Upload
diana-carvalho
View
39
Download
0
Embed Size (px)
Citation preview
5/13/2018 probabilidades - slidepdf.com
http://slidepdf.com/reader/full/probabilidades-55a74e0e91aff 1/8
ProbabilidadesProbabilidades
• Conjuntos
Notações de conjuntos para representar
relações entre acontecimentos
Relação entre
conjuntos
Notação de
conjuntos
Acontecimento certo Ω, S , E Acontecimento
impossível ØO acontecimento Anão ocorre
A
Ocorre o
acontecimento A eocorre o
acontecimento B
B A∩
Ocorre o
acontecimento A ouocorre o
acontecimento B ouocorrem ambos
B A∪
Se C ocorre, então Dtambém ocorre (C implica a realizaçãode D)
DC ⊆
Os acontecimentos E e
F são incompatíveis ∅=∩ F E
Cardinal de um conjunto
Ao número de elementos de um conjuntochama-se cardinal do conjunto e representa-se
pelo símbolo # (“cardinal”).
A={1, 2, 7}; #A=3
Igualdade entre os conjuntos )()( B x A x B A ∈⇔∈⇔=
Subconjunto de um conjunto )()( B x A x B A ∈⇔∈⇔⊆
S
B A
Se B é subconjunto próprio de A, escreve-se: A B ⊂ ( B implica A).
Reunião e intersecção de conjuntos
S
A B
A U B
}:{ B x A x x B A ∈∨∈=∪
Nota: )(###)(# B A B A B A ∩−+=∪
S
A B
A∩B
}:{ B x A x x B A ∈∧∈=∩
Conjuntos disjuntos (incompatíveis)
A e B são conjuntos disjuntos se A∩ B=Ø.
S
A B
Diagrama de Venn Propriedades das operações com conjuntos
5/13/2018 probabilidades - slidepdf.com
http://slidepdf.com/reader/full/probabilidades-55a74e0e91aff 2/8
Propriedade
comutativaA B B A ∪=∪ A B B A ∩=∩
Propriedade
associativa()( B AC B A ∪=∪∪ ()( B AC B A ∩=∩∩
Elemento
neutro A A =∅∪ AS A =∩Elementoabsorvente
S S A =∪ ∅=∅∩ A
Idempotência A A A =∪ A A A =∩Propriedadedistributiva
)()( B AC B A ∪=∩∪ )()( B AC B A ∩=∪∩
Complementar de um conjunto
O complementar de um conjunto A representa-se A .
S
A A
1.º - { } A x x A ∉= :
2.º - S A A =∪
3.º - ∅=∩ A A
4.º - A A =
Complementar de um conjunto relativamente a outro
Seja A e B dois conjuntos.O complementar de B relativamente a A
representa-se por A\B e tem-se:
}:{\ B x A x x B A ∉∧∈=
S
A B
Só se realiza se e só se A se realiza sem que B
se realize.
Leis de De Morgan
Seja A e B dois subconjuntos quaisquer: B A B A ∪=∩ e B A B A ∩=∪
• Termos e conceitos probabilísticos
Experiência determinista
As experiências deterministas ou causais caracterizam-se por produzirem o mesmo resultado, desde quesejam repetidas sob as mesmas condições (i.e.:lançar uma pedra ao mar e verificar que vai ao fundo; furar um balão cheio de ar e verificar que rebenta).
Experiência aleatória
As experiências aleatórias ou casuais caracterizam-se pela impossibilidade de prever o resultado que seobterá, ainda que as experiências sejam realizadas sobas mesmas condições (i.e.: lança um dado e observar aface que fica voltada para cima; tirar um carta de um
baralho e verificar se sai vermelha).
Conjunto de resultados
Ao conjunto formado por todos os resultados possíveis
de uma experiência aleatória chama-se conjunto deresultados ou espaço amostral e representa-se por S,
U ou Ω (i.e.: no lançamento de um dado, S={1, 2, 3, 4,5, 6, 7, 8, 9, 10, 11, 12}).
Acontecimento
A qualquer subconjunto de S chamamosacontecimento.Acontecimento de uma experiência aleatória é cadaum dos subconjuntos do conjunto de resultados.
