Professional Documents
Culture Documents
Prob Est III - Arquivo 2
Prob Est III - Arquivo 2
ξ - Experimento Aleatório
lançamento de um dado;
S – Espaço Amostral
Definição: O conjunto de todos os resultados possíveis de um
experimento aleatório é chamado espaço amostral do
experimento.
Um espaço amostral será discreto se consistir em um
conjunto finito (ou infinito contável) de resultados. Da mesma
forma, será contínuo se consistir em um conjunto infinito (ou
incontável) de resultados.
Ex: S1 = {cara, coroa};
S2 = { 1, 2, 3, 4, 5, 6 };
S3 = { x ε R / x ≥ 0 }.
Cálculo das Probabilidades - Definições
E – Evento
E6 = ( x ε R / x ≥ 3).
Operações básicas com Eventos:
A B
s
B
Operações básicas com Eventos:
a) (A ∩ B)’ = A’ U B’
b) (A U B)’ = A’ ∩ B’
c) A∩Ø= Ø e A∩S=A
d) Ø’ = S e S’ = Ø
e) A ∩ A’ = Ø
f) A U A’ = S
g) AUØ = A eAUS=S
h) A ∩ ( B U C ) = (A ∩ B ) U (A ∩ C)
Outras operações com Eventos: Exemplo
Determinar os eventos:
a) A U B = {(c; c); (c; r); (r; r)} g) (A’∩ B’) = {(r; c)}
b) A ∩ B = {(c; c)} h) (A’U B’) = {((c; r); (r; c); (r; r)}
f)(A ∩ B)’ = {(c; r); (r; c); (r; r)} l) (B’∩ A) = {(r; r)}
Dezenas Custo
6 1
7 7
8 28
9 84
10 210
11 462
12 924
13 1716
14 3005
15 5005
Solução
(i) P (S) = 1
(ii) 0 ≤ P (E) ≤ 1
(iii) Para dois eventos E1 e E2 com E1 ∩ E2 = Ø então:
P ( E1 U E2 ) = P (E1) + P (E2)
Exemplo
Centro de Ferramenta de
Produzir Faísca
Não Sim
Alta Não 514 68
Contaminação Sim 112 246
i. P ( Ø ) = 0
ii. P (E’) = 1 – P (E) ou P (E) + P (E’) = 1
iii. Regra da Adição
P ( A U B ) = P (A) + P (B) – P ( A ∩ B )
Voltando ao exemplo
Ou ainda:
• Seja uma urna dicotômica que contem 100 bolas, das quais 20 são
brancas e 80 são vermelhas. Suponha um experimento aleatório que
consiste em retirar bolas da urna, uma após outra. Vamos definir os
eventos:
• E1 : A primeira bola extraída é branca;
• E2 : A segunda bola extraída é branca.
P (Quimica/Mulher) = 80/150
Probab.. Condicional x Teorema do Produto
Probab
P ( A / B ) = P ( A ∩ B ) / P ( B ) , se P ( B ) ≠ 0
P(B/A)=P(B∩A)/P(A) , se P ( A ) ≠ 0
P(A∩B)=P(B).P(A/B)
P(A∩B)=P(A).P(B/A)
Exercício
P(A∩B)=P(B).P(A)
Eventos Independentes
n
P(B ) = ∑ P( Ai).P( B
i =1
Ai )
Demonstração
P( A j ) * P( B A j ) ∀j = 1,2,...,n
P(Aj / B) = n
∑ P( A ) * P( B
i =1
i Ai )
Demonstração
• P ( Aj ∩ B ) = P ( Aj ). P ( B / Aj )
P( A j ) * P( B A j )
P(Aj / B) = n
∀j = 1,2,...,n
∑ P( A ) * P( B
i =1
i Ai )
Exercícios
X Evento Correspondente
0 E1= (r, r, r)
3 E4 = (c,c,c)
Função de Probabilidade
ii) ∑ p( x ) = 1
i =1
i
X P ( Ei) = P(X=xi)
0 1/8
1 3/8
2 3/8
3 1/8
Total 1,0
Distribuição de Probabilidades
{xi, P(xi), i = 1, 2, …, n}
∑ p( x ) = 1
i =1
i
Função de Probabilidade Acumulada
1) F(x) = P(X ≤ x) = ∑ p( x )
xi <x
i
2) 0 ≤ F(x) ≤ 1, ∀ x ∈ℜ
X P(X) X . P(X)
0 1/8 0
1 3/8 3/8
2 3/8 6/8
3 1/8 3/8
∑ 1,0 12/8 = 1,5
3. E ( X ± Y ) = E ( X ) ± E ( Y ).
n n
4. E( ∑ Xi ) = ∑
i =1 i =1
E(Xi).
5. E ( a . X ± b ) = a . E (X) ± b.
6. E ( X - µx ) = 0.
Variância
X P(X) Y P(Y)
0 1/8 -2 1/5
1 6/8 -1 1/5
2 1/8 0 1/5
∑ 1 3 1/5
5 1/5
∑ 1
Variância e Desvio Padrão
• Notação: σ (X), σ.
0 1/8 0 0
1 6/8 6/8 6/8
2 1/8 2/8 4/8
Distribuição de Bernoulli
X = 0 → fracasso → P(X = 0) = q
X = 1 → sucesso → P(X = 1) = p
Distribuição de Bernoulli
P (X = x) = px . q1-x
Parâmetros Característicos:
Solução:
X = 0 → q = 30/50 = 3/5
X = 1 → p = 20/50 = 2/5
E(X) = p = 2/5
ơ (X) = 0,49
Distribuição Binomial
• Notação: X ~ P (λ)
• Parâmetros Característicos
E (X) = λ
VAR (X) = λ
• Exercícios:
• Notação: X ~ G (p)
• Parâmetros Característicos
E (X) = 1 / p
VAR (X) = q / p2
• Parâmetros Característicos
E (X) = r/p
VAR (X) = r. q / p2
• Exercício:
6-1
P(X=6) = 3 - 1 . (0,23)3 . (0,77)3
Exercícios - Pascal
P(X=10) =
Distribuição Hipergeométrica
P (X = k) =
onde 0 ≤ k ≤ (r,n).
Distribuição Hipergeométrica
P ( X = 0) =
Distribuição Hipergeométrica
P (X = 2)
2
P(X=2) = 2 . (0,059)2 . (0,941)0 = 0,0035