Escolar Documentos
Profissional Documentos
Cultura Documentos
FAGUNDES
Engenharia da Computação
Homepage
robertafagundes.wix.com/raaf
Ementa
Parte 1 - Probabilidade
Conceitos de Probabilidade
Parte 2 – Inferência
Estimação Pontual
Intervalo de Confiança
Teste de Hipótese
Bibliografia
Livro(s) :
Estatística Aplicada e Probabilidade para Engenheiros,
Douglas C. Montgomery e George C. Runger. Quarta
Edição. Editora LTC; (LIVRO TEXTO)
Metodologia
Aulas
Teóricas
Práticas
Software R
Avaliações
Provas
Metodologia
Avaliações
1. Prova => [0,0 ; 10,0]
2. Prova => [0,0 ; 10,0]
Desafios/Lista de exercícios
Transformação de notas em conceitos
Conceitos Notas
A [9,0;10,0]
B [7,0;9,0[
C [5,0;7,0[
D Abaixo de 5,0
5 AULA 1 - PPE sábado, 29 de julho de 2023
UPE – UNIVERSIDADE DE PERNAMBUCO PROF. Dr. ROBERTA A. de A. FAGUNDES
Cronograma
Data Horas Aula Assunto
09/09 4 Aula 01
16/09 8 Aula 02
23/09 16 Aula 03 Monitoria:
30/09 20 Aula de Exercícios
06/10 24 Primeira Avaliação Local: Sala Virtual
13/10 28 Aula 04 Dia: ????
20/10 32 Aula 05 Horário: fim de tarde
27/10 36 Aula 06 Aluno: Filipe Tabosa
04/11 40 Aula de Exercícios
11/11 44 Segunda Avaliação
18/11 48 Prof. Meuser
25/11 52 Prof. Meuser
02/12 56 Aula de R
09/12 60 Aula de R
16/12 64 Segunda Chamada/Notas
Motivação
Uma empresa que oferece produtos químicos para satisfazer clientes.
Cliente testa cada lote depois de recebe-lo e 40% dos lotes devem
ser devolvidos.
O custo da empresa testar os lotes antes de envia-los é caro e
então propuseram um teste de baixo custo.
Resultados:
O estudo forneceu evidência para adoção de um novo
procedimento de teste na empresa.
Melhoria no serviço e redução nos custos de embarque e manuseio
de lotes devolvidos.
Tipos de Probabilidade
Probabilidade clássica: usada quando cada resultado
no espaço amostral tem a mesma probabilidade de
ocorrer.
Quando um dado é lançado, qual a probabilidade da
face 2?
Experimento Aleatório
Um experimento que pode fornecer diferentes
resultados (contagens, medidas ou respostas) , muito
embora seja repetido toda vez da mesma maneira.
Caracteriza:
A possibilidade de repetição sob as mesmas condições.
Os resultados não são determinados a priori.
Existência de regularidade quando o número de repetições
é grande.
O conjunto de todos os resultados possíveis de um
experimento aleatório é chamado de espaço amostral.
Exemplo
Um resultado é um ponto amostral.
Espaço amostral é o conjunto de todos os
possíveis resultados.
Um evento é um subconjunto do espaço
amostral.
Experimento: jogar um dado.
Espaço amostral: {1,2,3,4,5,6}
Evento: a face é par, {2,4,6}
Ponto amostral: um resultado {2}
Eventos
A soma das probabilidade de todos os
resultados possíveis de um experimento é 1.
Teorema do evento completar
P(A) + P(Ac) = 1
Eventos equiprováveis
P(A1) = P(A2)=P(A3) =p ; p=K*1/n ; P(A) = K/n
Teorema da Soma
A probabilidade de o evento A ou B ocorrer
P(AouB)=P(AB).
P (AB)=P(A)+P(B)-P(AB).
12 AULA 1 - PPE sábado, 29 de julho de 2023
UPE – UNIVERSIDADE DE PERNAMBUCO PROF. Dr. ROBERTA A. de A. FAGUNDES
Eventos
Ex.: Retira-se uma carta de um baralho
completo de 52 cartas. Qual a probabilidade
de sair um rei ou carta de espadas.
