Probabilidade

Estatstica para Cursos de Engenharia e Informtica
Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia So Paulo: Atlas, 2004
Cap. 4 - Probabilidade
APOIO: Fundao de Cincia e Tecnologia de Santa Catarina (FUNCITEC) Departamento de Informtica e Estatstica (INE/CTC/UFSC)
BARBETTA, REIS e BORNIA Estatstica para Cursos de Engenharia e Informtica. Atlas, 2004
Incerteza e Probabilidade
Tomar decises:
Curso mais provvel de ao:
Se desejamos passear de barco e no sabemos nadar, devemos usar um salva-vidas. Se no confiamos na continuidade do fornecimento de energia eltrica, devemos ter lanternas (e pilhas) ou velas (e fsforos) em casa.
Incerteza:
Por mais medo que se tenha, ou por mais revolto que seja o mar, pode no acontecer nada no seu passeio de barco. Por pior que seja a concessionria de energia eltrica pode no faltar energia...
Incerteza e Probabilidade
Questo chave: como QUANTIFICAR a incerteza para auxiliar a tomada de decises. H vrios mtodos: um deles a Probabilidade
Modelos probabilsticos
Construo de modelos de probabilidade para entender melhor os fenmenos aleatrios
Experimentos aleatrios
Experimentos aleatrios so aqueles nos quais:
ANTES do experimento ocorrer no se pode definir qual ser o seu resultado. Quando realizado um grande nmero de vezes, ele apresenta uma regularidade, que possibilita construir um modelo para prever seus resultados.
Exemplos
Consumo de energia eltrica em uma cidade. Resultados de jogos que envolvam sorteio (no viciados). Nmero de pessoas que chegaro em um banco nas prximas 2 horas.
Modelos probabilsticos
Definio do experimento
Definio dos resultados possveis do experimento
Definio de uma regra que obtenha a probabilidade de cada resultado ocorrer.
Espao amostral
O conjunto de todos os possveis resultados do experimento chamado de espao amostral e denotado pela letra grega . Um espao amostral dito discreto quando ele for finito ou infinito enumervel; dito contnuo quando for infinito, formado por intervalos de nmeros reais.
Espao Amostral
Consumo de energia eltrica em uma cidade. : {Energia/Potncia 0 (MWh ou MW)} Resultados de jogos que envolvam sorteio (no viciados). : {possveis resultados} Nmero de pessoas que chegaro em um banco nas prximas 2 horas. : {0, 1, 2, ...}
Eventos
Chamamos de evento a qualquer subconjunto do espao amostral:
A um evento A
Operaes entre eventos

(a) Unio: AB (b) interseo: AB (c) complementar:
A B A B
Operaes entre eventos

Operao Conjunto Evento
a) Unio AB b) Interseo AB c) Complementar
rene os elementos de ambos os conjuntos formado somente pelos elementos que esto em A e B formado pelos elementos que no esto em A
ocorre quando ocorrer pelo menos um deles (A, B ou ambos) ocorre quando ocorrer ambos os eventos (A e B) ocorre quando no ocorrer o evento A (no A)
Eventos mutuamente exclusivos

Eventos so ditos mutuamente exclusivos se e s se eles no puderem ocorrer simultaneamente. A e B so mutuamente exclusivos AB=
A B
Exemplo de operaes com eventos

Experimento aleatrio: potncia eltrica P (em MW) demandada por uma cidade em um momento. Operaes com os eventos:
A = Mais de 100 MW ( P > 100 MW). B = Entre 50 e 100 MW (50 P 100 MW). C = Mais de 80 MW (P > 80 MW). G
D=AB E=AB F=BC Representar geometricamente.
=BC
Exemplo de operaes entre eventos

D = A B = P 50 MW AB
50
100
E = A B = , A e B so mutuamente exclusivos. F = B C = 50 P < 80 MW BC 0 50 B 80 C 100
Exemplo de operaes entre eventos

G = B C = 50 < P 80 MW BC 0 50 B 80 C 100
G=BC
Probabilidade de eventos
Espaos amostrais discretos equiprovveis
Definio clssica: sendo:
nA P ( A) = n
n resultados igualmente provveis, nA destes resultados pertencem a um certo evento A
Espaos amostrais discretos Se A = {1, 2, 3, ... }, ento:
P( A) =
i:
P( )
i A
Alocao de probabilidades observaes passadas: em funo de
nA Freqncia relativa f (A) = n
P(A) = lim n f (A) = lim n
nA n
Axiomas da Probabilidade
Seja um experimento aleatrio com um espao amostral associado a ele, e seja Ei (i= 1, 2, ...n) um evento genrico. A probabilidade de ocorrncia de Ei ser um nmero real tal que: 0 P(Ei) 1 P() = 1 Se E1, E2, ..., En so eventos mutuamente exclusivos, ento P(E1 E2 ... En) = P(Ei)
Propriedades
P() = 0 P() = 1 Probabilidade do evento complementar
P( A ) = 1 P( A)
Propriedades
Regra da soma das probabilidades
P ( A B ) = P ( A) + P ( B ) P ( A B )
A AB B
Probabilidade condicional. Ex. de motivao

Tipo do leite Condio do peso dentro das especificaes (D) fora das especificaes (F) Total B (B) 500 30 530 C (C) 4500 270 4770 UHT (U) 1500 50 1550 Total 6500 350 6850
350 P( F ) = = 0,051 6850
Qual a probabilidade que esteja fora das especificaes, sabendo-se que leite do tipo UHT?
50 P( F | U ) = = 0,032 1550
50 50 6850 = P( F U ) P( F | U ) = = 1550 1550 P(U ) 6850
Probabilidade condicional
Sejam A e B eventos quaisquer, sendo P(B) > 0. Definimos a probabilidade condicional de A dado B por P(A B)
P(A | B) =
P(B)
Sejam A e B eventos quaisquer, sendo P(A) > 0. Definimos a probabilidade condicional de B dado A por
P(A B) P(B | A) = P(A )
Probabilidade condicional
Qual a probabilidade de selecionar um pedao com champignon supondo que houvesse calabresa nele? Qual a probabilidade de selecionar um pedao com calabresa supondo que houvesse champignon nele?
P(Champignon Calabresa) 3 / 8 3 = = P(Calabresa) 5/8 5 P(Champignon Calabresa ) 3 / 8 3 P (Calabresa | Champignon) = = = P(Champignon Informtica. Atlas, 2004 4/8 4 BARBETTA, REIS e BORNIA Estatstica para Cursos de Engenharia e ) P(Champignon | Calabresa) =
Probabilidade Condicional
Qual a probabilidade de selecionar um pedao com champignon supondo que houvesse calabresa nele? Qual a probabilidade de selecionar um pedao com calabresa supondo que houvesse champignon nele?
P(Champignon Calabresa ) 2 / 8 2 = = P(Champignon | Calabresa ) = 4/8 4 P(Calabresa ) P (Champignon Calabresa ) 2 / 8 2 P (Calabresa | Champignon ) = = = BARBETTA, REIS e BORNIA Estatstica para Cursos de Engenharia e Informtica. Atlas,/2004 4 P (Champignon ) 4 8
Probabilidade condicional. Exemplo

Seja o lanamento de 2 dados no viciados e a observao das faces voltadas para cima. Calcule a probabilidade de ocorrer faces iguais, sabendo-se que a soma menor ou igual a 5.
(1, 1) (2, 1) (3, 1) = (4, 1) (5, 1) (6, 1) (1, 2) (1, 3) (1, 4) (1, 5) (2, 2) (2, 3) (2, 4) (2, 5) (3, 2) (3, 3) (3, 4) (3, 5) (4, 2) (4, 3) (4, 4) (4, 5) (5, 2) (5, 3) (5, 4) (5, 5) (6, 2) (6, 3) (6, 4) (6, 5) (1, 6) (2, 6) (3, 6) (4, 6) (5, 6) (6, 6)
E1 = faces iguais = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6)} E2 = soma das faces menor ou igual a 5 = = {(1, 1), (1, 2), (1, 3), (1, 4), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (4, 1)}.
Probabilidade condicional. Exemplo
2 P( E1 E 2 ) 36 = 2 = 0,2 P( E1 | E 2 ) = = 10 P( E 2 ) 10 36
P ( E1 E 2 ) 36 = 2 = 0,33 P ( E 2 | E1 ) = = 6 P ( E1 ) 6 36
Regra do produto
P( A | B) = P( A B) P( B)
P( A B) = P( B) P( A | B)
ou
P( B | A) = P( A B) P( A)
P( A B) = P( A) P( B | A)
Eventos independentes
Dois ou mais eventos so independentes quando a ocorrncia de um dos eventos no influencia a probabilidade da ocorrncia dos outros. Nesse caso:
P( A | B) = P( A)
A e B so independentes
P(A B) = P(A ) P(B)

