NOÇÕES DE PROBABILIDADE

Documentos relacionados
? CARA? OU? COROA? 2

Aula 4. NOÇÕES DE PROBABILIDADE

NOÇÕES DE PROBABILIDADE

NOÇÕES DE PROBABILIDADE

NOÇÕES DE PROBABILIDADE

Probabilidade - 7/7/2018. Prof. Walter Tadeu

NOÇÕES DE PROBABILIDADE

PROBABILIDADE. Aula 2 Probabilidade Básica. Fernando Arbache

NOÇÕES DE PROBABILIDADE

Conceitos básicos de teoria da probabilidade

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

Curso de Farmácia Estatística Vital Aula 05 Comentários Adicionais. Prof. Hemílio Fernandes Depto. de Estatística - UFPB

Pode ser a observação de um fenômeno natural:

INTRODUÇÃO À PROBABILIDADE

Base Matemática Probabilidade

2. INTRODUÇÃO À PROBABILIDADE

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

Espaço Amostral ( ): conjunto de todos os

Prof.: Joni Fusinato

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

2. INTRODUÇÃO À PROBABILIDADE

UNIDADE I. José J. C. Hernández. March 29, 2017 DE - UFPE. José J. C. Hernández (DE - UFPE) Estatística I March 29, / 78

Probabilidade Parte 1. Camyla Moreno

Estatística Empresarial. Fundamentos de Probabilidade

Matemática & Raciocínio Lógico

2. INTRODUÇÃO À PROBABILIDADE

2. INTRODUÇÃO À PROBABILIDADE

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

3 NOÇÕES DE PROBABILIDADE

3. Probabilidade P(A) =

Regras de probabilidades

Probabilidade em espaços discretos. Prof.: Joni Fusinato

Introdução à Estatística

PROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO

Teoria das Probabilidades

Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Probabilidades. Cristian Villegas

INTRODUÇÃO À PROBABILIDADE

Probabilidades. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer

Prof.Letícia Garcia Polac. 26 de setembro de 2017

Teoria das Probabilidades

Teoria das Probabilidades

PROBABILIDADE. ENEM 2016 Prof. Marcela Naves

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

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

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

Probabilidade. Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise

Estatística Planejamento das Aulas

REGRAS DE PROBABILIDADE

Probabilidade. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva

MA12 - Unidade 18 Probabilidade Condicional

Prof. Herivelto Tiago Marcondes dos Santos

Noções de Probabilidade

2 Conceitos Básicos de Probabilidade

Disciplina: Prof. a Dr. a Simone Daniela Sartorio de Medeiros. DTAiSeR-Ar

1 Noções de Probabilidade

MA12 - Unidade 17 Probabilidade

BIOESTATISTICA. Unidade IV - Probabilidades

REGRAS PARA CÁLCULO DE PROBABILIDADES

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

Fernando de Pol Mayer. Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR)

Teoria da Probabilidade

ELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015

Experiências Aleatórias. Espaço de Resultados. Acontecimentos

PROBABILIDADE CONDICIONAL E TEOREMA DE BAYES

Teoria das probabilidades

Probabilidades- Teoria Elementar

Probabilidade e Estatística Probabilidade Condicional

PEDRO A. BARBETTA Estatística Aplicada às Ciências Sociais 6ed. Editora da UFSC, 2006.

UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística. Probabilidade

Termoestatística. Noções Básicas de Probabilidade II

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

UNIVERSIDADE FEDERAL DA PARAÍBA

Princípios de Bioestatística Conceitos de Probabilidade

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

NOTAS DA AULA REVISÃO SOBRE FUNDAMENTOS DE PROBABILIDADE. Prof.: Idemauro Antonio Rodrigues de Lara

Princípios de Bioestatística

Sumário. 2 Índice Remissivo 12

UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística. Probabilidade. Cálculo das Probabilidades e Estatística I Luiz Medeiros

Teoria das Probabilidades

Estatística. Aula : Probabilidade. Prof. Ademar

GET00189 Probabilidade I Gabarito da lista de exercícios - Capítulo 1 Profa. Ana Maria Lima de Farias

Estatística e Probabilidade Aula 04 Probabilidades. Prof. Gabriel Bádue

Probabilidade e Estatística

Conteúdo: Aula 2. Probabilidade e Estatística. Professora: Rosa M. M. Leão

Teoria das Probabilidades

Aula 07. Modelos Probabilísticos. Stela Adami Vayego - DEST/UFPR 1

Modelos de Probabilidade e Inferência Estatística

Probabilidade. É o conjunto de todos os possíveis resultados de um experimento aleatório.

PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 2 07 e 08 março MOQ-12 Probabilidades e Int. a Processos Estocásticos

Introdução à Probabilidade

Aula 16 - Erivaldo. Probabilidade

Lista de exercícios Defina o espaço amostral para cada um dos seguintes experimentos aleatórios:

TEORIA DA PROBABILIDADE

Aula 07. Modelos Probabilísticos. Stela Adami Vayego - DEST/UFPR 1

Probabilidade. Dr. NIELSEN CASTELO DAMASCENO DANTAS AULA 9

Probabilidade Parte 2. Iva Emanuelly P. Lima

1 Definição Clássica de Probabilidade

Transcrição:

NOÇÕES DE PROBABILIDADE

? CARA? OU? COROA? 2

? Qual será o rendimento da Caderneta de Poupança até o final deste ano??? E qual será a taxa de inflação acumulada em 2011???? Quem será o próximo prefeito de São Paulo?? 3

Experimento Aleatório: é aquele que, ainda que sendo realizado sob condições fixas, não possui necessariamente resultado determinado. Exemplos: 1. Lançar uma moeda e observar o resultado; lançar um dado e observar o resultado. 2. Sortear um estudante da USP e perguntar se ele é fumante ou não. 3.Sortear um doador de sangue cadastrado e verificar o seu tipo sangüíneo. 4

Espaço Amostral (Ω): conjunto de todos os resultados possíveis de um experimento aleatório. Exemplos: 1. Lançamento de um dado. Ω = {1, 2, 3, 4,, 6} 2. Doador de sangue (tipo sangüíneo). Ω = {A, B, AB, O} 3. Hábito de fumar. Ω = {Fumante, Não fumante} 4. Tempo de duração de uma lâmpada. Ω = {t: t 0}

Eventos: qualquer subconjunto de resultados possíveis do experimento. Notação: A, B, C Ω (conjunto vazio): evento impossível Ω: evento certo Exemplo: Lançamento de um dado. Espaço amostral: Ω = {1, 2, 3, 4,, 6} Alguns eventos: A: sair face par A = {2, 4, 6} Ω B: sair face maior que 3 B = {4,, 6} Ω C: sair face 1 C = {1} Ω 6

Necessário: saber trabalhar com conjuntos Sejam A e B dois eventos de um espaço amostral. A B: união dos eventos A e B. Representa a ocorrência de pelo menos um dos eventos, A ou B. A B: interseção dos eventos A e B. Representa a ocorrência simultânea dos eventos A e B. 7

A e B são disjuntos ou mutuamente exclusivos quando não têm elementos em comum, isto é, A B = A e B são complementares se sua interseção é vazia e sua união é o espaço amostral, isto é, A B = e A B = Ω O complementar de A é representado por A c. 8

Exemplo: Lançamento de um dado Ω = {1, 2, 3, 4,, 6} Eventos: A = {2, 4, 6}, B = {4,, 6} e C = {1} sair uma face par e maior que 3 A B = {2, 4, 6} {4,, 6} = {4, 6} sair uma face par e face 1 A C = {2, 4, 6} {1} = sair uma face par ou maior que 3 A B = {2, 4, 6} {4,, 6} = {2, 4,, 6} sair uma face par ou face 1 A C = {2, 4, 6} {1} = {1, 2, 4, 6} não sair face par A c = {1, 3, } 9

Probabilidade Medida da incerteza associada aos resultados do experimento aleatório Como atribuir probabilidade aos elementos do espaço amostral? Várias abordagens possíveis: 1. Frequências relativas de ocorrências de cada resultado; 2. Suposições teóricas; 10

Atribuição da probabilidade: 1. Repetir o experimento n vezes. 11

2. Suposições teóricas Exemplo: Lançamento de um dado Admite-se que o dado é perfeitamente equilibrado P(face 1) =... = P(face 6) = 1/6. 12

Regra da adição de probabilidades Sejam A e B eventos de Ω. Então, Casos particulares: P(A B) = P(A) + P(B) P(A B) Se A e B forem eventos disjuntos, então P(A B) = P(A) + P(B). Para qualquer evento A de Ω, P(A) = 1 - P(A c ). 13

