Upload
joana-pinto
View
1.136
Download
4
Embed Size (px)
DESCRIPTION
fenómenos aleatórios, lei de La Place, Modelos de probabilidade em espaços finitos, Função massa de probabilidade, Probabilidade Condicional, Acontecimentos independentes
Citation preview
MACS 3º testePor: Moi
Fenómenos AleatóriosExperiências ou Fenómenos Determinísticas
• Sabemos a conclusão, prevemos a resolução do fenómeno,pois este produz sempre o mesmo resultado, desde que sejarepetido nas mesmas condições;
• Ex.: “Tirar um gelado do congelador num dia de calor).
Experiências ou Fenómenos Aleatórios
• É impossível saber com exatidão o resultado que se obterámesmo que se repita sempre nas mesmas condições.
• Ex.: “Sair-me a lotaria”
Chamamos de modelos de probabilidade aos modelosutilizados na representação e interpretação de fenómenosque não se podem descrever por leis determinísticas.
Conceitos importantes: Espaço de resultados/amostral (Ω) – conjunto de
todos os resultados possíveis de uma experiência aleatória;
Acontecimento – qualquer subconjunto do espaço de conjuntos de uma experiência aleatória;
Acontecimento elementar – subconjunto composto apenas por um elemento do espaço de resultados;
Acontecimento certo – contém todos os elementos do espaço de resultados, ocorre sempre;
Acontecimento impossível – nunca se realiza.
Regra de Laplace
A Probabilidade (P) de um acontecimento (A) é:
Dois acontecimentos elementares são equiprováveis setiverem a mesma probabilidade de acontecer. Ex.: “Sair 1no dado”; “Sair 6”.
Regra do ProdutoSe uma experiência se pode decompor em duasescolhas sucessivas, a primeira com mpossibilidades e a segunda com n possibilidades,então existemm*n formas diferentes de a realizar.
Modelos de probabilidade em espaços
finitos. Função massa de probabilidade A probabilidade de qualquer acontecimento é
sempre maior ou igual a zero e menor ou igual a um;A soma das probabilidades de todos os
acontecimentos elementares do espaço amostral é igual a 1
Acontecimentos incompatíveis – acontecimentos que não têm resultados comuns e, deste modo, a realização de um deles implica a não realização do outro.
Ex.: A={1,3,5}B={2,3,9}
A ∩ B = Ø
Os acontecimentos são incompatíveis, logo,
podem ser considerados num modelo de
probabilidade.
Suporte de um modelo de probabilidade ou suporte do modelo – conjunto formado pelos valores aos quais se atribui uma probabilidade diferente de zero. Ou seja, o conjunto de valores que vão corresponder às probabilidades, desde que a variável não seja quantitativa contínua.
Ex.: S = {15, 16, 17}
Função massa de probabilidade ou distribuição de probabilidade – de uma variável aleatória é uma função que a cada elemento do suporte do modelo de probabilidade faz corresponder a respetiva probabilidade. Representa-se da seguinte maneira para o exemplo dado:
Idades Probabilidades
14 1/5
15 2/5
16 2/5
P (X > 15) lê-se “probabilidade de uma aluno escolhido ter mais de 15 anos
(Idade dos alunos) X = X =
Ou, caso oexercícioestivesseredigido deoutra maneira:
Probabilidade Condicional.
Acontecimentos independentes
Utiliza-se quando queremos calcular a probabilidade de um acontecimento e dispomos de informações prévias acerca do resultado da experiência aleatória.
Ex.: Acontecimento P e S. A probabilidade condicionada entre P, sabendo que se verifica S, representa-se por: (P|S)
Probabilidade condicional do acontecimento A, sabendo que o B se verificou é dada por:
P(A|B) =
Acontecimentos Independentes
Dois acontecimentos A e B são independentes entre si se a realização de um deles não modifica a probabilidade do outro, ou seja:
P(A|B)=P(A) ou P(B|A)=B, sendo A e B valores maiores do que 0
Assim, dois acontecimentos são independentes se e só se:
P(A∩B) = P(A) x P(B)