Resumo ATDB

1 Parte

Captulo I Probabilidades
Espao amostral. Acontecimentos. Acontecimentos elementares Resultados de um fenmeno aleatrio. Espao amostral Conjunto de todos os acontecimentos elementares ( ). O espao amostral pode ser: Discreto Se o nmero de acontecimentos elementares for finito ou infinito numervel. (eg. Lanamento do dado = {1, 2, 3, 4, 5, 6}; Totoloto = {1, 2, 3, 4, , 49})

Contnuo Se o nmero de acontecimentos elementos for infinito inumervel. (eg. Tempo que se demora a chegar ao Algarve menor que dois anos ={ }=[ ={ ]) }=] [; Tempo de vida de uma lmpada

lgebra de acontecimentos. Acontecimento complementar de A ( ou )

Acontecimento A contido em B (

ou

Acontecimentos A e B disjuntos (

Acontecimento A vazio ou impossvel (

Acontecimentos incompatveis ( (

 Os acontecimentos tm as seguintes propriedades: Propriedade Associativa Comutativa Distributiva Idempotncia Leis de Morgan Leis que complementam o estudo de acontecimentos. ( ) ( ) ( ) ( ) ( ) ( ) Operao interseco ( ) ( ) ( Operao unio ) ( )

Axiomas das probabilidades. Teoria Clssica de Laplace A probabilidade de um acontecimento a razo entre o nmero de casos favorveis a esse acontecimento e o nmero total de casos possveis, desde que os resultados sejam igualmente provveis. ( ) As principais leis das probabilidades so: 1. 2. 3. 4. ( ) ( ( ( ) ) ) ( ) ( ) ( ) ( ) ( ( ) ) ( )

( ) Desigualdade de Boole

Probabilidade condicional. A probabilidade condicional indica-nos que: ( | ) ( ) ( ( ) ) ( | ) ( ) ( )

e diz-se probabilidade condicional de B se A. Teorema de Bayes A e B dizem-se acontecimentos incompatveis se ( ) ( ) ( ).

Anlise combinatria. Quadro clculo combinatrio

( ( ( )

) )

( ( ( )

) )

( ) ( )

 Diagrama de rvore

( | ) ( )

A
( ( | | ) )

B NB B NB

( (

) )

( ) ( | ) ( ) ( | )

( (

) )

( (

) ( | ) (

) | )

))

NA
( | )

Tabela de anlise combinatria Arranjos mltiplos Influncia da ordem Repetio de elementos Sim Sim ( Clculo ( ) ( ) Arranjos simples Sim No ) ( ) Permutaes Sim No Combinaes No No

Captulo II Variveis aleatrias

Variveis aleatrias. Uma varivel x uma varivel aleatria se o valor que assume, correspondente ao resultado da experincia, um evento aleatrio. Exemplos: X1: soma das pontuaes dos jogadores; X2: altura dos estdios portugueses.

Funo de distribuio. A funo distribuio representada por: ( ) E tem as seguintes propriedades, 1. 2. 3. 4. 5. Domnio . Contradomnio . ( ) ( ) . ento ( ) ( ) ( ). ( ). ( ). ( ).

No decrescente, isto , se Contnua direita, isto , ( ) e ( )

Em funes de distribuio, se

As variveis aleatrias discretas e contnuas tm funes de distribuio com estruturas diferentes:

Figura Funes de distribuio de variveis contnuas (A) e discretas (B).

Funes caractersticas de variveis aleatrias discretas e contnuas. Funo massa de probabilidade, para variveis discretas x1 ( ) p1 xn pn

 A distribuio binomial, de Bernoulli e de Poisson constituem funes massa de probabilidade.

Figura Exemplo de funo massa de probabilidade. Funo densidade de probabilidade A funo densidade de probabilidade representada por ( ) e tem como propriedades, 1. 2. ( ) ( ) . . , ento ( ) ( ) ( ) ( )

Se

A funo de distribuio num ponto

igual rea delimitada pela funo densidade esquerda de .

A
Figura Exemplos de duas funes densidade de probabilidade: (A) representa representa ( ). (

B
) e (B)

A transformao de uma funo densidade de probabilidade em funo distribuio d-se da seguinte forma: ( ) ( )

Momentos e parmetros de ordem. Valor esperado A mdia ou valor esperado de dado como,

x o valor que a varivel grande pode tomar. Numa varivel discreta (no continua) o valor esperado igual ao somatrio da probabilidade vezes o valor. Numa varivel continua o valor esperado igual a u2 ( ) ( ) ( ) ( )

O valor esperado tem como propriedades, 1. 2. 3. Varincia A varincia de (representando a quantidade que esperamos errar se temos de adivinhar um valor Se ( ) Se ( ) ( ) ( ) e , ento ( ( ) , ento, ( ) ) ( ) ( ). . .

que no conhecemos, elevada ao quadrado) dada como, ( ) ( ) ( ) ( ) ( )

A varincia tem como propriedades, 1. Se ( ) , ento ( ) ( ).

