MSCC – Revisão de Probabilidade e Estatística Sidney Lucena PPGI/UNIRIO 2015.1 Revisão de Probabilidade e Estatística • Sumário da Revisão – – – – – – Análise Combinatória Probabilidade Variáveis Aleatórias, Distribuições de Probabilidade Funções de Variáveis Aleatórias Medidas Estatísticas Intervalo de Confiança • Na sequência, teremos – Variáveis Aleatórias Multidimensionais • Distribuição marginal e probabilidade condicional • Correlação e Autocorrelação Revisão P&E – Por quê? • Apesar de óbvio, voltemos à ideia básica – É preciso SUMARIZAR dados – Mas também é preciso saber o que calcular • e como calcular!!!! – E é preciso representar e exibir estes dados – Ferramentas nem sempre têm tudo que é necessário para isso • É necessário conhecer bem os conceitos Análise Combinatória Análise combinatória, a arte de contar (Stewart) • É a parte da matemática que estuda métodos de contagem – Importante para se calcular probabilidades! • Exemplos: – Quantos números cabem em 2 bytes? – Ao se lançar os dados X e Y, em quantas combinações X terá valor maior que Y? • Como fazer esta conta “sem contar”???? Análise Combinatória • Princípio fundamental da contagem (ex.): • Se X, Y e Z podem respectivamente assumir uma quantidade k, m e n de valores, então o número total de possíveis combinações é (k x m x n) – E se eu quiser desprezar as combinações que se repetem independente de ordem??? • P/ex., (3,5) e (5,3) contando como uma combinação • Que cálculo seria este?? Vejamos os artefatos... Análise Combinatória • Arranjo Análise Combinatória • Arranjo c/ repetição Análise Combinatória • Permutação – Um arranjo de itens, numa dada sequência ordenada, é dito ser uma permutação destes itens • Ex: o conjunto ABC possui 6 permutações (3! = 6) – ABC, ACB, BAC, BCA, CAB, CBA – 𝑛! = 𝑛𝑘=1 𝑘 • Ex.: o conjunto OXO possui 3 permutações (porque um símbolo aparece 2 vezes – OXO, OOX, XOO – 3!/(2!1!) = 3 – Por quê???? Análise Combinatória • Permutação – Ex.: fila indiana com 8 pessoas – 8! = 40320 – Permutação circular • PCn = (n – 1)! – Por quê????? • Ex.: Brincadeira de roda c/ 10 crianças – 9! = 362880 Análise Combinatória • Permutação c/ elementos repetidos Análise Combinatória • Combinação Análise Combinatória • Combinação – Ex.: um jogador recebe 10 cartas de um baralho de 40 cartas • Qual o número de combinações possíveis de cartas que será recebido? Análise Combinatória • Combinação – Propriedades do coeficiente binomial: Análise Combinatória • Coeficientes multinomiais Análise Combinatória • Coeficientes multinomiais – E quando as partições são iguais? • Divide-se pelo número de permutações das partições Análise Combinatória • Coeficientes multinomiais – E quando as partições são iguais? • Ex.: De quantas maneiras podemos alocar 12 pessoas em 3 salas tendo cada grupo 4 pessoas? Análise Combinatória • Coeficientes multinomiais Análise Combinatória • Coeficientes multinomiais Probabilidade • Definições importantes: Probabilidade • Espaço amostral de experimento: – Ex.: lançar 2 dados – Ex. de evento: soma dos resultados ser par Probabilidade Probabilidade Probabilidade Probabilidade • Probabilidade de um evento: • Axiomas (verdades aceitas por todos): Probabilidade • Teoremas: Probabilidade • Teoremas: Probabilidade • Teoremas: Probabilidade • Probabilidade condicional: Probabilidade • Probabilidade condicional: – Muito usada qdo há seq. de eventos relacionados entre si! Probabilidade Probabilidade • Probabilidade condicional: Probabilidade • Probabilidade condicional: Probabilidade • Teorema de Bayes: Probabilidade • Teorema de Bayes: Probabilidade • Teorema de Bayes: Probabilidade • Teorema de Bayes: Probabilidade • Teorema de Bayes: Probabilidade • Teorema de Bayes: Probabilidade • Teorema de Bayes: Probabilidade • Teorema de Bayes: Probabilidade • Eventos independentes: Probabilidade • Eventos independentes: Probabilidade • Eventos independentes: Probabilidade • Eventos independentes: Variável Aleatória • Variável que representa o resultado de uma função envolvendo experimentos aleatórios Variável Aleatória • Classificações: Variável Aleatória Discreta Variável Aleatória Discreta • Função de Probabilidade de Massa (PMF): – Probabilidade