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


Introdução à probabilidade, Notas de estudo de Engenharia Metalúrgica

Conceitos básicos e introdução a probabilidade

Tipologia: Notas de estudo

Antes de 2010

Compartilhado em 04/04/2010

igor-cuzzuol-10
igor-cuzzuol-10 🇧🇷

4.7

(7)

4 documentos

1 / 9

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
1
Introdução à Probabilidade
Introdução:
Ao invés de utilizar afirmações como “É possível que chova amanhã” , ou “Não 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 1000 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:
Evento simples: contém apenas um elemento de Ω.
Evento certo ou certeza: contém todos os elementos de Ω. Se o evento A = Ω A
é um evento certo.
Evento impossível: não contém elementos. É igual ao conjunto vazio.
Evento união (A U B): o evento “A união B” é formado pelos elementos que estão em A
ou em B ou em ambos ( ocorrência de A, ou de B, ou de ambos). Representa a
ocorrência de pelo menos um dos eventos.
Evento intersecção (A B): o evento “A intersecção B” é formado pelos elementos que
pertencem ao evento A e B simultaneamente (ocorrência simultânea de A e B).
Evento complementar: Complementar de A = negação de A, contém todos os
elementos do espaço amostral que não pertencem ao evento A. É denotado por
A
ou AC
Eventos mutuamente excludente (disjuntos ou excludentes): quando não existir
intersecção entre eles. A e B são disjuntos → (AB) = .
Exemplos:
1) Feito em sala
pf3
pf4
pf5
pf8
pf9

Pré-visualização parcial do texto

Baixe Introdução à probabilidade e outras Notas de estudo em PDF para Engenharia Metalúrgica, somente na Docsity!

Introdução à Probabilidade

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:

  • Evento simples: contém apenas um elemento de Ω.
  • Evento certo ou certeza: contém todos os elementos de Ω. Se o evento A = Ω  A é um evento certo.
  • Evento impossível: não contém elementos. É igual ao conjunto vazio.
  • Evento união (A U B): o evento “A união B” é formado pelos elementos que estão em A ou em B ou em ambos ( ocorrência de A, ou de B, ou de ambos). Representa a ocorrência de pelo menos um dos eventos.
  • Evento intersecção (A ∩ B): o evento “A intersecção B” é formado pelos elementos que pertencem ao evento A e B simultaneamente (ocorrência simultânea de A e B).
  • Evento complementar: Complementar de A = negação de A, contém todos os

elementos do espaço amostral que não pertencem ao evento A. É denotado por A

ou AC

  • Eventos mutuamente excludente (disjuntos ou excludentes): quando não existir intersecção entre eles. A e B são disjuntos → (A∩B) = . Exemplos:
  1. Feito em sala
  1. Suponha que o espaço amostral seja formado pelos inteiros positivos de 1 a 10. Sejam os eventos: A = {2, 3, 4}, B = {3, 4, 5} e C = {5, 6, 7}. 

A  B =  = evento simples, A  B =  A  C =   o evento A

intersecção C é um evento impossível. A e C são eventos disjuntos.

 A   B  C =^ 

Algumas propriedades dos eventos:

a)  A  B   A  B

b)  A  B   A  B

c) AA 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:

n

A n A

P A

númeroderesultadospossíveisdoexperimento

númeroderesultadosfavoráveisàocorrênciado evento

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  (^) AB  (^)  P ( A ) P ( B ) P ( AB ). C4) Se A, B e C são eventos quaisquer de  , então: P^ ^ ABC ^  P ( A ) P ( B ) P ( C ) P ( AB ) P ( AC ) P ( BC ) P ( ABC ). Exemplos:

  1. Feito em sala
  2. Considerando os dados da Tabela 1, qual a probabilidade de um indivíduo ter olhos azuis ou cabelos loiros? P(A U L) = P(A) + P(L) – P(A ∩ B) = 2811/6800 + 2829/6800 – 1768/6800 = 3872/6800 = 0, Probabilidade condicional: Ex.: No lançamento de dois dados não viciados, qual é a probabilidade da soma dos números que ocorreram ser 8, se sabemos que o resultado do primeiro dado é 3? Sol.: Sejam os eventos: A = ocorrer soma igual a 8  A = {(2,6), (3,5), (4,4), (6,2), (3,3)}; B = ocorrer número 3 no primeiro dado  B = {(3,1), (3,2), (3,3), (3,4), (3,5), (3,6)}. Das 6 possibilidades de ocorrência de 3 no primeiro dado, em apenas uma a soma é igual a 8, portanto a probabilidade da soma dos números que ocorreram ser 8, se sabemos que o resultado do primeiro dado é 3 será igual a 1/6.

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.

A probabilidade de A ocorrer dado que o evento B ocorreu será:

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?

,se ( ) 0

 PB

P B

PA B

PA B

P ( A  B ) P ( A | B ) P ( B ),

P ( A | B ) 1  P ( A | B )

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    

P ( A  Cw ) P ( Cw ) P ( A | Cw ) P ( A ) P ( Cw | A )

PA

PC PA C

P C w A  w w

 

n i

P A PCi P AC i

1

 

 n

i i i w w w

PC PA C

PC PA C

PC A

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:

  1. Feito em sala
  2. A probabilidade de que um homem esteja vivo daqui a 30 anos é 2/5; a probabilidade de que a mulher esteja viva daqui a 30 anos é 2/3. Determinar a probabilidade de que daqui a 30 anos, a) ambos estejam vivos; b) somente o homem esteja vivo; c) somente a mulher esteja viva; d) nenhum esteja vivo; e e) pelo menos um esteja vivo. Solução: Sejam os eventos a) ambos estejam vivos; b) somente o homem esteja vivo; c) somente a mulher esteja viva; d) nenhum esteja vivo; e) pelo menos um esteja vivo; Obs: 4 2 6 3 ( ) ( ) ( ) ( ) 1 15 15 15 15 P HMP HMP HMP HM     

P ( A | B ) P ( A )ou P ( B | A ) P ( B )

P ( A  B ) P ( A | B ) P ( B ) P ( A ) P ( B )

P ( A  B ) P ( B | A ) P ( A ) P ( B ) P ( A )

P H (  M ) P H (^^ ).^ P M (^^ )^

P H (  M ) P H ( ). P M ( )

P H (  M ) P H ( ). P M ( )

P H (  M ) P H ( ). P M ( )

P H (  M ) P H ( )  P M ( )  P H (  M )

 1  P H (  M )