Escolar Documentos
Profissional Documentos
Cultura Documentos
FACULDADE DE ECONOMIA
TRABALHO DE ESTATÍSTICA
PROBABILIDADE
Luanda, Dezembro/2021
Grupo Nº: 07
Turma: Sala Magna - Noite
Período: Noite
Docente:
___________________
PROBABILIDADE
2
Lista dos Integrantes
Grupo: 07
Ano: 2021
Turma: Magna – Noite
3
EPÍGRAFE
Agostinho Neto
4
DEDICATÓRIA
5
AGRADECIMENTOS
6
RESUMO
7
8
ÍNDICE
Problema.......................................................................................................................11
Hipóteses ......................................................................................................................11
Objectivos.....................................................................................................................11
Objetivo Geral: .............................................................................................................11
Objectivos Específicos: ............................................................................................... 12
1 Introdução ................................................................................................................ 13
2 Probabilidade – Motivação ...................................................................................... 14
2.1 Amostragem ..................................................................................................... 14
2.2 Experiência Aleatória ....................................................................................... 14
3 Acontecimento ......................................................................................................... 15
3.1 Álgebra De Acontecimentos ............................................................................ 16
3.2 Álgebra De Acontecimentos: Propriedades ..................................................... 16
3.3 Acontecimentos Mutuamente Exclusivos ........................................................ 16
3.4 Conceitos Que Envolvem As Probabilidades! ................................................. 17
3.4.1 Conceito De Experimento ............................................................................ 17
3.4.2 Experimento Determinístico ........................................................................ 17
3.4.3 Experimento Aleatório ................................................................................. 18
4 Critério De Laplace .................................................................................................. 18
4.1 Probabilidade De Laplace ................................................................................ 19
5 Probabilidades .......................................................................................................... 19
6 Axiomas Das Probabilidades ................................................................................... 20
7 Teorema Da Probabilidade Condicionada ............................................................... 21
8 Análise Combinatória .............................................................................................. 21
8.1 Qual É A Função Da Análise Combinatória? ................................................... 22
9 Tecnicas De Contagem ............................................................................................ 22
10 Tipos De Agrupamentos ...................................................................................... 23
10.1 Permutação ....................................................................................................... 23
10.2 Arranjo ............................................................................................................. 24
10.3 Combinação ..................................................................................................... 25
11 Análise Combinatória E Probabilidade ............................................................... 25
12 Variáveis Aleatórias ............................................................................................. 26
12.1 Conceitos E Definições .................................................................................... 26
13 Probabilidade Frequentista .................................................................................. 27
14 Probabilidade Subjetiva ....................................................................................... 28
15 Regra Da Probabilidade Total .............................................................................. 31
9
16 Teorema De Bayes ............................................................................................... 32
16.1 Aplicando O Teorema De Bayes ...................................................................... 34
17 Interdependência .................................................................................................. 36
18 Conclusão ............................................................................................................ 38
19 Bibliografia .......................................................................................................... 39
10
PROBLEMA
HIPÓTESES
De acordo com Marconi e Lakato, (2013, p.126), a hipótese pode ser definida
como sendo ―um enunciado geral de relações entre variáveis (factos e fenómenos),
formulando soluções provisórias para um problema‖. Assim sendo, como hipóteses do
presente trabalho, tem-se:
OBJECTIVOS
OBJETIVO GERAL:
11
OBJECTIVOS ESPECÍFICOS:
12
1 INTRODUÇÃO
Por exemplo, são poucas as ocorrências de tornados no Brasil. Sendo assim, qual a
probabilidade de acontecer um tornado no próximo mês no Estado de São Paulo? Para
responder isso, é necessário realizar um levantamento dos acontecimentos anteriores,
bem como analisar outros fatores que podem interferir nessa avaliação. Dessa forma,
dado que ocorreram 205 tornados entre 1990 e 2010, qual a chance de ocorrer esse
fenômeno no próximo mês?
Assim, em resumo, podemos dizer que por meio da teoria das probabilidades é
possível quantificar a ocorrência de um evento incerto, ou seja, de resultado
imprevisível.
13
2 PROBABILIDADE – MOTIVAÇÃO
Não sendo possível estudar todos os elementos da população, recolhe-se uma amostra
aleatória:
2.1 AMOSTRAGEM
Inferência
Com base na amostra estimam-se as
características
(desconhecidas) da população
Parâmetros Estimativas
µ, o, ... C
Ao contrário de experiências como seja "lançar uma pedra do cimo de uma torre e
verificar qual o seu percurso" a que se dá o nome de deterministas, uma vez que
produzem sempre o mesmo resultado que, assim sendo, se pode facilmente prever, uma
experiência aleatória apenas permite ter uma expectativa da realização de diversos
acontecimentos. Ao conjunto de todos os resultados possíveis numa experiência
aleatória costuma dar-se o nome de universo, conjunto de resultados ou espaço
amostral. Por exemplo, considerando a experiência "lançamento de um dado e
14
observação dos pontos contidos na face voltada para cima", o conjunto de resultados
será 1, 2, 3, 4, 5, 6. Aos resultados - ou acontecimentos - "sair pontuação 1", "sair
pontuação 2", etc., dá-se o nome de acontecimentos elementares ou eventos. Os
acontecimentos dizem-se elementares quando são indecomponíveis, isto é, quando
ocorrem de uma única forma. Um outro resultado que se poderia considerar a propósito
da mesma experiência seria, por exemplo, "sair número par". Este resultado pode
ocorrer de três formas diferentes: saindo pontuação 2, 4 ou 6, sendo designado por
acontecimento composto. Diz-se, neste caso, que os acontecimentos elementares "sair
2", "sair 4" e "sair 6" são favoráveis ao acontecimento "sair número par".
