Professional Documents
Culture Documents
UNIFEI - Itabira
22 de mar co de 2010
Introdu c ao
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
At e agora vimos que a an alise de um conjunto de dados por meio de t ecnicas num ericas nos permite calcular medidas de posi c ao (m edia, mediana, moda) e medidas de dispers ao (vari ancia e desvio padr ao) Poderemos caracterizar uma massa de dados, com o objetivo de organizar e resumir informa co es Essas medidas s ao chamadas de estimativas (valores) associadas ` as popula co es das quais os dados foram extra dos na forma de amostras
Probabilidade
2 / 47
Modelos
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Ao incorporar a varia c ao em nosso pensamento e an alises, podemos fazer julgamentos baseados em nossos resultados que sejam validados pela varia c ao Modelos s ao abstra co es matem aticas quase nunca perfeitas, mas u teis (leis de Newton para a F sica, modelo de Bohr para a Qu mica) Usamos o modelo para entender, descrever e quanticar aproximadamente aspectos do sistema e prever a resposta do sistema ` a alimenta c ao de dados
Probabilidade
3 / 47
Modelos
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Ao incorporar a varia c ao em nosso pensamento e an alises, podemos fazer julgamentos baseados em nossos resultados que sejam validados pela varia c ao Modelos s ao abstra co es matem aticas quase nunca perfeitas, mas u teis (leis de Newton para a F sica, modelo de Bohr para a Qu mica) Usamos o modelo para entender, descrever e quanticar aproximadamente aspectos do sistema e prever a resposta do sistema ` a alimenta c ao de dados
Experimento aleat orio: experimento que pode fornecer diferentes resultados, mesmo repetido toda vez da mesma maneira.
Probabilidade
3 / 47
Probabilidade
4 / 47
Modelo necess ario para o n umero de chamadas e dura c ao delas Sabe-se que, em m edia, chamadas ocorrem a cada 5 minutos e duram 5 minutos.
Probabilidade
4 / 47
Modelo necess ario para o n umero de chamadas e dura c ao delas Sabe-se que, em m edia, chamadas ocorrem a cada 5 minutos e duram 5 minutos. S o uma linha e suciente?
Probabilidade
4 / 47
Modelo necess ario para o n umero de chamadas e dura c ao delas Sabe-se que, em m edia, chamadas ocorrem a cada 5 minutos e duram 5 minutos. S o uma linha e suciente? N ao, e preciso incluir a varia c ao nesse projeto.
I I
Probabilidade
4 / 47
Espa co amostral
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Espa co amostral: conjunto de todos os poss veis resultados de um experimento aleat orio. Denotado por S .
Probabilidade
6 / 47
Espa co amostral
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Espa co amostral: conjunto de todos os poss veis resultados de um experimento aleat orio. Denotado por S . Experimento: selecionar uma pe ca pl astica moldada (conector) e medir sua espessura. Denir o espa co amostral:
Probabilidade
6 / 47
Espa co amostral
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Espa co amostral: conjunto de todos os poss veis resultados de um experimento aleat orio. Denotado por S . Experimento: selecionar uma pe ca pl astica moldada (conector) e medir sua espessura. Denir o espa co amostral:
I I I I
se um conector pudesse ser de qualquer espessura se sabe-se que todos os conectores ter ao entre 10 e 11 mm de espessura se o objetivo e saber se a pe ca ter a espessura baixa, m edia ou alta se o objetivo e saber se a pe ca obedecer a ou n ao ` as especica co es
Probabilidade
6 / 47
Espa co amostral
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Espa co amostral: conjunto de todos os poss veis resultados de um experimento aleat orio. Denotado por S . Experimento: selecionar uma pe ca pl astica moldada (conector) e medir sua espessura. Denir o espa co amostral:
I I I I
se um conector pudesse ser de qualquer espessura se sabe-se que todos os conectores ter ao entre 10 e 11 mm de espessura se o objetivo e saber se a pe ca ter a espessura baixa, m edia ou alta se o objetivo e saber se a pe ca obedecer a ou n ao ` as especica co es = {x|x > 0}, = {x|10 < x < 11}, = {baixa, m edia, alta}, = {sim, n ao}, espa co espa co espa co espa co amostral amostral amostral amostral cont nuo cont nuo discreto discreto
6 / 47
S1 S2 S 3 S4
Probabilidade
Se o experimento aleat orio envolve selecionar itens dentre v arios, devemos indicar se um item selecionado ser a reposto ou n ao antes do pr oximo item ser selecionado (sem reposi c ao e mais comum nas aplica co es industriais).
Probabilidade
7 / 47
Se o experimento aleat orio envolve selecionar itens dentre v arios, devemos indicar se um item selecionado ser a reposto ou n ao antes do pr oximo item ser selecionado (sem reposi c ao e mais comum nas aplica co es industriais).
I I
se h a 2 itens a serem selecionados {a, b, c} e o experimento for: selecionar 2 itens sem reposi c ao: Ssem = {ab,ac,ba,bc,ca,cb} (mantendo a ordem) selecionar 2 itens com reposi c ao: Scom = {aa,ab,ac,ba,bb,bc,ca,cb,cc}
Probabilidade
7 / 47
Se o experimento aleat orio envolve selecionar itens dentre v arios, devemos indicar se um item selecionado ser a reposto ou n ao antes do pr oximo item ser selecionado (sem reposi c ao e mais comum nas aplica co es industriais).
I I
se h a 2 itens a serem selecionados {a, b, c} e o experimento for: selecionar 2 itens sem reposi c ao: Ssem = {ab,ac,ba,bc,ca,cb} (mantendo a ordem) selecionar 2 itens com reposi c ao: Scom = {aa,ab,ac,ba,bb,bc,ca,cb,cc} pode n ao ser necess ario diferenciar um item do outro Exemplo: se h a 5 pe cas defeituosas e 95 boas. Para estudar a qualidade das pe cas: selecionar 2 pe cas sem reposi c ao:
I I
Probabilidade
7 / 47
Se o experimento aleat orio envolve selecionar itens dentre v arios, devemos indicar se um item selecionado ser a reposto ou n ao antes do pr oximo item ser selecionado (sem reposi c ao e mais comum nas aplica co es industriais).
I I
se h a 2 itens a serem selecionados {a, b, c} e o experimento for: selecionar 2 itens sem reposi c ao: Ssem = {ab,ac,ba,bc,ca,cb} (mantendo a ordem) selecionar 2 itens com reposi c ao: Scom = {aa,ab,ac,ba,bb,bc,ca,cb,cc} pode n ao ser necess ario diferenciar um item do outro Exemplo: se h a 5 pe cas defeituosas e 95 boas. Para estudar a qualidade das pe cas: selecionar 2 pe cas sem reposi c ao: S = {bb,bd,db,dd}
I I
Probabilidade
7 / 47
Eventos
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Probabilidade
8 / 47
Eventos
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Frequentemente estamos interessados em uma cole c ao de resultados de um experimento aleat orio Evento: subconjunto do espa co amostral. Denotado por letras mai usculas (A, B, C, . . .). Um subconjunto vazio do espa co amostral e representado por
Probabilidade
8 / 47
Eventos
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Frequentemente estamos interessados em uma cole c ao de resultados de um experimento aleat orio Evento: subconjunto do espa co amostral. Denotado por letras mai usculas (A, B, C, . . .). Um subconjunto vazio do espa co amostral e representado por
Experimento: lan car uma moeda duas vezes. Evento E : sair 3 caras ) (sendo cara = C , coroa = C
Probabilidade
8 / 47
Eventos
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Frequentemente estamos interessados em uma cole c ao de resultados de um experimento aleat orio Evento: subconjunto do espa co amostral. Denotado por letras mai usculas (A, B, C, . . .). Um subconjunto vazio do espa co amostral e representado por
Experimento: lan car uma moeda duas vezes. Evento E : sair 3 caras ) (sendo cara = C , coroa = C CC, C C } I S = {CC, C C,
I
E = {}
Probabilidade
8 / 47
Espa co amostral
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Probabilidade
9 / 47
existentes
I Eventos s ao subconjuntos, podemos usar opera co es b asicas de conjuntos
Probabilidade
10 / 47
existentes
I Eventos s ao subconjuntos, podemos usar opera co es b asicas de conjuntos
Probabilidade
10 / 47
existentes
I Eventos s ao subconjuntos, podemos usar opera co es b asicas de conjuntos
Probabilidade
10 / 47
Probabilidade
11 / 47
Probabilidade
11 / 47
Diagramas de Venn
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Probabilidade
12 / 47
Diagrama de arvore
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
I I I
Descri c ao gr aca dos espa cos amostrais Usado quando S pode ser constru do em v arios est agios Cada uma das maneiras de completar o primeiro est agio e um ramo da arvore
Probabilidade
13 / 47
Diagrama de arvore
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
I I I
Descri c ao gr aca dos espa cos amostrais Usado quando S pode ser constru do em v arios est agios Cada uma das maneiras de completar o primeiro est agio e um ramo da arvore
Exemplo: Um fabricante de autom oveis fornece ve culos equipados com opcionais selecionados:
I com ou sem transmiss ao autom atica I com ou sem ar condicionado I com uma das 3 escolhas do sistema est ereo I com uma das quatro cores exteriores
Se o espa co amostral consistir no conjunto de todos os tipos poss veis de ve culos, qual ser a o n umero de resultados do espa co amostral?
