Física do Calor - 23ª Aula. Prof. Alvaro Vannucci

Documentos relacionados
Termo-Estatística (2013) 2ª Aula. Prof. Alvaro Vannucci

Termo-Estatística (2013) 5ª Aula. Prof. Alvaro Vannucci

Universidade Federal de Goiás Instituto de Matemática e Estatística

Estatística. Disciplina de Estatística 2011/2 Curso de Administração em Gestão Pública Profª. Ms. Valéria Espíndola Lessa

LISTA 29 - PROBABILIDADE 1

Estatística. Aula : Probabilidade. Prof. Ademar

Probabilidade em espaços discretos. Prof.: Joni Fusinato

Física do Calor - 22ª Aula. Prof. Alvaro Vannucci

Prof.: Joni Fusinato

Chama-se evento todo subconjunto de um espaço amostral. PROBABILIDADE. Introdução

Estatística: Probabilidade e Distribuições

Aula 16 - Erivaldo. Probabilidade

Probabilidade e Estatística Probabilidade Condicional

Distribuição de Probabilidade Variáveis Aleatórias Discretas. Prof.: Joni Fusinato

AULA 08 Probabilidade

Lista de exercícios de Matemática Eventos, espaço amostral e definição de probabilidade. Probabilidade condicional. Exercícios gerais.

Aula 10 - Erivaldo. Probabilidade

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

Q05. Ainda sobre os eventos A, B, C e D do exercício 03, quais são mutuamente exclusivos?

Introdução à Estatística

Estatística Aplicada. Prof. Carlos Alberto Stechhahn EXERCÍCIOS - REVISÃO ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE. Administração. p(a) = n(a) / n(u)

Estatística Empresarial. Fundamentos de Probabilidade

T o e r o ia a da P oba ba i b lida d de

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula 1 04/14 1 / 35

UNIVERSIDADE FEDERAL DE MATO GROSSO Campus Universitário do Araguaia Instituto de Ciências Exatas e da Terra Curso: Licenciatura em Matemática

PROBABILIDADE. Numero de Resultados Desejado Numero de Resultados Possiveis EXERCÍCIOS DE AULA

Lista 10 Análise Combinatória e Probabilidade

3 a Lista de PE Solução

Probabilidade Parte 1. Camyla Moreno

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

1 Definição Clássica de Probabilidade

3 a Lista de PE. Universidade de Brasília Departamento de Estatística

ESCOLA SUPERIOR DE TECNOLOGIA

Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.

24 de outubro de 2012

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 3

( ) ( ) Questões tipo exame. O número pedido é: Questões tipo exame Pág Os algarismos 1 e 2 podem ocupar 5 A. posições diferentes.

Universidade Federal da Paraíba Departamento de Estatística Lista 1 - Julho de 2016

Distribuição de Probabilidade. Prof. Ademilson

UNIVERSIDADE FEDERAL DA PARAÍBA. Cálculo das Probabilidades e Estatística I. Segunda Lista de Exercícios

Exercícios de Probabilidade

Probabilidade e Estatística

O conceito de probabilidade

BIOESTATISTICA. Unidade IV - Probabilidades

n! = n (n 1) (n 2) 1.

CAPÍTULO 3 PROBABILIDADE

2. Nas Figuras 1a a 1d, assinale a área correspondente ao evento indicado na legenda. Figura 1: Exercício 2

Portal da OBMEP. Material Teórico - Módulo de FRAÇÃO COMO PORCENTAGEM E COMO PROBABILIDADE. Fração como Probabilidade. Sexto Ano do Ensino Fundamental

Disciplina de Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE PROBABILIDADES

Exercícios de Probabilidade - Lista 1. Profa. Ana Maria Farias

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade

PROBABILIDADE. Aula 2 Probabilidade Básica. Fernando Arbache

Noções sobre Probabilidade

PROBABILIDADE. ENEM 2016 Prof. Marcela Naves

Modelos de Probabilidade e Inferência Estatística

Os experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios.

Tópicos. Conjuntos Fatorial Combinações Permutações Probabilidade Binômio de Newton triângulo de Pascal

UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística. Probabilidade

PROBABILIDADE - INTRODUÇÃO

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula 3 04/14 1 / 20

Combinatória e Probabilidade. Prof Carlos

Estatística (MAD231) Turma: IGA. Período: 2018/2

PROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti

Matemática E Extensivo V. 5

Módulo de Introdução à Probabilidade. Ferramentas Básicas. 2 a série E.M.

TESTE DE PROBABILIDADES E COMBINATÓRIA 12.º ANO

Estatística aplicada a ensaios clínicos

Distribuição de Probabilidade. Prof.: Joni Fusinato

Distribuições discretas de probabilidades. Cap. 8 Binomial, Hipergeométrica, Poisson

Probabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

PLANO DE TRABALHO 2 1º BIMESTRE 2014

Probabilidade Condicional (grupo 2)

3 NOÇÕES DE PROBABILIDADE

PROBABILIDADE. É o conjunto de todos os resultados possíveis de um experimento aleatório. A letra que representa o espaço amostral, é S.

Módulo de Introdução à Probabilidade. Ferramentas Básicas. 2 a série E.M.

Estatística Planejamento das Aulas

PROBABILIDADE PROPRIEDADES E AXIOMAS

DISTRIBUIÇÕES BERNOULLI E BINOMIAL

Universidade Federal de Goiás Instituto de Matemática e Estatística

Se A =, o evento é impossível, por exemplo, obter 7 no lançamento de um dado.

Princípios básicos de probabilidade e aplicação à genética

Distribuições Bernoulli e Binomial

2. Nas Figuras 1a a 1d, assinale a área correspondente ao evento indicado na legenda. Figura 1: Exercício 2

INTRODUÇÃO À PROBABILIDADE

Cálculo das Probabilidades e Estatística I

4 3 10! Resposta pedida: 3! x 4! = 144 Resposta: C

Resposta: Resposta: 4 ou seja, 1.

PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE

Processos Estocásticos. Luiz Affonso Guedes

1 Distribuição de Bernoulli

Espaços Amostrais Finitos

ESCOLA SUPERIOR DE TECNOLOGIA

PROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO

EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória

Prof.Letícia Garcia Polac. 26 de setembro de 2017

BANCO DE QUESTÕES TURMA PM-PE PROBABILIDADE

Lista 2 - Introdução à Probabilidade e Estatística

Noção de fenómeno aleatório e de experiência aleatória

Modelos de Distribuição PARA COMPUTAÇÃO

Transcrição:

Física do Calor - 23ª Aula Prof. Alvaro Vannucci

Na última aula vimos exemplos de como efetuar a Permutação de um conjunto de n elementos envolvendo p situações (p estados) possíveis. Por exemplo, como saber de quantas maneiras se pode permutar 5 pessoas P1, P2, P3, P4, P5 (n = 5 elementos indistinguíveis) em uma fila indiana com 5 lugares (p = 5)? Obtivemos: P 5,5 = 5 4 3 2 1 = n! = 120 maneiras E no exemplo em que se determinou o número de anagramas que poderia ser formado com a palavra MADEIRA (possui 5 elementos distinguíveis e 2 indistinguíveis)? Se fosse desconsiderado o fato que há 2 elementos indistinguíveis, o número total de anagramas seria: 7 6 5! = 5040 ;

Isto porque, para se levar em conta a existência das duas letras A, indistinguiveis, temos 7 posições disponíveis para a primeira e 6 posições disponíveis para a segunda: 7 6 As outras 5 letras distintas (elementos distinguíveis) são permutadas entre as 5 posições restantes: 5! Porém, o total de possibilidades não pode ser dado por 7 6 5! por conta das 2 letras A que, sendo indistinguíveis, foram contadas duas vezes nas posições que acabam formando o mesmo anagrama (2ª - 5ª e 5ª - 2ª posições, por ex.) Então, uma divisão por 2 (2!) se fez necessária, resultando:! anagramas da palavra MADEIRA; onde 7 6 5! = 7!

Supor agora 6 bolas de bilhar - numeradas de 1 a 6 - que queremos colocar nas 6 caçapas de uma mesa de bilhar. De quantas maneiras podemos fazer isto? Pelo que já vimos, teremos 6 5 4 3 2 1 = 6! Agora, o que mudaria se tirássemos a bola de número 6 da mesa e a substituíssemos por uma outra bola número 5? Como as 2 bolas (n o 5) são agora indistinguíveis, caimos no exemplo já discutido, e uma divisão por 2! se faz necessária!

Ou seja, teremos 65 2 4! 6! 2 6! 2! possibilidades E se tirássemos também a bola de número 4 da mesa e a substituíssemos por uma outra bola número 5? Teríamos agora 3 elementos distinguíveis e 3 elementos indistinguíveis. Observe que as 3 bolas indistinguíveis (todas de número 5) resulta em 3! = 3 2 1 situações idênticas, que devem ser diminuídas do número total, supondo todas distinguíveis. Ou seja, teríamos 6!/3! possibilidades (resultados finais distintos). De forma mais geral, podemos escrever: C n, p n! p! ; onde n é o número total de elementos e p o número de elementos indistinguíveis

Finalmente, supor que na mesa de bilhar se tenha 6 bolas número 5, e 4 bolas número 2. 10! 10! Neste caso, a combinação resulta: 6! 4! 6!(10 6)! Este tipo de aplicação, que envolve a combinação de objetos indistinguíveis separados em dois grupos (p e n-p), nos será particularmente útil no campo da Mecânica Estatística. Isto porque será aplicado nas situações em que temos um certo número n de objetos indistinguíveis (partículas) que desejaremos alocar de uma certa maneira (em p estados disponíveis). C n De forma que a expressão geral p, n p das possíveis Combinações será: p!( n p)! n!

Ex.: Dez acidentados de um ônibus chegam em um hospital e é preciso escolher 5 para ocupar os leitos (os outros ficariam em macas, no corredor do hospital). De quantas formas poderíamos escolher 5 pessoas para ficarem nos leitos? Veja que o problema trata-se de escolher as combinações onde n = 10 (número de elementos disponíveis ) e p = 5 (número de elementos a serem escolhidos ). Aplicando a expressão anterior: C n p n! p!( n p)! C 10 5 10! 5!(10 5)! 1098765! 5432(5!) 30240 252 120 Há, então, 252 formas de escolher as 5 pessoas que irão ocupar os 5 leitos.

Outro ex.: Supor que em uma empresa 15 funcionários se inscreveram para o time de futebol da casa, dizendo que aceitam jogar em qualquer posição. De quantas formas é possível escolher os 11 jogadores do time? Sendo n = 15 e p =11: C n p n! p!( n p)! C 15 11 15! 11!(15 11)! 1514131211! 11! 432 32760 1365 24 Notação: muitas vezes encontramos n p n! p!( n p)! n n p

Cálculo de PROBABILIDADE Sabemos que lançando uma moeda para o alto, a probabilidade de dar cara ou coroa é de 50% (ou ½ = 0,5). Tendo lançado a moeda 3 vêzes consecutivamente, e nas três vezes saiu cara, qual é a probabilidade de, no lançamento seguinte, sair novamente cara? Reformulando a pergunta: vou lançar uma moeda 4 vêzes, consecutivamente. Qual é a probabilidade de sair cara em todos os lançamentos? São questões diferentes! Resps: ½ e ½ ½ ½ ½ = 1/16

Ou seja, quando dizemos que a probabilidade é ½ (50%) isso não significa que, a cada 2 lançamentos, um vai ser cara e o outro vai ser coroa. O fato da probabilidade ser ½ (ou 50%) quer dizer apenas que as chances são iguais e que, se fizermos muitos lançamentos, é provável que, aproximadamente, metade deles dê cara, e a outra metade coroa. De forma geral, o cálculo da probabilidade de ocorrer um resultado (ou um conjunto de resultados) que satisfaça uma condição ou exigência E, é feito utilizando a expressão:

Ex.: No lançamento de um dado, qual a probabilidade do resultado ser um número par? Para que o resultado seja par devemos ter uma das possibilidades: Ou seja, 3 resultados favoráveis (2, 4, 6) de um total de 6 resultados possíveis (1, 2, 3, 4, 5, 6). As chances de dar um resultado par são 3 num total de 6. Então, podemos dizer que a probabilidade de isso acontecer é 3/6 = 1/2.

Utilizando a expressão anterior: Considerações importantes: 1ª) Se p indicar a probabilidade de um dado evento ocorrer, entao q = 1- p indicará a probabilidade dele não ocorrer, de forma que p + q = 1 (normalização). 2ª) O cálculo de probabilidade que evento A ou evento B (independentes) ocorram, é dado por: P = P(A) + P(B) 3ª) O cálculo de probabilidade que evento A e evento B (independentes) ocorram, é dado por: P = P(A) P(B)

Ex. Uma empresa tem 30 funcionários, sendo que 10 são canhotos e 25 vão de ônibus para o trabalho. Qual a probabilidade de um desses empregados, escolhido ao acaso, ser canhoto e vá de ônibus para o trabalho? Calculando: P = P(A) P(B) = 10/30 25/30 = 5/18 = 27,8% Ex. Uma caixa contém 10 bolas sendo que 3 são azuis e 3 são vermelhas. Qual é a probabilidade de se tirar uma bola azul ou vermelha em uma tentativa? As bolas com estas cores são 3+3 (=6) em 10. Desta forma, a probabilidade de se tirar uma delas será 6/10 = 3/5, ou 60% Ou então: P(A) = 3/10 e P(B) = 3/10. Portanto, para tirar uma OU outra: P = 3/10 + 3/10 = 60%.

Probabilidade Binomial Um Experimento Estatístico possui 3 aspectos em comum: Possui mais de um resultado ( cara ou coroa, por ex.). Cada resultado possível pode ser especificado com antecedência ( cara ou coroa ). Cada resultado possui uma probabilidade específica dele ocorrer - ou não (probabilidade ½, no caso de cara ou coroa) Uma distribuição binomial descreve adequadamente Experimentos Estatísticos que possuem as seguintes características:

O experimento é realizado em n repetidas tentativas. Cada tentativa realizada fornece um de apenas dois resultados possíveis - que estaremos designando por sucesso (p) ou fracasso (q = 1- p). A probabilidade de sucesso (p) mantém-se a mesma durante todo o experimento. Cada nova tentativa é independente das tentativas realizadas anteriormente. Pergunta: qual é a diferença entre lançarmos uma moeda ao ar 10 vezes repetidamente e lançarmos 10 moedas idênticas (indistinguíveis) simultaneamente? Discutiremos posteriormente o conceito de ensemble, mas quanto a esta questão:

Supor uma moeda sendo lançada 5 vezes seguidas, de forma independente. Qual a probabilidade de serem obtidas 3 caras? X O X O X O X O X O X O X O 1

Ex. Uma moeda é lançada 5 vezes seguidas, de forma independente. Qual a probabilidade de serem obtidas 3 caras? X O X O X O X O X O X O X O 1 1

Ex. Uma moeda é lançada 5 vezes seguidas, de forma independente. Qual a probabilidade de serem obtidas 3 caras? X O X O X O X O X O X O X O 1 1 1

Ex. Uma moeda é lançada 5 vezes seguidas, de forma independente. Qual a probabilidade de serem obtidas 3 caras? X O X O X O X O X O X O X O 1 1 1 1

Ex. Uma moeda é lançada 5 vezes seguidas, de forma independente. Qual a probabilidade de serem obtidas 3 caras? X O X O X O X O X O X O X O 1 1 1 1 1

Ex. Uma moeda é lançada 5 vezes seguidas, de forma independente. Qual a probabilidade de serem obtidas 3 caras? X O X O X O X O X O X O X O 1 1 1 1 1 1

Ex. Uma moeda é lançada 5 vezes seguidas, de forma independente. Qual a probabilidade de serem obtidas 3 caras? X O X O X O X O X O X O X O 1 1 1 1 1 1 1

Ex. Uma moeda é lançada 5 vezes seguidas, de forma independente. Qual a probabilidade de serem obtidas 3 caras? X O X O X O X O X O X O X O 1 1 1 1 1 1 1 1

Ex. Uma moeda é lançada 5 vezes seguidas, de forma independente. Qual a probabilidade de serem obtidas 3 caras? X O X O X O X O X O X O X O 1 1 1 1 1 1 1 1 1

Ex. Uma moeda é lançada 5 vezes seguidas, de forma independente. Qual a probabilidade de serem obtidas 3 caras? X O X O X O X O X O X O X O 10 sucessos P 32 possiveis 1 1 1 1 1 1 1 1 1 1

Em termos de uma tabela: XXXOO XXOXO XXOOX XOXXO XOXOX XOOXX OXXXO OXXOX OXOXX OOXXX A expressão usualmente utilizada para cálculos de probabilidade como este é a da Probabilidade Binomial, ou Distribuição Binomial, dada por: P n, k n! k!( n k)! p k q nk Que corresponde à probabilidade (P) de se obter sucesso (p) k vezes em n tentativas.

No ex. da moeda cair cara 3 vêzes em 5 lançamentos, tem-se: n = 5 ; k = 3; p = ½ e q = 1 - ½ = ½; e portanto: P 5,3 5! 3!(5 3)! 1 2 3 1 2 53 543! 3! 2! Ex. Dois times de futebol, A e B, jogam entre si 6 vezes. Encontre a probabilidade do time A ganhar 4 jogos (g,p,e). Agora temos: n = 6 ; k = 4; p = 1/3 e q = 1-1/3 = 2/3 : P 6,4 6! 4!(6 4)! 1 3 4 2 3 64 1 8 654! 4! 2 1 4 1 81 P n, k 4 9 5 16 n! k!( n k)! ; ou 20 243 p k q nk 31,3% ou 8,2%

Utilizando Tabelas e Gráficos Um lote de peças automotivas foi produzido pela fábrica com 30% delas defeituosas. Escolhendo aleatoriamente 5 peças para teste: a) quais as probabilidades de se retirar(em) 0, 1, 2, 3, 4 e 5 peça(s) defeituosa(s)? b) construa um gráfico da distribuição de probabilidade correspondente. Note que neste problema temos n=5 ; k=(0,1,2,3,4,5) ; p=0,3 Calculando para k = 0 : 5! 5,0 7 P 0,3 0 0, 5 0 1 0,168 0!(5 0)! 5! 5! 0, 168 Igualmente: P 5,1 = 0,360, P 5,2 = 0,309, P 5,3 = 0,132, P 5,4 = 0,028, e P 5,5 = 0,002 P n, k n! k!( n k)! p k q nk

b) Construindo o gráfico correspondente: 0 1 2 3 4 5 Peças Defeituosas (em 5 tentativas) Você esperava esta assimetria no formato? E se a probabilidade fosse ½ = 0,5?