P. 1
probabilidades

probabilidades

|Views: 107|Likes:
Publicado porVitor Bernardo

More info:

Published by: Vitor Bernardo on Jun 18, 2011
Direitos Autorais:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

10/23/2012

pdf

text

original

Probabilidades

• Conjuntos Notações de conjuntos para representar relações entre acontecimentos
Relação entre conjuntos Acontecimento certo Acontecimento impossível O acontecimento A não ocorre Ocorre o acontecimento A e ocorre o acontecimento B Ocorre o acontecimento A ou ocorre o acontecimento B ou ocorrem ambos Se C ocorre, então D também ocorre (C implica a realização de D) Os acontecimentos E e F são incompatíveis Notação de conjuntos

Se B é subconjunto próprio de A, escreve-se: B ⊂ A (B implica A). Reunião e intersecção de conjuntos S A B

Ω, S, E Ø
A

A

U

B

A ∪= : x ∈ B {x A ∨∈ x B}

A∩ B

Nota:

# ( A ∪= + − A ∩ B) # A # B #( B)

A∪ B

S A
A∩ B

B

C ⊆D

E∩F =∅

A ∩= : x ∈∧∈ B {x A x B}

Cardinal de um conjunto Ao número de elementos de um conjunto chama-se cardinal do conjunto e representa-se pelo símbolo # (“cardinal”). A={1, 2, 7}; #A=3 Igualdade entre os conjuntos
(A =) ⇔ B ( x ∈⇔ B ) A x ∈

Conjuntos disjuntos (incompatíveis) A e B são conjuntos disjuntos se A∩B=Ø. S A B

Subconjunto de um conjunto
(A ⊆ ⇔ B) ( x ∈⇔ B ) A x ∈

S B A Diagrama de Venn Propriedades das operações com conjuntos

Experiência aleatória As experiências aleatórias ou casuais caracterizam-se pela impossibilidade de prever o resultado que se obterá. um dado e uma moeda. 12}). 5.º .A ∩ A = ∅ 4.e. Leis de De Morgan . Acontecimento de uma experiência aleatória é cada um dos subconjuntos do conjunto de resultados. ainda que as experiências sejam realizadas sob as mesmas condições (i. desde que A A (B ∪ se ) Complementar de um conjunto O complementar de um conjunto A representase A .: A={8}). tirar um carta de um baralho e verificar se sai vermelha).º .e.e.A = { x : x ∉ A} 2.A ∪ A = S 3. 2. Conjunto de resultados Ao conjunto formado por todos os resultados possíveis de uma experiência aleatória chama-se conjunto de resultados ou espaço amostral e representa-se por S. 9. 3. 4. S A A 1. As tabelas de dupla entrada são úteis para identificar todas A∪ A = A A∩ A = A A ∪ ( B ∩ C ) = ( A ∪ B) ∩ (∩ ∪ C ) C ) = ( A ∩ B) ∪ ( A ∩ Cpor produzirem o mesmo resultado. U ou Ω (i.º .: no lançamento de um dado. Acontecimento A qualquer subconjunto de S chamamos acontecimento.e.:lançar uma pedra ao mar e verificar que vai ao fundo. Acontecimento elementar – Se o resultado de uma experiência consta de um só elemento do conjunto de resultados (i.: B={1. furar um balão cheio de ar e verificar que rebenta).: lança um dado e observar a face que fica voltada para cima. Acontecimento composto . 11. 7.Se o resultado de uma experiência consta de dois ou mais elementos do conjunto de resultados (i.º . O complementar de B relativamente a A representa-se por A\B e tem-se: A \ B = {x : x ∈ A ∧ x ∉ B} A S B Só se realiza se e só se A se realiza sem que B se realize. 3. S={1.A = A Complementar de um conjunto relativamente a outro Seja A e B dois conjuntos.Propriedade comutativa Propriedade associativa Elemento neutro Elemento absorvente Idempotência Propriedade distributiva A∪ B = B∪ A A∩ B = B ∩ A Seja A e B dois subconjuntos quaisquer: e A ∩= ∪ B A B A ∪= ∩ B A B ( A ∪ B ) ∪ C = A ∪ ( B ∪ C )∩ B) ∩ C = A ∩ ( B ∩ C ) (A A∪∅ = A A∪S = S A∩S = A A∩∅ = ∅ • Termos e conceitos probabilísticos Experiência determinista As experiências deterministas ou causais caracterizamsejam repetidas sob as mesmas condições (i. 5. Lançar dois dados.e. 10. retirar de um saco mais de uma bola são experiências compostas porque envolvem mais do que uma experiência simples. 6. 7}). 8.

dizem-se incompatíveis se a sua verificação simultânea for o acontecimento impossível. p ( A ∪ B ) = p ( A) + p ( B ) − p ( A ∩ B ) p ( A ∪ B ) = p ( A) + p ( B ) p ( A ) =1 − p ( A) 5.e. A relação entre frequência relativa e a probabilidade de um acontecimento permite desde já estabelecer as seguintes conclusões: 1. 3. 5. verifica-se que A ∪ B é o acontecimento certo ( A ∪ B = S ). 2. Provar ou demonstrar uma proposição é mostrar.º . S • Lei de Laplace Se os acontecimentos elementares são equiprováveis. sugeridas pela nossa intuição ou experiência.º . Designemos por p(A) a probabilidade do acontecimento A. B é o acontecimento contrário de A e representa-se por A .º . X ∩Y = ∅ (a realização de um acontecimento não implica a realização do outro). que não se demonstra e se aceitam como verdadeiras. que ela resulta de outras consideradas verdadeiras. . além de serem incompatíveis ( A ∩ B = ∅ ). X e Y.Se A e B são incompatíveis.as probabilidades de saídas quando se trata de duas experiências simples.Se A e B são dois acontecimentos quaisquer do mesmo espaço amostral S . ou seja. 6}=S). 6. Ou seja: p ( A) = n mro ú e d c s s fa o v is e ao v rá e n mro ú e d cs s e ao a a o te im o cn c e fa o v is v rá e n to A • Definição axiomática de probabilidade A B Axiomas são proposições. S X Y • Definição frequencista de probabilidade Lei dos grandes números Ao número à volta do qual estabiliza a frequência relativa de um acontecimento quando o número de repetições da experiência cresce consideravelmente chama-se probabilidade do acontecimento.p(acontecimento certo) = p(S) = 1 3. O diagrama de árvore usa-se para o mesmo efeito mas pode ser utilizado para duas ou mais experiências.p(acontecimento impossível) = p(Ø) = 0 4. a probabilidade de um acontecimento A é igual ao quociente entre o número de casos favoráveis ao acontecimento e o número de casos possíveis. Acontecimentos incompatíveis e acontecimentos contrários – dois acontecimentos.º .º - No caso dos acontecimentos A e B.e.0 ≤ p(A) ≤ 1 2. Por esta razão também se chama a A e B acontecimentos contrários (a intersecção é um acontecimento impossível e a reunião é um acontecimento certo).: C={1. Acontecimento certo – Se o resultado de uma experiência consta de todos os elementos do conjunto de resultados (i.: D=Ø). usando raciocínios lógicos. 4.º . Acontecimento impossível – Se o resultado de uma experiência não tem qualquer elemento do conjunto de resultados (i.

