Baixe o app para aproveitar ainda mais
Prévia do material em texto
2 Probabilidade EMC 6421 Fundamentos de Metrologia e Estatística Prof. Armando Albertazzi G. Jr. Fundamentos de Metrologia e Estatística Tópicos Experimento, espaço amostral e evento Diagrama de Venn Contagem: permutações e combinações Probabilidade: conceito, axiomas e teoremas elementares Regras de adição Probabilidade condicional Regra da multiplicação Independência Teorema de Bayes Fundamentos de Metrologia e Estatística Teste de Materiais Fundamentos de Metrologia e Estatística Experimento 2120 N 2190 N 2040 N 2020 N Repetições do mesmo experimento em condições idênticas. Resultados variam de forma aleatória. amostras Fundamentos de Metrologia e Estatística Espaço Amostral Conjunto de todos os resultados possíveis de um experimento Exemplos: □ {a, e, i, o, u} □ {2000 N ≤ X ≤ 2200 N} Pode ser finito ou infinito Pode ser contínuo ou discreto (finito ou infinito contável) É denotado por S Fundamentos de Metrologia e Estatística Evento Subconjunto do espaço amostral □ exemplos em relação ao espaço amostral S = { 1, 2, 3, 4, 5} C = { 2, 3 } D = { 1, 2, 4 } E= { 1, 5 } união: C D = { 1, 2, 3, 4} interseção: C D = { 2 } complemento: D’ = { 3, 5 } C e E são eventos mutuamente excludentes: C E = Fundamentos de Metrologia e Estatística Diagramas de Venn A S A A S A’ A B S A B A B S A B S (A B)’ = A’ B’ A B A B S Fundamentos de Metrologia e Estatística Contagem Qual número de combinações de um algarismo, uma letra do nosso alfabeto e uma letra grega (nesta ordem) dos conjuntos: 1 2 3 A B n1 = 3 n2 = 2 n3 = 2 N = 3 * 2 * 2 = 12 • Teorema: Se os conjuntos A1, A2, ..., Ak contém respectivamente n1, n2, ..., nk elementos, logo há n1*n2* ... *nk maneiras de escolher um elemento de A1, depois outro de A2, ..., e finalmente um elemento de Ak. 1A 1A 1B 1B ... Fundamentos de Metrologia e Estatística Permutações Exemplo: número de possíveis permutações do sorteio dos ganhadores dos 3 primeiros prêmios de uma rifa onde concorreram 6 pessoas: n1 = 6 n2 = 5 n3 = 4 n = 6*5*4 = 120 Fundamentos de Metrologia e Estatística Permutações Em geral se “r” objetos são selecionados de um conjunto de “n” objetos distintos, cada combinação ou ordem destes objetos é denominada de permutação. O número de permutações é calculado por: No caso particular em que “n” = “r” )1)...(2)(1( rnnnnPrn !nPnn )!( )!)(1)...(2)(1( rn rnrnnnn Prn )!( ! rn n Prn Fundamentos de Metrologia e Estatística Combinações Número de maneiras diferentes em que “r” elementos podem ser selecionados de um conjunto de “n” elementos sem levar em conta a ordem Exemplo: número de diferentes vitaminas de frutas que podem ser feitas combinado duas frutas de um conjunto de 8 diferentes variedades: )!(! ! rnr n r n Crn 28 2 56 !6.2 !6.7.8 )!28(!2 !8 2 8 Fundamentos de Metrologia e Estatística Probabilidade Conceito clássico: □ “Se existem “n” possibilidades com as mesmas chances das quais uma deve ocorrer e “f” destas são classificadas como favoráveis (ou sucesso), então a probabilidade de sucesso é dada por f/n” Exemplo: A probabilidade de obter um número par ao se jogar um dado honesto: □ Espaço amostral: {1, 2, 3, 4, 5, 6} □ Eventos favoráveis: {2, 4, 6} □ Probabilidade = f/n = 3/6 = 0,5 = 50% n = 6 f = 3 Fundamentos de Metrologia e Estatística Probabilidade Interpretação baseada na freqüência □ “A probabilidade de um evento ocorrer é a proporção de vezes que este evento ocorreria em uma grande quantidade de experimentos repetidos” Fundamentos de Metrologia e Estatística Algumas definições ligadas à probabilidade Quando um espaço amostral consistir de “n” resultados possíveis que sejam igualmente prováveis, a probabilidade de cada resultado é 1/n. Para um espaço amostral discreto, a probabilidade de um evento E, denotada por P(E), é igual a soma das probabilidades dos resultados de E. Fundamentos de Metrologia e Estatística Axiomas da probabilidade Dado um espaço amostral finito S e seja A um evento de S ax 1: 0 ≤ P(A) ≤ 1 ax 2: P(S) = 1 ax 3: Se A e B são eventos mutuamente excludentes de S, então: A B = P(A B) = P(A) + P(B) A B S Fundamentos de Metrologia e Estatística Teoremas Elementares Se A é um evento de S, então: P(A’) = 1 - P(A) Uma coleção de eventos A1, A2, ..., An é denominada mutuamente excludente se para todos os pares: Ai Aj = Se A1, A2, ..., An são eventos mutuamente excludentes do espaço amostral S, então P(A1 A2 ... An) = P(A1) + P(A2) + ... + P(An) A1 A4 A2 A3 A5 S Fundamentos de Metrologia e Estatística Regras de Adição Para dois eventos: P(A B) = P(A) + P(B) - P(A B) Para três eventos: P(A B C) = P(A) + P(B) + P(C) – – P(A B) – P(A C) – P(B C) + + P(A B C) A B S A B S C Fundamentos de Metrologia e Estatística Soma de dois dados 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 36 possibilidades Fundamentos de Metrologia e Estatística 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 P(A=6 ou A=7) = P(6≤A≤8) = P(A=6) = P(A≠6) = 36 possibilidades P(A=6 A=7) = P(A=6) + P(A=7) = 5/36 + 6/36 = 11/36 P(A=6)+ P(A=7) + P(A=8) = 5/36 + 6/36 + 5/36 = 16/36 5/36 1 – P(A=6) = 1 - 5/36 = 31/36 Fundamentos de Metrologia e Estatística 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 36 possibilidades P(A=par ou A≥10) = P(A=par A≥10) = P(A=par) + P(A≥10) – P(A=par A≥10) P(A=par) = P(A=2)+ P(A=4) + P(A=6) + P(A=8)+ P(A=10) + P(A=12)= 18/36 P(A≥10) = P(A=10)+ P(A=11) + P(A=12) = 6/36 P(A=par A≥10) = P(A=10)+ P(A=12) = 4/36 P(A=par ou A≥10) = 18/36 + 6/36 – 4/36 = 20/36 Fundamentos de Metrologia e Estatística Probabilidade Simples Exemplo: □ Um dado de seis faces é lançado ao acaso. Qual a probabilidade de obter 4? □ P = 1/6 Fundamentos de Metrologia e Estatística Probabilidade Condicional Há casos onde a probabilidade deve ser reavaliada a medida que informações adicionais se tornam disponíveis. Exemplo: □ Um dado de seis faces foi lançado ao acaso. □ Sabe-se que um número par foi obtido. □ Qual a probabilidade que seja 4? □ P = 1/3 Fundamentos de Metrologia e Estatística S Probabilidade Condicional Dois eventos: □ A = lançar um dado e obter um número par = {2, 4, 6} □ B = obter o número 4 = {4} Escreve-se: □ P(B | A) = probabilidade de B dado A Calcula-se: □ P(B | A) = P(A B) / P(A) No exemplo: □ P(B | A) = (1/6) / (3/6) = 1/3 A A B Fundamentos de Metrologia e Estatística Regra da Multiplicação Considere as equações da probabilidade condicional: □ P(B | A) = P(A B) / P(A) □ P(A | B) = P(A B) / P(B) Que podem ser reescritas como: P(A B) = P(A | B) . P(B) = P(B | A) . P(A) Que é a regra da multiplicaçãoFundamentos de Metrologia e Estatística Regra da Multiplicação Verificando: considere os dois eventos: □ A = lançar um dado e obter um número par A = {2, 4, 6} □ B = obter o número 4 B = {4} Aplicando P(A B) = P(A | B) . P(B) = P(B | A) . P(A) P(A B) = 1/1 . 1/6 = 1/3 . 1/2 = 1/6 Fundamentos de Metrologia e Estatística Independência Dois eventos são independentes se o resultado de um deles não afeta a probabilidade do outro ocorrer. Se A e B são dois eventos independentes, então: P(A | B) = P(A) P(B | A) = P(B) P(A B) = P(A) . P(B) Fundamentos de Metrologia e Estatística Teorema de Bayes A regra da multiplicação P(A B) = P(A | B) . P(B) = P(B | A) . P(A) Pode ser reescrita como: P(A | B) = P(B | A) . P(A) / P(B) Que é o teorema de Bayes
Compartilhar