da var. aleat. X assumir um dado valor x : • P [X = x] = p(x) – A soma das probabilidades dos possíveis valores de X é 1: Variável Aleatória Discreta • Função de Distribuição Cumulativa (CDF): – Probabilidade da v.a. X ser menor que a: • P [X <= a] = F(a) Variável Aleatória Discreta • Medidas de Interesse: Variável Aleatória Discreta • Seja Y a v.a. representada nos gráficos anteriores: Variável Aleatória Discreta • Distribuições de Probabilidade mais comuns: Variável Aleatória Discreta • Distribuição de Bernoulli: Variável Aleatória Discreta • Distribuição de Bernoulli: Variável Aleatória Discreta • Distribuição Binomial: – Se a prob. de uma máquina dar defeito num lab. é p, qual a prob. de i máquinas darem defeito? Variável Aleatória Discreta • Distribuição Binomial: Variável Aleatória Discreta • Distribuição Binomial: – Exemplos: Variável Aleatória Discreta • Distribuição Binomial: – Exemplos: Variável Aleatória Discreta • Distribuição Binomial: – Exemplos: Variável Aleatória Discreta • Distribuição Geométrica: Variável Aleatória Discreta • Distribuição Geométrica: Variável Aleatória Discreta • Distribuição Geométrica: – Exemplos: Variável Aleatória Discreta • Distribuição Geométrica: – Exemplos: Variável Aleatória Discreta • Distribuição de Poisson: Variável Aleatória Discreta • Distribuição de Poisson: Variável Aleatória Discreta • Distribuição de Poisson: – Costuma ser usada para saber a probabilidade de um dado número de ocorrências de um evento num dado intervalo de tempo • Ocorrências do evento devem ser aleatórias e independentes • O valor médio de ocorrências é bem conhecido (lambda) – Exemplo: • Probabilidade do número de pessoas que entram num banco durante um certo intervalo de tempo ser igual a x Variável Aleatória Discreta • Distribuição de Poisson: – Exemplos: Variável Aleatória Discreta • Distribuição de Poisson: – Exemplos: Variável Aleatória Discreta • Aproximação entre as Distribuições de Poisson e Binomial: Variável Aleatória Contínua • Uma variável aleatória é dita contínua quando o conjunto de valores que ela pode assumir é incontável • Exemplos: Variável Aleatória Contínua • Função Densidade de Probabilidade (PDF): – Exemplo: P [a <= X <= b] Variável Aleatória Contínua • Probabilidade e Medidas de Interesse: Variável Aleatória Contínua • Distribuições de Probabilidade mais comuns: Variável Aleatória Contínua • Distribuição Uniforme: Variável Aleatória Contínua • Distribuição Uniforme: Variável Aleatória Contínua • Distribuição Uniforme: Variável Aleatória Contínua • Distribuição Uniforme: Variável Aleatória Contínua • Distribuição Exponencial: Variável Aleatória Contínua • Distribuição Exponencial: Variável Aleatória Contínua • Distribuição Exponencial: Variável Aleatória Contínua • Distribuição Exponencial: Variável Aleatória Contínua • Distribuição de Erlang: – Corresponde a uma sequencia de n eventos com distribuição exponencial Variável Aleatória Contínua • Distribuição de Erlang: Variável Aleatória Contínua • Distribuição de Erlang: Variável Aleatória Contínua • Distribuição de Erlang: – CDF (Função de Distribuição Cumulativa) p/ lambda = 0,5 Variável Aleatória Contínua • Distribuição de Erlang: – PDF para n = 5 Variável Aleatória Contínua • Distribuição Normal: Variável Aleatória Contínua • Distribuição Normal: – Exemplo para Dist. Normal Padrão: Variável Aleatória Contínua • Distribuição Normal: Variável Aleatória Contínua • Distribuição Normal: Variável Aleatória Contínua • Distribuição Normal: – Muito usada para representar variáveis aleatórias cuja distribuição não é conhecida – Teorema do limite central: • A média calculada para variáveis aleatórias independentes, que por sua vez se torna uma variável aleatória, possui distribuição normal • Ex.: erros de medição tendem a apresentar uma distribuição próxima da normal Variável Aleatória Contínua • Distribuição Normal: Variável Aleatória Contínua • Distribuição Normal: Variável Aleatória Contínua • Distribuição Normal: Variável Aleatória Contínua • Distribuição Normal: Variável Aleatória Contínua • Distribuição Normal: Variável Aleatória Contínua • Distribuição Normal: Variável Aleatória Contínua • Distribuição Normal: