3 NOÇÕES DE PROBABILIDADE

Documentos relacionados
Introdução à Estatística

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

1 Definição Clássica de Probabilidade

Experiências Aleatórias. Espaço de Resultados. Acontecimentos

2. INTRODUÇÃO À PROBABILIDADE

Prof.: Joni Fusinato

Teoria da Probabilidade

Probabilidade em espaços discretos. Prof.: Joni Fusinato

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

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

2. INTRODUÇÃO À PROBABILIDADE

INTRODUÇÃO À PROBABILIDADE

Teoria das probabilidades

2. INTRODUÇÃO À PROBABILIDADE

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

Estatística Empresarial. Fundamentos de Probabilidade

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

TEORIA DA PROBABILIDADE

PROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO

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

Probabilidades- Teoria Elementar

PROBABILIDADE. Há várias definições para probabilidade. As três mais utilizadas são: Clássica, Frequentista e Axiomática

Teoria das Probabilidades

Teoria das Probabilidades

Probabilidade Parte 1. Camyla Moreno

Notas de Aula de Probabilidade A

REGRAS PARA CÁLCULO DE PROBABILIDADES

14/03/2014. Tratamento de Incertezas TIC Aula 1. Conteúdo Espaços Amostrais e Probabilidade. Revisão de conjuntos. Modelos Probabilísticos

Prof. Fabrício Maciel Gomes. Capítulo 3 Probabilidade

NOÇÕES DE PROBABILIDADE

REGRAS DE PROBABILIDADE

Pode ser a observação de um fenômeno natural:

3. Probabilidade P(A) =

Modelos de Probabilidade e Inferência Estatística

Teoria das Probabilidades

Tratamento de Incertezas TIC MINTER-IFMT

Processos Estocásticos. Luiz Affonso Guedes

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

Introdução à Estatística. Segundo Semestre/2018

Conceitos básicos de teoria da probabilidade

Processos Estocásticos. Introdução. Probabilidade. Introdução. Espaço Amostral. Luiz Affonso Guedes. Fenômenos Determinísticos

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

Universidade Federal de Lavras

Regras de probabilidades

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

PROBABILIDADE. ENEM 2016 Prof. Marcela Naves

Matemática & Raciocínio Lógico

Tipos de Modelo. Exemplos. Modelo determinístico. Causas. Efeito. Exemplos. Modelo probabilístico. Causas. Efeito. Determinístico.

Teoria das Probabilidades

Livro: Probabilidade - Aplicações à Estatística Paul L. Meyer. Capitulo 2 Espaço Amostral Finito. 2.1 Espaço Amostral Finito. (a), (b). (2.

NOÇÕES DE PROBABILIDADE

Sumário. 2 Índice Remissivo 12

Aula 4. NOÇÕES DE PROBABILIDADE

Teoria de Filas Aula 1

? CARA? OU? COROA? 2

AULA 3 - Modelos probabiĺısticos, axiomas da probabilidade, espaços amostrais

Cap. 4 - Probabilidade

INTRODUÇÃO À PROBABILIDADE

NOÇÕES DE PROBABILIDADE

PROBABILIDADE E ESTATÍSTICA PROBABILIDADES

Métodos Estatísticos Básicos

Experimento Aleatório

Efeito. Causas. Determinístico. Sistema Real. Probabilístico. Gravitação F = GM 1 M 2 /r 2. Aceleração clássica. v = at. Aceleração relativística

Se a bola retirada da urna 1 for branca temos, pelo princípio da multiplicação:

Probabilidade e Estatística

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula 3 03/14 1 / 20

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

Probabilidades. Palavras como

Prof.: Joni Fusinato

1 Distribuições Discretas de Probabilidade

Estatística e Modelos Probabilísticos - COE241

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

CAPÍTULO 3 PROBABILIDADE

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

NOÇÕES DE PROBABILIDADE

UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística. Probabilidade

Noções sobre Probabilidade

1 Probabilidade: Axiomas e Propriedades

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

Probabilidade e Estatística Probabilidade Condicional

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

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

AULA 4 -Probabilidade Condicional e Regra de Bayes

Prof.Letícia Garcia Polac. 26 de setembro de 2017

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

2 Conceitos Básicos de Probabilidade

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

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

Ciclo 3 Encontro 2 PROBABILIDADE. Nível 3 PO: Márcio Reis 11º Programa de Iniciação Científica Jr.

