Escolar Documentos
Profissional Documentos
Cultura Documentos
, S, E
A
A = x : x } B { A x B
A B
Nota:
AB
# ( A ) = A+ B ( A ) B # # # B
S A
A B
CD
EF =
A = x : x } B { A x B
Cardinal de um conjunto Ao nmero de elementos de um conjunto chama-se cardinal do conjunto e representa-se pelo smbolo # (cardinal). A={1, 2, 7}; #A=3 Igualdade entre os conjuntos
(A = ) B (x A x ) B
Subconjunto de um conjunto
(A ) B (x A x ) B
S B A Diagrama de Venn
Leis de De Morgan Seja A e B dois subconjuntos quaisquer: A =A B B B B e A =A Termos e conceitos probabilsticos Experincia determinista As experincias deterministas ou causais caracterizamse por produzirem o mesmo resultado, desde que sejam repetidas sob as mesmas condies (i.e.:lanar uma pedra ao mar e verificar que vai ao fundo; furar um balo cheio de ar e verificar que rebenta). Experincia aleatria As experincias aleatrias ou casuais caracterizam-se pela impossibilidade de prever o resultado que se obter, ainda que as experincias sejam realizadas sob as mesmas condies (i.e.: lana um dado e observar a face que fica voltada para cima; tirar um carta de um baralho e verificar se sai vermelha). Conjunto de resultados Ao conjunto formado por todos os resultados possveis de uma experincia aleatria chama-se conjunto de resultados ou espao amostral e representa-se por S, U ou (i.e.: no lanamento de um dado, S={1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}). Acontecimento A qualquer subconjunto de S chamamos acontecimento. Acontecimento de uma experincia aleatria cada um dos subconjuntos do conjunto de resultados. Acontecimento elementar Se o resultado de uma experincia consta de um s elemento do conjunto de resultados (i.e.: A={8}). Acontecimento composto - Se o resultado de uma experincia consta de dois ou mais elementos do conjunto de resultados (i.e.: B={1, 3, 5, 7}). Lanar dois dados, um dado e uma moeda, retirar de um saco mais de uma bola so experincias compostas porque
A B = B A
( A B) C = A ( B C )
A B = B A
( A B) C = A ( B C )
A = A AS = S
AS = A A =
A A = A
A ( B C ) = ( A B) ( A C )
A A = A
A ( B C ) = ( A B) ( A C )
1. 2. 3. 4. -
A = { x : x A} A A = S A A = A= A
Complementar de um conjunto relativamente a outro Seja A e B dois conjuntos. O complementar de B relativamente a A representa-se por A\B e tem-se: A \ B = {x : x A x B} S A B
envolvem mais do que uma experincia simples. As tabelas de dupla entrada so teis para identificar todas as probabilidades de sadas quando se trata de duas experincias simples. O diagrama de rvore usa-se para o mesmo efeito mas pode ser utilizado para duas ou mais experincias. Acontecimento certo Se o resultado de uma experincia consta de todos os elementos do conjunto de resultados (i.e.: C={1, 2, 3, 4, 5, 6}=S). Acontecimento impossvel Se o resultado de uma experincia no tem qualquer elemento do conjunto de resultados (i.e.: D=). Acontecimentos incompatveis e acontecimentos contrrios dois acontecimentos, X e Y, dizem-se incompatveis se a sua verificao simultnea for o acontecimento impossvel, ou seja, X Y = (a realizao de um acontecimento no implica a realizao do outro). S X Y
B o acontecimento contrrio de A e representa-se por A. Definio frequencista de probabilidade Lei dos grandes nmeros Ao nmero volta do qual estabiliza a frequncia relativa de um acontecimento quando o nmero de repeties da experincia cresce consideravelmente chama-se probabilidade do acontecimento. Designemos por p(A) a probabilidade do acontecimento A. A relao entre frequncia relativa e a probabilidade de um acontecimento permite desde j estabelecer as seguintes concluses: 1. - 0 p(A) 1 2. - p(acontecimento certo) = p(S) = 1 3. - p(acontecimento impossvel) = p() = 0 4. - Se A e B so dois acontecimentos quaisquer do mesmo espao amostral S , p ( A B ) = p ( A) + p ( B ) p ( A B) 5. - Se A e B so incompatveis, p ( A B ) = p ( A) + p ( B ) 6. - p ( A ) = 1 p ( A) Lei de Laplace Se os acontecimentos elementares so equiprovveis, a probabilidade de um acontecimento A igual ao quociente entre o nmero de casos favorveis ao acontecimento e o nmero de casos possveis. Ou seja:
p ( A) = nm ero d c s fav rv e aso o eis nm ero d ca s e so ao aco tec e n im fav rv o eis n to A
No caso dos acontecimentos A e B, alm de serem incompatveis ( A B = ), verifica-se que A B o acontecimento certo ( A B = S ). Por esta razo tambm se chama a A e B acontecimentos contrrios (a interseco um acontecimento impossvel e a reunio um acontecimento certo). S
Definio axiomtica de probabilidade A B Axiomas so proposies, sugeridas pela nossa intuio ou experincia, que no se demonstra e se aceitam como verdadeiras.
Provar ou demonstrar uma proposio mostrar, usando raciocnios lgicos, que ela resulta de outras consideradas verdadeiras. Teoremas so proposies que se demonstram a partir dos axiomas ou de outras proposies j demonstradas. Axiomas das probabilidades (Axiomtica de Kolmogorov) Axioma 1 A probabilidade de qualquer acontecimento A do conjunto de resultados S um nmero no negativo.
p ( A) 0, A S
p ( A) =p ( A ) +p ( A ) B B
B A \ B ) = ( A) ( B ) A p( p p
B ( B ) ( A) A p p
p ( A) +p ( B ) +p ( A ) = +p ( A ) B 1 B
Probabilidade condicionada (acontecimentos dependentes) Representa-se por p(A|B) a probabilidade de ocorrncia de A, na hiptese de B se ter realizado, e tem-se (probabilidade de A sabendo que B ocorre):
p( A | B) = p( A B) , p( B) 0 p( B)
Axioma 2 A probabilidade do acontecimento certo 1. P(S) = 1, S o acontecimento certo Axioma 3 A probabilidade da reunio de dois acontecimentos incompatveis (disjuntos) igual soma das probabilidades desses acontecimentos.
p ( A ) = ( A) + ( B ) s ( A ) = B p p , e B
Teorema 1 a probabilidade de um acontecimento impossvel zero. p() = 0 Teorema 2 a probabilidade de qualquer acontecimento A um nmero do intervalo [0, 1].
0 ( A) , A p 1 S
Sendo S o conjunto de resultados, A S , B S e p(B)>0, p(A|B) satisfaz os 3 axiomas da teoria das probabilidades se: 1. - p(A|B) 0 2. - p(S|B) = 1 3. - Se A1 e A2 so acontecimentos incompatveis, isto , se A1 A2 = , ento: p[( A1 A2 ) | B] = p ( A1 | B) + p ( A2 | B) Acontecimentos independentes
Dois acontecimentos so independentes quando a probabilidade de realizao de um deles no interfere na probabilidade da realizao do outro. (Exemplos: lanamentos consecutivos de 2 dados/moedas; tirar consecutivamente bolas/cartas, com reposio.) Dois acontecimentos so independentes se e s se:
p ( A | B ) =p ( A)
Notao Notao X N xi fri fi pi , x 2 Descrio Varivel aleatria N de elementos da populao Valores que pode tomar a varivel X Frequncia relativa de xi , em % Frequncia absoluta de xi Probabilidade de xi Mdia Desvio-padro Varincia
p ( A ) = ( A) ( B ) B p p
Teorema de Bayes
p( B | A) = p( A B) p( A | B1 ) p( B1 ) + p( A | B2 ) p( B2 ) + ... + p( A | Bn ) p( Bn )
Chama-se distribuio de probabilidades de uma varivel aleatria X aplicao que a cada valor xi da varivel X faz corresponder a respectiva probabilidade pi . Dada uma varivel aleatria X, discreta, que assume um nmero finito de valores distintos x1 , x 2 ,..., xi ,..., x n , ento as probabilidades pi = P( X = xi ) , i = 1, , n, devem satisfazer as seguintes condies: 1. - 0 pi n, i = 1, , n 2. -
Varivel aleatria e distribuio de probabilidades Uma varivel aleatria uma varivel cujo valor um resultado numrico associado ao resultado de uma experincia aleatria. Pode ser discreta ou contnua: Varivel aleatria discreta pode assumir um nmero finito ou infinito numervel de valores. Dados obtidos por contagem (i.e.: n de pessoas atendidas num hospital). Varivel aleatria contnua pode assumir um nmero infinito no numervel de valores. Dados obtidos atravs de aparelhos de medida (i.e.: temperatura).
p
i =1
=1
Amostra
Varivel estatstica X que toma valores
n
Populao
Varivel aleatria X que toma valores
x1 , x 2 ,..., xi ,..., x n
ni
x1 , x 2 ,..., xi ,..., x n
Valor mdio ou esperana
n
Mdia aritmtica
x=
x
i =1
= xi fri
i =1
= xi p i
i =1
Varincia amostral
Varincia populacional
2 = xi2 pi 2
i =1 n
Ou
=
2
x
i =1
2 i
ni
x = x fri x =
2 2 i 2
2 = ( xi ) 2 pi
i =1
i =1
n ( xi x ) 2 ni = ( x i x ) 2 fri N i =1
A distribuio binomial um modelo probabilstico aplicvel em problemas onde se consideram repetidas provas de Bernoulli. Provas repetidas O problema das provas repetidas consiste na determinao da probabilidade de que em n realizaes de uma dada experincia determinado acontecimento se verifique k vezes. p ( x = k )= n C k p k .q n k x = k acontecimento n n de vezes que a experincia se repete k n de vezes de sucesso p probabilidade de sucesso q probabilidade de insucesso Modelo normal (varivel contnua) Uma distribuio normal caracterizada pela mdia e pelo desvio-padro . Representa-se por N(,). A curva normal em forma de sino e denomina-se por Curva de Gauss. Caractersticas da curva normal 1. - simtrica relativamente ao valor mdio da varivel. f ( x0 ) = f ( + x 0 ), x0 2. - Tem um mximo para x = . 3. - Quanto maior for o desvio-padro , mais achatada a curva. 4. - A rea compreendida entre a curva e o eixo Ox igual a 1. 5. - A probabilidade de que a varivel tome valores no intervalo [ xi , x j ] igual rea compreendida entre o eixo Ox, o grfico da funo densidade e as rectas x = xi e x = x j .
Desvio-padro amostral
Desvio-padro populacional
= 2
Modelo binomial (variveis discretas) Distribuio binomial Designa-se por modelo de distribuio binomial uma experincia aleatria com as seguintes caractersticas: 1. - constituda por n provas idnticas. 2. - Em cada prova apenas so possveis dois resultados: sucesso ou insucesso. 3. - Os resultados das provas so independentes uns dos outros. 4. - A probabilidade de sucesso p no varia de prova para prova. varivel aleatria X, que representa o nmero de sucessos nas n provas, chama-se varivel aleatria com distribuio binomial de parmetros n e p. Representa-se por B (n, p). A varivel X pode tomar os valores 1, 2, , n. Se X tem distribuio binomial de parmetros n e p, a probabilidade para qualquer valor X = r da varivel aleatria X dada por:
n r P ( X = ) = C r p r 1 p ) n r (
Provas de Bernoulli Sucesso de experincias aleatrias independentes, em cada uma das quais se observa ou no, a realizao de um determinado acontecimento A, com probabilidade P(A)=p, constante de experincia para experincia
6. - A concavidade da curva muda de sentido para x1 = e x 2 = + ( x1 e x 2 so abcissas dos pontos de inflexo). 7. - O eixo das abcissas assimptota da curva.
