Teoria das probabilidades

Esta página cita fontes, mas que não cobrem todo o conteúdo. Ajude a inserir referências (Encontre fontes: ABW • CAPES • Google (N • L • A)). (Março de 2019)

Teoria das probabilidades

Axiomas de probabilidade
Espaço de probabilidade Espaço amostral Evento primário Evento Variável aleatória Medida de probabilidade
Evento complementar Eventos mutuamente exclusivos Probabilidade conjunta Probabilidade marginal Probabilidade condicional
Independência Independência condicional Lei da probabilidade total Lei dos grandes números Teorema de Bayes Desigualdade de Boole
Diagrama de Venn Diagrama de árvore
v d e

A teoria das probabilidades é o estudo matemático das probabilidades. Pierre Simon Laplace é considerado o fundador da teoria das probabilidades.^[1]

Os teoremas de base das probabilidades podem ser demonstrados a partir dos axiomas de probabilidade e da teoria de conjuntos.

Os teoremas seguintes supõem que o universo Ω é um conjunto finito, o que nem sempre é o caso, como por exemplo no caso do estudo de uma variável aleatória que segue uma distribuição normal.

A soma das probabilidades de todos os eventos elementares é igual a 1.
Para todos os eventos arbitrários A₁ e A₂, a probabilidade de os eventos se realizarem simultaneamente é dada pela soma das probabilidades de todos os eventos elementares incluídos tanto em A₁ como em A₂. Se a intersecção é vazia, então a probabilidade é igual a zero.
Para todos os eventos arbitrários A₁ e A₂, a probabilidade de que um ou outro evento se realize é dada pela soma das probabilidades de todos os eventos elementares incluídos em A₁ ou A₂.

As fórmulas seguintes exprimem matematicamente as propriedades acima:

\sum _{\omega \in \Omega }P\left(\left\{\omega \right\}\right)=P\left(\bigcup _{\omega \in \Omega }\left\{\omega \right\}\right)=1

P\left[A_{1}\cap A_{2}\right]=\sum _{\omega \in A_{1}\cap A_{2}}P\left(\left\{\omega \right\}\right)

P\left[A_{1}\cup A_{2}\right]=\sum _{\omega \in A_{1}\cup A_{2}}P\left(\left\{\omega \right\}\right)

Eventos mutuamente exclusivos

Eventos mutuamente exclusivos são aqueles cuja ocorrência de um elimina a possibilidade de ocorrência do outro. Neste caso a probabilidade de ocorrência de um ou outro evento é expressa por:

P(A\cup B)=P(A)+P(B)

Exemplo

Podemos estimar a probabilidade de nascer um menino de olhos castanhos ou uma menina de olhos azuis, dadas as probabilidade de cada um dos dois eventos:

P(A)=P(menino\ de\ olhos\ castanhos)=3/8

P(B)=P(menina\ de\ olhos\ azuis)=1/8

Como é impossível nascer uma criança que seja ao mesmo tempo um menino de olhos castanhos e uma menina de olhos azuis, estes são eventos mutuamente exclusivos, e podemos proceder usando a fórmula citada acima:

P(A\cup B)=P(A)+P(B)=3/8+1/8=1/2

Observações

As probabilidades teóricas são utilizadas nessas situações em que o espaço amostral apresenta resultados conhecidos e com probabilidades iguais de ocorrer. Imagine um lançamento de um dado comum. Mesmo que todos os resultados tenham a mesma chance de ocorrer,o resultado que será observado é imprevisível. O lançamento de dado comuns é um experimento aleatório.

Outros projetos Wikimedia também contêm material sobre este tema:
	Livros e manuais no Wikilivros

Ver também

Epistemologia bayesiana

Referências

↑ Hájek, Alan. «Interpretations of Probability». Consultado em 27 de março de 2019

Áreas da matemática

Áreas

Divisões

v d e Tópicos em matemática industrial e aplicada
Matemática computacional	Lógica computacional Projeto e análise de algoritmos Teoria da informação Teoria de códigos Criptografia
Matemática discreta	Álgebra computacional Teoria computacional dos números Combinatória Teoria dos grafos Geometria discreta
Física algébrica	Álgebra de operadores Física de partículas e teoria da representação Grupo de renormalização Integração funcional Teoria-M
Física analítica	Geometria diferencial Análise de Fourier Análise harmônica Análise funcional Teoria dos operadores
Análise	Teoria da aproximação Análise numérica Equações diferenciais Sistemas dinâmicos Teoria de controle Cálculo variacional
Teoria das probabilidades	Distribuições de variáveis aleatórias Processo estocástico Cálculo estocástico Integração funcional
Teoria da decisão	Estatística Pesquisa operacional Otimização Teoria dos jogos Economia matemática Matemática financeira
Outras aplicações	Aplicabilidade da matemática (filosofia) Biologia Química Psicologia Sociologia
Categoria Portal de matemática

v d e Processos estocásticos
Tempo discreto	Cadeias de Markov Passeio aleatório Autoevitante Processo de Bernoulli Processo de Galton–Watson Processo de Moran Variáveis aleatórias independentes e identicamente distribuídas
Tempo contínuo	Processo de Bessel Movimento browniano Ponte Excursão Fracionário Geométrico Meander Processo de Cauchy Processo de Cox Processo de Feller Processo de Fleming–Viot Processo de Hunt Difusão de Itô Processo de Itô Processo Lévy Tempo local Processo aditivo de Markov Processo de McKean–Vlasov Processo Ornstein–Uhlenbeck Processo de Poisson Evolução de Schramm–Loewner Processo de Wiener Processo de nascimento e morte Processo de contato Passeio aleatório de tempo contínuo Processo empírico Difusão de salto
Ambos	Processo gaussiano Modelo Galves-Löcherbach Cadeias estocásticas com memória de alcance variável Modelo oculto de Markov Processo de Markov Martingale Ruído branco Processo regenerativo
Campos e outros	Processo de Dirichlet Medida de Gibbs Modelo de Hopfield Modelo de Ising Modelo de Potts Campo aleatório de Markov Processo de Pitman–Yor Grafo aleatório
Modelos de série temporal	Modelos ARCH ARIMA ARMA
Modelos financeiros	Black–Derman–Toy Black–Karasinski Chen Cox–Ingersoll–Ross (CIR) Garman–Kohlhagen Heath–Jarrow–Morton (HJM) Heston Ho–Lee Hull–White LIBOR market Rendleman–Bartter SABR volatility Vašíček Wilkie
Modelos atuariais	Bühlmann Cramér–Lundberg Sparre–Anderson
Modelos de filas	Fila M/M/1
Propriedades	Càdlàg Processo contínuo de Feller Gauss–Markov Markov Contínuo Reversível no tempo
Teoremas limites	Teorema central do limite Teorema de Donsker Teoria ergódica Teorema de Fisher–Tippett–Gnedenko Lei dos grandes números Lei do logaritmo iterado Teorema de Sanov
Desigualdades	Burkholder–Davis–Gundy Kunita–Watanabe Martingale de Doob
Ferramentas	Fórmula de Cameron–Martin Convergência de variáveis aleatórias Exponencial de Doléans-Dade Teorema da decomposição de Doob–Meyer Fórmula de Dynkin Fórmula de Feynman–Kac Teorema de Girsanov Integral de Itô Lema de Itō Teorema da continuidade de Kolmogorov Teorema da extensão de Kolmogorov Métrica de Lévy–Prokhorov Teorema de Prokhorov Integral de Skorokhod Teorema da representação de Skorokhod Espaço de Skorokhod Equação diferencial estocástica Tanaka Integral de Stratonovich Espaço de Wiener Clássico Abstrato Princípio da reflexão
Disciplinas	Ciências atuariais Econometria Teoria ergódica Matemática financeira Teoria das probabilidades Teoria das filas Estatística Cálculo estocástico Série temporal Aprendizado de máquina
Categoria:Processos estocásticos

Este artigo sobre matemática é um esboço. Você pode ajudar a Wikipédia expandindo-o.

Controle de autoridade	: Q5862903 BRE: 1909147 EBID: ID GND: 4079013-7 JSTOR: probability-theory NDL: 00564753 PSH: 7703 Treccani: la-seconda-rivoluzione-scientifica-matematica-e-logica-la-probabilita_(Storia-della-Scienza)