Docsity
Docsity

Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity


Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium


Guias e Dicas
Guias e Dicas


Aula05- Probabilidade , Notas de aula de Engenharia Civil

- Qual é a probabilidade de um novo método de montagem aumentar a produtividade? - Qual é a probabilidade de um projeto terminar no prazo? - Quais são as chances de um novo investimento ser lucrativo?

Tipologia: Notas de aula

Antes de 2010

Compartilhado em 01/12/2010

natan-junqueira-5
natan-junqueira-5 🇧🇷

2.7

(3)

19 documentos

1 / 36

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
UNIFRAN – Universidade de
UNIFRAN – Universidade de
Franca
Franca
Curso
Curso: Engenharia Civil / Elétrica
: Engenharia Civil / Elétrica
Disciplina
Disciplina: Probabilidade e Estatística
: Probabilidade e Estatística
Aula 05: Probabilidades
Aula 05: Probabilidades
Prof. Mamoru Yamada
Prof. Mamoru Yamada
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24

Pré-visualização parcial do texto

Baixe Aula05- Probabilidade e outras Notas de aula em PDF para Engenharia Civil, somente na Docsity!

UNIFRAN – Universidade de

UNIFRAN – Universidade de

Franca

Franca

Curso

Curso

: Engenharia Civil / Elétrica

: Engenharia Civil / Elétrica

Disciplina

Disciplina

: Probabilidade e Estatística

: Probabilidade e Estatística

Aula 05: Probabilidades

Aula 05: Probabilidades

Prof. Mamoru Yamada

Prof. Mamoru Yamada

[email protected]

[email protected]

Probabilidade

Probabilidade

Fenômeno

Fenômeno

aleatório

aleatório

População

População

Modelo

Modelo

probabilístico

probabilístico

Amostra

Amostra

Espaço amostral

Espaço amostral

Experimento Resultado experimental

Jogar uma moeda Cara, coroa

Selecionar uma peça para inspeção Defeituosa, não defeituosa

Realizar uma chamada de vendas Comprar, não comprar

Jogar um dado 1, 2, 3, 4, 5, 6

Ponto amostral

Espaço amostral :

  • Discreto: n

o

veículos de empresas de Franca:  = {0, 1, 2, 3, ...}

  • Contínuo: faturamento de empresas de Franca:  = {R  IR : R  0}

Evento

Evento

**- Autómoveis:

  • Autómoveis:**

empresas com até um veículo

empresas com até um veículo

E

E

11

empresas com mais de 10 veículos

empresas com mais de 10 veículos

E

E

2

2

= {11, 12, 13, ...} ou E

= {11, 12, 13, ...} ou E

2

2

= {n

= {n

IN : n

IN : n

**- Renda:

  • Renda:**

empresas com faturamento até R$20.000,

empresas com faturamento até R$20.000,

E

E

3

3

= {R

= {R

IR : R

IR : R

empresas com faturamento

empresas com faturamento superior a R$100.000,

superior a R$100.000,

E

E

4

4

= {R

= {R

IR : R > 100.000}

IR : R > 100.000}

E

E

11

, E

, E

22

, E

, E

33

, E

, E

44

eventos

eventos

subconjuntos do espaço amostral

subconjuntos do espaço amostral

Probabilidade de um evento

Probabilidade de um evento

Probabilidade P(E)

medida numérica

medida numérica

com

com

a qual se avalia a

a qual se avalia a

plausibilidade

plausibilidade

, ou seja, “o

, ou seja, “o

quão provável

quão provável

” é a

” é a

ocorrência

ocorrência

de um certo

de um certo

evento

evento

, quando o experimento é executado.

, quando o experimento é executado.

Aposta de 6 dezenas:

Aposta de 6 dezenas:

Valor da aposta: R$2,

Valor da aposta: R$2,

Eventos igualmente prováveis

Eventos igualmente prováveis

Megasena: acertar as

Megasena: acertar as 6 dezenas sorteadas

6 dezenas sorteadas

(evento) em um conjunto de

(evento) em um conjunto de 60 números

60 números

(espaço amostral).

(espaço amostral).

Número total de combinações:

Número total de combinações:

60

6

C

50.063.860 combinações!

50.063.860 combinações!

Probabilidade P(E) de ganhar:

Probabilidade P(E) de ganhar: Probabilidade P(E) de ganhar:

Probabilidade P(E) de ganhar:

Eventos igualmente prováveis

Eventos igualmente prováveis

Formalizando:

Formalizando:

Número de elementos em

Número deelementos em E

k

m

P ( E )

Não é necessário explicitar completamente  e E.

Basta calcular m e k

.

Análise combinatória:

Combinação

Permutação

Permutação

Arranjo

Arranjo

Método

clássico

Probabilidade e freqüência relativa

Probabilidade e freqüência relativa

Foi realizado um estudo do tempo de espera no

departamento de assistência técnica de uma loja de

eletroeletrônicos. O número de clientes à espera do serviço

às 9 horas da manhã foi registrado em 40 dias sucessivos .

Clientes à

espera

Número de dias

em que o

resultado ocorreu

Freqüência

relativa f

i

Probabilidade P(E

i

)

0 4 4 / 40 = 0,10 0,

1 10 10 / 40 = 0,25 0,

2 12 12 / 40 = 0,30 0,

3 8 8 / 40 = 0,20 0,

4 6 6 / 40 = 0,15 0,

Total 40 1,00 1,

Método empírico

Propriedades da probabilidade

Propriedades da probabilidade

P(E)

P(E)

Se E é um evento certo (E =

Se E é um evento certo (E =

): P(E) = 1

): P(E) = 1

Se E é um evento impossível (E =

Se E é um evento impossível (E =

): P(E) = 0

): P(E) = 0

Relações básicas de probabilidade

Relações básicas de probabilidade

Faixa etária (anos)

Sexo

Total

Homens (H) Mulheres (M)

< 25 (A) 84 48 132

25 – 40 (B) 30 42 72

> 40 (C) 24 12 36

Total 138 102 240

 

P A 

 

P H 

Reunião de eventos

Reunião de eventos

Faixa etária (anos)

Sexo

Total

Homens (H) Mulheres (M)

< 25 (A) 84 48 132

25 – 40 (B) 30 42 72

> 40 (C) 24 12 36

Total 138 102 240

A  H: reunião de A e H

P A H P A P H  P A H    

Eventos mutuamente exclusivos

Eventos mutuamente exclusivos

Faixa etária (anos)

Sexo

Total

Homens (H) Mulheres (M)

< 25 (A) 84 48 132

25 – 40 (B) 30 42 72

> 40 (C) 24 12 36

Total 138 102 240

A  C =  e P(A  C) = 0 

A e C são mutuamente exclusivos ou disjuntos

ou disjuntos

P A  C  P A  P C  P A  C    

Eventos complementares

Eventos complementares

Faixa etária (anos)

Sexo

Total

Homens (H) Mulheres (M)

< 25 (A) 84 48 132

25 – 40 (B) 30 42 72

> 40 (C) 24 12 36

Total 138 102 240

A  D =  e A  D =   A e D são eventos complementares

D = B  C

240

108

240

36

240

72

P DP BCP BP CP BC   

240

240

0

240

108

240

132

P ADP AP DP AD     

Eventos complementares

Eventos complementares

Formalizando:

O evento que consiste dos pontos amostrais em 

que não pertencem a um evento E é chamado de

complemento de E, e é indicado por E

C

P(E) + P(E

C

E

E

C