Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
3
1.INTRODUÇÃO
4
1.INTRODUÇÃO
5
1.INTRODUÇÃO
6
1.INTRODUÇÃO
Exemplo 1.
“A probabilidade de contrair cancro da laringe é de 7%
nos indivíduos que fumam mais de um maço de cigarros
por dia”;
7
1.INTRODUÇÃO
Exemplo 2.
“Num dado equilibrado com seis faces, a probabilidade de
sair a face três num lançamento é 1/6”.
8
1.INTRODUÇÃO
Exemplo 3.
Suponha-se o lançamento de uma moeda equilibrada,
uma série de vezes e o registo da face que fica voltada
para cima.
9
1.INTRODUÇÃO
Exemplo 4.
10
1.INTRODUÇÃO
11
1.INTRODUÇÃO
1000 lançamentos
324 caras
Um valor aproximado para a probabilidade de sair
cara é
324
p 0,324
1000
12
1.INTRODUÇÃO
13
1.INTRODUÇÃO
•Definição: Variável
14
2.Conceitos sobre Probabilidades
15
2. Conceitos sobre Probabilidades
•Definição: Observação
16
2. Conceitos sobre Probabilidades
– Evento Composto
É um evento que contém mais do que um dos
resultados possíveis do espaço de resultados.
17
2. Conceitos sobre Probabilidades
• Evento Impossível
• Evento Certo
É o evento que contém todos os resultados possíveis
do espaço de resultados.
18
2. Conceitos sobre Probabilidades
A B S
19
2. Conceitos sobre Probabilidades
21
2. Conceitos sobre Probabilidades
Exemplo 5.
Considere a experiência aleatória que consiste no lançamento de
1 dado equilibrado e registo do número inscrito na face que fica
voltada para cima.
(a) Determine o espaço de resultados
(b) Definam-se os acontecimentos:
A: “Saiu a face 3”;
B: “Saiu a face 6”;
Determine o resultado das seguintes operações:
(b1) (b2) A B e A \ B
22
2. Conceitos sobre Probabilidades
Exemplo 6.
Considere a experiência aleatória que consiste no
lançamento de uma moeda 3 vezes ao ar e observação
da sequência de caras e coroas obtidas.
Exemplo 7.
Considere a experiência aleatória que consiste em retirar dois
CD’s, sucessivamente e sem reposição de uma caixa com 5 cd’s
em que 2 estão riscados.
Represente através de um diagrama de Venn, o espaço de
resultados e o acontecimento:
24
2. Conceitos sobre Probabilidades
25
2. Conceitos sobre Probabilidades
Exemplo 8. Disciplinas Nº
Numa determinada universidade,
Análise 57
verificou-se que, de entre os 115
alunos do 1º ano de certa Álgebra 45
licenciatura, temos a seguinte Probabilidades 87
distribuição para o número de
Análise e Álgebra 28
alunos aprovados, relativamente
a três disciplinas: Análise e 35
Probabilidades
Álgebra e 30
Pretende-se representar os Probabilidades
acontecimentos num diagrama Análise, Álgebra e 15
de Venn. Probabilidades
26
2. Conceitos sobre Probabilidades
27
3. Notas históricas sobre Probabilidades
28
3. Notas históricas sobre Probabilidades
29
3. Notas históricas sobre Probabilidades
– Pearson
– Gosset
– Fisher
30
3. Notas históricas sobre Probabilidades
31
3. Notas históricas sobre Probabilidades
32
3. Notas históricas sobre Probabilidades
TÉCNICAS DE CONTAGEM:
33
4. Conceitos de Probabilidade
34
4. Conceitos de Probabilidade
n nº de casos favoráveis a A
P ( A)
N nºde casos possíveis
35
4. Conceitos de Probabilidade
Conceito Subjectivo
Baseia-se na intuição e conhecimento pessoal do problema.
Relaciona a probabilidade com a crença, a experiência e as
informações pessoais.
(1) P(A) 0, A S
(2) P(S) 1
A A ( i j ), então P ( A A
i j 1 2
) P(A ) P(A )
1 2
P( A )
n
37
5. Axiomas da teoria das Probabilidades
P( A) 1 P( A)
P() 0
38
5. Axiomas da teoria das Probabilidades
P( A B) P( A \ B) P( A) P( A B)
39
5. Axiomas da teoria das Probabilidades
P( A B) P( A) P(B)
40
5. Axiomas da teoria das Probabilidades
AB e P( A B) P( A) P(B)
P ( A B C ) P ( A B) C P ( A B) P (C ) P ( A B) C
P ( A) P (B) P ( A B) P (C ) P ( A C ) (B C )
41
5. Axiomas da teoria das Probabilidades
Ai Aj , j i
Para uma colecção de eventos mutuamente exclusivos tem-se para a
probabilidade da sua união:
P A P ( A )
i i
i i
42
6. Probabilidades Condicionadas. Teoremas
43
6. Probabilidades Condicionadas. Teoremas
Exemplo 9
Considere-se o resultado da experiência aleatória que consiste no
lançamento dum dado equilibrado com 6 faces.
A: ”saiu face 6”
44
6. Probabilidades Condicionadas. Teoremas
45
6. Probabilidades Condicionadas.
Teoremas
• Definição: Probabilidade de A condicionada por B
P ( A B)
P ( A | B) , P (B) 0
P (B)
• Sendo uma lei de probabilidade satisfaz os três axiomas
enunciados atrás para a probabilidade simples.
P[( A1 A2 ) | B] P( A1 | B) P( A2 | B)
46
6. Probabilidades Condicionadas. Teoremas
P ( A B) P ( A | B).P (B)
P ( A B) P (B | A).P ( A)
47
6. Probabilidades Condicionadas. Teoremas
P ( A B C ) P [( A B) C ]
P [C | ( A B)].P ( A B)
sendo,
P( A B) P(B | A).P( A)
48
6. Probabilidades Condicionadas. Teoremas
Generalização a n eventos
P A P( A ).P( A | A ).P[ A | ( A A )]
n n 1
P( A | A)
i 1 i
1 2 1 3 1 2 n i 1 i
49
6. Probabilidades Condicionadas. Teoremas
• Eventos Independentes
Se para dois eventos A e B, suceder que a ocorrência
ou não de algum deles não afecta a probabilidade de
ocorrer do outro, isto é se,
P( A | B) P( A) e se P(B | A) P(B)
50
6. Probabilidades Condicionadas.
Teoremas
P ( A | B) P ( A)
P (B | A) P (B)
P ( A B) P ( A).P (B)
51
7. Probabilidades Condicionadas. Teorema da
probabilidade total
n
i 1
Ai S
52
7. Probabilidades Condicionadas.
Teorema da probabilidade total
ii) Os eventos são mutuamente exclusivos dois a dois;
A A , i j , j 1,2,..., n
i j
P( A ) 0, i 1,..., n
i
53
7. Probabilidades Condicionadas.
Teorema da probabilidade total
A1
A1 A2A
2
S
B
A3
54
7. Probabilidades Condicionadas.
Teorema da probabilidade total
P (B) P ( A1 B) P ( A2 B) P ( An B)
P ( A1).P (B | A1) P ( A2 ).P(B | A2 ) P( An ).P(B | An )
55
7. Probabilidades Condicionadas.
Teorema de Bayes
• Teorema de Bayes
Se A1, A2,..., An definem uma partição de S, então para
qualquer evento B, tal que P(B) 0
tem-se:
P ( Ai ).P (B | Ai )
P ( Ai | B) , i 1,..., n
P (B)
com
56