Noes de Probabilidade

Gleice M S Conceio
Depto. de Cincias Biolgicas

Fenmenos aleatrios
Situaes em que os resultados possveis so conhecidos, mas no se pode saber, a priori, qual deles ocorrer. Ex: Lanamento de uma moeda Sexo de um estudante sorteado ao acaso Corinthians x So Paulo

Probabilidade
Medida da incerteza associada a um evento aleatrio. Como quantificar essa incerteza? 1. Abordagem clssica Baseada em suposies tericas para eventos equiprovveis. Por exemplo, ao lanarmos um dado, temos = {1, 2, 3, 4, 5, 6}. Supondo que o dado rigorosamente simtrico e homogneo, consideramos

P(1) = P(2) = ... = P(6) = 1/6.

Probabilidade
Medida da incerteza associada a um evento aleatrio. Como quantificar essa incerteza? 2. Abordagem freqentista Realiza-se (ou observa-se) repeties de um experimento e conta-se o nmero de vezes que o evento de interesse ocorre. Para um grande nmero de realizaes, a freqncia poderia ser usada como probabilidade. Ex: Lanamento do dado, quando no soubermos nada sobre suas caractersticas.

Probabilidade
Medida da incerteza associada a um evento aleatrio. Como quantificar essa incerteza? 3. Abordagem subjetiva A probabilidade do evento de interesse estimada com base no conhecimento de circunstncias relevantes. Ex: Qual a probabilidade de chover no domingo?

Probabilidade
Espao amostral (): o conjunto de todos os resultados possveis Eventos: subconjuntos do espao amostral Evento simples ou elementar: evento contendo em nico elemento ou ponto amostral : evento impossvel : evento certo

Probabilidade
Lanamento de uma moeda honesta = { CARA, COROA } P(CARA) = P(COROA) = 1/2 {cara}, {coroa} so eventos elementares ou pontos amostrais Lanamento de um dado honesto = { 1, 2, 3, 4, 5, 6 } P(1) = P(2) = P(3) = P(4) = P(5) = P(6) = 1/2 {1}, {2}, ... {6} so eventos elementares ou pontos amostrais

Exerccio 1. Defina o espao amostral para os seguintes experimentos aleatrios

Lana-se uma moeda duas vezes. Anota-se a configurao obtida. Uma fbrica produz um determinado artigo. Da linha de produo, so retirados trs artigos e cada um classificado como (B) bom ou (D) defeituoso. Sorteiam-se trs indivduos da populao e anota-se o sexo (F ou M). Retira-se uma lmpada de um lote e mede-se o seu tempo de vida.

Operaes com eventos

: espao amostral Subconjuntos de : eventos
(representados pelas letras latinas maisculas A, B, C, ...)

Ento: AB: unio dos eventos A e B

(Representa a ocorrncia de pelo menos um dos eventos A ou B)

AB: interseco dos eventos A e B

(Representa a ocorrncia simultnea de A e B)

Operaes com eventos

Representao grfica para a Unio e Interseco de eventos

AB

AB

Operaes com eventos

Dois eventos A e B so disjuntos ou mutuamente exclusivos quando no tm elementos em comum. Isto , AB=. Dois eventos A e B so complementares se a sua unio o espao amostral e a sua interseco vazia. O complementar de A ser representado por Ac e temos: AAc = e AAc =.

Exerccio 2
Considere o lanamento de um dado honesto. Ento = { 1, 2, 3, 4, 5, 6 } Sejam os eventos: A = face 3 B = face mpar

Descreva os eventos abaixo e calcule suas respectivas probabilidades: A, B, (AB), (AB), Ac, Bc, (AB)c, (AB)c, (AcBc), (AcBc)

Regra de adio de probabilidades

Sejam A e B eventos de . Ento P (AB) = P(A) + P(B) P(AB)

Operaes com eventos

(A B)c =Ac Bc (A B)c = Ac Bc A = , A = A c = , c = A Ac = , A Ac = A = A, A = A (B C) = (A B) (A C)

Probabilidade
Funo P que atribui valores nmericos aos eventos de um espao amostral, satisfazendo s seguintes condies: i) 0 P(A) 1, A ii) P() = 1
n n iii) P A = P(A ) com A s disjuntos U j j j j =1 j =1

