Probabilidades

Conjuntos Notaes de conjuntos para representar relaes entre acontecimentos

Relao entre conjuntos Acontecimento certo Acontecimento impossvel O acontecimento A no ocorre Ocorre o acontecimento A e ocorre o acontecimento B Ocorre o acontecimento A ou ocorre o acontecimento B ou ocorrem ambos Se C ocorre, ento D tambm ocorre (C implica a realizao de D) Os acontecimentos E e F so incompatveis Notao de conjuntos

Se B subconjunto prprio de A, escreve-se: B A (B implica A). Reunio e interseco de conjuntos S A B

, S, E
A

A = : x B {x A x B}

A B

Nota:

# ( A = + A B) # A # B #( B)

A B

S A
A B

C D

EF =

A = : x B {x A x B}

Cardinal de um conjunto Ao nmero de elementos de um conjunto chama-se cardinal do conjunto e representa-se pelo smbolo # (cardinal). A={1, 2, 7}; #A=3 Igualdade entre os conjuntos
(A =) B ( x B ) A x

Conjuntos disjuntos (incompatveis) A e B so conjuntos disjuntos se AB=. S A B

Subconjunto de um conjunto
(A B) ( x B ) A x

S B A Diagrama de Venn Propriedades das operaes com conjuntos

Propriedade comutativa Propriedade associativa Elemento neutro Elemento absorvente Idempotncia Propriedade distributiva

A B = B A

A B = B A

Seja A e B dois subconjuntos quaisquer: e

A = B A B A = B A B

( A B ) C = A ( B C ) B) C = A ( B C ) (A

A = A AS = S

AS = A A =

Termos e conceitos probabilsticos Experincia determinista As experincias deterministas ou causais caracterizamsejam repetidas sob as mesmas condies (i.e.:lanar uma pedra ao mar e verificar que vai ao fundo; furar um balo cheio de ar e verificar que rebenta). Experincia aleatria As experincias aleatrias ou casuais caracterizam-se pela impossibilidade de prever o resultado que se obter, ainda que as experincias sejam realizadas sob as mesmas condies (i.e.: lana um dado e observar a face que fica voltada para cima; tirar um carta de um baralho e verificar se sai vermelha). Conjunto de resultados Ao conjunto formado por todos os resultados possveis de uma experincia aleatria chama-se conjunto de resultados ou espao amostral e representa-se por S, U ou (i.e.: no lanamento de um dado, S={1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}). Acontecimento A qualquer subconjunto de S chamamos acontecimento. Acontecimento de uma experincia aleatria cada um dos subconjuntos do conjunto de resultados. Acontecimento elementar Se o resultado de uma experincia consta de um s elemento do conjunto de resultados (i.e.: A={8}). Acontecimento composto - Se o resultado de uma experincia consta de dois ou mais elementos do conjunto de resultados (i.e.: B={1, 3, 5, 7}). Lanar dois dados, um dado e uma moeda, retirar de um saco mais de uma bola so experincias compostas porque envolvem mais do que uma experincia simples. As tabelas de dupla entrada so teis para identificar todas

A A = A

A A = A

A ( B C ) = ( A B) ( C ) C ) = ( A B) ( A Cpor produzirem o mesmo resultado, desde que A A (B se )

Complementar de um conjunto O complementar de um conjunto A representase A . S A

A

1. - A = { x : x A} 2. - A A = S 3. - A A = 4. - A = A Complementar de um conjunto relativamente a outro Seja A e B dois conjuntos. O complementar de B relativamente a A representa-se por A\B e tem-se:

A \ B = {x : x A x B}
A

S B

S se realiza se e s se A se realiza sem que B se realize. Leis de De Morgan

as probabilidades de sadas quando se trata de duas experincias simples. O diagrama de rvore usa-se para o mesmo efeito mas pode ser utilizado para duas ou mais experincias. Acontecimento certo Se o resultado de uma experincia consta de todos os elementos do conjunto de resultados (i.e.: C={1, 2, 3, 4, 5, 6}=S). Acontecimento impossvel Se o resultado de uma experincia no tem qualquer elemento do conjunto de resultados (i.e.: D=). Acontecimentos incompatveis e acontecimentos contrrios dois acontecimentos, X e Y, dizem-se incompatveis se a sua verificao simultnea for o acontecimento impossvel, ou seja, X Y = (a realizao de um acontecimento no implica a realizao do outro). S X Y