Probabilidade 13 / 47
Diagrama de arvore
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
O espa co amostral cont em 48 resultados. Faremos o diagrama de arvore para esse caso.
Probabilidade
14 / 47
Diagrama de arvore
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
O espa co amostral cont em 48 resultados. Faremos o diagrama de arvore para esse caso.
Probabilidade
14 / 47
I I I
Fen omeno Aleat orio: jogar um dado de seis faces Espa co Amostral: S = {1, 2, 3, 4, 5, 6} Evento A: Sair um n umero par
Probabilidade
15 / 47
I I I
Fen omeno Aleat orio: jogar um dado de seis faces Espa co Amostral: S = {1, 2, 3, 4, 5, 6} Evento A: Sair um n umero par A = {2, 4, 6} Evento B : Sair o n umero 2
Probabilidade
15 / 47
I I I
Fen omeno Aleat orio: jogar um dado de seis faces Espa co Amostral: S = {1, 2, 3, 4, 5, 6} Evento A: Sair um n umero par A = {2, 4, 6} Evento B : Sair o n umero 2 B = {2}
Probabilidade
15 / 47
I I I
Fen omeno Aleat orio: jogar um dado de seis faces Espa co Amostral: S = {1, 2, 3, 4, 5, 6} Evento A: Sair um n umero par A = {2, 4, 6} Evento B : Sair o n umero 2 B = {2}
I
Probabilidade
Fen omeno aleat orio: Jogar um dado duas vezes. Descrever o espa co amostral.
Probabilidade
16 / 47
Fen omeno aleat orio: Jogar um dado duas vezes. Descrever o espa co amostral.
Incio : 1a jogada
2a jogada
1 2 3 4 5 6 1 2 3 4 5 6 12 3 4 5 61 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6
36 resultados
Probabilidade 16 / 47
Probabilidade
17 / 47
Evento A: a soma dos dados e igual a 4 A = {(1,3); (2,2); (3,1)} Evento B : a soma dos dados e igual a 11
Probabilidade
17 / 47
Evento A: a soma dos dados e igual a 4 A = {(1,3); (2,2); (3,1)} Evento B : a soma dos dados e igual a 11 B = {(5,6); (6,5)} Evento C : a soma dos dados e igual a 4 ou 11
Probabilidade
17 / 47
Evento A: a soma dos dados e igual a 4 A = {(1,3); (2,2); (3,1)} Evento B : a soma dos dados e igual a 11 B = {(5,6); (6,5)} Evento C : a soma dos dados e igual a 4 ou 11 C = {(1,3); (2,2); (3,1); (5,6); (6,5)}
Probabilidade
17 / 47
T ecnicas de contagem
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Regra da multiplica c ao: se uma opera c ao puder ser descrita como uma sequ encia de etapas, o n umero total de maneiras de completar a opera c ao, ser a a multiplica c ao das etapas. n1 . . . nk
Probabilidade
19 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Regra da multiplica c ao: se uma opera c ao puder ser descrita como uma sequ encia de etapas, o n umero total de maneiras de completar a opera c ao, ser a a multiplica c ao das etapas. n1 . . . nk
Ex: Se na produ c ao de caixas de marchas pudermos usar 4 tipos de amarradores, 3 comprimentos e 3 localiza c oes de parafusos,
Probabilidade
19 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Regra da multiplica c ao: se uma opera c ao puder ser descrita como uma sequ encia de etapas, o n umero total de maneiras de completar a opera c ao, ser a a multiplica c ao das etapas. n1 . . . nk
Ex: Se na produ c ao de caixas de marchas pudermos usar 4 tipos de amarradores, 3 comprimentos e 3 localiza c oes de parafusos, 4 3 3 = 36 projetos diferentes s ao poss veis.
Probabilidade
19 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Probabilidade
20 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Ex: Sendo S = {a, b, c}, o n umero de permuta c oes desse conjunto e 3! = 6 e resultam em abc, acb, bac, bca, cab e cba.
Probabilidade
20 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Permuta c ao de objetos similares: sequ encia ordenada para objetos que n ao s ao todos diferentes. O n umero de permuta c oes de n = n1 + . . . + nr objetos dos quais n1 s ao de um tipo, n2 s ao de outro, . . . e: n! n1 !n2 !n3 ! . . . nr !
Probabilidade
21 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Permuta c ao de objetos similares: sequ encia ordenada para objetos que n ao s ao todos diferentes. O n umero de permuta c oes de n = n1 + . . . + nr objetos dos quais n1 s ao de um tipo, n2 s ao de outro, . . . e: n! n1 !n2 !n3 ! . . . nr ! Ex: Uma pe ca e marcada pela impress ao de 4 linhas espessas, 3 m edias e 2 linhas nas. Se cada ordena c ao das 9 linhas representa uma marca diferente, quantas marcas diferentes podem ser geradas pelo uso desse esquema?
Probabilidade
21 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Permuta c ao de objetos similares: sequ encia ordenada para objetos que n ao s ao todos diferentes. O n umero de permuta c oes de n = n1 + . . . + nr objetos dos quais n1 s ao de um tipo, n2 s ao de outro, . . . e: n! n1 !n2 !n3 ! . . . nr ! Ex: Uma pe ca e marcada pela impress ao de 4 linhas espessas, 3 m edias e 2 linhas nas. Se cada ordena c ao das 9 linhas representa uma marca diferente, quantas marcas diferentes podem ser geradas pelo uso desse esquema? 9! = 1260 marcas 4!3!2!
Probabilidade
21 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Arranjos: o interesse est a na permuta c ao de apenas alguns dos elementos do conjunto. An,r n! = (n r)!
Probabilidade
22 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Arranjos: o interesse est a na permuta c ao de apenas alguns dos elementos do conjunto. An,r n! = (n r)!
Ex: Uma placa de circuito impresso tem 8 localiza c oes diferentes em que um componente pode ser colocado. Se 4 componentes diferentes forem colocados na placa, quantos projetos diferentes s ao poss veis?
Probabilidade
22 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Arranjos: o interesse est a na permuta c ao de apenas alguns dos elementos do conjunto. An,r n! = (n r)!
Ex: Uma placa de circuito impresso tem 8 localiza c oes diferentes em que um componente pode ser colocado. Se 4 componentes diferentes forem colocados na placa, quantos projetos diferentes s ao poss veis? A8,4 =
8! (84)!
Probabilidade
22 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Combina co es: subconjuntos de r elementos que podem ser selecionados a partir de um conjunto de n elementos. A ordem n ao e importante. O n umero de combina c oes, subconjuntos de tamanho r, que pode n ser selecionado de um conjunto de n elementos e n ou C r e r n r n! = r!(n r)!
Probabilidade
23 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Combina co es: subconjuntos de r elementos que podem ser selecionados a partir de um conjunto de n elementos. A ordem n ao e importante. O n umero de combina c oes, subconjuntos de tamanho r, que pode n ser selecionado de um conjunto de n elementos e n ou C r e r n r n! = r!(n r)!
Ex: Um componente pode ser colocado em 8 localiza c oes diferentes em uma placa de circuito impresso. Se 5 componentes id enticos forem colocados na placa, quantos projetos diferentes ser ao poss veis?
Probabilidade 23 / 47
T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Combina co es: subconjuntos de r elementos que podem ser selecionados a partir de um conjunto de n elementos. A ordem n ao e importante. O n umero de combina c oes, subconjuntos de tamanho r, que pode n ser selecionado de um conjunto de n elementos e n ou C r e r n r n! = r!(n r)!
Ex: Um componente pode ser colocado em 8 localiza c oes diferentes em uma placa de circuito impresso. Se 5 componentes id enticos forem colocados na placa, quantos projetos diferentes ser ao 8 8! poss veis? = = 56 5!3! 5
Probabilidade 23 / 47
Probabilidade
Atividade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Probabilidade
25 / 47
Atividade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Agrupem-se 2 a 2 e peguem uma moeda chamem o valor num erico da moeda de COROA (C ) e a outra face de CARA (C ). Suponham que haja interesse em saber se a sua moeda e honesta (isto signica saber se a probabilidade de CARA de sua moeda e 1/2 ou, em termos percentuais, se a probabilidade de sair Cara e de 50%). Um membro do grupo vai lan car a moeda e o outro vai marcar os resultados na planilha anexa, seguindo as seguintes instru co es: a) Jogar a moeda uma vez e anotar C ou C no espa co adequado (linha 2) da planilha). b) Repetir este procedimento 30 vezes, preenchendo um a um todos os espa cos da linha 2. Continuando com a planilha, trocar de lugar com o parceiro, voltar para os itens a) e b) das instru co es e continuar mais 30 jogadas at e perfazer 60.
Probabilidade
26 / 47
Atividade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Depois do registro na linha 2 de todos os resultados como C ou C , passar para a linha 3: chamar CARA de 1 e COROA de 0 e colocar estes valores na planilha, abaixo de cada resultado j a obtido na linha 2. Cada membro do grupo deve fazer metade um faz a linha de cima e o outro a linha de baixo. Agora a linha 4 da planilha deve ser preenchida em cada posi c ao deve ser colocado o n umero acumulado de CARAS, at e aquela jogada (verique que a jogada est a explicitada na linha 1- que e a linha n). A linha de baixo e continua c ao do acumulado da linha de cima. Finalmente chegamos ` au ltima linha linha 5: colocar a freq u encia relativa (m/n) de CARAS em cada momento (desprezar as entradas assinaladas com X ).
Probabilidade
27 / 47
Probabilidade
28 / 47
Atividade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Depois de completar a 1a parte da planilha, construir a tabela, usando as linhas 4 e 5 da planilha: Completar o gr aco, usando os valores da tabela rec em constru da, do seguinte modo: ordenada valores m/n abscissa valores da linha n
Probabilidade
29 / 47
Probabilidade
30 / 47
Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
A area de Probabilidade come cou a ser desenvolvida no s eculo XVII antes ainda da formaliza c ao da area da Estat stica, em quest oes propostas em jogos de azar O termo j a est a arraigado no senso comum, pois as pessoas vivem o cotidiano calculando implicitamente algumas probabilidades (situa c oes de sua vida pessoal organizando-se em rela c oes a hor arios a cumprir, levando em conta as circunst ancias do tr afego, agasalhando-se ao sair de casa se a previs ao do tempo indicar uma frente fria) e prevenindo-se em situa c oes de risco.
Probabilidade
31 / 47
Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Probabilidade quantica a possibilidade ou chance de ocorr encia de um resultado de um experimento aleat orio. Varia de 0 a 1 ou de 0% a 100% Probabilidade igual a 0 indica que um resultado n ao ocorrer a Probabilidade igual a 1 indica que um resultado ocorrer a com certeza
I I
Probabilidade
32 / 47
Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Probabilidade quantica a possibilidade ou chance de ocorr encia de um resultado de um experimento aleat orio. Varia de 0 a 1 ou de 0% a 100% Probabilidade igual a 0 indica que um resultado n ao ocorrer a Probabilidade igual a 1 indica que um resultado ocorrer a com certeza
I I
Frequentista: a probabilidade de um resultado e a propor c ao de vezes que o resultado ocorre em n repeti co es do experimento aleat orio (Quando n cresce: fri (A) P (A)) Cl assica: mais conhecido, e relaciona eventos favor aveis com poss veis Subjetiva: grau de cren ca de um indiv duo de que o resultado ocorrer a. Indiv duos diferentes atribuem probabilidades diferentes ao mesmo resultado (Ex.: h a 10% de chance do atleta vencer a pr oxima corrida)
32 / 47
I I
Probabilidade
Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Na interpreta c ao frequentista, para um n umero grande de realiza co es (n), a frequ encia relativa (fri ) do resultado A pode ser usada como probabilidade: numero de vezes que A ocorre fi = n n
fri (A) =
I