Exemplo: Na situação de equiprobabilidade, isto é, quando as probabilidades de todos os resultados são iguais, tem-se : P ( A) = nº. de elementos de A nº. de elementos de Ω 14

Exemplo: A tabela a seguir apresenta a distribuição de alunos diplomados em 2002, segundo nível de ensino e tipo de instituição, no município de São Paulo. Um aluno diplomado em 2002 do município de São Paulo é selecionado, ao acaso. 1

Ω: conjunto de 38.497 alunos diplomados em 2002 no município de São Paulo. Definimos os eventos M: aluno se formou no ensino médio; F: aluno se formou no ensino fundamental; S: aluno se formou no ensino superior; G: aluno se formou em instituição pública. Temos ir para a tabela P(M)= 147.367 = 38.497 0,382 P(F)= 176.847 = 38.497 0,49 P(S) = 61.283 = 38.497 0,19 P(G)= 267.62 = 38.497 0,694 16

17

Qual é a probabilidade do aluno escolhido ter se formado no ensino médio e numa instituição pública? M G: aluno formado no ensino médio e em inst.pública P(M G) = 117.94 = 38.497 0,306 Qual é a probabilidade do aluno ter se formado no ensino médio ou numa instituição pública? ir para a tabela M G: aluno formado no ensino médio ou em inst. pública P(M G) = (147.367 + 267.62-117.94 ) / 38.497 297.074 = = 0,771 38.497 18

PROBABILIDADE CONDICIONAL E INDEPENDÊNCIA Probabilidade condicional: Dados dois eventos A e B, a probabilidade condicional de A dado que ocorreu B é denotada por P(A B) e definida por P( A B) P( A B ) =, P ( B) > 0 P( B) Da definição de probabilidade condicional, obtemos a regra do produto de probabilidades P ( A B) = P( B) P( A B).. e P ( A B) = P( A) P( B A). 19

Não é válido em geral que P ( A B) = P( A) P( B). Qual é a probabilidade do aluno escolhido ser formado no ensino médio sabendo-se que é de instituição pública? Olhando diretamente a tabela, temos P(M G) = 117.94 = 267.62 0,441 ir para a tabela Pela P(M definição, P(M Ç G) G) = P(G) = 117.94 38.497 267.62 38.497 = 0,441 20

Exemplo: Em uma urna, há bolas: 2 brancas e 3 vermelhas. Duas bolas são sorteadas sucessivamente, sem reposição. A: 2ª. bola sorteada é branca C: 1ª. bola sorteada é branca P(A) =??? 21

Resultados Prob. da 1ª BB BV VB V V 2 2 3 3 Prob. da 2ª 1ª 1 4 3 4 2 4 2 4 Total Probilidades 2 20 6 20 6 20 6 20 1 Temos P ( A C ) = 1 4 e 2 6 P ( A) = + = 20 20 2 22

Considere agora que as extrações são feitas com reposição, ou seja, a 1 a. bola sorteada é reposta na urna antes da 2 a. extração. Nesta situação, temos Resultados Prob. da 1ª Prob. da 2ª 1ª Probilidades BB BV 2 2 2 3 4 2 6 2 VB 3 2 6 2 V V 3 3 9 2 Total 1 23

Neste caso, P(A) = P(branca na 2ª.) = P(branca na 1ª,branca na 2ª) + P(vermelha na 1ª, branca na 2ª) = 4 6 2 + = e 2 2 2 P(A C) = P( branca na 2ª. branca na 1ª.) = = P( A) 2 P(A C c ) = P(branca na 2ª. vermelha na 1ª.) = = P( A) ou seja, o resultado na 2 a. extração independe do que ocorre na 1 a. extração. 24

Independência de eventos: Dois eventos A e B são independentes se a informação da ocorrência (ou não) de B não altera a probabilidade de ocorrência de A, isto é, P(A B) = P(A), P(B) > 0. A formula: P(A B) = P(A) P(B). é válida se e somente se os eventos são independentes. 2

Exemplo: A probabilidade de Jonas ser aprovado no vestibular é 1/3 e a de Madalena é 2/3. Qual é a probabilidade de ambos serem aprovados? A: Jonas é aprovado B: Madalena é aprovada P(A B) = P(A) x P(B) = 1/3 x 2/3 = 2/9 Qual foi a suposição feita? 26