Acontecimento elementar – Se o resultado de umaexperiência consta de um só elemento do conjunto deresultados (i.e.: A={8}).
Acontecimento composto - Se o resultado de umaexperiência consta de dois ou mais elementos doconjunto de resultados (i.e.: B={1, 3, 5, 7}). Lançar dois dados, um dado e uma moeda, retirar de um sacomais de uma bola são experiências compostas porque
envolvem mais do que uma experiência simples. Astabelas de dupla entrada são úteis para identificar todas
5/13/2018 probabilidades - slidepdf.com
http://slidepdf.com/reader/full/probabilidades-55a74e0e91aff 3/8
as probabilidades de saídas quando se trata deduas experiências simples. O diagrama deárvore usa-se para o mesmo efeito mas podeser utilizado para duas ou mais experiências.
Acontecimento certo – Se o resultado de umaexperiência consta de todos os elementos doconjunto de resultados (i.e.: C ={1, 2, 3, 4, 5,6}=S ).
Acontecimento impossível – Se o resultado deuma experiência não tem qualquer elemento doconjunto de resultados (i.e.: D=Ø).
Acontecimentos incompatíveis eacontecimentos contrários – dois
acontecimentos, X e Y , dizem-se incompatíveisse a sua verificação simultânea for oacontecimento impossível, ou seja, ∅=∩Y X (a realização de um acontecimento não implicaa realização do outro).
SX Y
No caso dos acontecimentos A e B, além deserem incompatíveis ( ∅=∩ B A ), verifica-seque B A∪ é o acontecimento certo (
S B A =∪ ). Por esta razão também se chama a A e B acontecimentos contrários (aintersecção é um acontecimento impossível e areunião é um acontecimento certo).
S
A B
B é o acontecimento contrário de A e
representa-se por A .
• Definição frequencista de
probabilidade
Lei dos grandes números
Ao número à volta do qual estabiliza a frequênciarelativa de um acontecimento quando o número derepetições da experiência cresce consideravelmentechama-se probabilidade do acontecimento.
Designemos por p( A) a probabilidade doacontecimento A.
A relação entre frequência relativa e a probabilidadede um acontecimento permite desde já estabelecer as
seguintes conclusões:
1.º - 0 ≤ p( A) ≤ 12.º - p(acontecimento certo) = p(S ) = 13.º - p(acontecimento impossível) = p(Ø) = 04.º - Se A e B são dois acontecimentos quaisquer domesmo espaço amostral S ,
)()()()( B A p B p A p B A p ∩−+=∪
5.º - Se A e B são incompatíveis,)()()( B p A p B A p +=∪
6.º - )(1)( A p A p −=
• Lei de Laplace
Se os acontecimentos elementares são equiprováveis,a probabilidade de um acontecimento A é igual aoquociente entre o número de casos favoráveis aoacontecimento e o número de casos possíveis. Ou seja:
favoráveiscasosdenúmero
ntoacontecimeaofavoráveiscasosdenúmero)(
A A p =
• Definição axiomática de probabilidade
Axiomas são proposições, sugeridas pela nossaintuição ou experiência, que não se demonstra e seaceitam como verdadeiras.
Provar ou demonstrar uma proposição é mostrar,usando raciocínios lógicos, que ela resulta de outras
consideradas verdadeiras.
5/13/2018 probabilidades - slidepdf.com
http://slidepdf.com/reader/full/probabilidades-55a74e0e91aff 4/8
Teoremas são proposições que se demonstrama partir dos axiomas ou de outras proposições
já demonstradas.
Axiomas das probabilidades (Axiomática
de Kolmogorov)
Axioma 1 – A probabilidade de qualquer acontecimento A do conjunto de resultados S éum número não negativo.
S A A p ⊆≥ ,0)(
Axioma 2 – A probabilidade do acontecimentocerto é 1.
P(S ) = 1, S é o acontecimento certo
Axioma 3 – A probabilidade da reunião de doisacontecimentos incompatíveis (disjuntos) éigual à soma das probabilidades dessesacontecimentos.