existirem n1 maneiras de realizar a primeira alternativa, n 2 maneiras de realizar a segunda, , n k maneiras de realizar a k-sima, ento o processo pode ser realizado de n1 + n2 + n3 + ... + nk maneiras diferentes. Factorial de um nmero natural n
8. - A rea abaixo da curva distribui-se em intervalos da seguinte forma: * ]x ; x + [= 68,26% * ] x 2 ; x + 2 [ = 95,44% * ]x 3 ; x + 3 [= 99,74%
Chama-se factorial de um nmero natural n e representa-se por n! ao produto: n! = n(n 1)(n 2) ... 3 2 1 NOTA: 0!=1
Permutaes Chama-se permutao de n elementos a todas as sequncias diferentes que possvel obter com os n elementos. O nmero dessas sequncias representa-se por Pn (permutao de n). Pn = n! Arranjos sem repetio (arranjos simples) Clculo combinatrio Princpio geral da multiplicao (A e B) Por cada alternativa, existem n alternativas diferentes. Consideremos um processo constitudo por k etapas. Se existirem n1 maneiras de realizar a primeira etapa e se, para cada uma destas, existirem n 2 maneiras de realizar a segunda etapa, e assim sucessivamente, at k-sima etapa, ento todo o processo pode ser realizado de n1 n2 n3 ... n k maneiras diferentes. Princpio geral da adio (A ou B) As vrias formas de realizar algo. Se para realizar um processo existirem k alternativas que se excluem duas a duas, e se Dados n elementos quaisquer, chama-se arranjos sem repetio de n elementos escolhidos arbitrariamente entre os n dados. O nmero de todas estas sequncias n designa-se por A p = n(n 1)(n 2) ... (n p + 1) n, p N e np
n 1. - A p =
x 2
x +
x + 2
n! (n p )!
n 2. - An = Pn
Arranjos com repetio (arranjos completos) Dados n elementos diferentes, a1 , a 2 ,..., a n , chama-se arranjos com repetio dos n elementos p a p a todas as sequncias de p elementos, sendo estes diferentes ou no, que se podem formar escolhendo os p elementos entre os n dados. O nmero total de n p sequncias representa-se por A p ' = n
Combinaes sem repetio (tiragens simultneas) n C p ou o nmero de subconjuntos com p p elementos que se podem definir num conjunto com n elementos.
n n n 3 4 5 6
1 2
C0
2
C1
2
C0
3
C1
3
C2
3
C0
4
C1
4
C2
4
C3
4
C0
5
C1
5
C2
5
C3
5
C4
5
C0
C1
C2
C3
C4
C5
Cp =
Ap p!
Cp =
n! , n, p N 0 e p!(n p)!
np
n n 1. - C p = C n p n n n +1 2. - C p + C p +1 = C p +1
n n 3. - C 0 = C n = 1
C p =n C n p
Sntese
A ordem influi? Pode haver repetio? Entram todos os elementos da sequncia?
2. - A soma de dois nmeros consecutivos de uma linha igual ao nmero que na linha seguinte figura entre eles: C +C = C Regra de Stiefel 3. - A soma de todos os elementos da n-sia linha igual a 2 n :
n p 1 n n+ 1 p p
n n C 0 + C1 + + C n =2 n ... n
Combinatria
n
Ap ' = n
Binmio de Newton
p
n! Ap = (n p )!
( a + b) n = n C 0 a n + n C1 a n 1b+ n C 2 a n 2 b 2 + ...+ n C n 1 ab n 1 + n C n b n
Pn = n!
n
Ou
( a + b) n = n C p a n p b p
p =0 n
Cp =
n! p!(n p)!
Tringulo de Pascal 1 1 1 1 1 1 5 4 10 3 6 10 2 3 4 5 1 1 1 1 1
n n p p ou T p +1 = C p a b
C0