Chamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω.

Transcrição

1 PROBABILIDADE 1.0 Conceitos Gerais No caso em que os possíveis resultados de um experimento aleatório podem ser listados (caso discreto), um modelo probabilístico pode ser entendido como a listagem desses resultados, acompanhados de suas respectivas probabilidades. 2.0 Espaço amostral e eventos Espaço amostral (Ω) é o conjunto de todos os possíveis resultados do experimento. Ele pode ser finito, formado por um número limitado de resultados possíveis, infinito enumerável, formado por um número infinito de resultados que podem ser listados ou infinito, formado por intervalos de números reais. Um espaço amostral é dito discreto quando for finito ou infinito enumerável; é dito contínuo quando for infinito, formado por intervalos de números reais. Chamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω. Como um evento é um subconjunto do espaço amostral, então todos os conceitos da teoria de conjuntos podem ser aplicados a eventos. Operação Notação Conjunto Evento União Interseção Complementar Reúne os elementos de ambos os conjuntos Formado somente pelos elementos que estão em A e B Formado pelos elementos que não estão em A Ocorre quando ocorrer pelo menos um deles (A, B ou ambos) Ocorre quando ocorrer ambos os eventos (A e B) Ocorre quando não ocorrer o evento A (não A)

2 Eventos são mutuamente exclusivos se e só se eles não puderem ocorrer simultaneamente. Ou seja, para 2 eventos quaisquer, temos que: A e B são mutuamente exclusivos. 3.0 Definições de probabilidade Definição clássica de probabilidade: Se um experimento aleatório tem n resultados igualmente prováveis, e n A desses resultados pertencem a certo evento A, então a probabilidade de ocorrência do evento A será: Definição experimental de probabilidade: Seja um experimento repetido n vezes e o evento A ocorreu n(a) vezes. A frequência relativa do evento A é dada por: À medida que o experimento é repetido mais e mais vezes, sob as mesmas condições, a frequência relativa do evento A tenderá a ficar cada vez mais próxima da probabilidade de ocorrência do evento A, ou seja: 4.1 Axiomas e propriedades da Probabilidade 4.1 Axiomas Seja um experimento aleatório e um espaço amostral Ω associado a ele. A cada evento E i (i = 1,2,...) associaremos um número real denominado probabilidades de ocorrência E i (P(E i )), que deve satisfazer aos seguintes axiomas:

3 O primeiro axioma afirma que a probabilidade é sempre um número entre zero e um. O segundo afirma que, ao realizar um experimento, sempre vai ocorrer algum dos resultados possíveis, razão pela qual o espaço amostral é chamado de evento certo. O terceiro axioma afirma que, ao unir os eventos formados por resultados diferentes, a probabilidade de ocorrer essa união é dada pela soma das probabilidades de cada evento. 4.2 Propriedades básicas Se o experimento é realizado, algum resultado certamente vai ocorrer. é conhecido como evento impossível. Para caso discreto (quando os resultados possíveis podem ser listados, então a probabilidade de qualquer evento pode ser obtida pela soma das probabilidades dos resultados individuais, ou seja, se A Ω = {, então: Esse processo de calcular probabilidades pode ser usado mesmo quando o espaço amostral não for equiprovável. Sejam A Ω o evento complementar de A, então: Regra da soma das probabilidades: Seja A e B eventos quaisquer, então: Deve-se subtrair pois ele é contado 2 vezes. 5.0 Probabilidade condicional e independência Seja A e B eventos quaisquer, sendo P(B) > 0. Definimos a probabilidade condicional de A dado B por: A operação de interseção é comutativa, o seja,.

4 Regra do produto: consequência da expressão da probabilidade condicional, obtida ao isolar a probabilidade da interseção: Para 3 eventos, a regra do produto pode ser escrita como: Eventos independentes: Dois ou mais eventos são independentes quando a ocorrência de um dos eventos não influencia a probabilidade da ocorrência dos outros. Se 2 ou mais eventos são independentes, então: Como consequência a regra do produto pode ser simplificada: A definição de independência pode ser ampliada para mais eventos, como segue: 6.0 Teorema da probabilidade total Seja um evento F qualquer, referente ao espaço amostral Ω. Então: Onde são mutuamente exclusivos entre si. Logo: Usando a regra do produto, temos o teorema da probabilidade total: Algumas P(F ) podem assumir valor zero por não haver interseção entre F e. Este teorema pode ser interpretado como uma medida de peso de cada um dos eventos contribuição para formar o evento F., na

5 7.0 Teorema de Bayes Supõem-se eventos mutuamente exclusivos e exaustivos e um evento F qualquer. Este teorema permite obter a probabilidade de que um dos eventos ocorra, sabendo-se que o evento F ocorreu.