O desvio padro de uma varivel Coeficiente de variao

igual raiz quadrada da sua varincia.

O coeficiente de variao o quociente do desvio padro pelo valor mdio e dado como,

Quantis

Figura

o quantil de ordem (

da varivel aleatria . ) ( ) e designamo-lo por .

Ao nmero

que satisfaz as desigualdades,

damos o nome de quantil de ordem Relativamente aos quantis: 1. 2. 3.

da varivel aleatria

No caso de uma varivel discreta, o quantil de ordem No caso de uma varivel contnua, o quantil de ordem Ao quantil de ordem d-se o nome de mediana.

existe e pode no ser nico. existe e nico.

4.

A amplitude semi-quartil dada por, ( )

5.

A amplitude dada por,

onde

so, respectivamente, o limite superior e inferior do domnio da varivel aleatria .

Captulo III Algumas distribuies

Distribuies discretas. Distribuio binomial e de Bernoulli Uma distribuio binomial uma distribuio que tem as seguintes caractersticas: 1. 2. A distribuio consiste em fenmenos idnticos. e

Cada tentativa resulta em dois possveis resultados. A probabilidade de tal se suceder a probabilidade de no se suceder .

3.

A probabilidade de sucesso permanece igual em todas as tentativas e a probabilidade de insucesso dado por em todos eles.

4. 5.

As tentativas so independentes. Tem-se especial interesse em , o nmero de sucessos observados durante para . tentativas,

Uma distribuio binomial caracterizada por, ( ) ( )

A distribuio de Bernoulli (distribuio binomial com apenas uma tentativa) designa-se por, ( )

Distribuio de Poisson Uma distribuio de Poisson designa sempre o nmero de eventos que ocorrem num perodo de tempo ou espao durante o qual uma mdia de destes eventos so esperados.

Uma distribuio de Poisson caracterizada por, ( ) ( )

 A distribuio de Poisson, bem como outras distribuies, providenciam uma simples e perspicaz aproximao s probabilidades normais quando Distribuies contnuas. Distribuio uniforme Uma distribuio uniforme caracterizada por, ( ) {( ) muito grande. ( )

Distribuio exponencial Uma distribuio exponencial caracterizada por, ( ) { ( )

Distribuio normal Uma distribuio normal caracterizada por, ( ) ( ( ) )

Como

, podemos escrever que,

Se o valor esperado mudar: 1. 2. Subindo, o grfico desloca-se para a direita; Descendo, o grfico desloca-se para a esquerda.

Se o desvio padro mudar: 1. 2. Subindo, o grfico diminui de altura e aumenta de largura; Descendo, o grfico aumenta de altura e diminui de largura.

Figura Variao da mdia e do desvio padro na distribuio normal. Se e ( ) ento ( ).

O clculo das probabilidades baseado nos seguintes mtodos: ) ( ) ) ( ) ( ) ( ) ( ( ) ) ) ( ( ( ) ) ) ( )

Para qualquer distribuio normal: 1. 2. O parmetro 2. referido utilizado para estimar se provvel ou no que tal acontecimento acontea, visto tratar-se da quase totalidade do acontecimento. Qui-quadrado Uma distribuio qui-quadrado com ( ) graus de liberdade, { ( )
( ),

caracterizada por,

Figura Distribuio qui-quadrado com diferentes graus de liberdade.

Captulo IV Variveis aleatrias independentes. Resultados limite.

Soma e mdia de variveis aleatrias. Soma de Bernoullis = Distribuio binomial (ou distribuio normal se Supondo que X1Xn so variveis aleatrias com distribuio ( ( ) )

) e independentes.

Soma de Poissons = Distribuio de Poisson (ou distribuio normal se

Supondo que X1Xn so variveis aleatrias com distribuio ( ) e independentes. ( )

Soma de Exponenciais = Distribuio Gama (ou distribuio normal se Supondo que X1Xn so variveis aleatrias com distribuio ( )

( ) e independentes.

Soma de Qui-quadrados = Distribuio Qui-quadrados (ou distribuio normal se Supondo que X1Xn so variveis aleatrias com distribuio
( )

( )

e independentes.

Probabilidade da mdia e soma de normais Supondo que X1Xn so variveis aleatrias com distribuio ( ( ) ) e independentes, ento a diferena das mdias, ) ) e independentes, ento a soma, ) e independentes, ento a mdia,

Supondo que X1Xn so variveis aleatrias com distribuio ( (

Supondo que X1Xn so variveis aleatrias com distribuio ( ( )

Outras distribuies. Distribuio t-STUDENT Tendo duas variveis independentes e , tais que ( )e ( ). Ento a varivel aleatria,

tem uma distribuio t-STUDENT com graus de liberdade e escrevemos ( ).

