Baixe o app para aproveitar ainda mais
Prévia do material em texto
Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Ca´culo de Probabilidades Uma probabilidade e´ uma quantidade utilizada para se medir a incerteza associada a certos eventos ou caratcter´ısticas de interesse. Tais eventos, em geral, esta˜o associados a experimentos aleato´rios. Definic¸a˜o: Um experimento aleato´rio e´ um ensaio cujos resultados na˜o podem ser precisados. Ex.1: Arremessar uma dado e anotar o nu´mero na face voltada para cima; Ex.2: Arremessar uma moeda e verificar a face voltada para cima; Ex.3: Selecionar aleatoriamente um transistor e verificar seu tempo de vida; Ex.4: Contar o nu´mero de part´ıculas emitidas por uma fonte radiotiva. Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Ca´culo de Probabilidades Distribuic¸a˜o de Frequeˆncia (a) Observadas: Calculada com base nos valores observados. (b) Modelo Teo´rico: Proposto pelo pesquisador para representar a distribuic¸a˜o de frequeˆncia populacional. Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Ca´culo de Probabilidades Exemplo: Estudar as probabilidades de ocorreˆncia das faces de um dado. (a) Procedimento Emp´ırico: Lanc¸ar o dado n vezes e contar o nu´mero ni de vezes que a face i ocorre, i = 1, 2, 3, 4, 5, 6. Seja, fi = ni n a distribuic¸a˜o emp´ırica das probabilidades. Para diferentes realizac¸o˜es desse experimento, as distribuic¸o˜es de frequeˆncia correspondentes sera˜o diferentes. No entanto, espera-se que sejam, apesar de distintas, semelhantes. Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Ca´culo de Probabilidades (b) Procedimento Teo´rico: Construir a distribuic¸a˜o de frequeˆncia (probabilidades) atrave´s de suposic¸o˜es teo´ricas, tais como: (b.1) So´ podem ocorrer 6 faces (1,2,3,4,5,6); (b.2) O dado e´ perfeitamente equilibrado. Enta˜o, cada face deve ocorrer o mesmo nu´mero de vezes, ou seja, fi = 1 6 · Com isso, a distribuic¸a˜o de frequeˆncia proposta e´: Face 1 2 3 4 5 6 Total Freq. Teo´rica 16 1 6 1 6 1 6 1 6 1 6 1 Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Ca´culo de Probabilidades Em geral, todo fenoˆmeno aleato´rio tera´ seu modelo probabil´ıstico especificado no momento em que estabelecemos o espac¸o amostral Ω e probabilidade P(ω) para cada “ponto amostral”ω. Definic¸a˜o: O espac¸o amostral Ω e´ o conjunto de todos os resultados poss´ıveis de um experimento aleato´rio. Classificac¸a˜o: 1. Espac¸o Amostral Discreto: quando for poss´ıvel contar ou enumerar os elementos de Ω. Ex.: Ω = {ω1, ω2, ...}· 2. Espac¸o Amostral Cont´ınuo: quando Ω for um intervalo real. Ex.: Ω = I = [a, b] ⊂ R. Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Definic¸o˜es Definic¸a˜o: Um evento E e´ um subconjunto do espac¸o amostral Ω· Definic¸a˜o: A intersec¸a˜o entre A e B, denotada A ∩ B, e´ o evento que ocorre se os eventos A e B ocorrem simultaˆneamente. Definic¸a˜o: A unia˜o entre A e B, denotada A ∪ B, e´ o evento que ocorre se o evento A ocorre ou se o evento B ocorre. Definic¸a˜o: Dizemos que A e B sa˜o eventos complementares se A ∩ B = ∅ e A ∪ B = Ω. Neste caso, escrevemos B = Ac e A = Bc . Definic¸a˜o: Dizemos que os eventos A e B sa˜o mutuamente exclusivos ou disjuntos, se A ∩ B = ∅. Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Ca´culo de Probabilidades Exemplo: Considere o experimento aleato´rio que consiste em lanc¸ar uma moeda honesta duas vezes. Sejam k = {cara} e c = {coroa}. Ω = {ω1, ω2, ω3, ω4} ω1 = (k, k); ω2 = (k, c); ω3 = (c, k); ω4 = (c, c)· Esse e´ um espac¸o amostral discreto. Temos que, P(ωi ) = 14 , ∀ i = 1, 2, 3, 4· Seja o evento A = {ω1, ω4} = {obter duas faces iguais} · Enta˜o, P(A) = P({ω1, ω4}) = P(ω1) + P(ω4) = 14 + 14 = 24 = 12 · Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Ca´culo de Probabilidades No u´ltimo exemplo, pode-se observar que, atrave´s das probabilidades pontuais, e´ poss´ıvel calcular a probabilidade de ocorreˆncia de eventos que incluem a ocorreˆncia de va´rios pontos amostrais. Retomando o exemplo do arremesso do dado: Ω = {ω1, ω2, ω3, ω4, ω5, ω6}· em que ωi = {face i}, ∀ i = 1, 2, 3, 4, 5, 6· Esse e´ um espac¸o amostral discreto. P(ωi ) = 16 · Seja, A = {a face e´ um nu´mero par} = {ω2, ω4, ω6} = {2, 4, 6} P(A) = P({2}, {4}, {6}) = P(2) + P(4) + P(6) = 3 6 = 1 2 · Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Ca´culo de Probabilidades Exemplo: Uma laˆmpada e´ selecionada aleatoriamente de um lote e e´ medido seu tempo de vida antes de queimar. Ω = {t : t ≥ 0}, ou seja, o espac¸o amostral sa˜o todos os nu´meros reais na˜o-negativos. Seja A = {t : 0 ≤ t ≤ 20}, ou seja, o evento A ocorre se, e somente se, o tempo de vida da laˆmpada e´ menor ou igual a 20 horas. Observamos que A e´ um evento, logo um subconjunto de Ω. Esse e´ um espac¸o amostral cont´ınuo. Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Axiomas de Kolmogorov Definic¸a˜o (Axiomas de Probabilidade): Dizemos que P e´ uma medida de probabilidade sobre Ω, se: (i) 0 ≤ P(E) ≤ 1, ∀ E ⊂ Ω; (ii) P(Ω) = 1; (iii) P (∞⋃ i=1 Ei ) = ∞∑ i=1 P (Ei ) onde Ei ∩ Ej = ∅, ∀i 6= j , 1 ≤ i , j ≤ +∞· Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Propriedades Proposic¸a˜o: Sejam E ,F ⊂ Ω. Se P e´ uma medida de probabilidade sobre Ω, enta˜o: (1) P (E c) = 1− P (E) · (2) Se E ⊂ F , enta˜o P(E) ≤ P(F )· (3) P (∅) = 0· (4) P (E ∪ F ) = P (E) + P (F )− P (E ∩ F ) · Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Propriedades: Modelo Teo´rico Exemplo: Representando uma poss´ıvel divisa˜o de alunos matriculados num dado instituto de matema´tica, num certo ano: Masculino (Ma) Feminino (Fe) Total Mat. Pura (M) 70 40 110 Mat. Aplicada (A) 15 15 30 Estat´ıstica (E) 10 20 30 Computac¸a˜o (C) 20 10 30 Total 115 85 200 Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Propriedades: Modelo Teo´rico Escolhendo um aluno ao acaso (e considerando que cada aluno tem a mesma probabilidade de ser selecionado), definem-se os seguintes eventos: M = {estudante da Matema´tica Pura} A = {estudante da Matema´tica Aplicada} E = {estudante da Estat´ıstica} C = {estudante da Computac¸a˜o} Ma = {sexo Masculino} Fe = {sexo Feminino} Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Propriedades: Modelo Teo´rico Assim, P(M) = 110 200 = 0.550 P(A) = 30 200 = 0.150 P(E) = 30 200 = 0.150 P(C) = 30 200 = 0.150 P(Ma) = 115 200 = 0.575 P(Fe) = 85 200 = 0.425 Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Intersec¸a˜o de Eventos Utilizando o u´ltimo exemplo, vamos definir como evento I , escolher ao acaso um aluno e ele ser estudante de estat´ıstica do sexo masculino, simultaˆneamente. I = E ∩Ma, o evento I e´ uma intersec¸a˜o dos eventos E e Ma. P(E ∩Ma) = 10200 = 0.05 Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Unia˜o de Eventos Definimos agora como eventoU, escolher ao acaso um aluno e ele ser estudante de estat´ıstica ou sexo masculino. U = E ∪Ma, o evento U e´ uma unia˜o dos eventos E e Ma. P(E ∪Ma) = P(E ) + P(Ma)− P(E ∩Ma) P(E ) = 10+20200 = 0.150 P(Ma) = 70+15+10+20200 = 0.575 P(E ∩MA) = 10200 = 0.050 Enta˜o: P(E ∪Ma) = 0.150 + 0.575− 0.050 = 0.675 Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Unia˜o de Eventos Note que: P(M ∩ C ) = P(∅) = 0 Assim: P(M∪C ) = P(M)+P(C )−P(M∩C ) = P(M)+P(C ) = 140200 = 0.700 Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Evento Complementar Vamos considerar agora apenas o curso em que o aluno esta´ matriculado. Enta˜o, os eventos M e {A ∪ E ∪ C} sa˜o chamados eventos complementares: {M ∩ {A ∪ E ∪ C}} = ∅ {M ∪ {A ∪ E ∪ C}} = Ω Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Equiprobabilidade Definic¸a˜o: Seja Ω = {ω1, ..., ωN}, satisfazendo P (ω1) = P (ω2) = · · ·P (ωN) · Nestas condic¸o˜es, dizemos que Ω e´ um espac¸o amostral equiprova´vel. Propriedades: Se Ω e´ um espac¸o amostral equiprova´vel, enta˜o: (1) P(ωi ) = 1N , ∀ i = 1, 2, ...,N; (2) Seja A = {ωA1, ..., ωAm} ⊂ Ω, com m ≤ N. Enta˜o, P(A) = mN · Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Equiprobabilidade Exemplo: Uma moeda honesta e´ lanc¸ada uma vez. Ω = {k, c} P(k) = P(c) = 1 2 · A = {k} Enta˜o, P(A) = 1 2 · Prof. Lucas Moreira Introduc¸a˜o Axiomas Propriedades Intersec¸a˜o Unia˜o Complemento Equiprobabilidade Equiprobabilidade Exemplo: Uma moeda honesta e´ lanc¸ada duas vezes. Ω = {(k, k), (k, c), (c, k), (c, c)} P(k, k) = P(k, c) = P(c, k) = P(c, c) = 1 4 · A = {(k, k), (c, c)}· Enta˜o, P(A) = 2 4 = 1 2 · Prof. Lucas Moreira Introdução Axiomas Propriedades Interseção União Complemento Equiprobabilidade
Compartilhar