Escolar Documentos
Profissional Documentos
Cultura Documentos
1 Espaos Amostrais
A teoria da probabilidade tem suas razes em situaes da vida real
quando se realiza uma experincia cujo resultado no pode ser
previsto com certeza Experincia Aleatria.
Exemplos: Jogos de azar, campanha de marketing, lanamento de um
foguete, etc.
qualquer experimento aleatrio tem-se associado um conjunto de
todos os resultados possveis. Este conjunto denominado de Espao
Amostral do experimento aleatrio e denotado por S.
S
A
Ou
S
A
1.3 Eventos
Qualquer subconjunto do espao amostral que seja de interesse numa
anlise denominado de Evento, sendo geralmente denotado por letras
maiusclas com A, B, etc.
Exemplo: Seja o experimento do lanamento de um dado. O espao
amostral dado por S={1, 2, 3, 4, 5, 6}. O evento A=o resultado
um nmero par={2, 4, 6}.
2 - Probabilidade Combinatria
Probabilidade de um Evento Pr[A] : valor associado a um evento,
que mede o grau de possibilidade de ocorrncia deste evento:
Pr[ A ] = lim n
fn
P(n,k)=n.(n-1).(n-2)...(n-k+1)
C(n,k)=P(n,k) / k!
Pr[ A / B ] =
Pr[ A B ]
Pr[ B ]
(1)
Pr[ An / A1 , A2 , A3 ,..., An 1 ] =
Pr[ A1 A2 A3 ... An 1 An ]
Pr[ A1 A2 A3 ... An 1 ]
Pr[ A B ] 2 / 6 2
=
=
Pr[ B ]
3/6 3
S
B
B3
B5
A
B2
...
B4
Bn
Ento:
A = [ A B1 ] [ A B 2 ] [ A B 3 ] ... [ A B n ]
(2)
i =1
Pr[ B j / A ] =
Pr[ B j A ]
Pr[ A ]
Pr[ A / B j ]. Pr[ B j ]
=
n
Pr[ A / B i ]. Pr[ B i ]
i =1
Ento:
n
p(y2 / x1)=0.6
p(y1 / x2)=0.5
p(y2 / x2)=0.5
p(y1 / x3)=0.6
p(y2 / x3)=0.4
1) Se uma moeda lanada duas vezes, pode-se supor com razo que
a probabilidade do evento cara no segundo arremesso no seria
influenciada se se soubesse que o evento cara no primeiro
arremesso tivesse ocorrido.
2) razovel supor que o tempo de vida de uma lmpada no
depende, de maneira alguma, do tempo de vida de qualquer outra
lmpada.
Estes exemplos sugerem que se defina dois eventos A e B, como sendo
independentes (ou estatisticamente independentes) se:
Pr[ A / B ] = Pr[ A ]
Usando (1), tem-se que a expresso anterior equivalente :
10
11
3 Variveis Aleatrias
Sejam os experimentos aleatrios:
Experimento
Aleatrio
Arremesso de
uma moeda
Arremesso de
um dado
Lanamento
de um foguete
Controle de
Qualidade
Espao Amostral
Evento (Exemplo)
Probabilidade
S={Cara,Coroa}
A-cara ou coroa
Pr[A]=1
S={1,2,3,4,5,6}
A-nmero par
Pr[A]=1/2
S={sucesso,insucesso)
A-sucesso
Pr[A]=0,80
S={bom,defeituoso}
A=defeituoso
Pr[A]=0,05
3.1 Definio
Uma varivel aleatria , na verdade, uma funo que associa cada
ponto do espao amostral, a um nmero, geralmente um valor real. Se
X uma varivel aleatria e x um nmero real fixado, o espao
amostral S denominado o domnio da varivel aleatria e o conjunto
de todos os valores de X denominado de contradomnio da varivel
aleatria.
