A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Escola Politécnica de Pernambuco Departamento de Ensino Básico Capítulo 01 Introdução a Probabilidade Prof. Sérgio Mário Lins Galdino

Apresentações semelhantes


Apresentação em tema: "Escola Politécnica de Pernambuco Departamento de Ensino Básico Capítulo 01 Introdução a Probabilidade Prof. Sérgio Mário Lins Galdino"— Transcrição da apresentação:

1 Escola Politécnica de Pernambuco Departamento de Ensino Básico Capítulo 01 Introdução a Probabilidade Prof. Sérgio Mário Lins Galdino

2 Bibliografia Bibliografia : Spiegel, M. Probabilidade e Estatística. Mc Graw Hill,1993.

3 Experimentos Aleatórios Experimentos que mesmo sendo realizados inúmeras vezes sob condições idênticas não apresentam o mesmo resultado. Exemplos: Ao se jogar uma moeda { Cara, Coroa } ou dado {1, 2, 3, 4, 5, 6}.

4 Espaços amostrais Conjunto de todos resultados possíveis de um experimento. Cada resultado é chamado de ponto amostral. O espaço amostral pode ser representado graficamente como abaixo. Os pontos representam as possibilidades ao se jogar uma moeda duas vezes.Sendo 0 equivalente a cara e 1 coroa. (0,0)(1,0) (0,1) (1,1)

5 Eventos Evento é um subconjunto do espaço amostral. Consiste em um elemento do espaço. Pode se chamar evento simples ou evento elementar quando consiste em um único ponto do espaço.

6 Conceito de Probabilidade A chance de um evento ocorrer ou não pode ser medida, calculada. Geralmente um numero entre 0 e 1 e atribuído, sendo respectivamente a certeza que não ocorrerá e a certeza de que ocorrerá.

7 Conceito de Probabilidade Existem 2 formas de se obter tal estimativa: Processo clássico: se divide o número (h) de maneiras diferentes em que o evento pode ocorrer pelas (n) maneiras possíveis, todas igualmente prováveis. Processo da freqüência: após um número grande de repetições (n), se observa que ocorreram (h) eventos desejados. Para os dois casos a probabilidade e ( ).

8 Axiomas da probabilidade Para cada evento A associamos um número real P(A) que é a função de probabilidade do evento, desde que sejam obedecidos os seguintes axiomas: Axioma 1 – Para todo evento: P(A) 0 Axioma 2 – Para o evento certo S : P(S) = 1 Axioma 3 – Para um número qualquer de eventos mutuamente exclusivos:

9 Alguns teoremas importantes Teorema 1:, então Teorema 2: Para todo evento 0 P(A) 1 Teorema 3: P( ) = 0, evento impossível tem probabilidade 0.

10 Alguns teoremas importantes Teorema 4: Se A' e complemento de A então: Teorema 5: Se são eventos mutuamente excludentes, então:

11 Alguns teoremas importantes Teorema 6: Sendo A e B dois eventos quaisquer, então: Teorema 7: Para dois eventos A e B quaisquer: P(A) = P(A B) + P(A B')

12 Alguns teoremas importantes Teorema 8: Se A deve resultar em um dos eventos excludentes A 1, A 2, … A n, então: P(A) = P(A A 1 ) + P(A A 2 ) P(A A n )

13 Atribuições de Probabilidade Dado um espaço amostral composto por tais eventos elementares A 1, A 2,..., A n. Então P(A 1 ) + P(A 2 ) P(A n ) = 1 Se admitirmos probabilidade igual para todos os eventos podemos representar da seguinte forma: P(A k ) = 1 / n, k = (1, 2,..., n) Se A for formado por h desses eventos, então: P(A) = h/n

14 Probabilidade Condicional Considerando A e B serem dois eventos tal que P(A) > 0. Denote P(B | A) ser a probabilidade da ocorrência de B, na hipótese de A ter ocorrido. Como A ocorreu, A passa a ser o novo espaço amostral. O que leva à definição:

15 Teoremas Sobre Probabilidade Condicional Teorema 1: Para três eventos quaisquer A 1, A 2, A 3 : P(A 1A 2 A 3 ) = P(A 1 )P(A 2 | A 1 )P(A 3 | A 1 A 2 ) Teorema 2: Se um experimento A deve ter como resultado um dos eventos mutuamente excludentes A 1, A 2,..., A n então: P(A) = P(A 1 )P(A | A 1 )+P(A 2 )P(A | A 2 )+...+P(A n )P(A | A n )

16 Eventos Independentes Se a probabilidade de ocorrência de B não é afetada pela ocorrência de A, dizemos que A e B são eventos independentes

17 Teorema (ou regra) de Bayes Sejam A 1, A 2,... A n eventos mutuamente excludentes, onde um dos eventos deve ocorrer. Então, se A é um evento, temos:

18 Análise Combinatória Método de contagem usado para calcular o número de possibilidades existentes em problemas de grande espaço amostral.

19 Princípio fundamental da contagem Se determinado acontecimento ocorre em n etapas diferentes, e se a primeira etapa pode ocorrer de k 1 maneiras diferentes, a segunda de k 2 maneiras diferentes, e assim sucessivamente, então o número total T de maneiras de ocorrer o acontecimento é dado por:

20 Arranjos Simples (Permutações) Arranjos simples são agrupamentos de elementos distintos, que a ordem faz a diferença, por exemplo, os números de três algarismos formados pelos elementos {1,2 e 3} são: –Como no exemplo a ordem r = n ( 0! = 1) –Logo: { 312, 321, 132, 123, 213, 231 }

21 Combinação simples Quando a ordem não importa, mas cada elemento pode ser contado apenas uma vez (Exemplo: 123 = 321 = 132 = ) O número de combinações costuma-se designar o coeficiente binomial pelo fato de aparecerem no desenvolvimento binomial

22 Coeficientes Binomias Os números da formula de cominações são frequentemente chamados de coeficientes binomiais porque eles surgem na expansão binomial

23 Aproximação de Stirling para n! Quando n é grande demais, n! pode ser calculado com uma boa precisão usando a aproximação de Stirling:


Carregar ppt "Escola Politécnica de Pernambuco Departamento de Ensino Básico Capítulo 01 Introdução a Probabilidade Prof. Sérgio Mário Lins Galdino"

Apresentações semelhantes


Anúncios Google