Escolar Documentos
Profissional Documentos
Cultura Documentos
Unidade II
Introduo
Aleatoriedade
Experimento aleatrio
Espao amostral
Evento
Probabilidade
Teoremas fundamentais
Teoria da contagem
Probabilidade condicional
Teorema do produto
Independncia estatstica
Teorema de Bayes
Introduo
Aleatoriedade
Experimento aleatrio
Espao amostral
Evento
Probabilidade
2.1 Introduo
A estatstica tem por objetivo obter, organizar e analisar dados
estatsticos, a fim de descrev-los e explic-los, alm de
determinar possveis correlaes e nexos causais.
A estatstica se utiliza das teorias probabilsticas para explicar a
freqncia da ocorrncia de eventos, tanto em estudos
observacionais quanto experimentais.
Em outras palavras, a estatstica procura modelar a aleatoriedade
e a incerteza de forma a estimar ou possibilitar a previso de
fenmenos futuros, conforme o caso.
2.1 Introduo
Estudo dos fenmenos de observao: deve-se distinguir
o prprio fenmeno e o modelo matemtico que melhor o
explique, se determinstico ou probabilstico.
Modelo determinstico:
Adotado para explicar fenmenos submissos s leis
sistemticas.
Baseia-se, portanto, num encadeamento em que a
relao causa-efeito pressupe nexos definidos em
forma unvoca e imutvel.
2.1 Introduo
Modelo probabilstico:
Adotado para explicar os fenmenos aleatrios, que
so aqueles cujos resultados, mesmo em condies
normais de experimentao, variam de uma
observao para outra, dificultando dessa maneira a
previso de um resultado futuro.
Portanto, esses fenmenos so insubmissos s leis
sistemticas, pois so regidos ou influenciados pelo
acaso.
2.1 Introduo
A estatstica estuda os fenmenos aleatrios e o modelo
matemtico ser o clculo das probabilidades.
Diante de um acontecimento aleatrio possvel, s
vezes, atribuir-lhe uma lei ou distribuio de
probabilidade.
Introduo
Aleatoriedade
Experimento aleatrio
Espao amostral
Evento
Probabilidade
2.2 Aleatoriedade
Aleatoriedade ou acontecimento aleatrio pode ser explicado
considerando-se as seguintes afirmaes:
a- Se x + 8 = 3x 4, ento x = 6;
b- A prxima carta retirada de um baralho ser um s.
A afirmao a pode ser confirmada ou negada de forma
conclusiva, utilizando-se elementos da matemtica;
uma afirmao categrica (verdadeira ou falsa).
Na afirmativa b, entretanto, somente pode ser afirmado
que o fato possvel, mas que possvel, tambm, a
sada de qualquer uma das 52 cartas do baralho.
2.2 Aleatoriedade
No segundo caso somente a realizao do experimento
permitir estabelecer se a afirmao falsa ou verdadeira;
trata-se de um acontecimento aleatrio
Em geral, os acontecimentos aleatrios se caracterizam por
admitirem dois ou mais resultados possveis, e no se tem
elementos de juzo suficientes para predizer qual deles
ocorrer em um determinado experimento.
Introduo
Aleatoriedade
Experimento aleatrio
Espaos amostral
Evento
Probabilidade
r
f
n
Introduo
Aleatoriedade
Experimento aleatrio
Espao amostral
Evento
Probabilidade
Introduo
Aleatoriedade
Experimento aleatrio
Espao amostral
Evento
Probabilidade
2.5 Evento
Definio:
um conjunto de resultados do experimento.
Em analogia com os conjuntos, um subconjunto de S.
Observao:
- Em particular, o espao amostral, S, e o conjunto vazio,
, so eventos.
- S dito o evento certo e
o evento impossvel.
2.5 Evento
- Exemplo 1:
E: lanar o dado e observar o nmero da face superior.
S = {1, 2, 3, 4, 5, 6}
Eventos:
A: ocorrer nmero par: A = {2, 4, 6}
B: ocorrer nmero impar: B = {1, 3, 5}
C: ocorrer nmero mltiplo de 2 e 3: C = {6}.
2.5 Evento
- Exemplo 2:
E: jogar trs moedas e observar o resultado.
S = {(c, c, c), (c, c, k), (k, c, c), (c, k, c),
(k, k, k), (k, k, c), (c, k, k), (k, c, k)}
Eventos:
A: ocorrer pelo menos duas caras:
A = {(c, c, k), (k, c, c), (c, k, c), (c, c, c)}
B: ocorrer somente coroa: B = {(k, k, k)}.
2.5 Evento
Observaes:
- Sendo S um espao amostral finito com n elementos, podese verificar que o nmero total de eventos extrados de S
dado por 2n;
- No exemplo 1 (lanamento do dado), o nmero total de
eventos 26 = 64.
2.5 Evento
Observaes:
- A partir do uso das operaes com conjuntos, novos
eventos podem ser formados:
a)A B
ou
ambos
A B ocorrem;
b)
o evento que ocorre se A e B ocorrem
simultaneamente;
A
c)
2.5 Evento
- Exemplo:
E: lanar um dado e observar o resultado.
