





Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Encontra documentos específicos para os exames da tua universidade
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Conceitos básicos e introdução a probabilidade
Tipologia: Notas de estudo
1 / 9
Esta página não é visível na pré-visualização
Não perca as partes importantes!






Introdução: Ao invés de utilizar afirmações como “É possível que chova amanhã” , ou “Não há chance do Atlético ser campeão do Brasileirão”, é conveniente dispormos de uma medida que exprima essa incerteza em termos de uma escala numérica que varie do impossível ao certo. Esta medida é a probabilidade. Objetivo: Quantificar a incerteza presente em determinada situação, ora usando um número, ora usando uma função matemática. Conceitos básicos: a) Experimento: É qualquer processo que permite ao pesquisador fazer observações a.1) Experimento determinístico: É aquele que quando realizado sob determinadas condições é possível prever o resultado particular que irá ocorrer. Ex.: Água aquecida a 100^0 c, sob pressão normal, entra em ebulição. a.2) Experimento aleatório (não determinístico): É aquele que quando realizado sob condições idênticas, não é possível prever, a priori, o resultado particular que irá ocorrer e sim, o conjunto dos possíveis resultados. Ou seja, é um processo de coleta de dados relativos a um fenômeno que acusa variabilidade em seus resultados, em que seus possíveis resultados são conhecidos, mas não se pode saber a priori qual deles ocorrerá. Vamos denotá-lo por ε. Exemplos feitos em sala. b) Espaço amostral: Conjunto de todos os resultados possíveis de um experimento aleatório. Vamos denotá-lo por Ω. Exemplos feitos em sala c) Evento: Subconjunto do espaço amostral. São representados por letras maiúsculas e seus elementos por letras minúsculas Exemplos feitos em sala Tipos de eventos:
ou AC
intersecção C é um evento impossível. A e C são eventos disjuntos.
Algumas propriedades dos eventos:
c) A A d) e) Diagrama de Venn Definição clássica: Seja A um evento qualquer do espaço amostral. Se os eventos simples são equiprováveis, isto é, eles têm a mesma chance de ocorrer, podemos calcular a probabilidade de A como:
Ax. 2) P(Ω) = 1 Ax. 3) Se A e B são disjuntos, então: P(A U B) = P(A) + P(B) Se A 1 , A 2 , ..., Ak são eventos disjuntos, então: (^) k i P A A Ak P Ai 1 ( 1 2 ) ( ) Consequências dos axiomas: (demonstrações feitas em sala) C1) Se é um evento impossível, então: P() = 0. C2) Se A é um evento de , a P ( A ) 1 P ( A ). C3) Se A e B são dois eventos quaisquer de , então: (^) P (^) A B (^) P ( A ) P ( B ) P ( A B ). C4) Se A, B e C são eventos quaisquer de , então: P^ ^ A B C ^ P ( A ) P ( B ) P ( C ) P ( A B ) P ( A C ) P ( B C ) P ( A B C ). Exemplos:
Vimos neste exemplo que a probabilidade de um evento A se modifica quando dispomos da informação sobre a ocorrência de um outro evento. Muitas vezes, o objetivo é calcular a probabilidade de um evento restrito a determinada condição, ou seja, a probabilidade de um evento condicionada à ocorrência de outro. A probabilidade de um evento A ocorrer dado que se sabe que um evento B ocorreu, é chamada probabilidade condicional do evento A dado B. Ela é denotada por P(A|B) e calculada por: Esta expressão pode ser reescrita como: chamada de regra do produto e é muito usada no cálculo de probabilidades.
Exemplo: Um grupo de pessoas foi classificado quanto a peso e pressão arterial de acordo com a Tabela 2 abaixo: Tabela 2 : Distribuição de um conjunto de pacientes segundo peso e pressão arterial Peso Pressão arterial Excesso Normal Deficiente Total Elevada 100 80 20 200 Normal 150 450 200 800 Total 250 530 220 1000 a) Qual a probabilidade de uma pessoa escolhida ao acaso naquele grupo ter pressão elevada? b) Considerando que a pessoa escolhida tem excesso de peso, qual a probabilidade dela ter pressão elevada? c) Considerando que a pessoa escolhida tem excesso de peso, qual a probabilidade dela não ter pressão elevada?
Por exemplo: Seja um evento A qualquer contido em um espaço amostral particionado por i, i = 1, 2, ..., 6, então, Exemplo: Feito em sala Teorema de Bayes: Suponha que os eventos C1, C2, ..., Cn, formam uma partição do espaço amostral e que suas probabilidades sejam conhecidas. Suponha ainda que para um evento A, se conheçam as probabilidades P(A | Ci) para todo i=1, 2, .., n. Então, para qualquer w, Pois, mas: , logo: w n PC P A C PC P A C P C A n i i i w w w^1 ,^2 ,..., ( ) ( | ) ( ) ( | ) ( | ) 1
n i
1
i i i w w w
1
Exemplo: Feito em sala Eventos independentes: Dois eventos A e B são independentes se o fato de um deles ter ocorrido não altera a probabilidade de ocorrência do outro, isto é, Da regra do produto temos: ou ainda Exemplos: