Escolar Documentos
Profissional Documentos
Cultura Documentos
Von Zuben
DCA/FEEC/Unicamp
2 Probabilidade
Axioma 2: P S = 1.
O axioma 2 determina que, com probabilidade igual a 1, o resultado ser um
ponto no espao amostral S.
Proposio 2:
P EF = P E +P F P EF .
= P E + P Ec F
P F = P E F + P Ec F
E F
I II III
mostrando que
P E F = P E + P F P II .
logo, uma varivel aleatria uma funo que aloca um ponto do espao
amostral a cada resultado de um experimento aleatrio. Dito de outro modo,
uma varivel aleatria uma funo associada a um experimento, sendo que a
realizao do experimento leva esta varivel a assumir um valor dependente
do acaso, mas pertencente ao respectivo espao amostral.
cada vez que um experimento realizado, o resultado obtido indica a
ocorrncia ou no de um determinado evento (subconjunto do espao
amostral).
Formalizao do conceito: Uma varivel aleatria uma funo com as
seguintes propriedades:
# assume valores no espao amostral S de um experimento;
# para todo evento E S, a probabilidade de que assuma um valor x E
aps a realizao do experimento, dada por Px E = PE, bem
definida (embora possa ser desconhecida).
neste ponto do texto, o mais importante dividir estes poucos tipos em duas
classes:
1. distribuies discretas: ocorrem em experimentos que requerem
contagem. Exemplos: pessoas com menos de 30 anos, mortes por cncer,
produtos com defeito.
2. distribuies contnuas: ocorrem em experimentos que requerem
medidas. Exemplos: tenso eltrica, presso sangnea, vazo de rio.
para cada uma das duas classes, a respectiva funo distribuio de
probabilidade F () ter sempre associada a si:
f(z )
1
6
1 2 3 4 5 6 z
F (z)
1
1
2
1 2 3 4 5 6 z
P x q < x r = F ( x r ) F ( x q ) .
z z
n
n
f ( z) = k p k q n k ( z k )
k = 0
Exemplos: sabendo que a probabilidade de um evento A ocorrer em um dado
experimento p, a probabilidade deste evento A ocorrer k vezes em n k
experimentos (sob as mesmas condies) dada por:
n
P A ocorrer k vezes = p k (1 p )n k
k
e a probabilidade deste evento A ocorrer at k vezes em n k experimentos
(sob as mesmas condies) dada por:
k
n
P A ocorrer at k vezes = r p r (1 p )n r
r =0
j
os valores possveis de j);
2 = (x ) f ( x )dx , para o caso contnuo.
+ 2
#
3.5 Momentos
# E [x1 + x 2 ] = E [x1 ] + E [x 2 ];
4 Medidas amostrais
N
1
mdia amostral (N amostras): x =
N
xk
k =1
1 N
varincia amostral: 2 = ( xk x )2
N 1 k =1
1 N
desvio padro amostral: = ( x k x )2
N 1 k =1
( xik xi )(x jk x j )
1 N
covarincia amostral: ij =
N 1 k =1
ij
coeficiente de correlao amostral: rij =
i j
embora seja uma tarefa simples, necessrio inferir uma teoria acerca de
como o mundo funciona.
a inferncia bayesiana indica a probabilidade de cada hiptese, a partir dos
dados j observados, e o resultado do uso de todas as hipteses, devidamente
ponderadas.
repare que no se adota aqui a escolha da hiptese mais provvel para se
executar a tarefa de predio. Logo, a predio se transforma em um problema
de inferncia probabilstica.
seja d = [d1 d 2 L d N ]T o vetor de dados j observados. Pela regra de
Bayes, a probabilidade de cada hiptese dada por:
P hi d = P d hi P hi
5
onde um fator de normalizao definido de modo que P hi d = 1.
i =1
6 Referncias
BULMER, M.G. Principles of Statistics, Dover, 1979.
DOS REIS, S.F. Introduo ao Estudo de Probabilidade, Notas de Aula do Curso de Gentica Populacional
Terica, IB/Unicamp, 2001.
EVANS, D.H. Probability and Its Applications for Engineers, ASQC Quality Press, 1992.
KREYSZIG, E. Advanced Engineering Mathematics, 7th edition, John Wiley & Sons, 1993.
LINDGREN, B.D. Statistical Theory, Macmillan Publishing Company, 1976.
LIPSCHUTZ, S. Theory and Problems of Probability, McGraw-Hill Book Company, 1965.
MARDIA, K.V., KENT, J.T. & BIBBY, J.M. Multivariate Analysis, Academic Press, 1979.
MONTGOMERY, D.C. & RUNGER, G.C. Applied Statistics and Probability for Engineers, John Wiley & Sons,
1994.
MOOD, A.M. & GRAYBILL, F.A. Introduction to the Theory of Statistics, McGraw-Hill Book Company, 1963.
PAPOULIS, A. Probability, Random Variables, and Stochastic Processes, Third Edition, McGraw-Hill, 1991.
ROSS, S. A First Course in Probability, Macmillan Publishing Company, 1984.
WALPOLE, R.E. & MYERS, R.H. Probability and Statistics for Engineers and Scientists, Fifth Edition,
Macmillan Publishing Company, 1993.