X(s)
s
x
Captulo 1 Teoria da Probabilidade
12
X(Cara)=0
Cara
X(Coroa)=1
Coroa
0
13
Ax = { s : X(s) = x}
Como um evento, Ax tem probabilidade p = Pr [Ax]
S
Ax={s:X(s)=x}
s1
Ax s2
X(S1)
X(S2)
x
X(s)=x para s Ax
Pr[Ax] = p = Pr[{x:X(s)=x}]
14
X(S2 )
s5
s1
A0 s3
s2
s4
X(S1 )
X(S4 )
X(S5 )
X(S3 )
0
p=p1+p3
[X x] = {s:X(s) x}
[X > x] = {s:X(s) > x}
[a < X < b] = {s: a < X(s) < b}
Estes eventos tm, respectivamente, probabilidade:
15
X(s)
3
2
2
2
1
1
1
0
[X=s]
[X=3]={ KKK }
[X=2]={ KKC,
KCK,
CKK }
[X=1]={ KCC,
CKC,
CCK }
[X=0]={ CCC }
Pr[X=x]
Pr[X=3]=1/8
Pr[X=2]=3/8
Pr[X=1]=3/8
Pr[X=0]=1/8
Note-se que:
[X1] = {CCC,KCC,CKC,CCK} = [X=0] [X=1]
Pr[X1] =Pr [X=0] + Pr[X=1] = 1/8 + 3/8 = 1/2
[X1] [X>1] = S Pr[X1] + Pr[X>1] = Pr[S] = 1 ou
Pr[X>1] = 1 - Pr[X1] = 1 1/2 = 1/2
[0<X<3] = [1X2] = [X=0] [X=3]
1 Pr([X=0] [X=3]) = 1 (1/8 + 1/8) = 3/4
Tabulando-se [X x] e Pr[X x] para x= -1, 0, 1, 2, 3 e 4 tem-se que
cada evento est includo no seguinte. Por isso as probabilidades
aumentam (ou, pelo menos, no diminuem) quando x aumenta de
valor:
x
-1
0
1
2
3
4
[X x]
{ CCC }
{ CCC, KCC, CKC, CCK }
{ CCC, KCC, CKC, CCK, KKC, KCK, CKK }
{ CCC, KCC, CKC, CCK, KKC, KCK, CKK, KKK } =S
S
Pr [X x]
0
1/8
4/8
7/8
1
1
16
F(x) = Pr[ X x ]
3/4
1/2
1/4
-1
17
Propriedades de F(x):
(a) 0 F(x) 1
para
- < x <
a)
0 , se x < 0
F ( x ) = x + 1 2 , se 0 x 1 2
1, se x > 1
2
b)
0 , se x 0
F( x ) =
ax
1
e
, se 0 < x
18
tem-se que
Pr[Xa]+Pr[X>a]=Pr[S]=1
Assim,
Pr[X>a]=1-Pr[Xa]=1 - F(a)
tem-se que
Pr[Xa]+Pr[a<Xb]=Pr[Xb]
Assim,
0 , se x < 0
F ( x ) = x + 1 2 , se 0 x 1 2
1, se x > 1
2
19
p(x)=Pr[X = x]
A funo p(x) tem as seguintes propriedades:
(a)
(b)
(c)
p( xi ) = Pr[ X = xi ] = 1
i
F(x)
1
f(x3)
f(x2)
F(x)=x x p(xi)
f(x1)
f(x0)
x0
f(x0)
x1
x2
x3
x0
f(x1)
x1
x2
f(x3)
f(x2)
x3
20
21
for contnua;
(b)
(c)
Observaes:
1) o domnio de X consistir de um ou mais intervalos, finitos ou
infinitos;
2) as probabilidades Pr[X=x] so todas nulas; assim a equao
p(x)=Pr[X=x] no constitui uma definio apropriada para a
funo densidade de probabilidade no caso contnuo;
3) a generalizao natural da equao F ( x ) = p( xi ) uma
xi x
f(x)=
d
F( x )
dx
Ou seja,
x d
x
F ( x ) = F ( x ) F ( ) =
F ( t )dt = f ( t )dt
dt
22
3)
f ( x )dx = 1
F(x)
f(t)
Pr[a<Xb]
Pr[a<Xb]
F(x)
F(x)
x
23
2 x , se 0 x 1
f(x)=
0 , para qualquer outro valor de x
Esta funo corresponde a uma funo de densidade de probabilidade
pois:
a) f(x) 0 para qualquer x;
b)
f ( x )dx =
0 dx + 2 xdx + 0 dx = 1
F ( x ) = f ( x )dx = x 2 , se 0 x 1
1, se x > 1
Pr[ X 1 / 2 ] = F ( 1 / 2 ) = 2 xdx = 1 / 4
0
3/ 4
24
1 e ax , se 0 x
F( x ) =
se x < 0
0 ,
A correspondente funo de densidade de probabilidade dada por:
ae ax , se 0 x
f ( x ) = F' ( x ) =
se x < 0
0 ,
Neste caso,
= e ax para x0.
25