Probabilidade. Definição de Probabilidade Principais Teoremas Probabilidades dos Espaços Amostrais Espaços Amostrais Equiprováveis.

Estatística. Aula : Probabilidade. Prof. Ademar

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula 2 08/11 1 / 25

Estatística (MAD231) Turma: IGA. Período: 2017/2

Introdução a Probabilidade

1 Noções de Probabilidade

Lucas Santana da Cunha de junho de 2017

Transcrição:

3 NOÇÕES DE PROILIDDE 3.1 Conjuntos Um conjunto pode ser considerado como uma coleção de objetos chamados elementos do conjunto. Em geral denota-se conjunto por letras maiúsculas,, C,... e a sua representação é feita por enumeração dos elementos. Ex: - Conjunto dos números naturais N = {0, 1, 2,...} - Conjunto das faces de um dado D = {1, 2, 3, 4, 5, 6} - Conjunto das faces de uma moeda F = {cara, coroa} Conjunto vazio: é o conjunto que não possui nenhum elemento. União de conjuntos: é o conjunto de todos os elementos que pertencem ao conjunto ou pertencem ao conjunto ou a ambos é chamado união de e e denotado por. Intersecção de conjuntos: é o conjunto dos elementos que pertencem ao conjunto e ao conjunto é chamado intersecção entre e e representado por. Diferença de conjuntos: é o conjunto formado pelos elementos de e que não pertencem ao conjunto é chamado diferença entre e e representado por -. Conjuntos disjuntos ou mutuamente exclusivos: dois conjuntos são chamados disjuntos quando sua intersecção é um conjunto vazio. 24

Ω União : implica na ocorrência de pelo menos um dos eventos Ω Interseção : quando os dois eventos ocorrem simultaneamente Ω Complemento de = ( c ): quando não ocorre Ω Diferença -: quando ocorre mas não ocorre c Ω Eventos mutuamente exclusivos: quando a interseção é o evento impossível 3.2 Conceitos Fundamentais Observem o experimento que consiste em jogar um dado equilibrado e observar o número da face superior. a) Os possíveis resultados de ocorrer formam o conjunto Ω = {1, 2, 3, 4, 5, 6}. Espaço amostral (Ω): é o conjunto de todos os resultados possíveis do experimento, entendendo-se por resultado possível todo resultado elementar e indivisível do experimento. σ-álgebra (Λ ):é a classe de subconjuntos não-vazios de Ω que satisfazem as seguintes propriedades: 25

Seja Ω o espaço amostral de um experimento. Todo subconjunto de contido em Ω será chamado de evento. ssim Ω é o evento certo, o subconjunto vazio é o evento impossível e se ω pertence a Ω o evento {ω} é dito elementar e indivisível. Definição clássica de probabilidade: Seja um subconjunto do espaço amostral Ω. Então todos os resultados elementares de Ω são equiprováveis. medida da probabilidade de ocorrência do evento é dada por: Definição geométrica de probabilidade: Suponhamos que um segmento l seja parte de outro segmento L e que se tenha escolhido ao acaso um ponto de L. Se admitirmos que a probabilidade deste ponto pertencer a l é proporcional ao comprimento de l e não depende do lugar que l ocupa em L, então a probabilidade de que o ponto selecionado esteja em l é: áreas. nalogamente podemos estender este conceito quando estivermos tratando de G g 26

Definição axiomática de probabilidade: 1 Um dado é lançado. Qual a probabilidade dos eventos: a) = sair um número ímpar. b) = sair um número menor que 3. c) C = sair um número maior que 10. d) Ω = sair um número inteiro maior ou igual a 1 e menor ou igual a 6. 2 Uma carta é retirada ao acaso de um baralho de 52 cartas. a) Qual a probabilidade de sair uma carta de espadas? b) Qual a probabilidade de sair um rei? 27

