Você está na página 1de 9
Probabilidades. Docente : Elisete Correia (ecorreia@utad.pt) Teoria da Probabilidade O objeto da teoria da probabilidade

Probabilidades.

Docente : Elisete Correia

(ecorreia@utad.pt)

Teoria da Probabilidade

Elisete Correia (ecorreia@utad.pt) Teoria da Probabilidade O objeto da teoria da probabilidade é o estudo dos

O objeto da teoria da probabilidade é o estudo dos fenómenos aleatórios.

Base teórica para inferência estatística :

Usar os dados e os resultados obtidos através da amostra para Inferir sobre a população.

É a probabilidade que nos vai permitir quantificar a incerteza, quando passamos do particular (amostra) para o geral (população) na medida em que quantifica o erro cometido ao tomarmos determinadas decisões.

2

Espaços amostrais

Fenómenos aleatórios- fenómenos sujeitos à influência do acaso.

Experiência aleatoria - é um procedimento que verifica as seguintes condições:

- pode repetir-se um grande nº de vezes nas mesmas condições ou em condições semelhantes;

- a sua realização dá um resultado de entre um conjunto de resultados possíveis

- em cada realização desconhece-se qual o resultado que vai

ocorrer, admite-se, no entanto, a existência de uma regularidade

estatística.

Espaço Amostral

Espaços amostrais

Discreto

Contínuo

3

Espaço Amostral Discreto: contém um número finito de elementos aos quais é possível fazer corresponder números inteiros.

Espaço Amostral Contínuo: contém um número infinito de elementos constituindo um espaço contínuo.

5

Conceito de Probabilidade

Interpretação Frequencista

Define-se probabilidade de um acontecimento A, P(A), como sendo o valor obtido para a frequência relativa com que se observou A, num grande número de realizações da experiência aleatória.

P(A) =

nº de vezes que A ocorreu

nº de experiências realizadas

Nota: A probabilidade é interpretada como a frequência limite.

Conceito de probabilidade

Interpretação Clássica

7

Dado um espaço de resultados, , constituído por um número finito n de acontecimentos elementares distintos, com igual possibilidade de serem observados. Se o acontecimento A pode ocorrer em k desses n acontecimentos elementares, então

P(A)=

de casos favoráveis a A

nº de acontecimentos elementares distintos

8

Conceito de probabilidade

Exemplo:

Qual a probabilidade de tirar um ás dum baralho de cartas?

N A = 4N = 52

P (A) = 4/52

Existem muitas situações onde as diferentes possibilidades não

são igualmente prováveis. A probabilidade de um acontecimento (evento ou resultado) é a proporção de vezes que eventos da mesma espécie ocorrerão a longo prazo.

Definição Axiomática: as probabilidades são definidas como objetos matemáticos”, que se comportam segundo regras bem definidas.

8

Probabilidade de um acontecimento

Axioma 1

Para qualquer acontecimento A (isto é, qualquer subconjunto de um espaço

amostral S), a probabilidade desse acontecimento satisfaz a relação:

Axioma 2

0 P(A) 1

A probabilidade associada ao acontecimento certo (S) é

Axioma 3

P(S) = 1
P(S) = 1

Se A 1 , A 2 , A 3 , …, é uma sequência finita ou infinita de acontecimentos mutuamente

exclusivos de S, então:

P(A 1 A 2 A 3 …) = P(A 1 ) + P(A 2 ) + P(A 3 ) + …

9

Regras de probabilidade

Se A e A são acontecimentos complementares num espaço amostral S, então:

P(A) = 1 P(A)

P() = 0, para qualquer espaço amostral.

Se A e B são acontecimentos num espaço amostral S e AB, então:

P(A) P(B).

Para qualquer acontecimento A: 0 P(A) 1.

Se A e B são dois quaisquer acontecimentos num espaço amostral S, então:

P(AB) = P(A) + P(B) P(AB)

Se A, B e C são três quaisquer acontecimentos num espaço amostral S, então:

P(ABC) = P(A) + P(B) + P(C) P(AB) - P(AC) - P(BC) + P(ABC)

10

União de dois quaisquer acontecimentos

Considere dois acontecimentos A e B, qual é a probabilidade que pelo menos um ocorra ?

P(A B) = P(A) + P(B) P(A B)

A B
A
B

Acontecimentos mutuamente exclusivos

Definição : Dois acontecimentos são mutuamente exclusivos se a ocorrência de um significa que o outro não ocorre.

Exemplo: ao lançar um dado

acontecimento A = “sair nº múltiplo de 6” = {6}

acontecimento B = “sair nº ímpar” = {1,3,5}

P(A) = 1/6

P(B) = 3/6

P(A B)=0 e P(A B) = P(A) + P(B) = 1/6+ 3/6 = 4/6

Acontecimentos mutuamente exclusivos

= 1/6 P(B) = 3/6 P(A  B) =0 e P(A  B) = P(A) +

Probabilidade condicional

Seja um espaço de resultados e P uma probabilidade nesse espaço. Dados os acontecimentos A e B, com P(B)>0, define-se probabilidade condicional de A sabendo que B ocorreu e representa-se por P(A|B), como sendo:

P(A|B) =

P(A B)

P(B)

A partir da definição de probabilidade condicional, podemos calcular a probabilidade da ocorrência simultânea de acontecimentos, chamada regra do produto:

P(A∩B) = P(A).P(B|A)

dá primeiro a ocorrência de A ou B.

ou

P(A∩B) = P(B).P(A|B) conforme se

13

Probabilidade condicional

Exemplo: Um dado é lançado. Qual é a probabilidade de sair nº par sabendo que saiu um nº inferior a 5. acontecimento A = “sair numero par”

acontecimento B = “sair número inferior a 5.

A = {2,4,6} ; B = {1,2,3,4} A B = {2, 4}

P(A/B)

=

=

P(A B)

P(B)

2/6

4/6

13

Acontecimentos Independentes

Definição: Dois acontecimentos são independentes se ocorrência

de um não é alterada pela ocorrência do outro.

Exemplo:

Numa experiência de lançamento de dois dados. O resultado obtido num primeiro dado não nos diz nada sobre o resultado a ocorrer no segundo lançamento.

Dois acontecimentos A e B são independentes se e só se

P(A

B) = P(A) P(B).

Generalização a três acontecimentos

Sejam A, B e C três acontecimentos tais que P(A)>0 , P(B)>0 e P(C)>0, tem-se

P(A∩B∩C) = P(A).P(B|A).P(C|A∩B) =P(B)P(CB)P(AB∩C) = P(C)P(AC)P(BA∩C).

Definição : Os acontecimentos A, B e C dizem-se independentes se e só se

P(A ∩ B) = P(A)P(B); P(A ∩ C) = P(A)P(C); P(B ∩ C) = P(B)P(C); P(A∩B ∩C) = P(A) P(B) P(C).

15

Partição do Espaço

Partição do Espaço 18 Teorema de Bayes Se os acontecimentos B 1 , B 2 ,

18

Teorema de Bayes

Se os acontecimentos B 1 , B 2 , …, B k constituem uma partição do espaço amostral S e P(B i ) 0 para i = 1, 2, …, k, então para qualquer acontecimento A em S tal que P(A) 0:

P(B

r

| A)

P(B

r

).P(A | B

r

)

k

i

1

P(B ).P(A | B )

i

i

para r = 1, 2, …, k.

19