=∩+=∪ )(se),()()( B A B p A p B A p
Teorema 1 – a probabilidade de umacontecimento impossível é zero.
p(Ø) = 0
Teorema 2 – a probabilidade de qualquer acontecimento A é um número do intervalo [0,1].
S A A p ⊆≤≤ ,1)(0
Teorema 3 – a probabilidade do acontecimentocontrário de A ( A ) é igual à diferença entre 1e a probabilidade de A.
S A A p A p −= ),(1)(
Teorema 4 – probabilidade da reunião de doisacontecimentos
)()()()( B A p B p A p B A p ∩−+=∪
Teorema 5 - )()()( B A p B A p A p∩+∩=
Teorema 6 - )()()\( B p A p B A p A B −=⇒⊂
Teorema 7 -)()( A p B p A B ≤⇒⊂
Teorema 8 - )(1)()()( B A p B A p B p A p +=∩++
• Probabilidade condicionada
(acontecimentos dependentes)
Representa-se por p( A| B) a probabilidade deocorrência de A, na hipótese de B se ter realizado, etem-se (probabilidade de A sabendo que B ocorre):
0)(,)(
)()|( ≠
∩= B p
B p
B A p B A p
1.º - )|()()( B A p B p B A p ×=∩
2.º - )|()()( A B p A p B A p ×=∩
• Probabilidade condicionada e
axiomática
Sendo S o conjunto de resultados, S A ⊆ , S B ⊆ e p( B)>0, p( A| B) satisfaz os 3 axiomas da teoria das probabilidades se:
1.º - p( A| B) ≥ 0
2.º - p(S | B) = 1
3.º - Se 21e A A são acontecimentos incompatíveis,
isto é, se ∅=∩ 21 A A , então:
)|()|(]|)[( 2121 B A p B A p B A A p +=∪
• Acontecimentos independentes
Dois acontecimentos são independentes quando a probabilidade de realização de um deles não interferena probabilidade da realização do outro.(Exemplos: lançamentos consecutivos de 2dados/moedas; tirar consecutivamente bolas/cartas,
com reposição.)Dois acontecimentos são independentes se e só se:
5/13/2018 probabilidades - slidepdf.com
http://slidepdf.com/reader/full/probabilidades-55a74e0e91aff 5/8
)()|( A p B A p =
)()()( B p A p B A p ×=∩
• Teorema das probabilidades
totais
)()|()()|()( B p B A p B p B A p A p ×+×=
ou
...)()|()()|()( 2211 B p B A p B p B A p A p +×+×=
• Teorema de Bayes
)()|()()|(
)()|(
2211 B p B A p B p B A p
B A p A B p
×+×∩
=
• Variável aleatória e distribuição
de probabilidades
Uma variável aleatória é uma variável cujovalor é um resultado numérico associado ao
resultado de uma experiência aleatória. Podeser discreta ou contínua:
Variável aleatória discreta – pode assumir um número finito ou infinito numerável devalores. Dados obtidos por contagem (i.e.: nºde pessoas atendidas num hospital).
Variável aleatória contínua – pode assumir um número infinito não numerável de valores.Dados obtidos através de aparelhos de medida
(i.e.: temperatura).
Notação
Notação Descrição
X Variável aleatória
N Nº de elementos da populaçãoi x Valores que pode tomar a variável
X
i fr Frequência relativa de i x , em %
i f Frequência absoluta de i x
i p Probabilidade de i x
μ, x Médiaσ Desvio-padrão
2σ Variância
Chama-se distribuição de probabilidades de umavariável aleatória X à aplicação que a cada valor i x davariável X faz corresponder a respectiva probabilidade
i p .
Dada uma variável aleatória X , discreta, que assumeum número finito de valores distintos
ni x x x x ,...,,...,, 21 , então as probabilidades)( ii x X P p == , i = 1, …, n, devem satisfazer as
seguintes condições:
1.º - 0 ≤ i p ≤ n, i = 1, …, n
2.º - 11
=∑=
n
i
i p
Amostra PopulaçãoVariável estatística X que toma
valores ni x x x x ,...,,...,, 21
Variável aleatória X que toma valores
i x x x ,...,,...,, 21
Média aritmética
∑∑
=
= ×=
×
=n
i
ii
n
i
ii
fr x N
n x
x1
1
Valor médio ou
esperança
∑=
×=n
i
ii p x1
µ
Variância amostral
∑∑
∑∑
==
=
−=×−
=−
×
=
n
i
i
n
i
ii
i
n
i
ii
x N
n x x
x x N
n x
11
2
221
2
2
()(
σ
Variância
populacional
1
22σ −×=∑
=
n
i
ii p x
Ou
∑=
−=n
i
i x1
22)( µ σ
Desvio-padrão amostral
2σ σ =
Desvio-padrão
populacional
2σ σ =
• Modelo binomial (variáveis discretas)
5/13/2018 probabilidades - slidepdf.com
http://slidepdf.com/reader/full/probabilidades-55a74e0e91aff 6/8
Distribuição binomial
Designa-se por modelo de distribuição binomial uma experiência aleatória com as
seguintes características:
1.º - É constituída por n provas idênticas.2.º - Em cada prova apenas são possíveis doisresultados: sucesso ou insucesso.3.º - Os resultados das provas sãoindependentes uns dos outros.4.º - A probabilidade de sucesso p não varia de
prova para prova.
À variável aleatória X , que representa o númerode sucessos nas n provas, chama-se variávelaleatória com distribuição binomial de
parâmetros n e p.
Representa-se por B (n, p).
A variável X pode tomar os valores 1, 2, …, n.
Se X tem distribuição binomial de parâmetros n
e p, a probabilidade para qualquer valor X = r
da variável aleatória X é dada por:
r nr
r
n p pC r X P
−
−×== )1()(
Provas de Bernoulli
Sucessão de experiências aleatóriasindependentes, em cada uma das quais seobserva ou não, a realização de umdeterminado acontecimento A, com
probabilidade P(A)=p, constante deexperiência para experiência
A distribuição binomial é um modelo probabilístico aplicável em problemas onde seconsideram repetidas provas de Bernoulli.
Provas repetidas
O problema das provas repetidas consiste nadeterminação da probabilidade de que em n
realizações de uma dada experiência determinadoacontecimento se verifique k vezes.
k nk
k
n q pC k x p −
== .)(
x = k – acontecimenton – nº de vezes que a experiência se repetek – nº de vezes de sucesso
p – probabilidade de sucessoq – probabilidade de insucesso
• Modelo normal (variável contínua)
Uma distribuição normal é caracterizada pela média μe pelo desvio-padrão σ. Representa-se por N (μ,σ). A
curva normal é em forma de sino e denomina-se por Curva de Gauss.
Características da curva normal
1.º - É simétrica relativamente ao valor médio μ davariável.
ℜ∈∀+=− 000 ),()( x x f x f µ µ
2.º - Tem um máximo para x = μ.
3.º - Quanto maior for o desvio-padrão σ , maisachatada é a curva.
4.º - A área compreendida entre a curva e o eixo Ox éigual a 1.
5.º - A probabilidade de que a variável tome valores nointervalo [ ji x x , ] é igual à área compreendida entre oeixo Ox, o gráfico da função densidade e as rectas
i x x=
e j x x=
.
6.º - A concavidade da curva muda de sentido paraσ µ σ µ +=−= 21 e x x ( 21 e x x são abcissas dos
pontos de inflexão).
7.º - O eixo das abcissas é assimptota da curva.
8.º - A área abaixo da curva distribui-se em intervalosda seguinte forma:
5/13/2018 probabilidades - slidepdf.com
http://slidepdf.com/reader/full/probabilidades-55a74e0e91aff 7/8
* %26,68[;] =+− σ σ x x
* %44,95[2;2] =+− σ σ x x
* %74,99[3;3] =+− σ σ x x
σ 2− x σ − x x σ + x σ 2+ x
•Cálculo combinatório
Princípio geral da multiplicação (“A e B”)
Por cada alternativa, existem n alternativasdiferentes.
Consideremos um processo constituído por k
etapas. Se existirem 1n maneiras de realizar a primeira etapa e se, para cada uma destas,
existirem 2n maneiras de realizar a segundaetapa, e assim sucessivamente, até à k -ésimaetapa, então todo o processo pode ser realizadode k nnnn ×××× ...321 maneiras diferentes.
Princípio geral da adição (“A ou B”)
As várias formas de realizar algo.
Se para realizar um processo existirem k
alternativas que se excluem duas a duas, e seexistirem 1n maneiras de realizar a primeiraalternativa, 2n maneiras de realizar a segunda,…, k n maneiras de realizar a k -ésima, então o
processo pode ser realizado dek nnnn ++++ ...321 maneiras diferentes.
Factorial de um número natural n
Chama-se factorial de um número natural n e
representa-se por n! ao produto: 123...)2)(1(! ××××−−= nnnn
NOTA: 0!=1
Permutações
Chama-se permutação de n elementos a todas assequências diferentes que é possível obter com os n
elementos. O número dessas sequências representa-se por n P (permutação de n). !n P n =
Arranjos sem repetição (arranjos simples)
Dadosn
elementos quaisquer, chama-se arranjos semrepetição de n elementos escolhidos arbitrariamenteentre os n dados. O número de todas estas sequênciasdesigna-se por )1(...)2)(1( +−××−−= pnnnn A p
n n, p∈ N e n≥p
1.º - )!(
!
pn
n A p
n
−
=
2.º - nn
n P A =
Arranjos com repetição (arranjos completos)
Dados n elementos diferentes, naaa ,...,, 21 , chama-se arranjos com repetição dos n elementos p a p atodas as sequências de p elementos, sendo estesdiferentes ou não, que se podem formar escolhendo os
p elementos entre os n dados. O número total desequências representa-se por p
p
nn A ='
Combinações sem repetição (tiragens simultâneas)
p
nC ou
n
p
é o número de subconjuntos com p
elementos que se podem definir num conjunto com n
elementos.
! p
AC
p
n
p
n = )!(!
!
pn p
nC p
n
−
= , n, p 0 N ∈ e n≥ p
1.º - pn
n
p
n C C −
=
5/13/2018 probabilidades - slidepdf.com
http://slidepdf.com/reader/full/probabilidades-55a74e0e91aff 8/8
2.º - 1
1
1 +
+
+=+ p
n
p
n
p
n C C C
3.º - 10 == n
nn C C
Síntese
Aordeminflui?
Pode haver repetição?
Entram todosos elementos
dasequência?
Combinatória
Arranjos com
repetição - p
p
nn A ='
Arranjos sem
repetição )(
!
pn
n A p
n
−
=
Permutações !n P n =
Combinações
- (!
!
n p
nC pn =
• Triângulo de Pascal
11 1
1 2 11 3 3 1
1 4 6 4 11 5 10 10 5 11 6 15 20 15 6 1……………………………………
Corresponde aos valores de:
0
0C
0
1C 1
1C
0
2C 1
2C 2
2C
0
3
C 1
3
C 2
3
C 3
3
C
0
4C 1
4C 2
4C 3
4C 4
4C
0
5C 1
5C 2
5C 3
5C 4
5C 5
5C
0
6C 1
6C 2
6C 3
6C 4
6C 5
6C
6
6C
……………………………………………
Propriedades
1.º - Em cada linha são iguais os termosequidistantes dos extremos:
pn
n
p
n C C −
=
2.º - A soma de dois números consecutivos de umalinha é igual ao número que na linha seguinte figuraentre eles: p
n
p
n
p
nC C C
1
1
+
−=+ Regra de Stiefel
3.º - A soma de todos os elementos da n-ésia linha éigual a n2 : n
n
nnnC C C 2...10 =+++
• Binómio de Newton
n
nnnnnnnn C baC baC aC ba ++++=+−
−−
1
22
2
1
10 ...)(
Ou
∑=
−=+
n
p
p pn
p
nn baC ba0
)(
Observações
1.º - O desenvolvimento de nba )( + tem n+1 termos.2.º - O termo de ordem p é p
T , sendo:
11
1
−+−
−=
p pn
p
n
pbaC T ou p pn
p
n
p baC T −
+=1
O binómio de Newton é uma forma rápida desimplificar expressões do tipo nba )( + .