Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 2 – Probabilidade e distribuições de probabilidades Nesta aula, estudaremos alguns conceitos básicos de probabilidade, analisando seus principais modelos de distribuição. Ao final dessa aula você deverá ser capaz de: Entender o conceito de espaços amostrais e eventos; Realizar operações básicas de probabilidade aplicada a exemplos práticos; Diferenciar o conceito de variáveis aleatórias discretas e contínuas; Entender alguns dos principais modelos de distribuições de probabilidades. Tema 1: Conceitos básicos de probabilidade Em um primeiro momento, focaremos no entendimento de alguns conceitos fundamentais para a correta interpretação da probabilidade básica. Esse tema tem por objetivo principal definir experimento aleatório, espaço amostral, evento e probabilidade. Experimento aleatório Trata-se de um experimento que, mesmo realizado seguindo passos idênticos, pode gerar resultados distintos (MONTGOMERY e RUNGER, 2011). Como exemplo, pode-se citar o preço do dólar ao final do dia, que mesmo tendo igual processo de medição, está sujeito a muitos fatores causais, os quais levam a resultados incertos. Sendo assim, toda vez que o sistema for medido resultará em uma solução diferente. Espaço amostral Trata-se do conjunto de todos os resultados possíveis de um experimento aleatório. Em nosso caso, denotaremos o espaço amostral por S. Para ver dois exemplos, clique nas imagens a seguir: Tome como exemplo o lançamento de um dado e a observação de sua face. Nesse caso, nosso espaço amostral será S = {1, 2, 3, 4, 5, 6}. Um segundo exemplo seria o lançamento de uma moeda e a observação de sua face. O espaço amostral, então, seria dado por S = {cara, coroa}. Espaços amostrais podem ser classificados em: Discreto: quando é formado por um conjunto contável de resultados, seja ele finito ou infinito. Contínuos: quando contém um intervalo, seja ele finito ou infinito, de números reais. Ou seja, em um determinado espaço, o qual contém um intervalo, o número de resultados que podem ser obtidos (representados por números reais) é infinito ou não contável. Quer um exemplo? Considere que você selecione, de uma linha de montagem, uma peça fundida (um disco de freio, por exemplo) e afira sua massa. As prováveis medições são influenciadas pela resolução do instrumento de medição. A partir disso, diferentes espaços amostrais podem ser definidos de acordo com a necessidade. Por exemplo, S = {x | x > 0} é um provável espaço amostral, já que um valor negativo para a variável “massa” não é admissível fisicamente. Sendo assim, S é classificado como um espaço amostral contínuo. Outra abordagem seria definir S = {sim, não}, caso seja levado em conta somente o fato da peça estar ou não dentro das mínimas especificações exigidas. Nesse caso, S seria classificado como um espaço amostral discreto. Evento Segundo Montgomery e Runger (2011) evento é “um subconjunto do espaço amostral de um experimento aleatório”. Tomando como base o exemplo anterior, um possível evento poderia ser expresso como a possibilidade da ocorrência sequencial de duas peças serem reprovadas, tendo como base o segundo espaço amostral exposto. Neste contexto, dois eventos distintos ( 1A e 2A ), são denominados mutuamente excludentes, caso a interseção entre eles resultem em um espaço vazio. Matematicamente, podemos representar como 1 2A A . Clique no link a seguir e entenda melhor alguns métodos de contagem! Você vai ter acesso a um texto que apresenta técnicas que permitem contabilizar o número de resultados de cada evento em situações complicadas. Elas se baseiam em conceitos básicos, como permutações e combinações, e são utilizadas em situações onde o número de resultados possíveis não é evidente. http://www.eecis.udel.edu/~portnoi/classroom/prob_estatistica/2006_2/lecture_slides/aula06.pdf É possível compreender o conceito e a aplicação da probabilidade, empregada para quantificar a possibilidade do acontecimento do resultado de um experimento aleatório (MONTGOMERY e RUNGER, 2011). Segundo Martins (2010), uma definição matemática pode ser dada como: Considerando um espaço amostral finito 1 2, ,..., nS a a a , em que cada ponto amostral ia apresenta a mesma chance de ocorrer, todo evento A (subconjunto do espaço amostral) tem sua probabilidade: M número de casos favoráveis ao evento A P A N número de casos possíveis Caso um espaço amostral seja formado por N resultados possíveis com mesma chance de ocorrer, a probabilidade de cada resultado é 1/N, e esses resultados são denominados equiparáveis. Por exemplo, se um dado não viciado é lançado ao acaso, as seis possibilidades são equiprováveis. Supondo, então, um evento A que consiste na obtenção de uma face ímpar, tem-se: P(A) = 3/6 = ½.
Compartilhar