B ⊆ S e p(B)>0.p(A|B) ≥ 0 2. S Teorema 3 – a probabilidade do acontecimento contrário de A ( A ) é igual à diferença entre 1 e a probabilidade de A.º . P(S) = 1. A ⊆ S Teorema 6 Teorema 7 Teorema 8 - B ⊂ A ⇒ p(A \ B) = p(A) − p(B) B ⊂⇒ ) ≤ ( A) A p( B p p ( A) +B ) + A ∩ p( p( B ) = p( A ∩ 1+ B) • Probabilidade condicionada (acontecimentos dependentes) Representa-se por p(A|B) a probabilidade de ocorrência de A. 0 ≤ ( A) ≤ A ⊆ p 1 .º . p(A|B) satisfaz os 3 axiomas da teoria das probabilidades se: 1. A ⊆ S • Acontecimentos independentes Dois acontecimentos são independentes quando a probabilidade de realização de um deles não interfere na probabilidade da realização do outro.Se A1 e A2 são acontecimentos incompatíveis. tirar consecutivamente bolas/cartas. S é o acontecimento certo Axioma 3 – A probabilidade da reunião de dois acontecimentos incompatíveis (disjuntos) é igual à soma das probabilidades desses acontecimentos.º . e tem-se (probabilidade de A sabendo que B ocorre): p( A | B) = p ( A ∩B ) . (Exemplos: lançamentos consecutivos de 2 dados/moedas. se A1 ∩ A2 = ∅ . p(Ø) = 0 Teorema 2 – a probabilidade de qualquer acontecimento A é um número do intervalo [0.º . p ( A ) = p ( A) 1− . p( A) ≥ 0. na hipótese de B se ter realizado.º . isto é. A ⊆ S .p ( A ∩ B ) = p ( B ) × p ( A | B ) 2.p( A ∩ B ) = p( A) × p ( B | A) • Probabilidade condicionada e axiomática Sendo S o conjunto de resultados. 1]. p( A ∪ B ) = A) + B ) p( p( . Axiomas das probabilidades (Axiomática de Kolmogorov) Axioma 1 – A probabilidade de qualquer acontecimento A do conjunto de resultados S é um número não negativo. com reposição.) Dois acontecimentos são independentes se e só se: Teorema 4 – probabilidade da reunião de dois acontecimentos p ( A ∪= A) + B ) − A ∩ B) p( p( p( B) Teorema 5 - p ( A) = A ∩ p( B) + A ∩ p( B) .Teoremas são proposições que se demonstram a partir dos axiomas ou de outras proposições já demonstradas. então: p[( A1 ∪ A2 ) | B] = p ( A1 | B ) + p ( A2 | B ) Teorema 1 – a probabilidade de um acontecimento impossível é zero.p(S|B) = 1 3. p ( B ) ≠0 p( B) Axioma 2 – A probabilidade do acontecimento certo é 1. s e (A ∩ B) = ∅ 1.

.... xi .e. Dados obtidos através de aparelhos de medida (i.. em % Frequência absoluta de xi Probabilidade de xi Média Desvio-padrão Variância ou Chama-se distribuição de probabilidades de uma variável aleatória X à aplicação que a cada valor xi da variável X faz corresponder a respectiva probabilidade p ( A) = p ( A | B1 ) × p ( B1 ) + p ( A | B2 ) × p ( B2 ) + . x 2 ..: temperatura).. x n p ( A | B1 ) × p ( B1 ) + p ( A | B2 ) × p ( B2 ) + . devem satisfazer as • Variável aleatória e distribuição seguintes condições: de probabilidades Uma variável aleatória é uma variável cujo valor é um resultado numérico associado ao resultado de uma experiência aleatória..: nº de pessoas atendidas num hospital).. i = 1. ….. i = 1... ….. que assume um número finito de valores distintos p( A ∩ B) p ( B | A) = x ...º . +1 p ( A | Bn ) × p ( Bn ) . x n Média aritmética x1 . discreta... Pode ser discreta ou contínua: Variável aleatória discreta – pode assumir um número finito ou infinito numerável de valores..... x 2 ..º - ∑p i =1 n i =1 População Variável aleatória X que toma valores Amostra Variável estatística X que toma valores x1 ..0 ≤ p i ≤ n..e... então as probabilidades pi = P( X = xi ) . Dados obtidos por contagem (i... 1. Variável aleatória contínua – pode assumir um número infinito não numerável de valores. xi . x n Valor médio ou esperança n x= ∑x i =1 n n i × ni N = ∑ xi × fri i =1 n µ = ∑ xi × pi i =1 Variância amostral σ = 2 n ∑x i =1 2 i × ni Variância populacional 2 2 2 − x = ∑ x × σ i − x 2 =i × p i − µ fr = ∑ x 2 2 i n N i =1 n n ( xi − x ) 2 × ni = ∑ ( x i − x ) 2 2 = ∑ ( xi − µ ) 2 × p i σ × fri ∑ N i =1 i =1 i =1 Ou Desvio-padrão amostral σ = σ2 Desvio-padrão populacional σ = σ2 Notação Notação Descrição X Variável aleatória • Modelo binomial (variáveis discretas) . xi . n 2. n. x 2 . • Teorema de Bayes Dada uma variável aleatória X. x σ σ2 Nº de elementos da população Valores que pode tomar a variável X Frequência relativa de xi .N p ( A | B ) = ( A) p xi fr i fi pi p ( A ∩= A) × B ) B) p( p( • Teorema das probabilidades totais p ( A) = p ( A | B ) × p ( B ) + p ( A | B ) × p ( B ) μ. + p ( A | Bn ) × p ( Bn ) pi .

a probabilidade para qualquer valor X = r da variável aleatória X é dada por: n r P ( X = ) =C r p r × − ) n − r (1 p realizações de uma dada experiência determinado acontecimento se verifique k vezes. Provas repetidas O problema das provas repetidas consiste na determinação da probabilidade de que em n 8.Tem um máximo para x = μ. ….º .A probabilidade de que a variável tome valores no intervalo [ xi .º .A área abaixo da curva distribui-se em intervalos da seguinte forma: . Representa-se por N(μ. ∀x 0 ∈ℜ 2. 7.É simétrica relativamente ao valor médio μ da variável.º .Quanto maior for o desvio-padrão σ.A probabilidade de sucesso p não varia de prova para prova.º .º .º . f ( µ − x0 ) = f ( µ + x 0 ). 2. A curva normal é em forma de sino e denomina-se por Curva de Gauss. x j ] é igual à área compreendida entre o eixo Ox. em cada uma das quais se observa ou não. chama-se variável aleatória com distribuição binomial de parâmetros n e p. 3.Distribuição binomial Designa-se por modelo de distribuição binomial uma experiência aleatória com as seguintes características: 1. 2.º . Representa-se por B (n. 6. Provas de Bernoulli Sucessão de experiências aleatórias independentes. p). 4. constante de experiência para experiência A distribuição binomial é um modelo probabilístico aplicável em problemas onde se consideram repetidas provas de Bernoulli.Em cada prova apenas são possíveis dois resultados: sucesso ou insucesso. mais achatada é a curva.O eixo das abcissas é assimptota da curva. 3.σ). a realização de um determinado acontecimento A.q n −k x = k – acontecimento n – nº de vezes que a experiência se repete k – nº de vezes de sucesso p – probabilidade de sucesso q – probabilidade de insucesso • Modelo normal (variável contínua) Uma distribuição normal é caracterizada pela média μ e pelo desvio-padrão σ.º .º .º .º .Os resultados das provas são independentes uns dos outros.É constituída por n provas idênticas. Características da curva normal 1. que representa o número de sucessos nas n provas.A área compreendida entre a curva e o eixo Ox é igual a 1.A concavidade da curva muda de sentido para x1 = µ − σ e x 2 = µ + σ ( x1 e x 2 são abcissas dos pontos de inflexão). 5. À variável aleatória X. o gráfico da função densidade e as rectas x = xi e x = x j . Se X tem distribuição binomial de parâmetros n e p. n. p ( x = k ) =n C k p k . 4. com probabilidade P(A)=p.º . A variável X pode tomar os valores 1.

então o processo pode ser realizado de n1 + n2 + n3 + . até à k-ésima etapa.. n...C p = C n −p . × (n − p +1) n.... × nk maneiras diferentes.n An = Pn Arranjos com repetição (arranjos completos) Dados n elementos diferentes. p ∈ N 0 e n≥p p!( n − p )! n n 1. Se para realizar um processo existirem k alternativas que se excluem duas a duas.º .. e se existirem n1 maneiras de realizar a primeira alternativa.. O número de todas estas sequências n designa-se por A p = n(n −1)( n − 2) ×. Se existirem n1 maneiras de realizar a primeira etapa e se..26 % * ] x − 2σ. O número dessas sequências representa-se por Pn (permutação de n). x + σ[= 68 . para cada uma destas. …. existirem n 2 maneiras de realizar a segunda etapa. a 2 .* ] x −σ. Pn = n! Arranjos sem repetição (arranjos simples) • Cálculo combinatório Princípio geral da multiplicação (“A e B”) Por cada alternativa. Consideremos um processo constituído por k etapas.74 % NOTA: 0!=1 Permutações Chama-se permutação de n elementos a todas as sequências diferentes que é possível obter com os n elementos.º .. que se podem formar escolhendo os p elementos entre os n dados. então todo o processo pode ser realizado de n1 × n2 × n3 ×.A p = n! ( n − p )! 2.. + nk maneiras diferentes. a n . n k maneiras de realizar a k-ésima. Princípio geral da adição (“A ou B”) As várias formas de realizar algo. chamase arranjos com repetição dos n elementos p a p a todas as sequências de p elementos.º . a1 . p ∈ N e n≥p n 1..44 % * ] x − 3σ. chama-se arranjos sem repetição de n elementos escolhidos arbitrariamente entre os n dados. n n Cp = Ap p! n Cp = n! . x + 2σ[= 95 . e assim sucessivamente. x + 3σ[= 99 . existem n alternativas diferentes. n 2 maneiras de realizar a segunda. Factorial de um número natural n Chama-se factorial de um número natural n e representa-se por n! ao produto: n! = n( n −1)( n − 2) ×. sendo estes diferentes ou não. O número total de n p sequências representa-se por A p ' = n Combinações sem repetição (tiragens simultâneas) n C p ou   é o número de subconjuntos com p n p elementos que se podem definir num conjunto com n elementos. ×3 ×2 ×1 x − 2σ x −σ x x +σ x + 2σ Dados n elementos quaisquer.

+n C n −1 a Pn = n! n Cp = n! p!( n − p )! Ou ( a +b) n = ∑n C p a n −p b p p =0 n • Triângulo de Pascal 1 1 1 1 1 4 3 6 2 3 4 1 1 1 1 Observações 1.º .º .º .A soma de dois números consecutivos de uma linha é igual ao número que na linha seguinte figura entre eles: C + C = C  Regra de Stiefel 3...º . C 2 Arranjos com repetição Arranjos sem repetição Permutações Combinações           - Ap ' = n p n! ( n − p )! • Binómio de Newton n Ap = ( a + b) n =n C 0 a n +n C1 a n −1b +n C 2 a n −2 b 2 +. . 2.º .º .A soma de todos os elementos da n-ésia linha é igual a 2 n : n p− 1 n n+ 1 p p Combinatória n n n n C0 + 1 + + n = n C .O desenvolvimento de (a + b) n tem n+1 termos.º . sendo: n n −p p T = C a b ou T p +1 = C p a b n p p− 1 n −+ p 1 p− 1 1 5 10 10 5 1 1 6 15 20 15 6 1 …………………………………… Corresponde aos valores de: 0 1 2 3 4 5 6 6 O binómio de Newton é uma forma rápida de simplificar expressões do tipo (a + b) n ..n n n+ 1 2.C p + C p + = C p + 1 1 n n 3.C 0 = C n = 1 n n C p = n− C p Síntese A ordem influi? Pode haver repetição? Entram todos os elementos da sequência? 2.Em cada linha são iguais os termos equidistantes dos extremos: .O termo de ordem p é T p . C0 1 2 C0 3 C1 2 C0 4 C1 3 4 C2 3 4 C0 5 C1 C2 6 C2 5 C3 4 C0 6 C1 5 C2 C3 C3 5 C4 5 C0 C1 6 C3 6 C4 6 C5 C0 C6 C1 C2 C4 C5 …………………………………………… Propriedades 1.

You're Reading a Free Preview

Descarregar
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->