Um acontecimento é tanto mais provável quanto maior for a razão entre o número
de acontecimentos elementares favoráveis (também designados "casos favoráveis") e o
número de casos possíveis. No exemplo indicado, pode dizer-se que a probabilidade de
obter pontuação par (P(A)) quando se efetua o lançamento de um dado é de três casos
favoráveis em seis possíveis, ou seja, P(A) = 3/6 = 0,5 = 50%.
3 ACONTECIMENTO
15
3.1 Álgebra de acontecimentos
Exemplo (continuação):
16
3.4 CONCEITOS QUE ENVOLVEM AS PROBABILIDADES!
17
3.4.3 Experimento Aleatório
4 CRITÉRIO DE LAPLACE
18
A melhor alternativa segundo este critério, destacada em negrito, é a com maior
valor, ou seja, a alternativa de se comprar 100 cupcakes.
5 PROBABILIDADES
19
6 AXIOMAS DAS PROBABILIDADES
Axiomas são postulados básicos sobre uma ciência. No caso do estudo das
probabilidades, temos três axiomas.
Considerando P(A) como a probabilidade de ocorrência de um evento A,
pertencente a um espaço amostral S, então:
Axioma 1: A probabilidade de um evento A ocorrer é quantificada por um
número situado entre 0 e 1, para todo evento A pertencente ao espaço amostral S.
Ou seja, 0 ≤ P(A) ≤ 1, ∀A ∈ S.
Ou seja, a probabilidade sempre estará entre o número “0” (evento
impossível de ocorrer) e o número “1” (evento que ocorre com certeza).
20
7 TEOREMA DA PROBABILIDADE CONDICIONADA
8 ANÁLISE COMBINATÓRIA
Esse ramo da Matemática também exige domínio de uma operação específica, que
é o fatorial de um número, representado pelo símbolo de exclamação – ―!‖. Calcular o
fatorial de um número é encontrar o produto desse número pelos seus antecessores. Vale
dizer também que o cálculo dos agrupamentos é de grande importância para a área de
probabilidade, o que torna a análise combinatória um pré-requisito para quem deseja
dominá-la a fundo.
21
A análise combinatória estuda possibilidades e combinações, como os possíveis
resultados de um dado.
Como o nome sugere, a análise combinatória tem como função analisar e contar
todas as combinações possíveis. Os agrupamentos estão constantemente presentes no
nosso dia a dia e prever essas combinações é fundamental para a tomada de decisões.
9 TECNICAS DE CONTAGEM
Podemos fazer combinações com elementos repetidos, também. Nesse caso, Cr (n; k) =
C (m + k � 1; k).
22
Suponha que temos uma população com N = 6 elementos e queremos sortear
amostras de tamanho 2. Vamos considerar as seguintes maneiras de sorteio:
10 TIPOS DE AGRUPAMENTOS
10.1 PERMUTAÇÃO
P = n!
Lembre-se de que, para ser permutação, todos os elementos do conjunto devem ser
utilizados. Além disso, a ordem dos elementos é importante.
Exemplo
23
10.2 ARRANJO
Exemplo
Analisando o problema:
Resolução:
n=5ep=3
24
10.3 COMBINAÇÃO
Exemplo
Analisando o problema:
Exemplo
Em uma turma de Inglês, será sorteada para três estudantes uma viagem com
tudo pago para a cidade de Caldas Novas. Sabendo que no curso há 12 alunos e que 5
25
são meninos, qual é a probabilidade de a dupla sorteada ser composta por duas
meninas?
Resolução
n= 12 (todos os alunos)
n = 12 – 5→ n = 7 (total de meninas)
12 VARIÁVEIS ALEATÓRIAS
Observação 4.1. A função X deve ser unívoca, isto é, para cada ! 2 deve haver
apenas um X(!) associado. Entretanto, diferentes valores de ! podem levar a um mesmo
valor de X.
26
Consideremos a seguinte variável aleatória,
13 PROBABILIDADE FREQUENTISTA
27
No século XVIII, o naturalista francês Conde de Buffon (1707-1788), realizou
4048 lançamentos de uma moeda resultando em 2048 caras. No início do século, por
volta de 1900, o inglês
Definamos os eventos.
14 PROBABILIDADE SUBJETIVA
Problemas como esses não podem ser solucionados pela abordagem clássica
nem pela abordagem frequentista de probabilidade. São problemas abordados pela
interpretação subjetiva de probabilidade.