Algumas propriedades
0 P(A) 1, para qualquer evento A P() = 1, P() = 0 Se A e B so dois eventos quaisquer, ento: P (AB) = P(A) + P(B) P(AB) P (AB) = P(A) + P(B) Seja Ac o complementar de A. Ento P(Ac) = 1 P(A) P(A) + P(Ac) = 1 (j vimos isto!) Se A e B so eventos mutuamente exclusivos, ento:

Exerccio 3 - Distribuio de alunos segundo o sexo e escolha do curso

Sexo Curso Biologia Farmcia Qumica Engenharia Qumica Total H 18 15 20 22 75 M 62 25 10 8 105 Total 80 40 30 30 180

Considere os seguintes eventos:

H: ser homem M: ser mulher B: ser aluno da Biologia F: ser aluno da Farmcia Q: ser aluno da Qumica EQ: ser aluno da Engenharia Qumica

Obtenha:

a) b) c) d)

P(B) P(Q) P(M) P(B M)

e) f) g) h)

P(B M) P(EQ M) P(EQ M) P(F H)

i) j) k) l)

P(Bc H) P(EQc H) P(Bc H) P(EQc H)

Exerccio 4
Sejam A e B eventos aleatrios tais que: P(A) = 1/2, P(B) = 1/3 e P(AB)=1/4. Calcule:
a) b) c) d) e) f)

P(Ac) P(Bc) P(A B) P(Ac Bc) P(Ac Bc) P(Ac B)

Exerccio 5
Sejam A e B dois eventos em um dado espao amostral, tais que P(A) = 0,2, P(B) = p, P(A B) = 0,5, P(A B) = 0,1. Determine o valor de p.

Exerccio 6
Dois processadores tipos A e B so colocados em teste por 50 mil horas. A probabilidade de que um erro de clculo acontea em um processador do tipo A de 1/30, no tipo B, 1/80 e, em ambos, 1/1000. Qual a probabilidade de que: a. Pelo menos um dos processadores tenha apresentado erro? b. Nenhum processador tenha apresentado erro? c. Apenas o processador A tenha apresentado erro?

Probabilidade condicional
Ex: Lanamento de 2 dados no viciados Quantos resultados possveis? Qual a probabilidade de cada resultado? Qual a probabilidade de a soma dos dois dados ser 8? Se soubermos que o resultado do primeiro dado 3, qual ser a probabilidade de a soma dos dois dados ser 8?

Probabilidade condicional
A probabilidade de um evento modifica-se quando se dispe de uma informao sobre a ocorrncia de um evento associado. P(B/A) : probabilidade de B dado A. Representa a probabilidade de ocorrer o evento B quando j se sabe que o evento A ocorreu.

Probabilidade condicional
P(B/A) = P(AB) P(A)

Probabilidade condicional
Ex: Distribuio de um conjunto de pacientes segundo o peso e presso arterial
Peso PA Elevada Normal Total Excesso 0.10 0.15 0.25 Normal 0.08 0.45 0.53 Deficiente 0.02 0.20 0.22 Total 0.20 0.80 1.00

Probabilidade condicional
Qual a probabilidade de uma pessoa escolhida ao acaso naquele grupo ter presso elevada? Considerando que a pessoa escolhida tem excesso de peso, qual a probabilidade de ter tambm presso elevada?

Probabilidade condicional
P(B/A) = P(AB) P(A)

Reescrevendo: P(AB) = P(A) P(B/A)

Regra do produto de probabilidades

Regra do produto de probabilidades

Intuitivamente... Ao calcular a probabilidade de ocorrncia do evento A em uma etapa e do evento B na etapa seguinte, multiplica-se a probabilidade do evento A ocorrer pela probabilidade do evento B ocorrer, desde que a probabilidade do evento B leve em conta a ocorrncia prvia do evento A.

Independncia
Dois eventos A e B so independentes se o fato de um deles ter ocorrido no altera a probabilidade de ocorrncia do outro. Isto P(B/A)=P(B) A ocorrncia do evento A no fornece nenhuma informao sobre a ocorrncia do evento B.

Independncia
Dois eventos A e B so independentes se o fato de um deles ter ocorrido no altera a probabilidade de ocorrncia do outro. Isto P(B/A)=P(B) A ocorrncia do evento A no fornece nenhuma informao sobre a ocorrncia do evento B. Ento, se dois eventos A e B so independentes: P(AB) = P(A) P(B/A)= P(A) P(B)

Probabilidade condicional
Ex:
Para a extrao sucessiva sem reposio de duas cartas de um baralho comum, calcule a probabilidade de ambas serem s.

