Estatística

Probabilidade

Neste trabalho, serão considerados dois aspectos: o primeiro é que intuitivamente as pessoas procuram tomar decisões em função dos fatos que têm maior probabilidade de ocorrer (céu nublado significa chuva e muitos carros juntos significa engarrafamento); o segundo é a incerteza independente das decisões que possam ser tomadas sobre determinado problema (por mais nublado que esteja, pode não chover e muitos carros juntos talvez não criem um engarrafamento).
Caso seja possível quantificar a incerteza associada a cada fato, algumas decisões tendem a se tornar fáceis. Por exemplo: a) Qual é a capacidade de geração de uma usina hidrelétrica, em função da vazão e quantidade de chuva? b) Qual é a capacidade do servidor de comércio eletrônico de uma empresa, em função da demanda prevista?
Se for possível prever variações na quantidade de chuva e se houver previsão de demanda, é possível responder melhor às perguntas anteriores. A teoria do cálculo da probabilidade permite obter uma quantificação da incerteza associada a um ou mais fatos. Portanto, é extremamente útil para tomada de decisões.
Os modelos probabilísticos são encontrados e aplicados em situações que envolvem algum tipo de incerteza ou variabilidade. Especificamente, considera-se a presença de algum experimento aleatório como princípio para a construção de modelos probabilísticos. No caso em que os possíveis resultados de um experimento aleatório podem ser listados, um modelo probabilístico pode ser entendido como a listagem desses resultados, acompanhados de suas probabilidades.

Figura 1 – Passos para construção de um modelo probabilístico * Espaço Amostral
Milhares de experimentos aleatórios possuem diversos espaços amostrais. Por exemplo: a) Espaço Amostral Finito => formado por um número limitado de resultados possíveis;
Ex.: Lançamento de um dado e observação da face voltada para cima
£ ={1, 2, 3, 4, 5, 6} b) Espaço Amostral Infinito Enumerável =>