Computer Science › Fundamentos da Ciência da Computação
Todo espaço amostral e evento é, por baixo, um conjunto; união, interseção e complemento traduzem \"ou\", \"e\", \"não\" diretamente, e contar |A|/|Ω| sob resultados igualmente prováveis é onde permutações e combinações se tornam ferramentas de probabilidade.
Os três axiomas de Kolmogorov (não negatividade, normalização, aditividade contável) são a fundação inteira da probabilidade; a regra do complemento, monotonicidade e inclusão-exclusão são teoremas derivados deles, não suposições extras.
Uma variável aleatória é uma função determinística de resultados para números; sua função massa de probabilidade captura tudo sobre ela via não negatividade e soma igual a 1, construída à mão por contagem direta sobre o espaço amostral.
Esperança é uma média ponderada por probabilidade que soma linearmente mesmo sob dependência (a chave por trás de variáveis indicadoras); variância mede dispersão via E[X²] − (E[X])² e escala por a², não por a.
x̄ estima μ mas nunca é literalmente μ; a mediana é robusta a outliers de um jeito que a média não é, e dividir por n − 1 (correção de Bessel) corrige o viés sistemático de usar a própria x̄ como ponto de referência.
A desigualdade de Chebyshev limita quão longe qualquer variável aleatória pode se desviar de sua média usando só a variância, e aplicada à média amostral (cuja variância encolhe como σ²/n) prova diretamente a Lei Fraca dos Grandes Números.
Bernoulli modela um único ensaio sim/não; Binomial é a soma de n Bernoulli independentes, com a FMP C(n,k)pᵏ(1−p)ⁿ⁻ᵏ derivada de combinações e independência, e média/variância np, np(1−p) via linearidade.
Poisson é o caso limite da Binomial quando n→∞ e p→0 com np=λ fixo; toda a fórmula, incluindo o misterioso e⁻λ, decorre diretamente desse limite, e E[X]=Var(X)=λ é sua assinatura diagnóstica.
A FMP conjunta descreve duas variáveis juntas; marginais são recuperadas somando para fora, mas não determinam a conjunta; independência de variáveis exige a fatoração P(X=x,Y=y)=P(X=x)P(Y=y) para todo par, uma condição bem mais forte que independência de eventos.
Probabilidade vira área, não altura: uma FDP descreve P(a≤X≤b) como a área sob a curva, P(X=x)=0 para todo ponto único sem que x seja impossível, e a altura da densidade pode exceder 1 sem contradição.
N(μ, σ²) é simétrica e determinada por média e desvio padrão; a regra empírica 68-95-99,7 dá estimativas rápidas sem tabela, e padronizar via Z = (X−μ)/σ converte qualquer Normal na Normal padrão para uso de uma única tabela Z.
A soma (ou média) de n variáveis aleatórias i.i.d. se aproxima de uma Normal conforme n cresce, não importa o formato das variáveis originais; é a razão profunda pela qual a Normal aparece por toda parte, e permite padronizar via Z-score qualquer soma ou média.
Uma estatística como X̄ é ela mesma uma variável aleatória com sua própria distribuição (a distribuição amostral); E[X̄] = μ e seu desvio padrão é o erro padrão σ/√n, e o TCL garante que essa distribuição é aproximadamente Normal mesmo quando a população não é.
Um estimador é não viesado se E[estimador] = parâmetro para todo n, e consistente se converge ao parâmetro conforme n cresce (pela LGN); as duas propriedades são independentes, e X̄ é preferido por combinar ambas.
Um intervalo de confiança x̄ ± z·(σ/√n) transforma uma estimativa pontual em uma faixa de valores plausíveis; "95% de confiança" descreve o procedimento de amostragem repetida, nunca uma probabilidade sobre um intervalo já calculado específico.
O valor-p é P(dados | H0 verdadeira), a probabilidade de dados tão extremos quanto os observados assumindo H0 verdadeira; nunca é P(H0 | dados), a confusão mais comum e grave em teste de hipóteses.
X ~ Uniform(a, b) tem densidade constante 1/(b-a); P(c ≤ X ≤ d) = (d-c)/(b-a) depende só da largura do intervalo, E[X] = (a+b)/2, e Var(X) = (b-a)²/12; base para erro de arredondamento e geradores de números aleatórios.
P(A|B) = P(A∩B)/P(B) trata B como o novo universo; a regra da multiplicação encadeia probabilidades condicionais; independência (P(A∩B) = P(A)P(B)) é quase o oposto de exclusividade mútua para eventos de probabilidade positiva.
P(A|B) = P(B|A)P(A)/P(B) inverte um condicional; combinado com a Lei da Probabilidade Total, permite calcular P(causa | evidência) a partir de P(evidência | causa) e um prior, e um teste "preciso" ainda produz maioria de falsos positivos quando a condição é rara.
Frequentistas tratam o parâmetro como constante fixa e raciocinam sobre o comportamento de longo prazo do procedimento; Bayesianos tratam o parâmetro como variável aleatória com prior e posterior via Teorema de Bayes, permitindo afirmações diretas de probabilidade sobre o próprio parâmetro.
Part of the Computer Science curriculum.
Todo espaço amostral e evento é, por baixo, um conjunto; união, interseção e complemento traduzem \"ou\", \"e\", \"não\" diretamente, e contar |A|/|Ω| sob resultados igualmente prováveis é onde permutações e combinações se tornam ferramentas de probabilidade.
Os três axiomas de Kolmogorov (não negatividade, normalização, aditividade contável) são a fundação inteira da probabilidade; a regra do complemento, monotonicidade e inclusão-exclusão são teoremas derivados deles, não suposições extras.
Uma variável aleatória é uma função determinística de resultados para números; sua função massa de probabilidade captura tudo sobre ela via não negatividade e soma igual a 1, construída à mão por contagem direta sobre o espaço amostral.
Esperança é uma média ponderada por probabilidade que soma linearmente mesmo sob dependência (a chave por trás de variáveis indicadoras); variância mede dispersão via E[X²] − (E[X])² e escala por a², não por a.
x̄ estima μ mas nunca é literalmente μ; a mediana é robusta a outliers de um jeito que a média não é, e dividir por n − 1 (correção de Bessel) corrige o viés sistemático de usar a própria x̄ como ponto de referência.
A desigualdade de Chebyshev limita quão longe qualquer variável aleatória pode se desviar de sua média usando só a variância, e aplicada à média amostral (cuja variância encolhe como σ²/n) prova diretamente a Lei Fraca dos Grandes Números.
Bernoulli modela um único ensaio sim/não; Binomial é a soma de n Bernoulli independentes, com a FMP C(n,k)pᵏ(1−p)ⁿ⁻ᵏ derivada de combinações e independência, e média/variância np, np(1−p) via linearidade.
Poisson é o caso limite da Binomial quando n→∞ e p→0 com np=λ fixo; toda a fórmula, incluindo o misterioso e⁻λ, decorre diretamente desse limite, e E[X]=Var(X)=λ é sua assinatura diagnóstica.
A FMP conjunta descreve duas variáveis juntas; marginais são recuperadas somando para fora, mas não determinam a conjunta; independência de variáveis exige a fatoração P(X=x,Y=y)=P(X=x)P(Y=y) para todo par, uma condição bem mais forte que independência de eventos.
Probabilidade vira área, não altura: uma FDP descreve P(a≤X≤b) como a área sob a curva, P(X=x)=0 para todo ponto único sem que x seja impossível, e a altura da densidade pode exceder 1 sem contradição.
N(μ, σ²) é simétrica e determinada por média e desvio padrão; a regra empírica 68-95-99,7 dá estimativas rápidas sem tabela, e padronizar via Z = (X−μ)/σ converte qualquer Normal na Normal padrão para uso de uma única tabela Z.
A soma (ou média) de n variáveis aleatórias i.i.d. se aproxima de uma Normal conforme n cresce, não importa o formato das variáveis originais; é a razão profunda pela qual a Normal aparece por toda parte, e permite padronizar via Z-score qualquer soma ou média.
Uma estatística como X̄ é ela mesma uma variável aleatória com sua própria distribuição (a distribuição amostral); E[X̄] = μ e seu desvio padrão é o erro padrão σ/√n, e o TCL garante que essa distribuição é aproximadamente Normal mesmo quando a população não é.
Um estimador é não viesado se E[estimador] = parâmetro para todo n, e consistente se converge ao parâmetro conforme n cresce (pela LGN); as duas propriedades são independentes, e X̄ é preferido por combinar ambas.
Um intervalo de confiança x̄ ± z·(σ/√n) transforma uma estimativa pontual em uma faixa de valores plausíveis; "95% de confiança" descreve o procedimento de amostragem repetida, nunca uma probabilidade sobre um intervalo já calculado específico.
O valor-p é P(dados | H0 verdadeira), a probabilidade de dados tão extremos quanto os observados assumindo H0 verdadeira; nunca é P(H0 | dados), a confusão mais comum e grave em teste de hipóteses.
X ~ Uniform(a, b) tem densidade constante 1/(b-a); P(c ≤ X ≤ d) = (d-c)/(b-a) depende só da largura do intervalo, E[X] = (a+b)/2, e Var(X) = (b-a)²/12; base para erro de arredondamento e geradores de números aleatórios.
P(A|B) = P(A∩B)/P(B) trata B como o novo universo; a regra da multiplicação encadeia probabilidades condicionais; independência (P(A∩B) = P(A)P(B)) é quase o oposto de exclusividade mútua para eventos de probabilidade positiva.
P(A|B) = P(B|A)P(A)/P(B) inverte um condicional; combinado com a Lei da Probabilidade Total, permite calcular P(causa | evidência) a partir de P(evidência | causa) e um prior, e um teste "preciso" ainda produz maioria de falsos positivos quando a condição é rara.
Frequentistas tratam o parâmetro como constante fixa e raciocinam sobre o comportamento de longo prazo do procedimento; Bayesianos tratam o parâmetro como variável aleatória com prior e posterior via Teorema de Bayes, permitindo afirmações diretas de probabilidade sobre o próprio parâmetro.