Post on 23-Dec-2020
Rosa – 2015
Estatística e Modelos Probabilísticos - COE241
Aula de hojeEspaço amostral Álgebra de EventosEventos MutuamenteExclusivosAxiomas de ProbabilidadeAnálise Combinatória
Aula passadaMotivaçãoExemplos de aplicação de probabilidade e estatística Informações do curso
Rosa – 2015
Estatística e Modelos Probabilísticos - COE241
1 Será que se jogarmos sempre no mesmo número na Mega
Sena teremos uma possibilidade maior de ganhar?
2 Uma prova consta de 10 questões de múltipla escolha, cada uma com 5 alternativas e apenas uma correta.
Se um aluno ‘‘chutar‘‘ todas as respostas:
a)Qual a probabilidade dele acertar duas questões ?
b)Qual a probabilidade dele acertar todas as questões ?
Rosa – 2015
Estatística e Modelos Probabilísticos - COE241
1 Será que se jogarmos sempre no mesmo número na Mega
Sena teremos uma possibilidade maior de ganhar?
Não, a chance de ganhar é sempre igual a 1/C60,6
Rosa – 2015
Estatística e Modelos Probabilísticos - COE241
Rosa – 2015
Experimentos AleatóriosO que é um experimento aleatório?
Exemplos:Resultado de jogar um dado
Palavra de busca submetida ao Google
Tempo de espera no ponto de ônibus
Experimento que nem sempre dá o mesmo resultado!
Vivemos num mundo aleatório...
Rosa – 2015
Modelo Probabilístico
Componentes
Espaço amostral (S): conjunto de eventos elementares que podem ocorrer a partir de um experimento aleatório
Probabilidade de eventos (P): quantificação da “chance” que cada evento ocorra
Conjunto de eventos (E): subconjunto de eventos que são de nosso interesse
Rosa – 2015
Álgebra de EventosDiagrama de eventos
S
Evento A
Evento B
Evento C
Conjunto de eventos (resultados) elementaresEx. evento A, evento B, etc
Evento ocorre quando um de seus elementos é o resultado do experimento aleatório
Operações de união, interseção e complemento
Espaço amostral
Rosa – 2015
Exemplo: Dois dados
Considere dois dados jogados simultaneamente
Qual é o espaco amostral?S = { (1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6),
(2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), ... }
Evento A : os dois dados são paresA = { (2, 2), (2, 4), (2, 6), (4, 2), (4, 4), (4, 6),
(6,2), (6,4), (6,6)}Evento B : soma é menor que 7
B = { (1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (2, 1), (2, 2), (2, 3), (2, 4), (3, 1), (3, 2), (3, 3), (4, 1), (4, 2), (5, 1)}
Rosa – 2015
Exemplo: Dois dados
Evento A : os dois dados são paresA = { (2, 2), (2, 4), (2, 6), (4, 2), (4, 4), (4, 6),(6,2), (6,4),
(6,6)}Evento B : soma é menor que 7
B = { (1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (2, 1), (2, 2), (2, 3), (2, 4), (3, 1), (3, 2), (3, 3), (4, 1), (4, 2), (5, 1)}
Evento C : soma é menor que 7 e ambos dados são pares
A∩B = { (2, 2), (2, 4), (4, 2)}
Rosa – 2015
Exclusão Mútua
Dois eventos A e B são disjuntos ou mutuamente exclusivos se
A∩B=∅
Exemplos?
Evento A: os dois dados são pares
Evento B: os dois dados são ímpares
conjuntovazio
Rosa – 2015
Axiomas de Probabilidade
(A1): para cada evento A, 0 <= P(A) <= 1
(A2): P(S) = 1, onde S é o espaço amostral
(A3): se A e B são mutuamente exclusivos, então P(A U B) = P(A) + P(B)
Consequências?Teoria de Probabilidade!
Rosa – 2015
Exemplo de Confiabilidade
Sistema com 2 discos idênticos
Sistema operacional quando ao menos 1 disco está funcionando
Qual probabilidade do sistema estar operacional?
Modelo
p: prob. de um disco falhar
Falhas ocorrem de forma independente
Rosa – 2015
Exemplo de ConfiabilidadeQual é o experimento aleatório?
S = { (f, f), (f, o), (o, f), (o, o) }
Qual é o espaço amostral?
estado do disco 1, estado do disco 2
f = disco falhou, o = disco operacional
Qual é o conjunto de eventos de interesse?(ao menos 1 disco está operacional)
A = { (f, o), (o, f), (o, o) }
Qual é a probabilidade de ocorrer o evento de interesse?
Rosa – 2015
Exemplo
Sabendo que 52% dos alunos estão na turma A e 48% naturma B, escolhemos um estudante ao acaso.
Qual a probabilidade de escolhermos um estudante do sexofeminino ou alguém da turma B?
Usemos a tabela abaixo que mostra o número de alunosde cada sexo numa escola:
Rosa – 2015
Exemplo
Da tabela e das características das turmas A e B temos:P(M) = 0,26; P(A) = 0,52;P(F) = 0,74; P(B) = 0,48.
Rosa – 2015
Exemplo Pergunta colocada:"Qual a probabilidade de escolhermos um estudante do sexofeminino ou alguém da turma B?"
Não podemos simplesmente somar P(F) com P(B) já queteríamos probabilidade maior que 1.
Estamos somando duas vezes alguns elementos pois hámulheres em ambas as turmas
Queremos
P(M) = 0,26; P(A) = 0,52; P(F) = 0,74; P(B) = 0,48.
P(F∪B)
Rosa – 2015
Exemplo P(F∩B)Temos que é igual ao número de estudantes do
sexo feminino e da turma B.
Assim, para obter a probabilidade correta temos que somaras probabilidades P(F) com P(B) e, então subtrair deste valorP(F∩B)
P(F∪B)=P(F)+P (B)−P (F∩B)
Rosa – 2015
Caso geral
P(A∪B)=P(A)+P(B)−P(A∩B)
Para o caso geral, temos que a regra da adição de probabilidades, a probabilidade da união de dois eventos A e B, é dada por
observe que se os eventos A e B forem disjuntos (e somenteneste caso),a probabilidade da intersecção de A com B énula e temos que a união é igual a soma das probabilidadesdos dois eventos.Esta regra pode ser estendida para soma de três ou maistermos.
Rosa – 2015
Como calcular as freqüências de ocorrência?
Contando o número de casos favoráveis para ocorrência de um certo evento, se os eventos são equiprováveis
Quando o espaço amostral é grande, temos que usar a análise combinatória
P(E) = número de casos favoráveis/número total de casos
Rosa – 2015
Permutação com repetição
Contamos o número de maneiras que podemos selecionar objetos de um grupo de n, onde a ordem é importante e o mesmo objeto pode se repetir diversas vezes
(n.n ... n(k vezes)) = nk
Rosa – 2015
Permutação sem repetição
Contamos o número de maneiras que podemos selecionar k objetos de um grupo de n, onde a ordem é importante e o mesmo objeto não pode se repetir
P(n,k) = (n.(n1) ... (nk+1)) = n! / (nk)!, para k = 1,2, ...,n
Rosa – 2015
Combinação de n objetos distintos
Contamos o número de maneiras que podemos selecionar k objetos de um grupo de n, onde a ordem não é importante e o mesmo objeto não pode se repetir
C(n,k) = n! / (k!(nk)!), para k = 1, ...,n
Rosa – 2015
Exemplo 1
Considere uma caixa com 75 placas de memória sem problemas e 25 placas com defeito. Se selecionarmos aleatoriamente 12 placas, qual a probabilidade de ao menos uma delas possuir defeito ?
Rosa – 2015
Exemplo 1
E = no mínimo uma placa possui defeito
= nenhuma placa possui defeitoE
P E =〚 E 〛〚S 〛
=
7512
10012
P E =1−P E
Rosa – 2015
Exemplo 2Considere uma rede celular que possui n estações base. Cada estação base possui m canais operando por TDMA.
A estação base está sujeita a falhas. Para avaliar o impacto da falha de uma estação base, temos que calcular o número de canais sendo usados no momento da falha.
Suponha que o número de canais sendo usados em todo o sistema seja igual a k e que o número de canais ociosos seja igual a j (j+k=mn), no momento da falha.
Rosa – 2015
Exemplo 2
Qual a probabilidade de que i canais (da estação que falhou) estejam sendo usados no momento da falha, ou seja, a probabilidade de que i clientes serão afetados pela falha ?
Rosa – 2015
Exemplo 2
E = i canais estão na estação que falhou
pi=〚 E 〛〚S 〛
=
m n−1k−i
mi
mnk
k canais sendo usados de um total de mn
i canais estão na estação que falhou
(k-i) canais estão nas outras (n-1) estações