Chap 4-1

Probabilidade e
Estatstica
Aula 4
Probabilidade: Conceitos Bsicos - parte 2

Leituras:
Obrigatria: Devore, Captulo 2
Complementar: Bertsekas e Tsitsiklis, Captulo 1
Chap 4-2

Objetivos
Nesta aula, aprenderemos:

Probabilidade condicional
Regra do produto
Teorema da probabilidade total
Teorema de Bayes
Independncia
Chap 4-3

Probabilidade Condicional
Como incorporar novas informaes a probabilidade de um
evento?

A probabildade condicional a probabilidade de um evento
levando em conta que j sabemos que outro evento ocorreu.

Exemplos:
Qual a probabilidade de chover amanh? Qual a probabilidade de
chover amanh dado que choveu hj?
Em um jogo de chute de palavras, qual a probabilidade de a segunda
letra ser u? E se a primeira letra de uma palavra t, qual a
probabilidade de que a segunda seja u? E se a primeira letra for q?
Qual a probabilidade de uma pessoa ter uma doena se um exame
mdico deu negativo?



Chap 4-4

Probabilidade Condicional
A probabilidade condicional a probabilidade de um evento
dado que outro evento ocorreu.



B se torna o novo conjunto universo (espao amostral)!
Renormalizao!
Probabilidade de A dado B ou
probabilidade de A condicional
a B.
S
AB
)
) =
( )
()

Chap 4-5

Probabilidade Condicional
A probabilidade condicional do evento A, dado o evento B
definida por:




desde que () > 0. Se () = 0, ento (|) = 0
Definio!
) =
( )
()

Chap 4-6

Probabilidade Condicional
Exerccio: Dos carros de um feiro de carros usados, 70%
tem ar condicionado (AC) e 40% tem um tocador de CD
(CD). 20% dos carros possuem ambos.
Qual a probabilidade que o carro tenha um tocador de CD,
dado que o carro tem ar condicionado?

Queremos determinar: (|).
Chap 4-7

Probabildade Condicional
CD Sem CD Total
AC 0.2 0.5 0.7
Sem
AC
0.2 0.1 0.3
Total 0.4 0.6 1.0
=
( )
()
=
0.2
0.7
= 0.2857
Dado AC, ns apenas consideramos a linha de cima (70% dos
carros). Destes, 20% tem um tocador de CD. 20% de 70%
aproximadamente 28.57%.
Soluo:
Chap 4-8

Probabilidade Condicional:
rvores
= 0.2
Todos
os
carros
Dado AC ou
no AC:

=
0.2
0.7

0.5
0.7

0.2
0.3

0.1
0.3

= 0.5

= 0.1

= 0.2
Chap 4-9

Probabilidade Condicional:
rvores
= 0.2

= 0.2
(

= 0.1

= 0.5
Todos
os
carros
Dado CD ou
sem CD:
=
0.2
0.4
= 0.5
0.2
0.4

0.5
0.6

0.1
0.6

Probabilidade Condicional
Exerccio: Discos de policarbonato plstico, provenientes de um
fornecedor, so analisados com relao resistncia a arranhes e
choques. Os resultados de 200 discos esto resumidos a seguir:





Seja A o evento em que o disco tenha alta resistncia a choque e
B o evento em que um disco tenha alta resistncia a arranho.
Determine as seguintes probabilidades:
P(A), P(B), P(A|B) e P(B|A)
Chap 4-10

Resistncia a Choque
Alta (A) Baixa
Resistncia a
arranho
Alta (B) 160 18
Baixa 12 10
Chap 4-11

A Regra do Produto
Outra forma de calcular a probabilidade de uma interseo de eventos:
Para a interseo dois eventos A e B:




Generalizando para a interseo de n eventos
1
, ,

:


Corolrio
=

()
= ()

1

2

3

1

1

2

2

1
(
1
)
Chap 4-12

Regra do Produto
Exerccio: Suponha que o conselho da universidade seja
composto de 5 brancos, 4 negros e 3 orientais. Qual a
probabilidade de selecionarmos aleatoriamente um
branco seguido por um oriental?





Chap 4-13

Regra do Produto
Exerccio: Suponha que o conselho da universidade seja
composto de 5 brancos, 4 negros e 3 orientais. Qual a
probabilidade de selecionarmos aleatoriamente um
branco seguido por um oriental?
Soluo: Note que uma vez que a pessoa branca escolhida (de
um total de 12 membros do conselho), apenas 11 restam no
espao amostral do segundo sorteio, dos quais 3 so orientais.