28
exatidão todas as implicações da decisão tomada, mas ao usar o conceito de
probabilidade, podemos expressar em termos quantitativos a incerteza na situação.
Quando usamos a probabilidade deste modo, dizemos que esta expressa o grau
de credibilidade racional. É interpretada como uma medida do grau de convicção, de
informação, ou como a quantificação do ponto de vista de um indivíduo em particular.
As ideias de Bernoulli não são subjetivistas, mas não se pode negar que há um
grau de subjetivismo nestas.
29
Bruno de Finetti e L. J Savage, no estudo do subjetivismo, propõem uma noção
de probabilidade pessoal ou subjetiva onde é possível usar as técnicas estatísticas aceitas
até então, propondo métodos de obtenção de probabilidades pessoais aproximadas
através das ideias da teoria da decisão estatística.
30
15 REGRA DA PROBABILIDADE TOTAL
31
Como a união de todos os Ai‟s resulta no espaço amostral, segue que B = (A1∩B) U
(A2∩B) U ... U(An∩ B).
O fato de alguns destes termos serem o conjunto vazio não invalida o resultado, uma
vez que A
Definição 7. Seja A1, A2, ..., An uma partição do espaço amostral Ω e seja B um evento
qualquer em Ω.
Então
P(Ai │B) =.
16 TEOREMA DE BAYES
Os conceitos sobre teorema de Bayes estão apresentados em [1], [8], [9], [10], [21] e
[31].
O teorema de Bayes permite calcular as probabilidades dos vários eventos A1, A2, ...,
An que podem ser a causa da ocorrência do evento B. Devido a isto, o teorema de Bayes
é também conhecido como teorema da probabilidade das causas.
32
Definição 8. Seja A1, A2, ..., An uma partição do espaço amostral Ω e seja B um evento
não vazio em Ω. Então
O numerador da expressão (I) pode ser reescrito pela regra do produto, condicionado à
Ai, isto é P(Ai ∩ B) = P( B ∩ Ai) = P(B│Ai) P(Ai).
Exemplo 11. Suponha que numa população qualquer a cada 1000 pessoas consultadas,
6 pessoas possuem a doença X. Cientistas já descobriram que, se alguém tem essa
doença, existem 92% de probabilidade de que um exame de sangue dê positivo para X e
8% de chances de que dê negativo.
33
o teste dar positivo e, não ter a doença e o teste dar negativo. O cálculo destas
probabilidades é feito através da regra do produto.
As probabilidades para positivo em relação à doença X são 0,00552 para quem tem a
doença X e
0,00497 para quem não tem a doença X.
Escolhendo-se aleatoriamente uma das caixas e sorteando-se uma das bolas, qual é a
probabilidade de sortearmos uma bola preta? Sabendo-se que a bola sorteada é da cor
preta, qual é a probabilidade de que tenha sido retirada da caixa 2?
34
A árvore das probabilidades para o problema está representada pela Figura 11.
Para responder a segunda pergunta, sabendo que a bola retirada é da cor preta,
qual a probabilidade de que a caixa escolhida seja a de número 2, usamos o teorema de
Bayes.
35
17 INTERDEPENDÊNCIA
36
(Realização) estádios de desenvolvimento grupal, definidos segundo o modelo
integrado de desenvolvimento grupal (Miguez & Lourenço, 2001). Em particular,
observaram-se efeitos de interação significativos entre o desenvolvimento grupal e a
interdependência de resultados na satisfação grupal e entre o desenvolvimento grupal e
a proximidade emocional na satisfação grupal, apresentando ambos os efeitos maior
magnitude no Estádio 2 comparativamente ao Estádio 4.
37
18 CONCLUSÃO
O uso de uma medida para descrever a probabilidade foi feita por E. Borel na
virada do século. Em 1920-1923 N. Wiener construiu uma medida sobre o espaço de
curvas contínuas para representar a probabilidade que descreve o movimento de
partículas suspensas num _uido conhecido como movimento Browniano. Este
fenômeno tinha sido objeto de estudo por físicos há algum tempo e de tratamentos
matemáticos por A. Einstein e por M. Smoluchowski por volta de 1905. A ideia de usar
uma medida em um espaço tão complicado para descrever um fenômeno físico abriu
totalmente novas perspectivas. Esta medida, agora referida como medida de Wiener,
eventualmente, levou ao estabelecimento de uma teoria geral da probabilidade e de
processos estocásticos nas próximas duas décadas.
38
19 BIBLIOGRAFIA
Murteira, B., Ribeiro, C.S., Silva, J.A. e Pimenta C. (2010). Introdução à Estatística.
Escolar Editora.
Andrej Bauer. Why do roots of polynomials tend to have absolute value close to 1?
MathOver- _ow https://mathoverflow.net/q/182412. 2014.
Heinz Bauer e R... B. Burckel. Probability theory and elements of measure theory.
Academic Press London, 1981.
V Bentkus et al. Limit theorems of probability theory. Springer Science & Business
Media, 2013.
Patrick Billingsley. Convergence of probability measures. John Wiley & Sons, 2013.
39