Você está na página 1de 26

Instituto Tecnolgico de Aeronutica

Diviso de Engenharia Mecnica-Aeronutica

MOQ-13 Probabilidade e Estatstica


Profa. Denise Beatriz Ferrari
www.mec.ita.br/denise
denise@ita.br
Motivao
Idias Bsicas

Probabilidade
Latim probare = provar, testar

Estatstica
Grego stokhastiks = conjectura, adivinhao, sujeito s leis do acaso
I Uso coloquial:
provvel, incerteza, desconhecimento, risco, dvida.
Chance e Incerteza

... so conceitos originados com a civilizao

Garantia de sobrevivncia:
I Clima (chuvas, secas), suprimentos de alimentos (colheitas, pragas),
etc.
I Esforo em minimizar as incertezas do meio que nos cerca bem
como seus efeitos a fim de garantir a sobrevivncia
Um pouco de Histria
Antigidade

I 3500 A.C.: jogos de azar


que utilizavam objetos
criados a partir de pedaos
de ossos ou madeira
(precursores dos dados
modernos).
I 2000 A.C.: dados cbicos,
com marcas quase idnticas
aos dados atuais
Os jogos de azar sempre foram muito populares desde essa poca e
tiveram um papel importante para o desenvolvimento da Teoria das
Probabilidades.
Um pouco de Histria
Era Moderna

I Sculo XVI: Primeiros Estudos


Cardano (15011576) e Galileu (15641642)
calcularam valores de probabilidades para vrias
combinaes de dados.
I Sculo XVII:
Fermat (16011665) e Pascal (16231662)
* Mtodos de anlise combinatria
* fundadores da teoria matemtica das
probabilidades

Huyghens (16291695)
* primeiro tratado cientfico sobre o assunto
De Ratiociniis in Ludo Aleae

Bernoulli (16541705) e Moivre (16671754)


* trataram esta teoria como um ramo da Matemtica
Ars Conjectandi
Um pouco de Histria
Era Moderna

I Sculo XVIII:
Laplace (17491827)
* Definio Clssica
* Aplicaes prticas e cientficas
Thorie Analytique des Probabilits

Gauss (17771855)
* Aplicao cientfica
* Mtodo dos mnimos quadrados
* Leis fundamentais da distribuio de probabilidades
Um pouco de Histria
Atualidades

I Sculo XX:
Cheyshev, Markov
von Mises, Kolmogorov
Definio Axiomtica (1933)

A Teoria das Probabilidades, como disciplina matemtica,


pode e deve ser desenvolvida a partir de axiomas, exatamente
como a Geometria ou a lgebra
A. Kolmogorov (19031987)
Probabilidade e Estatstica em Engenharia

Uma parte essencial em projetos de Engenharia consiste na tomada de


decises na presena de incertezas:

I Informao incompleta: acesso a recursos limitados


I Variabilidade de processos

Exemplos:
I Qual o comportamento de um determinado avio quando submetido
a rajadas de vento?
I Qual o tamanho ideal de um terminal de passageiros em um
determinado aeroporto?
I A utilizao de um determinado veculo hbrido vivel?
Probabilidade e Estatstica em Engenharia

O conhecimento de elementos de probabilidade e tcnicas estatsticas


auxilia a coleta de informao e transformao da informao a uma
forma que possa ser utilizada para apoiar o processo de tomada de
decises.

O engenheiro emprega conhecimentos de Probabilidade e Estatstica das


seguintes maneiras:

I Descrevendo e analisando a aleatoriedade no fenmeno em estudo


I Planejando cursos de ao em situaes de incerteza
Algumas Aplicaes em Engenharia

Confiabilidade

I Qual a probabilidade de
o sistema funcionar por
um determinado perodo
de tempo?
I Qual a distribuio do
tempo de vida de cada
componente? Como isto
afeta o sistema como
um todo?
Algumas Aplicaes em Engenharia

Comunicao

I Qual a probabilidade de que tenha


havido erro de comunicao?
I Qual a probabilidade de que um 0
tenha sido transmitido, se um 0 foi
recebido?
Algumas Aplicaes em Engenharia

Controle Automtico

Definamos:
x = altura (relativa ao solo) do objeto no instante inicial t = 0

Sem perturbaes:

dx(t) = ax(t)dt + bu(t)dt, x(0) = x

a > 0, b constantes; u(t): var. controle

Com perturbaes (rajadas de vento, chuva...):

dx(t) = ax(t)dt + bu(t)dt + dW (t)

Equao diferencial estocstica


Algumas Aplicaes em Engenharia

Cincia da Computao
I teoria de filas
I simulao
I inteligncia artificial
I sistemas especialistas (anlise de deciso)
Teoria de Probabilidades

Consiste no estudo matemtico das probabilidades

I Busca quantificar a noo de provvel, ou seja, define uma medida


da incerteza para um determinado fenmeno em estudo.

