2 a A6.

Eventos Mutuamente Exclusivos

A e B são mutuamente exclusivos (excludentes)
se não puderem ocorrer juntos (ao mesmo
tempo).
Se A e B são mutuamente exclusivos, então
A B 

Ex. no diagrama de Venn.

Outros exs. de eventos mutuamente exclusivos.
9
Como vimos, não se sabe qual dos eventos
possíveis ocorrerá após certo experimento.

Será importante então associar um no ao evento

A, que medirá quão verossímil é a ocorrência de
A.

Isso nos leva à teoria da Probabilidade.

Histórico da Teoria das Probabilidades

Definições de Probabilidade:
- Clássica
- Frequentista
- Axiomática

10
Definição (axiomas) de P(A) pág. 18

Teoremas 1.1 a 1.5

Árvore de Eventos

1.8 Observações

Exercícios: cap. 1 (Meyer)

Melvin Cymbalista (1, 6, 7, 8, 10,...)
Bussab, Morettin

11