10

Independncia
Ex: Para a extrao sucessiva com reposio de duas cartas de um baralho comum, calcule a probabilidade de ambas serem s.

Exerccio 7 - Distribuio de alunos segundo o sexo e escolha do curso

Sexo Curso Biologia Farmcia Qumica Engenharia Qumica Total H 18 15 20 22 75 M 62 25 10 8 105 Total 80 40 30 30 180

Considere os seguintes eventos:

H: ser homem M: ser mulher B: ser aluno da Biologia F: ser aluno da Farmcia Q: ser aluno da Qumica EQ: ser aluno da Engenharia Qumica

Obtenha:

P(M/B) P(H/B) P(EQ/M) P(EQc/H )

P(M/Q) P(Q/M) P(M/Qc) P(Q/Mc)

Exemplo
Uma urna contm duas bolas brancas (B) e trs vermelhas (V). So sorteadas duas bolas ao acaso, sem reposio. Diagrama de rvores B B V B V V Resultados BB BV VB VV Total 1 Probabilidades

11

Exemplo
Uma urna contm duas bolas brancas (B) e trs vermelhas (V). So sorteadas duas bolas ao acaso, com reposio. Diagrama de rvores B B V B V V Resultados BB BV VB VV Total 1 Probabilidades

Exemplo
Uma urna contm duas bolas brancas (B) e trs vermelhas (V). So sorteadas trs bolas ao acaso, sem reposio. Diagrama de rvores B2 B1 V2 B2 V1 V2 V3 B3 V3 B3 V3 B3 V3

Exemplo
Do diagrama de rvores P(B2/B1) = P(V3/B1 B2) = P(B1 B2 V3) = P(B1)P(B2/B1 )P(V3/ B1 B2 ) =

Ento, dados trs eventos A, B e C, temos que: P(A B C) = P(A) P(B/A) P(C/ A B )

12

Exemplo
Uma urna contm duas bolas brancas (B) e trs vermelhas (V). So sorteadas trs bolas ao acaso, sem reposio.
Resultados Probabilidades

Obtenha a probabilidade dos seguintes eventos: 2 bolas vermelhas Pelo menos duas bolas vermelhas 2 bola vermelha Pelo menos uma bola branca

B1B2V3 B1V2B3 B1V2V3 V1B2B3 V1B2V3 V1V2B3 V1V2V3 Total 1

Exerccio 8
Considere uma urna contendo 3 bolas pretas e 5 bolas vermelhas. Retire duas bolas da urna, sem reposio. a) Obtenha os resultados possveis e as respectivas probabilidades b) Calcule a probabilidade dos eventos: bola preta na primeira e segunda extraes bola preta na segunda extrao bola vermelha na primeira extrao

Exerccio 9
Qual o resultado mais provvel?
obter a face 6 pelo menos uma vez em 4 jogadas de um dado ou obter a soma doze pelo menos uma vez em 24 jogadas de 2 dados

13

Teorema da probabilidade total

Sejam A e B eventos do espao amostral . Se o evento B ocorre, ento B ocorre com A AB OU B ocorre com o complementar de A AcB Ento:

A B

Ac

P(B) = P(AB) + P(AcB), pela regra da adio P(B) = P(A)P(B|A) + P(Ac)P(B|Ac), pela regra do produto

Teorema de Bayes
Em sua verso mais simples: A probabilidade de ocorrncia do evento B, supondo-se a ocorrncia prvia do evento A, dada por

P ( B | A) =

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

Teorema de Bayes
Generalizando: A probabilidade de ocorrncia do evento Ai, supondo-se a ocorrncia do evento B, dada por

P(Bi | A) =

P(B ) P(A | B )
n j =1 j j

P (Bi ) P ( A | Bi )

14

Exemplo
U1 U2 U3

Experimento aleatrio: Uma urna escolhida ao acaso e uma bola retirada. Se a bola retirada vermelha, qual a probabilidade de que tenha vindo da segunda urna?

U1

U2

U3

P(U2/V) = ?
Conhecemos as probabilidades:
Marginais P(U1) = P(U2) = P(U3) = Condicionais P(V/U1) = P(V/U2) = P(V/U3) =

U1

U2

U3

P(U2/V) = ?

Calcule P(U1|V) e P(U3|V) e complete a tabela com as probabilidades:

A priori P(U1) = 1/3 P(U2) = 1/3 P(U3) = 1/3 A posteriori P(U1|V) = P(U2|V) P(U3|V) =

15

Testes diagnsticos
Doentes No Doentes

Testes diagnsticos
Doentes No Doentes

Teste positivo Teste negativo

P(Doente | Teste positivo) = ?

Testes diagnsticos
Teste Positivo Doena Doentes No doentes Total Eventos:
T+ TD+ D: : : :

Negativo b d b+d

Total a+b c+d N

a c a+c

teste positivo teste negativo indivduo portador da doena indivduo no portador da doena

16

Testes diagnsticos
A prevalncia da doena (p) igual ao nmero de pessoas que tm a doena dividido pelo nmero de pessoas na populao. Neste caso, p pode ser estimado por
^ p

= P(D+) =

a+b N

Testes diagnsticos
Sensibilidade a probabilidade de o teste ser positivo quando o paciente tem a doena

s = P(T+/D+) =

a a+b

Proporo de doentes que so corretamente diagnosticados

Especificidade a probabilidade de o teste ser negativo quando o paciente no tem a doena

e = P(T-/D-) =

d c+d

Proporo de no doentes que so corretamente diagnosticados

Testes diagnsticos
falsos-negativos (b) falsos-positivos (c) b =1-s a+b c =1-e c+d

PFN = P(T-/D+) =

PFP = P(T+/D-) =

17

Testes diagnsticos
Ex 1.
Doentes n=258 No Doentes n=86

Teste positivo Teste negativo

231 testes positivos

32 testes positivos

P(Doente | Teste positivo) = ?

Testes diagnsticos
Ex 1. Teste Positivo Doena Presente Ausente Total Negativo Total

Testes diagnsticos
Valor preditivo positivo a probabilidade do paciente ter a doena quando o teste positivo.

VPP = P(D+/T+) =

Valor preditivo negativo a probabilidade do paciente no ter a doena quando o teste negativo.

VPN = P(D-/T-) =

18

Testes diagnsticos
Valor preditivo positivo a probabilidade do paciente ter a doena quando o teste positivo. VPP = P(D+/T+) =
P D+ T + P D+ P T + | D+ = P T+ P T+

( )

( )( ( )

P T + = P T + D + + P T + D = P D+ P T + | D + + P D P T + | D

( ) (

) (

) ( )(

) ( )(

Valor preditivo negativo a probabilidade do paciente no ter a doena quando o teste negativo. VPN = P(D-/T-) =
P T = 1 P T +

P D T P D P T | D = P T P T

( )

( )( ( )

( )

( )

Testes diagnsticos
Atualizando as probabilidades de que dispnhamos a priori: A priori P(D+) = P(D-) = A posteriori P(D+|T+) = P(D-|T-) =

Testes diagnsticos
Ex 2. Teste Positivo Doena Presente Ausente Total 77 96 173 Negativo 9 162 171 Total 86 258 344

19

Testes diagnsticos
Ex1 Prevalncia Sensibilidade Especificidade Valor preditivo positivo Valor preditivo negativo Proporo de diagnsticos corretos Ex2

Testes diagnsticos
Influncia da prevalncia Quanto mais rara a doena, mais seguros podemos estar de que um teste com resultado negativo indica ausncia de doena; e menos seguros de que um teste com resultado positivo indica presena da doena.

Testes diagnsticos
Nem sempre a prevalncia da doena (p) pode ser estimada atravs da amostra, utilizando
^ p

= P(D+) =

Na verdade, isto depende de como a amostra foi coletada. Se apenas o nmero total de indivduos na amostra (N) foi fixado a priori, a expresso acima pode ser utilizada Se o nmero de doentes (a+b) e no doentes (c+d) foi fixado a priori: literatura

a+b N

20

Testes diagnsticos
Alm disso, observe que Se apenas o nmero total de indivduos na amostra (N) foi fixado a priori , VPP e VPN podem ser obtidos fazendo simplesmente:

VPP = P(D+/T+) = VPN = P(D-/T-) =

a a+c
d b+d

Exerccio 10
Com o objetivo de diagnosticar a colelitiasis, usa-se o ultra-som. Tal tcnica tem sensibilidade igual a 91% e especificidade igual a 98%. Sabendo-se que a prevalncia de colelitiasis em uma determinada populao 0,002% calcule: a) a probabilidade de um indivduo dessa populao que tenha ultra-som positivo realmente sofrer de

colelitiasis;
b) a probabilidade de um paciente com ultra-som negativo no ter a doena.