S = {1, 2, 3, 4, 5, 6}
A = ocorrer nmero mltiplo de 2: A = {2, 4, 6}
B = ocorrer nmero mltiplo de 3: B = {3, 6}
A B
= {2, 3, 4, 6}
A B = {6}
A = {1, 3, 5}
A B = {1, 2, 3, 4, 5}
Introduo
Aleatoriedade
Experimento aleatrio
Espao amostral
Evento
Probabilidade
Introduo
Aleatoriedade
Experimento aleatrio
Espao amostral
Evento
Probabilidade
2.7 Probabilidade
Definio:
- Dado um experimento aleatrio E, sendo S o seu espao
amostral, a probabilidade de um evento A ocorrer, P(A),
uma funo definida em S que associa a cada evento um
nmero real, satisfazendo os seguintes axiomas:
(i) 0 P(A) 1;
(ii) P(S) = 1;
(iii) Se A e B forem eventos mutuamente exclusivos
A B
P( A B ) P( A ) P( B )
, ento
Teoremas fundamentais
Teoria da contagem
Probabilidade condicional
Teorema do produto
Independncia estatstica
Teorema de Bayes
, ento P ( ) P ( A ) P ( A ) ou
P( ) 0
- Logo
P ( A ) P ( A ) P ( ; )
S
A
S
A
A B
S
P ( B ) P ( A B ) P ( A B ).
A B
P( A B ) P( A ) P( B ) P( A B )
Teoremas Fundamentais
Teoria da contagem
Probabilidade condicional
Teorema do produto
Independncia estatstica
Teorema de Bayes
Soluo (continuao):
a) P(A) = 4/7; P(B) = 2/7 e P(C) = 1/7.
b)
P( B C ) P( B ) P( C )
Do axioma (iii):
= 2/7 + 1/7 = 3/7.
Teoremas fundamentais
Teoria da contagem
Probabilidade condicional
Teorema do produto
Independncia estatstica
Teorema de Bayes
Teoremas fundamentais
Teoria da contagem
Probabilidade condicional
Teorema do produto
Independncia estatstica
Teorema de Bayes
P( A )
ou
P( A )
n de reis
4
1
P ( A)
n total de cartas 52 13
n de cartas de copas 13 1
P( B)
n total de cartas
52 4
Solues:
a) A = {ambas so defeituosas}
4!
4.3.2!
6 vezes
2! ( 4 2 )! 2.1.2!
12!
12.11 .10!
S pode ocorrer C12 ,2
66 vezes
2! ( 12 2 )!
2.1.10!
NCF 6
1
Logo , P( A )
NTC 66 11
A pode ocorrer C4 ,2
Solues:
b) B = {ambas no so defeituosas}
B pode ocorrer C8, 2
8!
8.7.6!
28 vezes
2!(8 2)! 2.1.6!
12!
12.11.10!
66 vezes
2!(12 2)!
2.1.10!
NCF 28 14
Logo, P( B )
NTC 66 33
Solues:
c) C = {pelo menos uma defeituosa}
C o complemento de B ou C B
14 19
P(C ) 1 P ( B ) 1
33 33
Teoremas fundamentais
Probabilidade condicional
Teorema do produto
Independncia estatstica
Teorema de Bayes
P ( B ) 0 , pois j ocorreu .
1
P( B )
3
2
P( B )
NCF ( A B )
NTC NCF ( A B )
NCF ( B )
NCF ( B )
NTC
Solues:
S = {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6),
(2,1), (2,2), (2,3), (2,4), (2,5), (2,6),
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6),
(4,1), (4,2), (4,3), (4,4), (4,5), (4,6),
(5,1), (5,2), (5,3). (5,4), (5,5), (5,6),
(6,1). (6,2), (6,3), (6,4), (6,5), (6,6)}
NCF ( A) 3
1
P ( A)
;
NTC
36 12
NCF ( B ) 15 5
P( B)
;
NTC
36 12
NCF ( A B ) 1
P( A / B)
;
NCF ( B )
15
NCF ( A B ) 1
P ( B / A)
.
NCF ( A)
3
Teoremas fundamentais
Probabilidade condicional
Teorema do produto
Independncia estatstica
Teorema de Bayes
P( A B)
P( B)
P ( A B ) P ( B ).P ( A / B )
P ( B / A)
P( A B)
P ( A)
P ( A B ) P ( A).P ( B / A)
8 7
14
P ( A B ) P ( B ).P ( A / B )
12 11 33
Teoremas fundamentais
Probabilidade condicional
Teorema do produto
Independncia estatstica
Teorema de Bayes
P ( A B ) P ( A ).P ( B )
8 8 4
12 12 9
Teoremas fundamentais
Probabilidade condicional
Teorema do produto
Independncia estatstica
Teorema de Bayes
P ( Ai ).P ( B / Ai )
P ( A1 ).P ( B / A1 ) P ( A2 ).P ( B / A2 ) ... P ( An ).P ( B / An )
3 4 2
1 3 3
5 2 3
3
1
5
4
3
2
2
3
3
1
1
1
P (u1 ) ; P(u2 ) ; P (u3 ) ;
3
3
3
1
3 1
3
P ( B / u1 ) ; P( B / u 2 ) ; P ( B / u3 ) ;
9
9 3
8
P(u2 ).P( B / u 2 )
1 1
24
3
3
1 1
1 1
1 3
59
3 9
3 3
3 8
FIM