Probabilidade Modelo matemático para incerteza Desenvolvimento relativamente recente –Cardano (século XVI) –Pascal (século XVII) Peter Bernstein, Against.

Slides:



Advertisements
Apresentações semelhantes
Melhoramento de Imagens
Advertisements

Probabilidade Modelo matemático para incerteza
O Pêndulo de Torção Suspensão por Barra de Torção.
Algoritmos em Grafos Celso C. Ribeiro Caroline T. Rocha.
Modelo planetário: errado Elétrons são descritos por meio de funções de onda Mecânica Quântica : probabilidades.
FAP 181 Grandezas Grandezas Físicas Físicas Como ? Treinamento Treinamento Experimental Experimental Problema Problema O que ? Medir Medir Teoria Teoria.
PGF5001 – Mecânica Quântica 1 Prof. Emerson Passos.
Prof. Celso Gramática.
Introdução a Resolução Numérica de Equações Diferenciais Ordinárias
Vetores (2) Continuação.
INTRODUÇÃO À GEOMETRIA DO ESPAÇO-TEMPO
 MORAL DA HISTÓRIA?? Nesse caso, os e - de maior  contribuição importante   pressão do gás; é a chamada PRESSÃO DE DEGENERESCÊNCIA. ►►
Algoritmos com laços (ou seja, com conjuntos de instruções que devem ser executados repetidas vezes)
Teste Estrutural de Software
Criptografia Quântica : Um Estudo
Compressão de Voz Francisco Socal Tiago Peres Leonardo Silveira.
Protocolos Criptográficos. Múltiplas chaves em RSA Para RSA, escolhe-se dois números, e e d, tal que e. d = 1 mod (p-1).(q-1) Entretanto, também pode-se.
PROCESSO CIVIL E ECONOMIA Direito, Economia e Desenvolvimento Escola da Magistratura do TRF4ªR Curitiba-PR 7 de junho de 2013 PROCESSO CIVIL E ECONOMIA.
Técnicas de Processamento Imagens
Pesquisa Operacional Modelos, Conceitos Básicos para PL
Banco de Dados I Profa. Jiani Cardoso 2/2005
Estatística: Aplicação ao Sensoriamento Remoto SER 202 Aula 01 - ANO 2013 Camilo Daleles Rennó
Introdução à Estatística
Técnicas de Amostragem
CT-300 – Seminário de Tese 1/25 Um Framework Padrão para Simulação de Modelos de Robôs Móveis de Robôs Móveis Juliano A. Pereira Prof. Carlos H. C. Ribeiro.
PRÉ PROVA – BANCO DO BRASIL
CES-10 INTRODUÇÃO À COMPUTAÇÃO Aulas Práticas – 2013 Capítulo III Comandos de Controle.
1. Função: - Criar meios para que o processador possa comunicar-se com todos estes componentes com a maior velocidade e confiabilidade possíveis. - Na.
Função Gráficos. Domínio e imagem no gráfico.
O Ensino de Probabilidade
O Ensino de Probabilidade Paulo Cezar Pinto Carvalho IMPA.
Probabilidade Modelo matemático para incerteza Desenvolvimento relativamente recente –Cardano (século XVI) –Pascal (século XVII) Peter Bernstein, Against.
Probabilidade e Esperança Condicional
Intervalos de confiança Sejam X 1, X 2, …, X n i.i.d. com distribuição F. Um intervalo de confiança de nível 1– para é um par de estatísticas [T 1 (X),
Variáveis Aleatórias Uma variável aleatória associa um número real a cada resultado de um experimento aleatório. Mais precisamente…
O Ensino de Probabilidade
Esperança Idéia: a esperança (ou valor esperado) de uma v.a. é o valor médio que se espera obter ao se repetir um experimento aleatório um grande número.
Estatística Dados valores (amostras) de variáveis aleatórias X 1, X 2,..., X n, cuja distribuição conjunta é desconhecida, inferir propriedades desta distribuição.
Modelos de Iluminação e Tonalização
5W1H.
BlastPhen Aluno: Ricardo Nishikido Pereira
Já definimos o coeficiente angular de uma curva y = f(x) no ponto onde x = x 0. Derivadas Chamamos esse limite, quando ele existia, de derivada de f em.
Teorema do Confronto Se não pudermos obter o limite diretamente, talvez possamos obtê-lo indiretamente com o teorema do confronto. O teorema se refere.
TE 043 CIRCUITOS DE RÁDIO-FREQÜÊNCIA
UNIVERSIDADE FEDERAL DO PARANA Programa de Pós-Graduação em Engenharia Elétrica Aula04 - Modelagem da Histerese Magnética Jean Vianei Leite Maio de 2010.
Interpolação Introdução Conceito de Interpolação
Aritmética de ponto flutuante Erros
7. INTEGRAÇÃO NUMÉRICA Parte 5
Desempenho A rápida taxa de melhoria na tecnologia de computadores veio em decorrência de dois fatores: avanços na tecnologia utilizada na construção.
7. INTEGRAÇÃO NUMÉRICA Parte 1
Recursividade Estrutura de Dados.
Marco Antonio Montebello Júnior
Função Exponencial.
Introdução à Probabilidade
ESTATÍSTICA DESCRITIVA
Principais Modelos Discretos Josemar Rodrigues AULA:
PHD5873/04-1 PHD 5873 Complementos de Hidrologia Aula 3 – Séries Sintéticas de Vazões EPUSP, 07 de outubro de 2003 Prof. Dr. José Rodolfo Scarati Martins.
Otimização Aplicada ao Dimensionamento e Operação de Reservatórios
Prof. André Laurindo Maitelli DCA-UFRN
Introdução Ciência da Computação estudo de algoritmos –ÊNFASE ao estudo de DADOS armazenamento manipulação refinamento (a partir de dados cru) estrutura.
1 Seja o resultado de um experimento aleatório. Suponha que uma forma de onda é associada a cada resultado.A coleção de tais formas de ondas formam um.
8. Uma Função de duas Variáveis Aleatórias
Estatística amintas paiva afonso.
Exercícios de revisão.
Aula 12: Probabilidade Prof. Diovani Milhorim
NOÇÕES DE PROBABILIDADE
UNIVERSIDADE COMUNITÁRIA DA REGIÃO DE CHAPECÓ Noções de probabilidades Professor: Junir Antonio Lutinski
Probabilidade Marcelo Pessoa.
Estatística amintas paiva afonso.
PROBABILIDADE para LEC
Transcrição da apresentação:

Probabilidade Modelo matemático para incerteza Desenvolvimento relativamente recente –Cardano (século XVI) –Pascal (século XVII) Peter Bernstein, Against the Gods

Probabilidade: modelos, variáveis aleatórias e simulação Paulo Cezar Pinto Carvalho IMPA

Primeira Tentativa Espaço amostral ( ): resultados possíveis para um experimento aleatório. Probabilidade: número não negativo atribuído a cada um destes resultados, de modo que a soma seja 1 (intuição: frequência a longo prazo)

Primeira Tentativa Adequado para o caso discreto = { 1, 2,...} p 1 +p = 1 Para cada A, P(A) = i A P( i )

Como atribuir probabilidades? Estatística: estimar através de frequência observada Explorar simetria: modelos equiprováveis = { 1, 2,..., n } p 1 = p 2 =... = p n = 1/n Moedas, bolas em urnas, cartas, dados, etc

Exemplo Uma moeda honesta é lançada 3 vezes. Qual é a probabilidade de sair 2 caras? Espaço amostral: = {0, 1, 2, 3} (número de caras) Probabilidade de sair 2 caras = P({2}) = ¼.

Exemplo Uma moeda honesta é lançada 3 vezes. Qual é a probabilidade de sair 2 caras? Espaço amostral: = {0, 1, 2, 3} (número de caras) Probabilidade de sair 2 caras = P({2}) = ¼.

Exemplo Uma moeda honesta é lançada 3 vezes. Qual é a probabilidade de sair 2 caras? Espaço amostral: = {ccc, cck, ckc, kcc, ckk, kck, kkc, kkk} Probabilidade de sair 2 caras = P({cck, ckc, kcc}) = 3/8.

Observação É óbvio que kkk e ckc têm a mesma chance de ocorrer? E kkkkkkkkkk e ckkckckckk? Mega-sena: e ? Nassim Taleb, Fooled by Randomness

Exemplo: programa de prêmios

O candidato deve trocar de porta ou permanecer com a escolhida?

Exemplo: programa de prêmios Solução: deve trocar, porque se não trocar só ganha se acertar a porta, o que ocorre com probabilidade 1/3.

Caso contínuo Roleta real, com números de 0 a 360. Qual é a probabilidade de tirar resultado igual a 316,43? Qual é a probabilidade de tirar resultado igual a maior que 300?

Caso contínuo Roleta real, com números de 0 a 360. Qual é a probabilidade de tirar resultado igual a 316,43? zero Qual é a probabilidade de tirar resultado igual a maior que 300? 1/6

Caso contínuo Probabilidade de eventos não pode ser calculada simplesmente somando as probabilidades associadas a pontos de Necessidade de atribuir probabilidades diretamente aos subconjuntos de Mas não a todos os subconjuntos (Teoria da Medida)

Modelo Probabilístico Revisado Espaço amostral ( ): conjunto de resultados possíveis para um experimento aleatório. -álgebra de eventos ( A ): subconjuntos de aos quais se atribui probabilidade. A, A A A c A, A i A A i A Probabilidade (P): função definida em A P(A) 0, P( ) =1, P( A i ) = i P(A i ) (A i disjuntos 2 a 2)

Consequências P(A c ) = 1 – P(A) P( ) = 0 A n A P(A n ) P(A)

Caso discreto A = todos os subconjuntos de Probabilidades p i atribuídas aos eventos unitários { i } (como antes) P(A) = i A P( i )

Caso contínuo = R A = menor -álgebra que contém todos os intervalos ( -álgebra de Borel) Probabilidades atribuídas aos intervalos (ou aos intervalos da forma (–, x]) (tipicamente através da integral de uma função de densidade) Por exemplo, no caso da roleta: