Baixe o app para aproveitar ainda mais
Prévia do material em texto
Prof. Dra. Flávia Cristina M. Queiroz Mariano UNIFESP – São José dos Campos BCT - 1º sem./2019 Aula 7 – Probabilidade ➢ Fenômenos Determinísticos: ✓ Conhecidos com certeza; ✓ Não são sujeitos a lei do acaso. Exemplos: a idade de uma pessoa jovem, o mês atual, o ano atual. ➢ Fenômenos Probabilísticos: ✓ Não são conhecidos com certeza; ✓ Estão sujeitos a lei do acaso. Exemplo: face superior de um dado ou de uma moeda, chove hoje, o Botafogo será rebaixado. Introdução Experimento (fenômeno) Aleatório: todo fenômeno ou ação que geralmente pode ser repetido e cujo resultado é aleatório, isto é, são experimentos que ao serem repetidos nas mesmas condições não produzem os mesmos resultados. Por exemplo: - as condições climáticas para o próximo domingo e nem a taxa de inflação do próximo mês podem ser estabelecidas com certeza. - Resultado ao lançar um dado ou uma moeda; - Tempo de duração de uma lâmpada. Conceitos Importantes Modelos probabilísticos: são modelos teóricos estabelecidos para quantificar as incertezas das diversas ocorrências de um fenômeno aleatório. Estes modelos probabilísticos permitem, sem a observação direta do fenômeno aleatório, reproduzir de maneira razoável a distribuição das frequências observadas no experimento. Conceitos Importantes Espaço amostral (representado por Ω) é o conjunto de todos os possíveis resultados de um certo fenômeno aleatório. Espaços amostrais podem ser enumeráveis ou não enumeráveis. O espaço amostral com um número finito ou infinito enumerável de valores é dito espaço discreto, e o espaço amostral com um número infinito não-enumerável de pontos é dito espaço contínuo. Evento aleatório é um resultado ou, resultados ocorridos no experimento, ou seja, é qualquer subconjunto do espaço amostral Ω e são representados por letras maíusculas (A, B, C, …). Em particular, Ω e (subconjunto vazio) são eventos. Conceitos Importantes Espaço amostral C A B D Ω Espaço amostral Eventos Elementos do espaço amostral Operações entre eventos Podem-se ter operações entre eventos da mesma forma que com conjuntos: a. A união de dois eventos A e B, denotada por AB representa a ocorrência de pelo menos um dos eventos A ou B. É o evento que ocorrerá se, e somente se, A ou B ou ambos ocorrerem; b. A intersecção do evento A com o B, denotada por AB, é a ocorrência simultânea de A e B. c. Dois eventos A e B são disjuntos ou mutuamente exclusivos quanto não têm elementos em comum. Isto é AB=. d. O complementar de A será dado por Ac. Dois eventos são chamados complementares se sua união é o espaço amostral e sua interseção é vazia. e temos que A Ac = e A Ac =Ω. A B Ω Leis de Morgan Propriedades das operações entre eventos Lei distributiva Se a união de n eventos mutuamente exclusivos é o próprio universo Ω, dizemos que tais eventos formam uma partição em Ω. Operações entre eventos 1) Experimento Aleatório – Jogar um dado de seis faces. Espaço Amostral – Ω = {1, 2, 3, 4, 5, 6}. Evento A – Sair um número par A={2, 4, 6}. Evento B – Sair o número 2 B={2}. 1 3 5 2 4 6 Ω Definindo os termos em exemplos 5,1 5,2 5,3 5,4 5,5 5,6 1,1 1,2 1,3 1,4 1,5 1,6 2,1 2,2 2,3 2,4 2,5 2,6 3,1 3,2 3,3 3,4 3,5 3,6 4,1 4,2 4,3 4,4 4,5 4,6 6,1 6,2 6,3 6,4 6,5 6,6 Evento A: A soma dos dados é igual a 4. Evento B: A soma dos dados é igual a 11 Evento C: A soma é 4 ou 11. A={(1,3);(2,2);(3,1)} B={(5,6);(6,5)} C={(1,3);(2,2);(3,1);(5,6);(6,5)} 2) Experimento aleatório: Jogar um dado duas vezes. Espaço Amostral: 36 resultados abaixo Definindo os termos em exemplos O que é Probabilidade?? “A chance de chover é 30 %” → quantifica o nosso sentimento acerca da possibilidade de chuva. Probabilidade: Quantifica a possibilidade de ocorrência de um resultado de um experimento aleatório, isto é, é uma afirmação numérica sobre a possibilidade de que algo ocorra, quantificando o grau de incerteza dos eventos, variando de 0 a 1 ou 0% a 100%. OBS: • A possibilidade de um resultado é quantificada atribuindo-se um número no intervalo [0, 1]. • Números maiores indicam que o resultado é mais provável. • Probabilidade zero indica que o resultado não ocorrerá. • Probabilidade um significa que irá ocorrer com certeza. 1) Subjetiva: grau de crença de que o resultado ocorrerá. 2) Frequentista: valor limite da proporção de vezes que o resultado ocorre em infinitas repetições do experimento aleatório, isto é, a frequência relativa em infinitas repetições. Ou seja, fri(A)= número de repetições em que ocorre A = fi _ número total de repetições n OBS: Quando n cresce: fr(A) P(A) Exemplo: Se dizemos que a probabilidade de uma máquina produzir uma peça defeituosa é de 0,1. Podemos interpretar que se analisarmos muitas peças produzidas por esta máquina, 10% delas vão apresentar defeito. Definições de probabilidade: 3) Clássica: Dado um experimento aleatório, sendo Ω seu espaço amostral, vamos admitir que todos os elementos de Ω tenham a mesma chance de acontecer, ou seja, Ω é um conjunto equiprovável. Definimos a probabilidade de um evento A (A Ω ) ao número real P(A) tal que: 4) Axiomática: Uma função P(.) é denominada probabilidade se satisfaz as condições: 1. 0 P(A) 1, AΩ; 2. P(Ω)=1 e P()=0; 3. Para Aj eventos disjuntos: Definições de probabilidade: == = n j j n j j 11 )A(PAP 1) De um grupo de duas mulheres(M) e três homens (H), uma pessoa será sorteada para presidir uma reunião. Queremos saber qual a probabilidade de o presidente ser do sexo masculino? a) Defina o espaço amostral. b) Defina o evento. c) Calcule a probabilidade. Ω = {H,M} E = {H} P(E)=n(E) = 3 n(Ω) 5 Exemplo • Na tabela temos dados referentes a alunos matriculados em quatro cursos de uma universidade, em 2009: • Seja M o evento de escolher ao acaso um aluno e ele estar matriculado no curso de matemática pura. Sexo Homens Mulheres Curso (H) (F) Total (cursos) Matemática Pura (M) 70 40 110 Matemática Aplicada (A) 15 15 30 Estatística (E) 10 20 30 Computação (C.) 20 10 30 Total (sexo) 115 85 200 Exemplo 5.6 – pg 107, Morettin e Bussab (2010) Exemplo 5.6 – pg 107, Morettin e Bussab (2010) a) Qual a probabilidade de escolher um aluno matriculado no curso de matemática aplicada (P(A))? b) Qual a probabilidade do aluno ser do sexo masculino (P(H))? c) Qual a probabilidade de um aluno ser homem e estar matriculado no curso matemática aplicada (P(AH))? d) Qual a probabilidade de um aluno estar matriculado em matemática aplicada ou ser homem (P(AH))? Exemplo 5.6 – pg 107, Morettin e Bussab (2010) a) P(A)? P(A)=30/200 b) P(H)? P(H)=115/200 c) P(AH)? P(AH)=15/200 Sexo Homens Mulheres Curso (H) (F) Total (cursos) Matemática Pura (M) 70 40 110 Matemática Aplicada (A) 15 15 30 Estatística (E) 10 20 30 Computação (C.) 20 10 30 Total (sexo) 115 85 200 5. P(AH)? P(AH)=P(A)+P(H)-P(AH) = 30/200 + 115/200 – 15/200 = 130/200 M A E C F H → Veja o que acontece se considerarmos a união dos eventos A e C: P(AC)=P(A)+P(C)-P(AC) = 30/200 + 30/200 – 0 = 60/200 Os eventos A e C são disjuntos ou mutuamente exclusivos. M A E C Portanto, temos a seguinte regra da adição de probabilidades: → Considere os eventos U e V quaisquer, a regra da adição de probabilidades é dada por: P(UV)=P(U)+P(V)-P(UV) → Se U e V forem eventos mutuamente exclusivos ou disjuntos, a regra é dada por: P(UV)=P(U)+P(V) Regra da adição de probabilidades Eventos mutuamente excludentes • Probabilidades mais complicadas, como P(A B C) podem ser determinadas pelo uso repetido do resultado anterior, e temos a seguinte relação: P(ABC) = P(A) + P(B) + P(C) − P(AB) −P(AC) + − P(BC) + P(A B C) → Um resultado análogo vale para um número arbitrário de eventos (três ou mais eventos), o qualnão é foco do nosso estudo neste momento. Probabilidade da união de três eventos → E se for do nosso interesse calcular a probabilidade de aluno NÃO estar matriculado no curso da computação? Temos que P(Cc)= P(Ω) - P(C) = 1- P(C) = 1-30/200 = 170/200 P(A)+P(Ac)=1 M A E C Resumo:Propriedades válidas entre eventos 1. P(A)+P(Ac)=1 2. (AB)c=AcBc 3. (AB)c=AcBc 4. A= 5. AΩ=A 6. c= Ω 7. Ωc= 8. AAc= 9. AAc= Ω 10. AΩ = Ω 11. A = A 12. A(BC) = (AB) (AC) → Extrai-se uma carta de um baralho de 52 cartas. Qual a probabilidade de sair um rei ou uma carta de ouro? Exemplo: Cartas de baralho → Dado que um estudante da tabela abaixo, escolhido ao acaso, está matriculado no curso de Estatística, qual a probabilidade de que seja mulher? Do total de 30 alunos que estudam Estatística, tem-se que 20 são mulheres. Assim, Sexo Homens Mulheres Curso (H) (F) Total (cursos) Matemática Pura (M) 70 40 110 Matemática Aplicada (A) 15 15 30 Estatística (E) 10 20 30 Computação (C.) 20 10 30 Total (sexo) 115 85 200
Compartilhar