Teorema da probabilidade total

Ilustrao da formao de um lote de peas provindas de 4 fornecedores
Fornecedor: (2) (3)
(1)
(4)
Peas no conformes
Grupo de peas extradas para a formao do lote
Teorema da probabilidade total

E1 E2 F E3 E3 F E4 E4 F F E5 E5 E6 E7 F E7
F = ( F E1 ) ( F E2 ) ... ( F Ek )
P ( F ) = P[( F E1 ) ( F E 2 ) ... ( F E k )] = = P ( F E1 ) + P ( F E 2 ) + ... + P ( F E k )
P( F ) = P( E i ) P( F | E i )
i =1
Teorema de Bayes
E1 E2 F E3 E3 F E4 E4 F F E5 E5 E6 E7 F E7
P( Ei | F ) =
P( Ei F ) P( F )
P( Ei ) P( F | Ei ) P( Ei | F ) = P( F )
Exerccio
Aps um longo processo de seleo para preenchimento de duas vagas de emprego para engenheiro, uma empresa chegou a um conjunto de 9 engenheiros e 6 engenheiras, todos com capacitao bastante semelhante. Indeciso, o setor de recursos humanos decidiu realizar um sorteio para preencher as duas vagas oferecidas. a) Construa o modelo probabilstico para esta situao. b) Qual a probabilidade de que ambos os selecionados sejam do mesmo sexo? c) Sabendo-se que ambos os selecionados so do mesmo sexo, qual a probabilidade de serem homens? Livro-texto, Pgina 114.
rvore de probabilidades
8/14 9/15 9 H, 6 M 9/14 6/15 9H, 5M 5/14 MM MH 8H, 6M 6/14 HM HH
Modelo probabilstico
9 8 P(H H) = P(H) P(H / H) = = 0,3429 15 14
P( H M ) = P(H ) P(M / H ) = 9 6 = 0,2571 15 14
6 9 P(M H) = P(M ) P(H / M ) = = 0,2571 15 14 6 5 P(M M ) = P(M ) P(M / M ) = = 0,1429 15 14

Probabilidade mesmo sexo
P(Mesmo sexo) = P(F)

P(F) = P{[ F (H H)] [F (H M )] [F (M H)] [F (M M )]}
P(F) = P[(H H )] (M M )] = P(H H ) + P(M M )
P(F) = P(H) P(H / H) + P(M ) P(M / M )

9 8 6 5 P(F) = + = 0,4858 15 14 15 14
Probabilidade homens, sabendo que so do mesmo sexo

P(H H) P[F /(H H)] P[(H H) / F] = P(F)
0,3429 P[(H H) / F] = = 0,7058 0,4858

Probabilidade

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Probabilidade

Enviado por

Direitos autorais:

Formatos disponíveis

Estatstica para Cursos de Engenharia e Informtica

Definio dos resultados possveis do experimento

Definio de uma regra que obtenha a probabilidade de cada resultado ocorrer.

Operaes entre eventos

Operaes entre eventos

a) Unio AB b) Interseo AB c) Complementar

Eventos mutuamente exclusivos

Exemplo de operaes com eventos

D=AB E=AB F=BC Representar geometricamente.

Exemplo de operaes entre eventos

E = A B = , A e B so mutuamente exclusivos. F = B C = 50 P < 80 MW BC 0 50 B 80 C 100

Exemplo de operaes entre eventos

Definio clssica: sendo:

n resultados igualmente provveis, nA destes resultados pertencem a um certo evento A

nA Freqncia relativa f (A) = n

P(A) = lim n f (A) = lim n

Probabilidade condicional. Ex. de motivao

350 P( F ) = = 0,051 6850

50 50 6850 = P( F U ) P( F | U ) = = 1550 1550 P(U ) 6850

P(A B) P(B | A) = P(A )

Probabilidade condicional. Exemplo

Probabilidade condicional. Exemplo

P(A B) = P(A ) P(B)

Teorema da probabilidade total

Grupo de peas extradas para a formao do lote

Teorema da probabilidade total

6 9 P(M H) = P(M ) P(H / M ) = = 0,2571 15 14 6 5 P(M M ) = P(M ) P(M / M ) = = 0,1429 15 14

Probabilidade mesmo sexo

P(Mesmo sexo) = P(F)

P(F) = P[(H H )] (M M )] = P(H H ) + P(M M )

P(F) = P(H) P(H / H) + P(M ) P(M / M )

Probabilidade homens, sabendo que so do mesmo sexo

0,3429 P[(H H) / F] = = 0,7058 0,4858

Você também pode gostar