Investigao e descoberta de padres regulares (ou leis) em eventos


aleatrios, bem como construo de modelos satisfatrios.
Inferncia Estatstica

Consiste no campo cientfico que se dedica coleta, organizao, anlise


e interpretao de dados

I Busca realizar inferncia sobre as caractersticas de uma determinada


populao a partir das observaes em uma amostra.

Desenvolvimento de mtodos capazes de auxiliar o processo de tomada


de decises na presena de incertezas e variabilidade.
Probabilidade Estatstica

Teoria de Probabilidade
Processo Dedutivo:
Concluses a respeito de caractersticas de uma amostra da populao so alcanadas
com base em atributos conhecidos da populao.

Inferncia Estatstica
Processo Indutivo:
Concluses a respeito de caractersticas da populao so alcanadas com base em
atributos observados em uma amostra da populao.
Probabilidade Estatstica

Probabilidade

POPULAO AMOSTRA

Estatstica
Plano da Disciplina
Para que serve MOQ-13?

MOQ-13 pre-requisito para os seguintes cursos:

Graduao
I CES-35: Redes de Computadores e Internet
I CCI-37/38: Simulao e Sistemas Discretos
I CTC-15: Inteligncia Artificial
I EET-41: Sinais e Sistemas Aleatrios
I MOQ-14: Planejamento e Anlise de Experimentos

Ps-Graduao
I MB-207: Econometria Aplicada
I MB-213: Mtodos Multivariados
I MB-214: Planejamento e Anlise e Experimentos Computacionais
I MB-217: Anlise de Deciso sob Incerteza
I MB-218: Mtodos Probabilsticos Aplicados em Logstica
I MB-409: Mtodos de Apoio Multicritrio Deciso
Ementa do Curso

Probabilidade:

Semana Contedo
1 Apresentao. Introduo probabilidade: eventos, espao amostral,
axiomas, propriedades.
2 Probabilidade condicional e independncia. Teorema da probabilidade
total e teorema de Bayes.
3 Variveis aleatrias. Distribuies de probabilidade: discretas, contnuas,
acumuladas, conjuntas, marginais.
4 Independncia estatstica. Valor esperado e varincia. Covarincia e
coeficiente de correlao.
5 Principais distribuies de probabilidade discretas (Bernoulli, Binomial e
Poisson).
6 Principais distribuies de probabilidade contnuas (Exponencial Negativa
e Normal).
7 Prova bimestral.
8 Funes de Variveis Aleatrias.
Ementa do Curso

Estatstica:

Semana Contedo
9 Princpios de estatstica. Amostras aleatrias. Distribuies amostrais.
Teorema do limite central.
10 Estimador, estimativa e propriedades dos estimadores. Estimao pontual
de parmetros (Mtodos dos momentos e da mxima verossimilhana)
para uma e duas amostras.
11 Intervalos de confiana (estimao por intervalo). Tamanho da amostra.
Princpios de testes de hipteses.
12 Testes de hipteses para uma e duas amostras.
13 Testes no-paramtricos (associao, independncia e de aderncia).
14 Prova bimestral.
15 Regresso linear simples e correlao.
16 Aplicaes de modelos de regresso linear.
Material de Estudo

Notas de aula

Listas de exerccios

Bibliografia Principal:
1. Devore, JL (1999). Probability and Statistics for Engineering and
the Sciences, 5th Ed, Duxbury Press.
Bibliografia Complementar:
2. Rheinfurth, MH and Howell, LH (1998). Probability and Statistics in
Aerospace Engineering, Marshall Space Flight Center, Alabama.
3. Ross, MS (1999), Introduction to Probability and Statistics for
Engineers and Scientists, 2nd Ed, Harcourt/Academic Press.

Ateno:
As notas de aula no substituem a leitura de um livro texto ou
a presena em sala de aula.
Avaliao

I Assiduidade
I Provas bimestrais
Datas:
B1: S07 (12-16/set/2011)
B2: S14 (7-11/nov/2011)

As provas devero ser realizadas fora do horrio de aula,


com as duas turmas juntas.
I Exame final
Feriados (qua): 7/set (S06), 12/out (S10), 2/nov(S13)
No teremos aulas na S07!
Prticas Salutares
Hbitos de Estudo

A fim de aproveitar melhor o curso, tente estar a frente.


No fim de cada semana:

I reveja o material apresentado na semana


I leia o captulo correspondente do livro

Desta forma, as aulas sero mais interessantes e


faro mais sentido.
Integridade Acadmica, DC e afins

Trabalho em equipe encorajado nas seguintes situaes:


I Discusso e interpretao de exerccios que no valem nota
I Estudo em casa
I Tarefas computacionais que no valem nota
Para trabalhos/listas valendo nota permitido:
I Discutir enunciados, mas as solues devem ser individuais.

Honestidade importante.
Situaes especiais podem acontecer, portanto converse sempre e o mais
cedo possvel.