Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprenda Probabilidade Geométrica | Conceitos Básicos da Teoria das Probabilidades
Fundamentos da Teoria das Probabilidades
course content

Conteúdo do Curso

Fundamentos da Teoria das Probabilidades

Fundamentos da Teoria das Probabilidades

1. Conceitos Básicos da Teoria das Probabilidades
2. Probabilidade de Eventos Complexos
3. Distribuições Discretas Comumente Utilizadas
4. Distribuições Contínuas Comumente Utilizadas
5. Covariância e Correlação

book
Probabilidade Geométrica

No capítulo anterior, analisamos a regra clássica para contagem de probabilidades. De acordo com essa regra, a probabilidade é calculada como a razão entre o número de resultados de interesse e o número de todos os resultados possíveis. Mas o que fazer se o número de resultados não puder ser contado?
Por exemplo, suponha que você esteja atirando aleatoriamente em um alvo e queira determinar a probabilidade de acertar a área central desse alvo.

Nesse caso, não é possível simplesmente contar todos os resultados possíveis, pois o número de pontos que podem ser atingidos é infinito. Como resultado, será necessário utilizar a probabilidade geométrica.
O princípio do cálculo das probabilidades geométricas é semelhante à regra clássica — ainda assumimos que todos os resultados elementares possíveis do experimento são igualmente prováveis, mas, em vez de contar o número de resultados, consideramos sua medida geométrica.

A medida geométrica é determinada com base na dimensão do espaço dos eventos elementares:

  • se o espaço é unidimensional (reta), então a comprimento da reta é utilizado como medida;

  • se bidimensional (plano), então a área da figura no plano é utilizada como medida;

  • se tridimensional (uma figura no espaço), então utilizamos o volume como medida.

Assim, para resolver o problema com um alvo, podemos usar a razão entre as áreas da região de interesse e de todo o alvo. Suponha que todo o alvo seja um círculo com raio 2 e a região de interesse seja um círculo central com raio 1. Então, a probabilidade de acertar a região central pode ser encontrada da seguinte forma:

12345678910111213141516171819202122232425262728293031
import numpy as np import matplotlib.pyplot as plt # Define the radii of the circles r_large = 2 # Radius of the larger circle r_small = 1 # Radius of the smaller circle # Calculate the areas area_large = np.pi * r_large**2 # Area of the larger circle area_small = np.pi * r_small**2 # Area of the smaller circle # Calculate the probability probability = area_small / area_large # Probability of shooting into the smaller circle # Plot the circles fig, ax = plt.subplots() # Create a new figure and axis object circle_large = plt.Circle((0, 0), r_large, color='blue', alpha=0.3) # Create a circle representing the larger circle circle_small = plt.Circle((0, 0), r_small, color='red', alpha=0.5) # Create a circle representing the smaller circle ax.add_artist(circle_large) # Add the larger circle to the plot ax.add_artist(circle_small) # Add the smaller circle to the plot ax.set_aspect('equal') # Set the aspect ratio of the plot to be equal ax.set_xlim(-r_large-1, r_large+1) # Set the x-axis limits ax.set_ylim(-r_large-1, r_large+1) # Set the y-axis limits ax.set_xlabel('X') # Set the x-axis label ax.set_ylabel('Y') # Set the y-axis label ax.set_title('Probability of Shooting into the Circle') # Set the title of the plot plt.legend(['Target', 'Area to shoot']) # Add a legend to the plot plt.grid(True) # Add a grid to the plot plt.show() # Display the plot print(f'The probability of shooting into the smaller circle is {probability:.4f}') # Print the probability
copy

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 1. Capítulo 3

Pergunte à IA

expand
ChatGPT

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

course content

Conteúdo do Curso

Fundamentos da Teoria das Probabilidades

Fundamentos da Teoria das Probabilidades

1. Conceitos Básicos da Teoria das Probabilidades
2. Probabilidade de Eventos Complexos
3. Distribuições Discretas Comumente Utilizadas
4. Distribuições Contínuas Comumente Utilizadas
5. Covariância e Correlação

book
Probabilidade Geométrica

No capítulo anterior, analisamos a regra clássica para contagem de probabilidades. De acordo com essa regra, a probabilidade é calculada como a razão entre o número de resultados de interesse e o número de todos os resultados possíveis. Mas o que fazer se o número de resultados não puder ser contado?
Por exemplo, suponha que você esteja atirando aleatoriamente em um alvo e queira determinar a probabilidade de acertar a área central desse alvo.

Nesse caso, não é possível simplesmente contar todos os resultados possíveis, pois o número de pontos que podem ser atingidos é infinito. Como resultado, será necessário utilizar a probabilidade geométrica.
O princípio do cálculo das probabilidades geométricas é semelhante à regra clássica — ainda assumimos que todos os resultados elementares possíveis do experimento são igualmente prováveis, mas, em vez de contar o número de resultados, consideramos sua medida geométrica.

A medida geométrica é determinada com base na dimensão do espaço dos eventos elementares:

  • se o espaço é unidimensional (reta), então a comprimento da reta é utilizado como medida;

  • se bidimensional (plano), então a área da figura no plano é utilizada como medida;

  • se tridimensional (uma figura no espaço), então utilizamos o volume como medida.

Assim, para resolver o problema com um alvo, podemos usar a razão entre as áreas da região de interesse e de todo o alvo. Suponha que todo o alvo seja um círculo com raio 2 e a região de interesse seja um círculo central com raio 1. Então, a probabilidade de acertar a região central pode ser encontrada da seguinte forma:

12345678910111213141516171819202122232425262728293031
import numpy as np import matplotlib.pyplot as plt # Define the radii of the circles r_large = 2 # Radius of the larger circle r_small = 1 # Radius of the smaller circle # Calculate the areas area_large = np.pi * r_large**2 # Area of the larger circle area_small = np.pi * r_small**2 # Area of the smaller circle # Calculate the probability probability = area_small / area_large # Probability of shooting into the smaller circle # Plot the circles fig, ax = plt.subplots() # Create a new figure and axis object circle_large = plt.Circle((0, 0), r_large, color='blue', alpha=0.3) # Create a circle representing the larger circle circle_small = plt.Circle((0, 0), r_small, color='red', alpha=0.5) # Create a circle representing the smaller circle ax.add_artist(circle_large) # Add the larger circle to the plot ax.add_artist(circle_small) # Add the smaller circle to the plot ax.set_aspect('equal') # Set the aspect ratio of the plot to be equal ax.set_xlim(-r_large-1, r_large+1) # Set the x-axis limits ax.set_ylim(-r_large-1, r_large+1) # Set the y-axis limits ax.set_xlabel('X') # Set the x-axis label ax.set_ylabel('Y') # Set the y-axis label ax.set_title('Probability of Shooting into the Circle') # Set the title of the plot plt.legend(['Target', 'Area to shoot']) # Add a legend to the plot plt.grid(True) # Add a grid to the plot plt.show() # Display the plot print(f'The probability of shooting into the smaller circle is {probability:.4f}') # Print the probability
copy

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 1. Capítulo 3
Sentimos muito que algo saiu errado. O que aconteceu?
some-alt