Baixe o app para aproveitar ainda mais
Prévia do material em texto
Probabilidade MSc. Paula Andrade 1 Regra de bayes (teorema de bayes) Teorema (Teorema da Probabilidade Total): Se os eventos B1, B2, ..., Bn constituem uma partição do espaço amostral S = , de modo que P(Bi)0 para i=1, 2,...,n, então para qualquer evento A de S = , 2 1 1 | n n i i i i i P A P B A P B P A B Regra de bayes (teorema de bayes) Teorema (Teorema de Bayes): Se os eventos B1, B1, ..., Bn constituem uma partição do espaço amostral S = , de modo que P(Bi)0 para i=1, 2,...,n, então para qualquer evento A de S = , temos que 3 1 1 | | 1, 2,..., | r r r n i i r r n i i i P B A P B A P B A P A P B A P B P A B r n P B P A B Regra de bayes (teorema de bayes) 4 Exemplo: Em certa linha de montagem, três máquinas B1, B2 e B3 produzem 30%, 45% e 25% dos produtos, respectivamente. Sabe-se, de experiências anteriores, que 2%, 3% e 2% dos produtos feitos por cada máquina são, respectivamente, defeituosos. Agora, suponha que um produto, já acabado (pronto), seja selecionado aleatoriamente. a) Qual é a probabilidade de que tal produto apresente algum defeito? b) Qual a probabilidade que ele não apresente defeito? c) Suponha que o produto verificado seja defeituoso, qual das três máquinas é mais provável que ele tenha sido produzido? EXERCÍCIO: Em certo colégio, 5% dos homens e 2% d as mulheres têm mais que 1,8 0m de altura. Por outro lado, 60% dos estudantes são homens. Um estudante é selecionado aleatoriamente: a) Qual a probabilidade de ele ter mais de 1,80m de altura? b) Se tem mais de 1,80m de altura, qual a probabilidade que seja uma mulher? 5 Regra de bayes (teorema de bayes) EXERCÍCIO: A probabilidade de um indivíduo de classe A comprar um carro é de 3/4, de um indivíduo de classe B é 1/6 e um indivíduo de classe C é 1/20. A probabilidade de um indivíduo de classe A comprar um c arro da marca D é 1/10, do indi víduo da classe B comprar um carro da marca D é 3/5 e d e um indivíduo da classe C comprar um carro da marca D é 3/10. Em certa loja, um carro da marca D foi vendido. Qu al a probabilidade de que o comprador tenha sido da classe B? 6 Regra de bayes (teorema de bayes) Variáveis aleatórias e distribuições de probabilidade 7 Conceito de variável aleatória Definição (Variável Aleatória): Uma variável aleatória é uma função que associa um número real a cada elemento de um espaço amostral S=. Exemplo (1): Duas bolas são retiras de uma urna que contém quatro bolas vermelhas e três bolas pretas, sem reposição. Seja Y a variável aleatória que conta o número de bolas vermelhas na amostra extraída, então Y = {0, 1 , 2}. 8 Conceito de variável aleatória Exemplo (2): Considere a situação na qual componentes estão saindo de uma linha de produção e são classificados como defeituosos ou não defeituosos. Defina a variável aleatória Z = {1, se o componente apresentar defeito; 0, se o componente não apresentar defeito}. Exemplo (3): Há certo interesse na proporção (porcentagem) de pessoas que respondem certa solicitação de vendas por catálogo. Considere W esta proporção. W é a variável aleatória que aceita todos os valores w tais que 0 w 1. 9 Conceito de variável aleatória Definição (Espaço Amostral Discreto): Se o espaço amostral contém um número finito de possibilidades ou uma sequência infinita mas enumerável de elementos, ele é chamado de espaço amostral discreto. Exemplos: Z = sexo de uma criança = {1: masc.; 0: femin.} M = número de mulheres numa sala de 30 alunos = {0, 1, ..., 29, 30} R = número de carros num semáforo = {0, 1, 2, ....} 10 Conceito de variável aleatória Definição (Espaço Amostral Contínuo): Se um espaço amostral contém um número infinito de possibilidades igual ao número de pontos de um segmento de reta, ele é chamado de espaço amostral contínuo. Exemplos: Q = distância q entre dois carros = {q|q > 0}. U = tempo u de uma reação química = {u|u>0} T = proporção t de pessoas que são a favor da realização da Copa no Mundo no Brasil = {t|0t 1} 11 Distribuições de probabilidades discretas Definição (função de probabilidade – f.p.): O conjunto de pares ordenados (x, fX(x)) é uma função de probabilidade (f.p.) da variável aleatória discreta X, quando, para cada resultado possível x: 1) 2) 12 0Xf x 1X x f x ( )XP X x f x p x Distribuições de probabilidades discretas Definição (função de distribuição acumulada ou função distribuição – f.d.): A função distribuição acumulada ou função distribuição (f.d.) FX(x) de uma variável aleatória (v.a.) discreta X, que tem uma distribuição de probabilidade fX(x) é: 13 ,X X t x F x P X x f t para x Distribuições de probabilidades discretas 14 Exemplo: Um carregamento de oito microcomputadores similares para um ponto de venda contém três que apresentam defeitos. Se uma escola faz uma compra aleatória de dois desses microcomputadores, determine a distribuição de probabilidade para o número de defeituosos. Distribuições de probabilidades contínuas Definição (função densidade de probabilidade – f.d.p.): A função fX(x) é a função densidade de probabilidade para a variável aleatória (v.a.) contínua X, definida no conjunto dos números reais , se: 1) 2) 15 0Xf x 1Xf x dx 3) b X a P a X b f x dx Distribuições de probabilidades contínuas 16 Exemplo: Suponha que o erro na temperatura de reação (em ºC), para um experimento de laboratório controlado, seja a variável aleatória contínua X, que tem a função de densidade de probabilidade 2 1 2 3 0 X x para x f x casocontrário Esperança matemática 17 Esperança matemática Definição (MÉDIA ou ESPERANÇA ou VALOR ESPERADO): Seja X uma variável aleatória com distribuição de probabilidade fX(x). A média ou valor esperado ou esperança de X é 18 xx X xXxPxfxXE ][)(][ dxxfxXE X )(][ (Se X for discreto) (Se X for contínua) Esperança matemática 19 Exemplo : Um lote com 7 (sete) componentes é analisado pelo inspetor de qualidade; o lote contém 4 (quatro) componentes em bom estado e 3 (três) componentes defeituosos. Uma amostra de 3 (três) é retirada pelo inspetor. Determine a esperança (ou a média populacional) do número de componentes em bom estado nessa amostra. Esperança matemática Teorema: Seja X uma variável aleatória com distribuição de probabilidade fX(x). A média ou valor esperado ou esperança da variável aleatória g(X) é 20 xx XXg xXxPxfxgXgE ][)()()]([)( dxxfxgXgE XXg )()()]([)( (Se X for discreto) (Se X for contínua) Esperança matemática 21 Exemplo : Suponha que o número de carros X que passa por um lava-rápido entre 16h e 17h, numa sexta-feira ensolarada, tenha a seguinte distribuição de probabilidade. Seja g(X) = 2X 1 a quantia (em dólares) paga ao atendente pelo gerente. Determine os ganhos esperados do atendente para esse período em particular. x 4 5 6 7 8 9 P[X = x] 1/12 1/12 1/4 1/4 1/6 1/6 Esperança matemática Definição (VARIÂNCIA): Seja X uma variável aleatória com distribuição de probabilidade fX(x). A variância de X é Nota: A raiz quadrada positiva da variância, , é chamada de desvio-padrão de X. 22 x xXPxXE ][)(])[( 222 dxxfxXE X )()(])[( 222 (Se X for discreto) (Se X for contínua) Esperança matemática 23 Exemplo: Seja a variável aleatória X o número de automóveis usados com propósitos comerciais durante um dia de trabalho. A distribuição de probabilidade para a empresa A é. E para a empresa B é Mostre que a variância da distribuição de probabilidade da empresa B é maior do que a da empresa A. x 1 2 3 P[X = x] 0,3 0,4 0,3 x 0 1 2 3 4 P[X = x] 0,2 0,1 0,3 0,3 0,1 Esperança matemática Teorema: A variância de uma variável aleatória X é 24 222 ][)( XEXV
Compartilhar