Propriedades 3 Peças produzidas por uma indústria são reconhecidas como defeituosas (D) ou não defeituosas (P). s peças são inspecionadas uma a uma, até que duas peças defeituosas consecutivas tenham sido encontradas ou que quatro peças tenham sido inspecionadas, o que ocorrer primeiro. Descreva o espaço amostral deste experimento. 4 Sejam, e C três eventos associados a um experimento. Exprima em notação de conjuntos as seguintes afirmações: a) o menos um dos eventos ocorre. b) Exatamente um evento ocorre. c) Exatamente dois eventos ocorrem. d) Não mais de dois eventos ocorrem simultaneamente. 28

5 Suponha que,, C sejam eventos tais que P() = P() = P(C) = ¼, P( ) = P(C ) = 0 e P( C) = 1/8. Calcule a probabilidade de que ao menos um dos eventos, ou C ocorra. 6 Em uma sala estão presentes: 5 homens com mais de 21 anos, 4 homens com menos de 21 anos, 6 mulheres com mais de 21 anos e 3 mulheres com menos de 21 anos. Uma pessoa é escolhida ao acaso. Seja = {maior de 21 anos}, = {menor de 21 anos}, C = {a pessoa é homem}, D = {a pessoa é mulher}.calcule: a) probabilidade de a pessoa escolhida ser mulher ou menor de 21 anos. b) P( c C c ) 3.3 Probabilidade condicional e independência de eventos 3.3.1 Probabilidade condicional probabilidade condicional do evento dado o evento é definida por: 29

Obs: 1) Se P() = 0, P( ) pode ser arbitrariamente definida. maioria dos livros faz P(\)=0, mas é conveniente pela indepêndencia se fazer P(\) = P(). 2) P(\) é uma probabilidade, vale para ela todas as propriedades de probabilidade. P( ) 3) Como P(\) =, então probabilidade da ocorrência simultânea dos eventos P( ) e é dada por: P( ) = P(). P(\) = P(). P(\). 7 Dez fichas numeradas de 1 a 10 são misturadas em uma urna. Duas fichas, numeradas (x,y) são extraídas da urna, sucessivamente e sem reposição. Qual é a probabilidade de x + y = 10? 8 Um lote é formado de 10 artigos bons, 4 com defeitos menores e 2 com defeitos graves. Um artigo é escolhido ao acaso. che a probabilidade de que: a) Ele não tenha defeitos. b) Ele não tenha defeitos graves. c) Ele seja perfeito ou tenha defeitos graves. d) Resolva os itens c e b aplicando a definição de probabilidade. 30

3.3.2 Independência de eventos Os eventos aleatórios e são estocasticamente independentes se P( ) = P().P(), ou seja, P(\) = P() e P(\) = P(). 9 Se do lote de artigos do problema anterior, dois artigos forem escolhidos (sem reposição), calcule a probabilidade de que: a) mbos sejam perfeitos. b) mbos tenham defeitos graves. c) o menos um artigo seja perfeito. 10 Duas válvulas defeituosas se misturam com duas válvulas perfeitas. s válvulas são ensaiadas, uma a uma, até que as duas defeituosas sejam encontradas. a) Qual a probabilidade de que a última válvula defeituosa seja encontrada no segundo ensaio? b) Qual a probabilidade de que a última válvula defeituosa seja encontrada no terceiro ensaio? c) Qual a probabilidade de que a última válvula seja defeituosa seja encontrada no quarto ensaio? 31

3.3.3 Teorema da probabilidade total Se a sequência finita de eventos aleatórios 1, 2,..., n forma uma partição do espaço amostral, então a probabilidade de um evento contido em Ω ocorrer é dada por: Este teorema é utilizado quando se conhecem todas as P( i ) e as P(\ i ), mas se desconhece diretamente P(). 3.3.4 Teorema de ayes 11 Tres candidatos, e C disputam uma eleição. Uma prévia eleitoral mostra que suas chances de vencer são respectivamente 0,5, 0,3, 0,2. s probabilidades de que eles venham a promover mudanças substanciais caso eleitos são 0,7, 0,6 e 0,3. Qual é a probabilidade de que as mudanças substanciais ocorram, após a posse do eleito? 12 Durante o mês de novembro a probabilidade de chover é 0,3. O meu time ganha um jogo em dia de chuva com probabilidade de 0,4 e em dia sem chuva com probabilidade 0,6. Se meu time ganha um jogo em novembro, qual a probabilidade de que tenha chovida no dia? 32