Baixe o app para aproveitar ainda mais
Prévia do material em texto
Probabilidade mepereira May 2022 1 Introdução 1.1 Conjuntos Um conjunto é uma coleção de objetos, denominados elementos do conjunto. Em geral, representamos um conjunto usando uma letra maiúscula e um ele- mento do conjunto com letra minúscula. Por exemplo, podemos dizer que um elemento a pertence ao conjunto A, assim: a ∈ A. Por outro lado, se a não pertence a A, escrevemos a ̸∈ A. Se todo elemento de A também é elemento de um outro conjunto B, dizemos que A é subconjunto de B, e escrevemos A ⊂ B. Isso significa ”A está contido em B”. Outra forma de escrever é B ⊃ A, e significa ”B contém A”. Existem também os conjuntos vazio, chamado de ∅, e o conjunto universo, que é o maior conjunto posśıvel, denotado por U . 1 2 1.2 Experimentos aleatórios, espaços amostrais e eventos Um experimento é dito aleatório quando seus resultados são, na prática, impre- viśıveis. Por exemplo, ao lançar um dado de 6 faces, não sabemos qual será o resultado. Um espaço amostral é um conjunto Ω que consiste em todos os resultados posśıveis de um experimento aleatório. Ω é um conjunto universo. No caso do lançamento de um dado uma única vez, se estamos interessados no número que fica por cima no final, temos Ω = { , , , , , }. É chamado evento um subconjunto A do espaço amostral Ω, ou seja, ele é um conjunto dos resultados posśıveis. Com isso, temos que • A ∪B é o evento ”A, ou B, ou ambos”. • A ∩B é o evento ”A e B”. • A−B é o evento ”A, mas não B”. Definimos que a probabilidade dum evento ocorrer é P (A) = A Ω , (1) isto é, o evento dividido pelo espaço amostral. Em geral, escrevemos o resultado da equação acima de duas formas equivalentes: ou escrevemos P (A) entre 0 e 1, ou escrevemos como porcentagem. Axioma 1: P (A) ≥ 0. Axioma 2: P (Ω) = 1. Axioma 3: Se A1 e A2 são eventos mutuamente excludentes, então P (A1 ∪A2) = P (A1) + P (A2). 3 4 Se um espaço amostral consiste apenas dos eventos elementares A1, A2, ..., An, então P (A1) + P (A2) + . . .+ P (An) = 1. (2) Como consequência, se admitimos que todos os eventos tem probabilidades iguais, então P (Ak) = 1 n , (3) onde k = 1, 2, ...n, ou seja, quando um evento A é formado por h desses eventos simples, dizemos que P (A) = h n . (4) Exemplo: no lançamento de um dado não-viciado, todas as probabilidades são iguais a 1/6. 5 1.3 Probabilidade condicional A probabilidade de ocorrência do evento B dado que o evento A ocorreu é dada por P (B|A) = P (A ∩B) P (A) . (5) 6 1.4 Eventos Independentes Se A e B são eventos independentes, P (A ∩B) = P (A)P (B). (6) 7 1.5 Teorema de Bayes (simplificado) Se o espaço amostral Ω é formado pela união de eventos mutuamente excludentes A1, A2, . . . An, então um dos eventos precisa ocorrer. Por isso, a probabilidade do evento A ocorrer é P (A|B) = P (B|A)P (A) P (B) , (7) isto é, a probabilidade de A ocorrer, dado que B ocorreu é a probabilidade de B ocorrer dado que A ocorreu, vezes a probabilidade de A ocorrer, divido pela probabilidade de B ocorrer. 8 9 1.6 Prinćıpio Fundamental da Contagem e Análise Com- binatória O prinćıpio fundamental da contagem nos conta que, se um resultado pode ser obtido de n1 maneiras diferentes, e após isso, um segundo resultado pode ser obtido de n2 maneiras distintas, e assim por diante, até o k-ésimo resultado, que pode ser obtido de nk formas diferentes, então todos os resultados podem ser obtidos, na ordem proposta, de n1n2 . . . nk formas diferentes. Suponha que você tenha n objetos distintos. Queremos organizar uma quan- tidade p desses objetos. Para escolher o primeiro objeto, existem n opções. Para o segundo, existem n − 1, e assim por diante. Para o p-ésimo objeto, existirão n−p+1 escolhas (na verdade sempre foi assim — para escolher o objeto 1, você tem n − 1 + 1 escolhas, ou seja, n escolhas). Com isso, o número de maneiras diferentes de se organizar p objetos, escolhendo p deles, é P (n, p) = n(n− 1)(n− 2) . . . (n− p+ 1). (8) A função P (n, p) é chamada de permutação de n objetos, tomando p deles. É posśıvel reescrever a equação acima em termos de um arranjo, como A(n, p) = n! (n− p)! , (9) onde n! é a função fatorial (a função fatorial é definida, para os números inteiros, como n! = n(n− 1)(n− 2) . . . 2 · 1 · 0!, onde 0! = 1). Se existem n1 objetos de um tipo, n2 de outro tipo, e assim por diante, até nk objetos de outro tipo, teremos P (n, n1, n2, . . . nk) = n! n1!n2! . . . nk! . (10) Nos arranjos e permutações, a ordem de organização importa. No caso de um sorteio de loteria, por exemplo, a ordem em que os números saem não importa. Para calcular o número de escolhas quando a ordem não importa, usaremos uma função chamada de combinação, definida por C(n, p) = n! p!(n− p)! . (11) As combinações também são usadas no desenvolvimento do binômio de Newton: (a+ b)n = n∑ j=0 ( n j ) an−jbj , (12) onde adotamos uma notação diferente para as combinações, agora chamadas coeficientes binomiais: ( n p ) = C(n, p). (13) 10 11 12 13 14 15 16 17
Compartilhar