Академический Документы
Профессиональный Документы
Культура Документы
ALGUM FORMALISMO:
Experimento Aleatrio
o experimento que quando repetido em iguais condies, pode
fornecer resultados diferentes.
Espao Amostral S
o conjunto de todos os resultados possveis de um experimento aleatrio.
Eventos:
um subconjunto do espao amostral:
i.
Exemplos
Estabelea os eventos
A = { Head ^ Dado 2k },
B = { Dado #primo },
C = { Tail ^ Dado 2k+1 },
D = A B ,
E = B C ,
F = { somente B ocorre }.
A = { H2, H4, H6 }
B = { H2, H3, H5, T2, T3, T5 }
C = { T1, T3, T5 }
D = A B = { H2, H3, H4, H5, H6, T2, T3, T5 }
E = B C = { T3, T5 }
F = B (A C) =
= { H2, H3, H5, T2, T3, T5 } [ { H2, H4, H6} { T1, T3, T5 }
]=
= { H2, H3, H5, T2, T3, T5 } { H1, H3, H5, T2, T4, T6 } =
= { H3, H5, T2 }
2.
to pouco A e B o so ( A B = { H2 } ), porm
A e C so exclusivos mutuamente.
A C
= , logo
PROBABILIDADE:
As probabilidades
Nx
N
p ( x )=
lim N
Como ningum est a esperar infinitos eventos, melhor usar a LGN, que diz
que, dada a funo p(x) para qualquer nmero arbitrariamente pequeno ,
existe um nmero n tal que para todo N > n:
p ( x)
Nx
<
N
_________________________________________________________________________________
x N = i f ( i ) , ento:
i=1
xN
converge em
xn
lim N x N =
p
___________________________________________________________________
Conceito de probabilidade
Se em um fenmeno aleatrio as possibilidades de resultados igualmente
provveis, ento a probabilidade de ocorrer um evento A :
p ( A )=
casos favorveis
casos possveis
p ( E )=
E
|E S
S
Propriedades bsicas:
1. A probabilidade de um evento A varia entre 0 (evento impossvel) e 1
(evento certo):
0 P ( A ) 1
2. Eventos complementares, A e ~A , tem suas probabilidades relacionadas
como...
P ( A )+ P ( A ) =1,0
3. Eventos independentes, A1 e A2 o so se a probabilidade de ocorrer um
deles no depende do fato do outro ter ou no ter ocorrido.
P ( A 1 A 2 )=P ( A 1 ) P( A 2)
4. Se os eventos A1 e A2 no so independentes tem-se que:
P ( A 1 A 2 )=P ( A 1 ) P ( A 2| A 1
O que igual a dizer que o evento condicionado A 2|A1 escrito
como:
P ( A 2|A 1 )=
P( A1 A2 )
P( A1 )
L-se
verdade!
5.
P ( A 2|A 1 )
P ( A 1 A2 ) =P ( A 1 ) + P ( A 2 )
Naturalmente se A1 e A2 no forem exclusivos:
P ( A 1 A2 ) =P ( A 1 ) + P ( A 2 )P ( A1 A2 )
6. Teorema de Bayes
P( A1 ) P ( A 2| A 1 )=P( A 2) P ( A 1|A 2 )
P ( A 1| A 2 ) P ( A 2 )=
P ( A 2| A 1 ) [ P ( A 1| A2 ) P ( A2 ) + P ( A1| A2 ) P ( A2 ) ]
(Corolrio I )
P ( A| Ai ) P ( Ai ) =
[
n
P ( A i| A )
i =1
P ( A| A i ) P ( A i )
(Corolrio II)
P ( M |C )=
P(C M ) 0,35
=
=0,50 50
P(C)
0,70
Exemplo II: Uma urna tem 10 bolas, sendo 6 negras e 4 brancas. Qual a
p(B1 B2)
4 3 12 2
= =
10 9 90 15
p(B1) p(B2|
4 3 6 4 12+24 36 2
+ =
= =
10 9 10 9
90
90 5
p(B1) p(B2|B1)
p(B1|B2)
2
P ( B1 B2 ) 15 /2 1
=
= 0,3
5
3
P ( B2 )
Em geral para:
negras = n
p Q,n (B1|B2) = 1(n/Q)
ji
ji ={ i j= i i ( 1 365 ) } S=2
quando S o espao amostral, e #S sua cardinalidade.
Ento com duas amostras tem-se:
P2= p ( 1,2 ) =
1
1
364
p ( 1,2 ) =1
=
365
365 365
364
1 p ( 1,3 2,3 ) ]=
365 [
{ [
]}
364
364
1
1
1 p ( 1,3 ) + p ( 2,3 ) ] }=
1
+
=
365 { [
365
365 365
364 363
365 365
Pr=
( r 1 ) ! 364
( 23 ) ! 364
P24 =
=0,462
r 1
r1
365
365 23 23
( )
( )
Correlao
Intervalo defuncional
confiana
Descarte V+
V
f(x)
Descarte V
V+
Afirmar que um teste com alta preciso corresponde a um baixo nmero de falsoverdadeiros (erro II, inocentar o
culpado: V V= aceitar Ho dado que = Ho falsa erro LEVE (1)),
enquanto que com alto descarte corresponde a poucos falso-positivos
(erro I, culpar o inocente: +V, i= rejeitar Ho dado que = Ho verdadeira
erro GRAVE (*)).
Para a experincia com reagentes importados:
1 melhor correr o risco de inocentar um culpado do que condenar um inocente. Zadia o
babilnio de Voltaire.
descarte)
P(i) = 0,05
P(~i) = 1 0,05 = 0,95
P ( |i )=
P(i) P(i)
0,975 0,05
=
=0,339
(
|
)
(
)
0,975
0,05+0,10 0,95
P i P i + P(i) P ( i)
Se por outro lado o grupo dos importados testados fossem 50% dos ensaios terse-ia...
P ( |i )=
0,975 0,50
=0,907
0,975 0,50+ 0,10 0,50
P ( |i )=1 P ( i| ) >0
P ( |i )=
P (i)
P( i)+ ( 1 descarte ) P( i)
Resultado
Frequncia
Agora, calculando:
i.
Mdia:
6
x= fx=
1
ii.
( 121 ) 1+( 122 ) 2+( 123 ) 3+( 122 ) 4+( 122 ) 5+( 122 ) 6=3, 6
Mediana:
Me=3,5 {x com
iii.
12
12
3+ 4
esquerda e com esquerda=
}
2
2
2
Mo
f
3
2
1
x
Me
Exemplo VI: Use a probabilidade do exemplo II, das bolas brancas e pretas
para gerar uma distribuio de probabilidade, p Q+1,n (B1|B2) = 1(n/Q). Calcule
ento a mdia, mediana e moda da distribuio.
Em primeiro lugar, para que p Q,n seja uma distribuio necessrio que a integral
no domnio seja 1. Ora, para uma bola branca tem-se: p Q,n = 0 e para Q bolas
brancas, p Q,n = 1, logo necessrio definir a v.a. como: = 2(n/Q), pois o
10
f
1
Agora, calculando:
Mdia:
( 2x ) x dx=[ 12 x + 16 x ]|20=0, 6
x= f x dx= 1
0
ii.
iii.
Mediana:
Me= x
f
1
( 2x )= 1 : S =1/2 =2 2 0,586
( 2x ) 1
11
Mo
Me