Testes diagnsticos
Teste ELISA para deteco do HIV Laboratrio ABBOT, 1985 s = 0.950, e = 0.998 Prevalncia 1/100.000 1/10.000 1/1.000 1/500 1/200 1/100 1/50 VPP(%) 0.47 4.54 32.21 48.77 70.47 82.75 90.65 VPN(%) 100.0 100.0 99.99 99.99 99.99 99.99 99.99

21

Exerccio 11 Cncer uterino e Papanicolaou

A deteco precoce do cncer cervical uterino crucial para o tratamento e cura da paciente. O papanicolaou um dos testes utilizados no diagnstico. Para avaliar a qualidade desse teste diagnstico em uma determinada populao, foram selecionadas 100 mulheres sabidamente com a doena e 300 mulheres sem a doena e aplicado o teste. Os resultados encontram-se na tabela abaixo: Teste

+
Cncer Sim No 94 150

6 150

Total 100 300

Exerccio 11 Cncer uterino e Papanicolaou

a. Calcule a sensibilidade e a especificidade do papanicolau. Interprete os valores obtidos. Sabendo que a prevalncia de cncer na populao em estudo de 10%, responda: b. se o teste deu positivo, qual a probabilidade de a paciente realmente ter a doena? c. se o teste deu negativo, qual a probabilidade de a paciente no ter a doena? Teste

+
Cncer Sim No 94 150

6 150

Total 100 300

Cncer uterino e Papanicolaou

O papanicolau til para excluir a presena da enfermidade, embora um resultado positivo no possa ser confivel para diagnosticar a presena da doena.

22

Screening ou Rastreamento
Exame de indivduos assintomticos para a identificao presuntiva de doena Por meio de exames clnicos ou laboratoriais, em geral de realizao rpida, os indivduos so classificados como suspeitos ou no de ter determinada doena Indivduos suspeitos submetem-se a outros exames Casos confirmados so tratados

Screening ou Rastreamento
Interessante para doenas onde o diagnstico precoce fundamental para tratamento/cura Testes usados como screening tm VPP baixo Isto pode gerar efeitos colaterais indesejados: individuos ansiosos, outros testes, s vezes invasivos, etc. Efetividade pouco conhecida Evidncias de benefcios do rastreamento para neoplasias malgnas: colo de tero (papanicolaou), mama (mamografia) e coloretal (sangue oculto nas fezes e reto-sigmoidoscopia)

Testes diagnsticos
Combinao em srie Combinao em paralelo

23

Testes diagnsticos
Combinao em srie
Screening
Consultrios e clnicas hospitalares e em casos de testes caros e arriscados.

Combinao em paralelo
Casos de urgncia ou para pacientes residentes em lugares distantes

Testes diagnsticos
Combinao em srie
Teste A + + Teste B desnecessrio + Teste em Srie +

til em triagens ou para estabelecer um diagnstico individual, em casos de testes caros e/ou arriscados.

Testes diagnsticos
Combinao em paralelo
Teste A + + Teste B + + Teste em Paralelo + + +

til em casos de urgncia ou para pacientes residentes em lugares distantes

24

Exerccio 12
Sejam sA e sB os valores de sensibilidade para os testes A e B, respectivamente. Idem para especificidade, VPP e VPN. Obtenha as expresses para sensibilidade, especificidade, VPP e VPN a combinao dos testes A e B em srie e em paralelo.

Exerccio 13
Imagine um paciente idoso com dores persistentes nas costas e no abdmen e perda de peso. Na ausncia de uma explicao para estes sintomas, a possibilidade de cncer do pncreas freqentemente levantada. comum, para se verificar essa possibilidade diagnstica, que ambos os testes, de ultra-som e tomografia computadorizada do pncreas sejam solicitados. A Tabela apresenta valores hipotticos para a sensibilidade e a especificidade de cada teste. Calcule a sensibilidade, especificidade, VPP e VPN para a combinao dos dois testes, em srie e em paralelo. Interprete os resultados obtidos.

Exerccio 13
Teste A: Ultrasson B: Tomografia C: A ou B positivo D: A e B positivos s 80 90 e 60 90 VPP VPN

Suponha, quando necessrio, que a prevalncia de cncer do pncreas nessa subpopulao seja igual a 0.3.

25