Baixe o app para aproveitar ainda mais
Prévia do material em texto
Professor M. Sc. Frederico Miglio Neiva 1 PROBABILIDADE Introdução Modelo Matemático Determinístico: No modelo determinístico, podemos a priori dizer qual o resultado do experimento. Este termo determinístico refere-se a um modelo que estipule as condições sob as quais um experimento seja executado e determine o resultado do experimento. Exemplos: • Lançamento de um projétil. • Lei da Gravitação, explica precisamente o que acontece com um corpo que cai sob determinadas condições. Modelo Matemático Não-determinístico: No modelo não-determinístico, não podemos dizer a priori qual o resultado do experimento. Neste modelo, as condições de experimentação determinam somente o comportamento probabilístico do resultado observável. Exemplos: � Lançamento de um dado. � Lançamento de uma moeda. Observação: No modelo determinístico emprega-se considerações físicas para prever o resultado, enquanto que em um modelo não-determinístico emprega-se a mesma espécie de considerações para especificar uma distribuição de probabilidade. Experimento Aleatório É quando efetuamos um experimento repetidas vezes sob as mesmas condições, e os resultados obtidos não são essencialmente os mesmos. Um experimento aleatório possui as seguintes características: � Cada experimento poderá ser repetido indefinidamente sob condições essencialmente inalteradas. � Não somos capazes de afirmar o resultado particular que ocorrerá, contudo somos capazes de descrever o conjunto de todos os resultados possíveis do experimento. � Quando o experimento for executado repetidamente, os resultados individuais parecerão ocorrer de forma acidental, entretanto, quando o experimento for Professor M. Sc. Frederico Miglio Neiva 2 realizado um grande número de vezes, uma certa regularidade ocorrerá, a qual chamaremos de regularidade estatística. Exemplos: � E1: Jogue um dado uma única vez e observe o número mostrado na face superior do mesmo. � E2: Jogue uma moeda três vezes e observe o número de caras obtidas. � E3: Jogue uma moeda três vezes e observe a seqüência de caras e coroas obtidas. � E4: Na produção em série de uma peça para o motor de um automóvel, conte o número de peças defeituosas produzidas no período das 8h às 18h do dia 20-07-12. � E5: Retirar bolas de uma urna que contém bolas pretas e vermelhas, até retirar a primeira bola vermelha. Espaço Amostral O espaço amostral é o conjunto de todos os resultados possíveis de um experimento εεεε. O espaço amostral será representado pela letra S. Exemplos: Para os cinco exemplos de experimentos citados acima, temos os seguintes espaços amostrais, respectivamente: � S1 = {1, 2, 3, 4, 5, 6}; � S2 = {0, 1, 2, 3}; � S3 = {ccc, cck, ckc, kcc, ckk, kck, kkc, kkk}; � S4 = {0, 1, 2, 3, 4, 5, 6,..........., N}, onde N é o número máximo de peças produzidas das 8h às 18h do dia 20-07-12; � S5 = {v, pv, ppv, pppv, ppppv, pppppv, ..........., ppppppppp....v}. Evento Um evento A, relativo a um espaço amostral S associado a um experimento εεεε é simplesmente um conjunto de resultados possíveis. Um evento nada mais do que um subconjunto de um espaço amostral S. Qualquer resultado individual pode também ser considerado um evento. Exemplo: Para os cinco exemplos de experimentos e espaços amostrais criados e desenvolvidos acima, podemos ter os seguintes eventos, respectivamente: � Um número ímpar ocorre em um lançamento do dado, isto é: A1 = {1, 3, 5}. � Duas caras ocorrem, isto é: A2 = {2}. � Mais caras do que coroas ocorrem, isto é: A3 = {ccc, cck, ckc, kcc}. Professor M. Sc. Frederico Miglio Neiva 3 � Na produção em série, ocorrem no máximo quatro peças defeituosas produzidas das 8h às 18h do dia 20-07-12, isto é: A4 = {0, 1, 2, 3, 4}. � Sai no máximo quatro bolas pretas antes de sair uma bola vermelha, isto é: A5 = {v, pv, ppv, pppv, ppppv}. Observação: Agora, pode-se empregar várias técnicas de combinar conjuntos, que são eventos, e obter a formação de novos conjuntos, que são novos eventos. Exemplos: � Se A e B forem eventos, A ∪∪∪∪ B será o evento que ocorrerá se, e somente se, A ou B ou ambos ocorrerem. � Se A e B forem eventos, A ∩∩∩∩ B será o evento que ocorrerá se, e somente se, A e B ocorrerem. � Se A for um evento, Ā será o evento que ocorrerá se, e somente se, não ocorrer A. � Eventos mutuamente excludentes: Dois eventos A e B são denominados mutuamente excludentes, se eles não puderem ocorrer juntos. Isto será expresso da seguinte maneira: A ∩∩∩∩ B = ∅, isto é, a interseção de A e B é formada pelo conjunto vazio. � Eventos independentes: Dois eventos A e B são denominados independentes, se a ocorrência de um não influenciar na ocorrência do outro. Definição Frequentista de Probabilidade Suponha que repetimos n vezes o experimento εεεε e sejam A e B dois eventos associados ao experimento εεεε. Admita que sejam nA e nB o número de vezes que o evento A e o evento B ocorrem nas n repetições do experimento εεεε, respectivamente. Então, fA = nA/n denomina-se freqüência relativa do evento A nas n repetições do experimento εεεε. A freqüência relativa fA apresenta as seguintes propriedades: � 0 ≤ fA ≤ 1. � fA = 1 se, e somente se, A ocorrer em todas as n repetições. � fA = 0 se, e somente se, A nunca ocorrer nas n repetições. � Se A e B forem eventos mutuamente excludentes, e se fA ∪∪∪∪ B for a freqüência relativa associada ao evento A ∪∪∪∪ B, então: fA ∪∪∪∪ B = fA + fB. � Com base nas n repetições fA é considerada como uma função de n, e converge em certo sentido probabilístico para P(A), quando n → ∞. Professor M. Sc. Frederico Miglio Neiva 4 Noções Fundamentais de Probabilidade Consideremos um experimento εεεε, bem como um espaço amostral S associado. A cada evento A, será associado um número real representado por P(A) e denominado probabilidade de A, que deve satisfazer as seguintes propriedades. a) 0 ≤ P(A) ≤ 1. b) P(S) = 1. c) Se A e B forem eventos mutuamente exclusivos, temos que P(A ∪∪∪∪ B) = P(A) + P(B). d) Se A1, A2, A3, ............, An .......... forem, dois a dois, eventos mutuamente exclusivos, então: ........)(.........)()()()( 321 1 +++++= ∞ = ni i APAPAPAPAP U e) Para qualquer n finito, temos que: ∑ == = n i ii n i APAP 11 )()(U Cálculo da Probabilidade S A ssíveissultadosponúmerodere voráveissultadosfanúmerodereAP ==)(
Compartilhar