CAPÍTULO I- TEORIA DAS PROBABILIDADE

Slides:



Advertisements
Apresentações semelhantes
Árvores CC/EC/Mestrado Teoria dos Grafos ‏ 1.
Advertisements

Escola Politécnica de Pernambuco Departamento de Ensino Básico
3.
Probabilidade Modelo matemático para incerteza
Lógica e Estrutura de Dados Fundamentais Professor: Eduardo O. Teles
ANÁLISE DISCRIMINANTE LIG, 18 de novembro de 2008.
ANÁLISE DISCRIMINANTE
ESTIMAÇÃO.
ESTATÍSTICA BÁSICA Engenharia Mecânica 15/03/2011.
Inteligência Artificial
Estatística Aula 11 Prof. Marllus Gustavo Ferreira Passos das Neves
Estatística Aula 12 Prof. Marllus Gustavo Ferreira Passos das Neves
Reconhecimento de Padrões Revisão de Probabilidade e Estatística
SISTEMAS LINEARES I Prof. Marlon.
EQUAÇÕES POLINOMIAIS Prof. Marlon.
SISTEMAS LINEARES II Prof. Marlon.
Linguagem de 1ª ordem da teoria de conjuntos
3 - Equações Lineares de Segunda Ordem
Estatística amintas paiva afonso.
Prof. Roberto Cristóvão
Métodos de Demonstração
Universidade Federal do Pará Instituto de Tecnologia
Probabilidade.
Site: Estatística Prof. Edson Nemer Site:
Prof. Roberto Cristóvão
Prof. Roberto Cristóvão
Teorema do Confronto   Se não pudermos obter o limite diretamente, talvez possamos obtê-lo indiretamente com o teorema do confronto. O teorema se refere.
NOÇÕES DE PROBABILIDADE
Probabilidade.
Probabilidade.
ESTATÍSTICA.
Função de uma Variável Aleatória
Distribuições discretas
Aula 13 Derivação Implícita, derivadas das funções trigonométricas inversas e derivadas de funções logarítmicas.
Teorema de Bayes.
Independência Estatística
DISTRIBUIÇÕES DE PROBABILIDADES DE VARIÁVEIS ALEATÓRIAS DISCRETAS
NOÇÕES DE PROBABILIDADE
Independência Estatística
EDO de 2ª ordem Linear Cálculo 2 A – Turma H
PROBABILIDADE.
Campus de Caraguatatuba Aula 2: Somatório e Produtório
Inferência Estatística
2 Probabilidade Albertazzi.Probabilidade. (2.1).
Aula 12: Probabilidade Prof. Diovani Milhorim
NOÇÕES DE PROBABILIDADE
NOÇÕES DE PROBABILIDADE
NOÇÕES DE PROBABILIDADE
CONDICIONAL, INDEPENDÊNCIA E TEORMA DE BAYES
INTRODUÇÃO À PROBABILIDADE
Matemática e suas Tecnologias – Matemática
Estatística Geral (Probabilidade Exercícios)
Introdução à Teoria das Probabilidades
Matemática e suas Tecnologias - Matemática PROBABILIDADE CONDICIONAL
Estatística Geral (Elementos de Probabilidade)
3. Distribuições de probabilidade
Cálculo de Probabilidade
Processos Estocásticos
DISTRIBUIÇÕES DE PROBABILIDADE
Probabilidade Probabilidade Condicional Teorema do Produto
Probabilidade Definição de Probabilidade Principais Teoremas
PROBABILIDADE CONDICIONAL E INDEPENDÊNCIA 2015.
2. VARIÁVEIS ALEATÓRIAS 2015.
Modelos Probabilísticos
INTRODUÇÃO AO ESTUDO DE PROBABILIDADE
INTRODUÇÃO À PROBABILIDADE Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem.
Capítulo 9 Prof. Marcelo Lorio UCAM - Ipanema
Conceitos básicos da teoria da informação e as medidas de desigualdade de Theil (1967) Cap. 4 – Distribuição de renda – Medidas de desigualdade e Pobreza.
Monitoria: Probabilidade I e II Monitores: Chiu Yong, Eduardo Maia.
A ULA 3 B IOESTATÍSTICA James Dean Oliveira dos Santos Júnior.
Transcrição da apresentação:

CAPÍTULO I- TEORIA DAS PROBABILIDADE

Axiomas da Probabilidade Para qualquer evento A, associa-se um número P(A), chamado de probabilidade do evento A. Este número satisfaz as seguintes três condições denominadas de axiomas da probabilidade. Note que (iii) estabelece que se A e B são eventos mutuamente exclusivos, a probabilidade da união é igual a soma de suas probabilidades)

As seguintes conclusões seguem dos axiomas: a. Se tem-se usando (ii) Mas e usando (iii), b. Similarmente, para qualquer evento A, Então segue que: Mas então, c. Supondo que A e B não são disjuntos, como se deve calcular a

Para se calcular a deve-se expressar em termos de eventos disjuntos, da forma: onde A e são eventos disjuntos. Usando o axioma (iii), tem-se: Para calcular pode-se expressar B como e obs. e são eventos disjuntos

Probabilidade Condicional e Independência P(A|B) = Probabilidade do evento A dado que B ocorreu Define-se como: com 2. 3. Se Mas então Portanto,satisfaz todos os axiomas da probabilidade 1.

Propriedades da Probabilidade Condicional a. Se então Visto que se então a ocorrência de B implica automaticamente na ocorrência de A. b. Se, então: c. Se então,

Seja eventos disjuntos, cuja união é igual a . Assim, e c. Pode-se usar a probabilidade condicional para expressar a probabilidade de um evento em termos de outros eventos. Seja eventos disjuntos, cuja união é igual a . Assim, e Mas, Chamado de teorema da probabilidade total B

Eventos Independentes A e B são ditos serem independentes se Supondo que A e B são independentes, então Se A e B são independentes, o fato do evento B ter ocorrido, não fornece nenhuma informação a cerca do evento A. Não faz nenhuma diferença saber se A ou B ocorreu.

Deseja-se calcular tem-se Exemplo 1: Uma caixa contém 6 bolas brancas e 4 bolas pretas. Retira-se duas bolas aleatoriamente sem reposição. Qual é a probabilidade de que a primeira bola seja branca e a segunda seja preta? Seja W1 = “ a primeira bola é branca”, B2 = “a segunda é preta” Deseja-se calcular tem-se

São os eventos W1 e B2 independentes. Parece que não São os eventos W1 e B2 independentes? Parece que não. Para verificar é necessário calcular P(B2). A primeira bola tem duas opções: W1 = “a primeira bola é branca” ou B1= “a primeira bola é preta”. Note que e Então W1 juntamente com B1 formam uma partição. Assim e Como esperado, os eventos W1 e B2 não são independentes.

Probabilidade Condicional ou Então: Esta última equação é conhecida como teorema de Bayes

Uma versão mais geral do teorema de Bayes envolve uma partição do espaço de amostras .

Exemplo 2: Duas caixas B1 e B2 contem 100 e 200 lâmpadas respectivamente. A primeira caixa (B1) tem 15 lâmpadas defeituosa e a segunda, 5. Suponha que uma caixa é selecionada aleatoriamente e uma lâmpada é retirada. a) Qual é a probabilidade de que ela seja defeituosa? Solução: A caixa B1 tem 85 lâmpadas boas 15 defeituosas A caixa B2 tem 195 boas e 5 defeituosas. Seja o evento D = “uma lâmpada defeituosa é retirada”.

Uma vez que uma caixa é selecionada aleatoriamente, então elas são igualmente prováveis. Assim B1 e B2 formam uma partição, então: Portanto, a probabilidade de se tomar uma lâmpada defeituosa é de aproximadamente 9% .

(decisão: Máxima probabilidade a posterior) b) Supondo que se testa uma lâmpada e verifica-se que ela é defeituosa. Qual é a probabilidade de que ela provenha da caixa B1? Sabe-se que a priori que toma-se então aleatoriamente uma caixa, testa-se Uma lâmpada e verifica-se que é defeituosa. Pergunta-se: Essa informação pode levar a alguma pista de que a caixa selecionada foi a caixa 1? Tem-se que : (decisão: Máxima probabilidade a posterior)