Definio frequencista de probabilidade Lei dos grandes nmeros Ao nmero volta do qual estabiliza a frequncia relativa de um acontecimento quando o nmero de repeties da experincia cresce consideravelmente chama-se probabilidade do acontecimento. Designemos por p(A) a probabilidade do acontecimento A. A relao entre frequncia relativa e a probabilidade de um acontecimento permite desde j estabelecer as seguintes concluses: 1. - 0 p(A) 1 2. - p(acontecimento certo) = p(S) = 1 3. - p(acontecimento impossvel) = p() = 0 4. - Se A e B so dois acontecimentos quaisquer do mesmo espao amostral S ,
p ( A B ) = p ( A) + p ( B ) p ( A B ) p ( A B ) = p ( A) + p ( B )
p ( A ) =1 p ( A)

5. - Se A e B so incompatveis, 6. -

No caso dos acontecimentos A e B, alm de serem incompatveis ( A B = ), verifica-se que A B o acontecimento certo ( A B = S ). Por esta razo tambm se chama a A e B acontecimentos contrrios (a interseco um acontecimento impossvel e a reunio um acontecimento certo). S

Lei de Laplace Se os acontecimentos elementares so equiprovveis, a probabilidade de um acontecimento A igual ao quociente entre o nmero de casos favorveis ao acontecimento e o nmero de casos possveis. Ou seja:
p ( A) = n mro e d c s s fa o v is e ao v r e n mro e d cs s e ao a a o te im o cn c e fa o v is v r e n to A

Definio axiomtica de probabilidade A B Axiomas so proposies, sugeridas pela nossa intuio ou experincia, que no se demonstra e se aceitam como verdadeiras. Provar ou demonstrar uma proposio mostrar, usando raciocnios lgicos, que ela resulta de outras consideradas verdadeiras.

B o acontecimento contrrio de A e representa-se por A .

Teoremas so proposies que se demonstram a partir dos axiomas ou de outras proposies j demonstradas. Axiomas das probabilidades (Axiomtica de Kolmogorov) Axioma 1 A probabilidade de qualquer acontecimento A do conjunto de resultados S um nmero no negativo.
p( A) 0, A S

Teorema 6 Teorema 7 Teorema 8 -

B A p(A \ B) = p(A) p(B)

B ) ( A) A p( B p
p ( A) +B ) + A p( p( B ) = p( A 1+ B)

Probabilidade condicionada (acontecimentos dependentes) Representa-se por p(A|B) a probabilidade de ocorrncia de A, na hiptese de B se ter realizado, e tem-se (probabilidade de A sabendo que B ocorre):
p( A | B) = p ( A B ) , p ( B ) 0 p( B)

Axioma 2 A probabilidade do acontecimento certo 1. P(S) = 1, S o acontecimento certo Axioma 3 A probabilidade da reunio de dois acontecimentos incompatveis (disjuntos) igual soma das probabilidades desses acontecimentos.
p( A B ) = A) + B ) p( p( , s e (A B) =

1. - p ( A B ) = p ( B ) p ( A | B ) 2. - p( A B ) = p( A) p ( B | A) Probabilidade condicionada e axiomtica Sendo S o conjunto de resultados, A S , B S e p(B)>0, p(A|B) satisfaz os 3 axiomas da teoria das probabilidades se: 1. - p(A|B) 0 2. - p(S|B) = 1 3. - Se A1 e A2 so acontecimentos incompatveis, isto , se A1 A2 = , ento:
p[( A1 A2 ) | B] = p ( A1 | B ) + p ( A2 | B )

Teorema 1 a probabilidade de um acontecimento impossvel zero. p() = 0 Teorema 2 a probabilidade de qualquer acontecimento A um nmero do intervalo [0, 1].
0 ( A) A p 1 , S

Teorema 3 a probabilidade do acontecimento contrrio de A ( A ) igual diferena entre 1 e a probabilidade de A.

p ( A ) = p ( A) 1 , A S

Acontecimentos independentes Dois acontecimentos so independentes quando a probabilidade de realizao de um deles no interfere na probabilidade da realizao do outro. (Exemplos: lanamentos consecutivos de 2 dados/moedas; tirar consecutivamente bolas/cartas, com reposio.) Dois acontecimentos so independentes se e s se:

Teorema 4 probabilidade da reunio de dois acontecimentos

p ( A = A) + B ) A B) p( p( p( B)

Teorema 5 -

p ( A) = A p( B) + A p( B)

N
p ( A | B ) = ( A) p

xi fr i fi pi

p ( A = A) B ) B) p( p(

Teorema das probabilidades totais

p ( A) = p ( A | B ) p ( B ) + p ( A | B ) p ( B )

, x 2

N de elementos da populao Valores que pode tomar a varivel X Frequncia relativa de xi , em % Frequncia absoluta de xi Probabilidade de xi Mdia Desvio-padro Varincia

ou

Chama-se distribuio de probabilidades de uma varivel aleatria X aplicao que a cada valor xi da varivel X faz corresponder a respectiva probabilidade p ( A) = p ( A | B1 ) p ( B1 ) + p ( A | B2 ) p ( B2 ) + ... + p ( A | Bn ) p ( Bn ) pi .

Teorema de Bayes

Dada uma varivel aleatria X, discreta, que assume um nmero finito de valores distintos p( A B) p ( B | A) = x , x 2 ,..., xi ,..., x n p ( A | B1 ) p ( B1 ) + p ( A | B2 ) p ( B2 ) + ... +1 p ( A | Bn ) p ( Bn ) , ento as probabilidades pi = P( X = xi ) , i = 1, , n, devem satisfazer as Varivel aleatria e distribuio seguintes condies: de probabilidades Uma varivel aleatria uma varivel cujo valor um resultado numrico associado ao resultado de uma experincia aleatria. Pode ser discreta ou contnua: Varivel aleatria discreta pode assumir um nmero finito ou infinito numervel de valores. Dados obtidos por contagem (i.e.: n de pessoas atendidas num hospital). Varivel aleatria contnua pode assumir um nmero infinito no numervel de valores. Dados obtidos atravs de aparelhos de medida (i.e.: temperatura). 1. - 0 p i n, i = 1, , n 2. -

p
i =1

=1 Populao
Varivel aleatria X que toma valores

Amostra
Varivel estatstica X que toma valores x1 , x 2 ,..., xi ,..., x n Mdia aritmtica

x1 , x 2 ,..., xi ,..., x n
Valor mdio ou esperana
n

x=

x
i =1
n

ni

= xi fri
i =1

= xi pi
i =1

Varincia amostral

=
2 n

x
i =1

2 i

ni

Varincia populacional
2 2 2 x = x i x 2 =i p i fr = x
2 2 i

i =1

n n ( xi x ) 2 ni = ( x i x ) 2 2 = ( xi ) 2 p i fri N i =1 i =1 i =1

Ou

Desvio-padro amostral

= 2

Desvio-padro populacional

= 2

Notao Notao Descrio X Varivel aleatria Modelo binomial (variveis discretas)

Distribuio binomial Designa-se por modelo de distribuio binomial uma experincia aleatria com as seguintes caractersticas: 1. - constituda por n provas idnticas. 2. - Em cada prova apenas so possveis dois resultados: sucesso ou insucesso. 3. - Os resultados das provas so independentes uns dos outros. 4. - A probabilidade de sucesso p no varia de prova para prova. varivel aleatria X, que representa o nmero de sucessos nas n provas, chama-se varivel aleatria com distribuio binomial de parmetros n e p. Representa-se por B (n, p). A varivel X pode tomar os valores 1, 2, , n. Se X tem distribuio binomial de parmetros n e p, a probabilidade para qualquer valor X = r da varivel aleatria X dada por:
n r P ( X = ) =C r p r ) n r (1 p

realizaes de uma dada experincia determinado acontecimento se verifique k vezes.

p ( x = k ) =n C k p k .q n k

x = k acontecimento n n de vezes que a experincia se repete k n de vezes de sucesso p probabilidade de sucesso q probabilidade de insucesso Modelo normal (varivel contnua) Uma distribuio normal caracterizada pela mdia e pelo desvio-padro . Representa-se por N(,). A curva normal em forma de sino e denomina-se por Curva de Gauss. Caractersticas da curva normal 1. - simtrica relativamente ao valor mdio da varivel.
f ( x0 ) = f ( + x 0 ), x 0

2. - Tem um mximo para x = . 3. - Quanto maior for o desvio-padro , mais achatada a curva. 4. - A rea compreendida entre a curva e o eixo Ox igual a 1. 5. - A probabilidade de que a varivel tome valores no intervalo [ xi , x j ] igual rea compreendida entre o eixo Ox, o grfico da funo densidade e as rectas x = xi e x = x j . 6. - A concavidade da curva muda de sentido para x1 = e x 2 = + ( x1 e x 2 so abcissas dos pontos de inflexo). 7. - O eixo das abcissas assimptota da curva.

Provas de Bernoulli Sucesso de experincias aleatrias independentes, em cada uma das quais se observa ou no, a realizao de um determinado acontecimento A, com probabilidade P(A)=p, constante de experincia para experincia A distribuio binomial um modelo probabilstico aplicvel em problemas onde se consideram repetidas provas de Bernoulli. Provas repetidas O problema das provas repetidas consiste na determinao da probabilidade de que em n

8. - A rea abaixo da curva distribui-se em intervalos da seguinte forma:

* ] x ; x + [= 68 ,26 % * ] x 2; x + 2[= 95 ,44 % * ] x 3; x + 3[= 99 ,74 %

NOTA: 0!=1

Permutaes Chama-se permutao de n elementos a todas as sequncias diferentes que possvel obter com os n elementos. O nmero dessas sequncias representa-se por Pn (permutao de n). Pn = n! Arranjos sem repetio (arranjos simples) Clculo combinatrio Princpio geral da multiplicao (A e B) Por cada alternativa, existem n alternativas diferentes. Consideremos um processo constitudo por k etapas. Se existirem n1 maneiras de realizar a primeira etapa e se, para cada uma destas, existirem n 2 maneiras de realizar a segunda etapa, e assim sucessivamente, at k-sima etapa, ento todo o processo pode ser realizado de n1 n2 n3 ... nk maneiras diferentes. Princpio geral da adio (A ou B) As vrias formas de realizar algo. Se para realizar um processo existirem k alternativas que se excluem duas a duas, e se existirem n1 maneiras de realizar a primeira alternativa, n 2 maneiras de realizar a segunda, , n k maneiras de realizar a k-sima, ento o processo pode ser realizado de n1 + n2 + n3 + ... + nk maneiras diferentes. Factorial de um nmero natural n Chama-se factorial de um nmero natural n e representa-se por n! ao produto:
n! = n( n 1)( n 2) ... 3 2 1

x 2

x +

x + 2

Dados n elementos quaisquer, chama-se arranjos sem repetio de n elementos escolhidos arbitrariamente entre os n dados. O nmero de todas estas sequncias n designa-se por A p = n(n 1)( n 2) ... (n p +1) n, p N e np
n 1. - A p =

n! ( n p )!

2. - n An = Pn Arranjos com repetio (arranjos completos) Dados n elementos diferentes, a1 , a 2 ,..., a n , chamase arranjos com repetio dos n elementos p a p a todas as sequncias de p elementos, sendo estes diferentes ou no, que se podem formar escolhendo os p elementos entre os n dados. O nmero total de n p sequncias representa-se por A p ' = n Combinaes sem repetio (tiragens simultneas)
n

C p ou o nmero de subconjuntos com p

n p

elementos que se podem definir num conjunto com n elementos.

n n

Cp =

Ap p!

Cp =

n! , n, p N 0 e np p!( n p )!

n n 1. - C p = C n p

n n n+ 1 2. - C p + C p + = C p + 1 1 n n 3. - C 0 = C n = 1

n C p = n C p

Sntese
A ordem influi? Pode haver repetio? Entram todos os elementos da sequncia?

2. - A soma de dois nmeros consecutivos de uma linha igual ao nmero que na linha seguinte figura entre eles: C + C = C Regra de Stiefel 3. - A soma de todos os elementos da n-sia linha igual a 2 n :
n p 1 n n+ 1 p p

Combinatria
n

n n C0 + 1 + + n = n C .. . C 2

Arranjos com repetio Arranjos sem repetio Permutaes Combinaes

Ap ' = n p
n! ( n p )!

Binmio de Newton

Ap =

( a + b) n =n C 0 a n +n C1 a n 1b +n C 2 a n 2 b 2 +... +n C n 1 a

Pn = n!
n

Cp =

n! p!( n p )!

Ou
( a +b) n = n C p a n p b p
p =0 n

Tringulo de Pascal 1 1 1 1 1 4 3 6 2 3 4 1 1 1 1

Observaes 1. - O desenvolvimento de (a + b) n tem n+1 termos. 2. - O termo de ordem p T p , sendo: n n p p T = C a b ou T p +1 = C p a b

n p p 1 n + p 1 p 1

1 5 10 10 5 1 1 6 15 20 15 6 1 Corresponde aos valores de:

0 1 2 3 4 5 6 6

O binmio de Newton uma forma rpida de simplificar expresses do tipo (a + b) n .

C0
1 2

C0
3

C1
2

C0
4

C1
3 4

C2
3 4

C0
5

C1 C2
6

C2
5

C3
4

C0
6

C1
5

C2
C3

C3
5

C4
5

C0

C1
6

C3
6

C4
6

C5

C0 C6

C1

C2

C4

C5

Propriedades 1. - Em cada linha so iguais os termos equidistantes dos extremos: