P. 1
Aula Probabilidade

Aula Probabilidade

|Views: 5.186|Likes:
Publicado porcariesta

More info:

Published by: cariesta on Nov 17, 2009
Direitos Autorais:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

06/06/2013

pdf

text

original

PROBABILIDADE

Leandro S. A. Gonçalves
Teoria dos conjuntos:
Notação: letra maiúscula - conjunto.
letra minúscula – elemento do conjunto.
Exemplo: A = {a,b,c}
Relacionar elementos e conjuntos:
A m nce" não..perte "
a pertence" "
∉ ∉·
∈ ∈· A
Relacionar conjunto com conjunto:
contém" "
contido está "
⊃·
⊂· "
Operações entre conjuntos:
A conjunto do ar complement
interseção
união
· · ⊂
· ∩
· ∪
_
A
U
A
Lei dos conjuntos:
1) Lei cumulativa:
A B B A
A B B A
∩ · ∩
∪ · ∪
2) Leis associativas:
) ( ) (
) ( ) (
C B A C B A C B A
C B A C B A C B A
∩ ∩ · ∩ ∩ · ∩ ∩
∪ ∪ · ∪ ∪ · ∪ ∪
3) Leis distributivas:
) ( ) ( ) (
) ( ) ( ) (
C A B A C B A
C A B A C B A
∪ ∩ ∪ · ∩ ∪
∩ ∪ ∩ · ∪ ∩
4) Lei da identidade:
φ φ
µ
φ
µ µ
· ∩
· ∩
· ∪
· ∪
A
A A
A A
A
5) Leis complementares ou leis de Morgan:
__ __ _______
__ __ _______
B A B A
B A B A
∪ · ∩
∩ · ∪
Diagrama de VENN – O retângulo funciona como o universo
μ
A
B
C
φ C A · ∩
A e C são conjuntos disjuntos
Mostrar que
__ __ _______
B A B A ∩ · ∪
Representar, em diagramas de VENN, as seguintes operações:
C B e)A
C) (A B) (A C) (B d)A
C) (A B) (A C) (B c)A
A b)B
B a)A
_
__
∩ ∩
∪ ∩ ∪ · ∩ ∪
∩ ∪ ∩ · ∪ ∩


1 - Introdução
A teoria das probabilidades, surgiu nos séculos XV e XVI, relacionadas com jogos
de azar.
Com o advento da teoria das probabilidades, foi possível estabelecer as
distribuições de probabilidade, consideradas hoje a espinha dorsal da teoria
estatística, pois todos os processos inferências são aplicações de distribuição de
probabilidade.
Assim, o conhecimento dos conceitos advindo da teoria das probabilidades é de
grande importância para uma correta utilização da técnica estatística.

Espaço Amostral
É o universo de todos os possíveis resultados do experimento. É
representado pela letra S.
Lançamento de um dado
S={1,2,3,4,5,6}
Lançamento de uma moeda
S={cara,coroa}
Os elementos do espaço amostral S são chamados de pontos
amostrais
Eventos
São subconjuntos do espaço amostral S. Um espaço amostral S possui
vários eventos.
Ex: lançamento de um dado
S={1,2,3,4,5,6}
Sejam os eventos
A: Ocorrência de números impares:
A = {1,3,5} evento. um é A S A ⇒ ⊂ ⇒
B: Ocorrência de números pares:
B = {2,4,6} evento. um é B S B A B
__
⇒ ⊂ ⇒ · ⇒
Eventos Mutuamente exclusivos
Dois eventos A e B são ditos mutuamente exclusivos se os conjuntos A e B
são disjuntos.
. exclusivos e mutualment eventos os e disjuntos são conjuntos Os B A ⇒ · ∩ φ
Probabilidade de um evento A: P(A)
S amostral espaço do elementos de nº
A evento do elementos de nº
P(A) ·
1 P(A) 0
(S) nº
(A) nº
P(A) ≤ ≤ ⇒ ·
Exemplo: Dado o experimento E: lançamento de dois dados
amostrais pontos 36
(6,6) (6,5) (6,4) (6,3) (6,2) (6,1)
(5,6) (5,5) (5,4) (5,3) (5,2) (5,1)
(4,6) (4,5) (4,4) (4,3) (4,2) (4,1)
(3,6) (3,5) (3,4) (3,3) (3,2) (3,1)
(2,6) (2,5) (2,4) (2,3) (2,2) (2,1)
(1,6) (1,5) (1,4) (1,3) (1,2) (1,1)
S ·
]
]
]
]
]
]
]
]
]
]

·
A – Ocorrer nº impar no 1º dado
2
1
· ·
36
18
P(A)
Sejam os eventos
B – Ocorrer soma dez
B = {(4,6),(5,5),(6,4)}
12
1
· ·
36
3
P(A)
TEOREMAS
1. Se Φ representa o conjunto vazio, então P(Φ)=0
0 P(A) - P(A) ) P(
) P( P(A) P(A)
) P(A P(A)
A A
· ·
+ ·
∪ ·
∪ ·
φ
φ
φ
φ Ex: Lançamento de um dado
S = {1,2,3,4,5,6}
A = {sair a face 8}
0 · ·
6
0
P(A)
) )
_ _ _
A P( - 1 P(A) ou P(A) - 1 A P( então A, de ar complement evento o for A Se 2. · ·
P(B) P(A) então B, A Se 3. ≤ ⊂
A
_
A
S
S
A B
4. Teorema da soma: Se A e B são dois eventos quaisquer, então:
B) P(A - P(B) P(A) B) P(A ∩ + · ∪
Exemplo: Uma urna contém 15 bolas enumeradas de 1 a 15. Sendo A e B os
eventos retirar uma bola múltipla de 3 e 4, respectivamente, pede-se:

· ∪B) P(A
S={1,2,3,4,5,6,7,8,9,10,11,12,13,14,15}
A={3,6,9,12,15} P(A)=5/15
B{4,8,12} P(B)=3/15
{ ¦ 15 / 1 ) ( 12 · ∩ · · ∩ B A P B A
B) P(A - P(B) P(A) B) P(A ∩ + · ∪
7/15 1/15 - 3/15 5/15 B) P(A · + · ∪
C) B P(A - C) P(B - C) P(A - B) P(A - P(C) P(B) P(A) C) B P(A
: então quaisquer, eventos três forem C B, A, Se
∩ ∩ ∩ ∩ ∩ + + · ∪ ∪
ESPAÇOS AMOSTRAIS FINITOS EQUIPROVÁVEIS
Quando se associa a cada ponto amostral a mesma probabilidade, o espaço
amostral chama-se equiprovável ou uniforme. Em particular, se S contém n
pontos, então, a probabilidade de cada ponto será 1/n.
Por outro lado, se um evento A contém t pontos, então:
n
r
·

,
`

.
|
·
n
1
r. P(A)
ocorre S amostral espaço o que em vezes de nº
ocorrer pode A evento o que em vezes de nº
P(A) ·
Combinação de r elementos tomados (combinados) p a p (p ≤ r). Calcula-se por:
)! ( !
!
p r p
r
n
r

·

,
`

.
|
· p Cr,
Exemplo: Quantas comissões de três pessoas podem-se formar um grupo
de dez pessoas.
Exemplo: Num lote de 12 peças, 4 são defeituosas, duas peças são
retiradas aleatoriamente. Calcule:
a) A probabilidade de ambas serem defeituosas?
b) A probabilidade de ambas não serem defeituosas?
c) A probabilidade de ao menos uma ser defeituosas?
Exemplo – Um lote é formado por 10 peças boas, 4 com defeitos e duas com
defeitos graves. Uma peça é escolhida ao acaso. Calcule a probabilidade de
que:
a) Ela não tenha defeitos graves?
b) Ela não tenha defeitos?
c) Ela ou seja boa ou tenha defeitos graves?
Exemplo – Considere o mesmo lote do problema anterior. Retiram-se 2 peças ao
acaso. Qual a probabilidade de que:
a) Ambas sejam perfeitas?
b) Pelo menos uma seja perfeita ?
c) Nenhuma tenha defeito grave ?
d) Nenhuma seja perfeita ?
PROBABILIDADE CONDICIONAL
Seja E um experimento. Sejam A e B dois eventos associados ao
experimento. A probabilidade de A ocorrer dado que B já tenha ocorrido é
chamado probabilidade condicional de A dado B, e é definida por:
0 P(B)
P(B)
B) P(A
P(A/B) >

· ;
Existem duas condicionais:

P(A)
B) P(A
P(B/A)
P(B)
B) P(A
P(A/B)
;
;

·

·
Exemplos:
1) Um comerciante possui um lote de 100 lâmpadas, dos quais 80 são da marca
A e as restantes da marca B. Sabendo-se que das lâmpadas marca A 30
apresentam defeitos e somente uma da marca B apresenta defeito. Pergunta-
se: Se o comerciante pega ao acaso uma lâmpada.
b) Qual a probabilidade dela ser da marca A dado que sabemos ser defeituosa?
c) Qual a probabilidade de ser defeituosa dado ser ela marca B?
d) Se a lâmpada é da marca A, qual a probabilidade de não ser defeituosa.
Marca A Marca B Total
Defeituosa 30 1 31
Perfeita 50 19 69
80 20 100
2 – Uma urna contém 20 bolas das quais 9 são brancas, 5 azuis e 6 vermelhas.
Duas bolas são retiradas sucessivamente da urna sem reposição. Determinar as
seguintes probabilidades:
a) Da 2º bola extraída ser vermelha, se a 1º foi vermelha?
b) De extrairmos bolas de cores diferentes?
c) De extrairmos bolas de cores iguais?
3 – Em um colégio, 25% dos estudantes foram reprovados em matemática, 15% em
química e 10% em matemática e química ao mesmo tempo. Um estudante é
selecionado aleatoriamente. Pergunta-se:
a) Se ele foi reprovado em química, qual a probabilidade de ter sido reprovado em
matemática?
b) Se ele foi reprovado em matemática, qual a probabilidade de ter sido reprovado
em química?
c) Qual a probabilidade de ter sido reprovado em química ou matemática?
d) Qual a probabilidade de não ter sido reprovado em nenhuma delas?
e) Qual a probabilidade de ter sido reprovado somente em matemática?
f) Qual a probabilidade de ter sido reprovado somente em química?
TEOREMA DO PRODUTO
“ A probabilidade da ocorrência simultânea de dois eventos, A e B, do mesmo
espaço-amostra, é igual ao produto da probabilidade de um deles pela
probabilidade condicional do outro, dado o primeiro.
Assim:
P(B)(A/B) B) P(A
P(B)
B) P(A
P(A/B) · ∩ ⇒

·
P(A)(B/A) B) P(A
P(A)
B) P(A
P(B/A) · ∩ ⇒

·
EXEMPLO
Em um lote de 12 peças, 4 são defeituosas, 2 peças são retiradas uma após
a outra sem reposição. Qual a probabilidade de que ambas sejam boas?
INDEPENDÊNCIA ESTATÍSITCA
Um evento A é considerado independente de um outro evento B se a
probabilidade de A é igual à probabilidade condicional de A dado B, isto é, se:

P(A/B) P(A) ·
É evidente que, se A é independente de B, B é independente de A; assim:
P(B/A) P(B) ·
Considerando o teorema do produto, pode-se afirmar que: se A e B são
independentes, então:
P(A).P(B) B) P(A · ∩
EXEMPLO
Em uma caixa temos 10 peças, das quais 4 são defeituosas. São retiradas
duas peças, uma após a outra, com reposição. Calcular a probabilidade de
ambas serem boas.
EXEMPLO
Uma urna contém cinco bolas pretas, três vermelhas e duas brancas. Foram
extraídas 3 bolas com reposição. Qual a probabilidade de terem sido duas
bolas pretas e uma vermelha?
TEOREMA DE BAYES
: se - tem , i" " cada para Então,
P(B/A). is condiciona ades probabilid as todas conhecidas são que tal S
de qualquer evento um B e eventos, vários dos conhecidas ades probabilid as ) P(A Sejam
S. A A A que tais exclusivos e mutualment eventos n , A ...., , A , A A Seja
i
n 2 1 n 3 2 1
· ∪ ∪ ,
) ).P(B/A P(A ...... ) ).P(B/A P(A ) ).P(B/A P(A
) ).P(B/A P(A
B) P(A
n n 2 2 1 1
i i
i
+ + +
· /
EXEMPLO
Admita a seguinte configuração:
Urnas u1 u2 u3
Cores
Pretas 3 4 2
Brancas 1 3 3
Vermelhas 5 2 3
Escolheu-se uma urna ao acaso e dela extraiu-se uma bola ao acaso,
verificando-se que a bola é branca. Qual a probabilidade da bola ter vindo da
urna 2? da 3?
EXEMPLO
As probabilidades de 3 jogadores marcarem um penalty são respectivamente
2/3; 4/5 e 7/10
Se cada um “cobrar” uma única vez, qual a probabilidade de:
a)Todos acertarem?
b)Apenas um acertar?
c)Todos errarem?
EXEMPLO
Numa bolsa temos cinco moedas de R$ 1,00 e 4 de R$ 0,50. Qual a
probabilidade de, ao retiramos duas moedas, obtermos R$ 1,50?

You're Reading a Free Preview

Descarregar
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->