Probabilidades s ao escolhidas de modo que a soma das probabilidades de todos os resultados seja igual a 1
Probabilidade
33 / 47
Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Probabilidade
34 / 47
Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
No c alculo de probabilidades, utiliza-se o conceito simples de resultados igualmente prov aveis Ex: ao lan car um dado, supor que cada face tem a mesma probabilidade de aparecer, ou seja, 1/6
Probabilidade
34 / 47
Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
No c alculo de probabilidades, utiliza-se o conceito simples de resultados igualmente prov aveis Ex: ao lan car um dado, supor que cada face tem a mesma probabilidade de aparecer, ou seja, 1/6 ao escolher, aleatoriamente, uma pe ca dentre 50, considerar que cada pe ca tem uma chance igual de ser selecionada, 1/50 = 0,02 = 2%
Probabilidade
34 / 47
Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
No c alculo de probabilidades, utiliza-se o conceito simples de resultados igualmente prov aveis Ex: ao lan car um dado, supor que cada face tem a mesma probabilidade de aparecer, ou seja, 1/6 ao escolher, aleatoriamente, uma pe ca dentre 50, considerar que cada pe ca tem uma chance igual de ser selecionada, 1/50 = 0,02 = 2% Resultados igualmente prov aveis: Toda vez que um espa co amostral consistir em N resultados poss veis que forem igualmente prov aveis, a probabilidade de cada resultado e 1/N
Probabilidade
34 / 47
Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
No c alculo de probabilidades, utiliza-se o conceito simples de resultados igualmente prov aveis Ex: ao lan car um dado, supor que cada face tem a mesma probabilidade de aparecer, ou seja, 1/6 ao escolher, aleatoriamente, uma pe ca dentre 50, considerar que cada pe ca tem uma chance igual de ser selecionada, 1/50 = 0,02 = 2% Resultados igualmente prov aveis: Toda vez que um espa co amostral consistir em N resultados poss veis que forem igualmente prov aveis, a probabilidade de cada resultado e 1/N Probabilidade de um evento: Para um espa co amostral discreto, a probabilidade de um evento A, P (A), e igual ` a soma das probabilidades dos resultados em A.
Probabilidade
34 / 47
Exemplo
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Se uma pastilha for selecionada, qual a probabilidade que ela n ao contenha part culas?
Probabilidade
35 / 47
Exemplo
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Se uma pastilha for selecionada, qual a probabilidade que ela n ao contenha part culas? E = { 0 } P ( E ) = 0, 4 Qual a probabilidade de uma pastilha conter 3 ou mais part culas?
35 / 47
Probabilidade
Exemplo
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Se uma pastilha for selecionada, qual a probabilidade que ela n ao contenha part culas? E = { 0 } P ( E ) = 0, 4 Qual a probabilidade de uma pastilha conter 3 ou mais part culas? F = {3, 4, 5 ou mais } P (F ) = 0,10 + 0,05 + 0,10
35 / 47
Probabilidade
Axiomas da probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Relacionar as suposi co es em forma de axiomas que as probabilidades devem satisfazer em qualquer experimento aleat orio. Os axiomas nos auxiliam a calcular facilmente as probabilidades de alguns eventos, a partir das probabilidades de outros eventos.
Probabilidade
36 / 47
Axiomas da probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Relacionar as suposi co es em forma de axiomas que as probabilidades devem satisfazer em qualquer experimento aleat orio. Os axiomas nos auxiliam a calcular facilmente as probabilidades de alguns eventos, a partir das probabilidades de outros eventos. ( 1) P ( S ) = 1 ( 2) 0 P ( E ) 1 (3) Para dois eventos E1 e E2 com E1 E2 = P (E1 E2 ) = P (E1 ) + P (E2 ) (v alido tamb em para uma cole c ao de eventos)
Probabilidade
36 / 47
Axiomas da probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Relacionar as suposi co es em forma de axiomas que as probabilidades devem satisfazer em qualquer experimento aleat orio. Os axiomas nos auxiliam a calcular facilmente as probabilidades de alguns eventos, a partir das probabilidades de outros eventos. ( 1) P ( S ) = 1 ( 2) 0 P ( E ) 1 (3) Para dois eventos E1 e E2 com E1 E2 = P (E1 E2 ) = P (E1 ) + P (E2 ) (v alido tamb em para uma cole c ao de eventos) e que resultam em: P ( ) = 0 para qualquer evento, P (E ) = 1 P (E ) se o evento E1 estiver contido no evento E2 , P (E1 ) P (E2 )
Probabilidade 36 / 47
Propriedades
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
1. 2. 3. 4. 5. 6. 7.
P (A) + P (A ) = 1 (A B ) = A B (A B ) = A B A= AS =A = S S =
Probabilidade
37 / 47
Exerc cio
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Na tabela temos dados referentes a alunos matriculados em quatro cursos de uma universidade no ano passado: Sexo Homens Mulheres Curso (H) (F) Total (cursos) Matem atica Pura (M) 70 40 110 Matem atica Aplicada (A) 15 15 30 Estat stica (E) 10 20 30 Computa c ao (C) 20 10 30 Total (sexo) 115 85 200
I
Considere M o evento de escolher ao acaso um aluno e ele estar matriculado no curso de matem atica pura.
Probabilidade
38 / 47
Exerc cio
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
I I
1) Descreva gracamente o espa co amostral 2) Qual a probabilidade de escolher um aluno matriculado no curso de matem atica pura - P (M ) ? 3) Qual a probabilidade do aluno ser do sexo masculino - P (H )? 4) Qual a probabilidade de um aluno ser homem e estar matriculado no curso matem atica aplicada - P (A H )? 5) Qual a probabilidade de um aluno estar matriculado em matem atica aplicada ou ser homem - P (A H )?
I I
Probabilidade
39 / 47
Resposta
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
H F
Probabilidade 40 / 47
Exerc cio
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Probabilidade
41 / 47
Exerc cio
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
I I I I
Probabilidade
Probabilidade
42 / 47
Probabilidade de uma Uni ao: P (A B ) = P (A) + P (B ) P (A B ) Se A e B s ao eventos mutuamente exclusivos ou disjuntos, P (A B ) = P (A) + P (B )
Probabilidade
42 / 47
Probabilidade de uma Uni ao: P (A B ) = P (A) + P (B ) P (A B ) Se A e B s ao eventos mutuamente exclusivos ou disjuntos, P (A B ) = P (A) + P (B ) Probabilidade de uma Uni ao para 3 eventos: P (A B C ) = P (A) + P (B ) + P (C ) P (A B ) P (A C ) P (B C ) + P (A B C )
Probabilidade 42 / 47
Evento complementar
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Suponha agora que queremos calcular a probabilidade de aluno estar matriculado no curso da computa NAO c ao:
Probabilidade
43 / 47
Evento complementar
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Suponha agora que queremos calcular a probabilidade de aluno estar matriculado no curso da computa NAO c ao:
P (C ) = P (S ) P (C ) = 1 P (C ) = 1 30/200 = 170/200
Probabilidade
43 / 47
Mega Sena
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
O jogo da mega sena consiste em escolher 6 dezenas entre 60. O jogador pode marcar num cart ao de 6 a 15 dezenas Os custos (em reais) de cada jogo est ao relacionados na tabela:
Dezenas 6 7 8 9 10 11 12 13 14 15 Custo 2,00 14,00 56,00 168,00 420,00 924,00 1.848,00 3.432,00 6.006,00 10.010,00
44 / 47
Probabilidade
Mega Sena
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
I I I
Temos, ao todo
60 6
= 50.063.860 possibilidades.
Qual e a probabilidade de ganhar o pr emio m aximo? Porque o jogo com 7 dezenas custa R$14,00?
Probabilidade
45 / 47
Mega Sena
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
I I I
Temos, ao todo
60 6
= 50.063.860 possibilidades.
Qual e a probabilidade de ganhar o pr emio m aximo? Porque o jogo com 7 dezenas custa R$14,00?
I I I
A chance e de 1/
60 6
= 7 jogos de 6 dezenas.
Assim, fazer um jogo com 7 dezenas ou 7 jogos com 6 dezenas s ao a c oes equiprov aveis (equivalentes em termos de probabilidade de ganhar).
Probabilidade
45 / 47
Mega Sena
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Dezenas 6 7 8 9 10 11 12 13 14 15
Prob. acerto (1 em) 60 6 = 50.063.860 60 6 /7 = 7.151.980 60 6 /28 = 1.787.995 60 6 /84 = 595.998 60 6 /210 = 238.399 60 6 /462 = 108.363 60 6 /924 = 54.182 60 6 /1716 = 29.175 60 6 /3003 = 16.671 60 6 /3003 = 10.003
Probabilidade
46 / 47
Exerc cio
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade
Considere o lan camento de dois dados. Considere o evento A: soma dos n umeros obtidos ser igual a 9 e o evento B : n umero no primeiro dado ser maior ou igual a 4. Enumere os elementos de A e B . Obtenha os elementos de A B , A B e A . Obtenha as probabilidades do item anterior.
I I I
Probabilidade
47 / 47