Seja A = sair um rei
Seja B = sair uma carta de espada
A{Rp,Re,Rc,Ro} => P(A) = 4/52
B{Ae,2e,……,Re}=>P(B) = 13/52
A ∩ B ={Re} => P(A ∩ B) = 1/52
Logo:
P(A U B) = P(A) + P(B) - P(A ∩ B) = 16/52
13 AULA 1 - PPE sábado, 29 de julho de 2023
UPE – UNIVERSIDADE DE PERNAMBUCO PROF. Dr. ROBERTA A. de A. FAGUNDES
Probabilidade condicional
Probabilidade condicional
Regra da Multiplicação
Probabilidade Condicional
Teste de Independência
Teorema de Bayes
Partição do Espaço Amostral
Teoremas de Bayes
Regra Multiplicação
Teorema de Bayes
Teorema de Bayes
Considere A1, A2, A3, ... , An eventos mutuamente
excludentes cuja união representa espaço
amostral , isto é, um dos eventos
necessariamente deve ocorrer.
Teorema de Bayes
Seja B um evento (efeito). Se A1,...,Ak
(causas) são eventos mutuamente
excludentes (eventos dependentes), então
P( Ai ) P( B / Ai )
P( Ai / B)
P( A1 ) P( B / A1 ) ... P( Ak ) P ( B / Ak )
Teorema de Bayes
Ex.: Suponha que 60% das mulheres que compram kits de gravidez
instantâneos estão, de fato, grávidas. Para um kit de uma marca
específica, se a mulher estiver grávida, o teste fornecerá resultado
positivo 96% das vezes e negativo 4% das vezes (um “falso negativo").
Se ela não estiver grávida, o teste resultará positivo em 1% das vezes
(um “falso positivo”) e negativo 99% das vezes (conforme figura).
Suponha que um teste resulte positivo. Qual a probabilidade de que a
mulher esteja realmente grávida?
Teorema de Bayes
Resolução
Teorema de Bayes
Ex.:Uma companhia multinacional tem três fábricas que
produzem o mesmo tipo de produto.
A fábrica I responsável por 30% do total produzido, a
fábrica II produz 45% do total, e o restante vem da fábrica
III. Cada uma das fábricas, no entanto, produz uma
proporção de produtos que não atendem aos padrões
estabelecidos pelas normas internacionais.
Tais produtos são considerados “defeituosos” e
correspondem a 1%, 2% e 1,5%, respectivamente, dos
totais produzidos por fábrica. No centro de distribuição, é
feito o controle de qualidade da produção combinada das
fábricas.
Teorema de Bayes
Resolução:
Teorema de Bayes
Resolução:
Lições Aprendidas
com com
Variáveis Aleatórias
Motivação
Os dados sobre condições climáticas são usados
mundialmente em previsões de tempo.
Estações de tempo, navios, aviões, satélites e um
grande número de outros aparelhos de coleta de dados
podem fornecer dados aos meteorologistas para fazer
previsões do tempo.
Mesmo assim os profissionais são incapazes de
prever o tempo com certeza.
O meteorologista pode determinar que há 40% de
chance de chover com base na frequência relativa
da chuva sob condições climáticas similares.
Variável Aleatória
É uma função que associa um valor numérico a cada um
dos resultados do espaço amostral de um experimento
aleatório.
Variável Discreta: se houver um número finito ou contável
de resultados possíveis que possam ser enumerados.
Ex: número arraões de uma superfície, número de bits
que transmitidos que foram recebidos com erro,
proporção de peças defeituosas entre 1000 testadas.
Variável Contínua: se houver um número incontável de
resultados possíveis representado por um intervalo sobre o
eixo real.
Ex: corrente elétrica, comprimento, temperatura,
pressão, tempo, peso, voltagem.
Variável Aleatória
Se definimos a variável aleatória X:número de caras no
lançamento de duas moedas, então obtemos
p(w1)=1/4
p(w2)=2/4
p(w4)=1/4
0
0,25
0,25 + 0,5 =0,75
0,75+0,25 = 1
0
0,19
0,19 + 0,02 =0,21
0,21+0,23 = 0,44
0,44 + 0,56 =1
Ex.: Joga-se dois dados equilibrados e observa-se as faces superiores. Considere a variável
aleatória X: soma das faces superiores. A função de probabilidade de X fica dada por:
Em que
E o desvio padrão de X
Lições Aprendidas
Variável Aleatória Discreta
Esperança
n
E ( X ) x1 P ( X x1 ) ... x n P ( X x n ) xi P ( X xi )
i 1
Variância
Var( X ) E ( X 2 ) – [ E ( X )] 2 .
Desvio Padrão
DP( X ) Var( X ) .
Exercício de Classe_01
Exec.01: Sabe-se que uma moeda mostra a
face cara quatro vezes mais do que a face
coroa quando lançada. Esta moeda é
lançada 4 vezes. Seja X o número de caras
que aparece, determine:
a) E(X)
b) Var(X)
c) P(X ≥ 2)
d) P(1 ≤ X < 3)
Exercício de Classe_01
Resolução
Seja P(r)=a e P(c)=4a, como a+4a=1=>a=1/5;
P(c) = 4/5 =>0,8 e P(r)=1/5=>0,2
Exercício de Classe_01
X P(X) X*P(X) X2*P(X) = E(X2)
0 0,0016 0 0
1 0,0256 0,0256 0,0256
2 0,1536 0,3072 0,6144
3 0,4096 1,2288 3,6864
4 0,4096 1,6384 6,5536
Total 1 3,20 10,88
Exercício de Classe_02
Exerc.02: As probabilidades de que um aluno no
período das provas tenha uma ou duas provas, no
mesmo dia, são:0,70 e 0,30, respectivamente.
A probabilidade de que deixe de fazer uma prova,
por razões diversas, é 0,20. O tempo de duração
de cada prova é de 90 minutos.
Faça X o tempo total gasto, por dia, que ele usa
fazendo as provas. Achar em média quantas horas
gasta, por dia, resolvendo provas.
Exercício de Classe_02
Resolução P(F c) = 0,14 + 0,012 => 0,152
P(1P F c) = 0.14 P(F1) = 0,56 + 0,096 => 0,656
0,2 Fc
P(F2) = 0,192
Desafio
Alunos: Ailton Leite a Laila Campos
Questão 01 - Na verificação de máquinas, observam-se
as partes elétrica, mecânica e estrutural. A probabilidade
de aparecer uma falha em cada uma das partes é 0,01;
independente das demais. Ocorrendo falha, o tempo de
conserto é 10, 20 ou 50 minutos para falha elétrica,
mecânica ou estrutural, respectivamente. Para uma
máquina escolhida ao acaso, qual a probabilidade do
tempo de interrupção (se não há falha, esse tempo é
zero):
a) Durar menos de 25 minutos?
b) Ultrapassar 40 minutos?
Desafio
Alunos: Leonardo Dias a Wladimir Filho
Questão 02 - Uma empresa paga a seus estagiários de engenharia
de acordo com o ano de curso do estudante. Para se obter o salário
mensal pago por 30 horas semanais, multiplica-se o salário mínimo
pelo ano de curso do estagiário. Dessa forma, o estudante do
primeiro ano ganha um salário mínimo, o do segundo recebe dois e
assim por diante até o quinto ano. A empresa vai empregar dois
novos estagiários e admitimos que todos os anos têm igual número
de estudantes interessados no estágio (considere a população de
candidatos muito grande de modo a não haver diferença entre
escolher com ou sem reposição). Pergunta-se a probabilidade de:
a) A empresa gastar no máximo 3 salários mínimos com os
estágios.
b) Sabendo-se que gastou pelo menos 4, gastar menos de 7
salários mínimos.