Figura Distribuio t-STUDENT com diferentes graus de liberdade. Distribuio F-SNEDECOR Tendo duas variveis independentes e , tais que ( )e ( ). Ento a varivel aleatria,

tem uma distribuio F-SNEDECOR com

graus de liberdade e escrevemos

).

Figura Distribuio F-SNEDECOR com diferentes graus de liberdade.

Captulo V Estatstica descritiva

Populao e amostra. Populao a coleco, finita ou infinita, de objectos com qualquer caracterstica (X) comum susceptvel de ser medida ou classificada. Amostra obtida aleatoriamente, isto , os seus elementos so escolhidos ao acaso de entre os elementos que constituem a populao. Representao grfica de dados discretos. A tabela de frequncias feita do seguinte modo: Valor observado Frequncia absoluta Frequncia acumulada absoluta Frequncia relativa Frequncia acumulada relativa

O polgono de frequncias pode-nos dar frequncias absolutas ou frequncias relativas. Usamos frequncias absolutas em ordenadas quando: Estamos a estudar os dados de uma s amostra. Queremos comparar os dados de duas ou mais amostras com a mesma dimenso. Usamos frequncias relativas em ordenadas quando: Pretendemos uma avaliao aproximada das probabilidades. Estamos a comparar os dados de vrias amostras de dimenses distintas.

Figura Polgonos de frequncias com frequncias absolutas e relativas. Representao grfica de dados contnuos. A tabela de frequncias feita do seguinte modo:

Ponto mdio da classe Frequncia absoluta

Frequncia acumulada absoluta

Frequncia relativa

Frequncia acumulada relativa

Para determinar os intervalos usa-se a regra de Sturges. Escolha do nmero de classes 1 O valor de
o

; ( ) ( )

ser dado pelo nmero imediatamente inferior a

2 O nmero de classes ser

Escolha da amplitude dos intervalos ; 1 O valor de

o

ser dado por

( ) ( )

2 O valor de

tem que pertencer ao intervalo onde o desvio padro. * +

Construo dos intervalos de classe; 1 O primeiro intervalo centrado na mdia. [ ]

o

Excepo: Se por acaso existir um limite superior ou inferior finito para os valores admissveis da caracterstica, comea-se a construir os intervalos a partir desse valor. Medidas de localizao. Dados no agrupados Mdia Moda Quantil emprico Barreira inferior Barreira superior Amplitude inter-quartil A mediana o . Valor mais frequente ( ) ( ( ) ) Valor mais frequente ( ) Dados agrupados

 O esquema de uma caixa de bigodes (box-plot com outliers) o seguinte:

Para construir um box-plot deste gnero: 1 Colocar os valores dados por ordem crescente; 2 Calcular
o o o o

3 Calcular a barreira superior e inferior. 4 Se se detectarem valores que no pertenam amplitude inter-quartil mas estejam dentro das barreiras, ento so valores adjacentes. 5 Se houver valores que no estejam dentro das barreiras, ento so outliers.
o

Captulo VI Intervalos de confiana

Obteno de um intervalo de confiana. A damos o nome de nvel de confiana e a o nome de nvel de significncia.

Figura Nvel de significncia e confiana representados na funo. O um parmetro necessrio de ser calculado: ( ) ( )

outro parmetro necessrio de ser calculado: ( ( ) ) ( )

A tabela do F-SENDECOR lida ao contrrio para valores no existentes. Quantil 0,90 n = 3 m = 3 considerando na frmula de clculo n primeiro e depois m Quantil 0,10 n = 3 m = 3 considerando na frmula de clculo m primeiro e depois n

Captulo VII Testes de hipteses

Hiptese nula e hiptese alternativa. O objectivo de um teste de hipteses estudar a hiptese nula. Alm da hiptese nula, existem outras hipteses que se verificam que a hiptese nula se rejeitar.

Teste de hipteses simples Teste bilateral

Teste de hipteses composta vs. Simples Teste unilateral esquerdo

Teste de hipteses composta vs. Composta Teste unilateral esquerdo A natureza do teste dada consoante a hiptese nula. O teste ter um valor da estatstica de teste. Se este valor: pertencer regio de rejeio calculada, ento rejeito a hiptese nula. no pertencer regio de rejeio calculada, ento no rejeito a hiptese nula. Existem erros possveis de cometer:

Erro tipo I ( ) Deciso correcta ( )

Deciso correcta ( Erro tipo II ( )

O p-value ou nvel de significncia observado de uma estatstica de teste o valor mais pequeno de para qual o pode ser rejeitado. Se o p-value menor que Se o p-value maior que ento rejeito a hiptese considerada. ento aceito a hiptese considerada.