1
=
2
= =
2
= |
1
=
1
=
=
3
11

5
12
= 0.114


Chap 4-14

O Teorema da Probalidade Total
Exerccio 1: Voc entra em um torneio de xadrez em que a
Probabilidade de ganhar um jogo de
0.3 contra a metade dos jogadores (tipo 1)
0.4 contra um quarto dos jogadores (tipo 2)
0.5 contra um quarto dos jogadores (tipo 3)

Voc joga contra um oponente escolhido
aleatoriamente. Qual a probabilidade de voc ganhar o
jogo?

Chap 4-15

O Teorema da Probalidade Total
Estamos interessados em determinar a probabilidade do evento B.
Dividimos o espao amostral em uma srie de cenrios possveis,

1
, ,

(que formam uma partio do espao amostral, S).

=1

so tais que, para cada cenrio

:
(

): probabilidade de estar em cada cenrio conhecida!

(|

) so conhecidos ou fceis de calcular!

Divida e Conquiste
Chap 4-16

O Teorema da Probalidade Total
Estamos interessados em determinar a probabilidade do evento B.





(): mdia ponderada de ocorrer em cada cenrio, (|

).
Cada cenrio ponderado por sua probabilidade de ocorrncia:





=
1
+
2
++

=
1

1
+
2

2
++

Chap 4-17

O Teorema da Probalidade Total
Vizualizando teorema da Probabildade Total:









A chave a escolha da partio

!!





















Divida e Conquiste
=
1
+
2
+
3

=
1

1
+
2

2
+
3

3

Chap 4-18

O Teorema da Probalidade Total
Exerccio 1: Voc entra em um torneio de xadrez em que a
Probabilidade de ganhar um jogo de
0.3 contra a metade dos jogadores (tipo 1)
0.4 contra um quarto dos jogadores (tipo 2)
0.5 contra um quarto dos jogadores (tipo 3)

Voc joga contra um oponente escolhido
aleatoriamente. Qual a probabilidade de voc ganhar o
jogo?

Chap 4-19

O Teorema da Probalidade Total
Exerccio: 1 Soluo
Partio: 3 tipos dos oponentes:
(
1
) = 0.5, (
2
) = 0.25 (
3
) = 0.25
Para cada um dos cenrios, vc sabe a sua pr de ganhar (B):
(|
1
) = 0.3, (|
2
) = 0.4 (|
3
) = 0.5

Probabilidade de ganhar, usando o teorema da probabilidade
total:
() = (|
1
) (
1
) + (|
2
) (
2
) + (|
3
) (
3
)
() = 0.3 0.5 + 0.4 0.25 + 0.5 0.25
() = 0.375

Chap 4-20

O Teorema da Probalidade Total
Exerccio 2: Voc joga um dado de 4 lados. Se o resultado
for 1 ou 2, voc joga o dado mais uma vez, caso contrrio,
voc para. Qual a probabilidade da soma dos dados ser de
pelo menos 4?
Chap 4-21

O Teorema da Probalidade Total
Exerccio 2: Soluo
Partio:
A
1
: 1 dado = 1, (
1
) = 0.25
Dado A
1
A soma total 4 se 2 dado = 3,4: (|
1
) = 0.5
A
2
: 1dado = 2, (
2
) = 0.25
Dado A
2
A soma total 4 se 2 dado = 2,3,4: (|
2
) = 0.75
A
3
: 1 dado=3, (
3
) = 0.25
Dado A
3
A soma total 4: nunca! P(B|A
3
)=0
A
4
: 1 dado=4, (
4
) = 0.25
Dado A
4
A soma total 4 se 1 dado = 4. Sempre! P(B|A
4
)=1
= 0.5 0.25 + 0.75 0.25 + 0 0.25 + 1 0.25
() = 0.5625

Chap 4-22

Teorema de Bayes
O teorema de Bayes usado para rever probabilidades previamente
calculadas (probabilidade a priori) quando novas informaes
aparecem.

Matematicamente, nada mais do que uma extenso da
probabilidade condicional e teorema da probilidade total.

Usada para inferncia: existem vrias causas diferentes para um
evento (efeito observado). Estamos interessados em apenas uma das
causas...
Observo o evento (efeito). Qual a probabilidade de o efeito ser
devido a causa de interesse?

Chap 4-23

Teorema de Bayes
Observamos um mancha no raio-x do pulmo de um paciente.
Sabemos que a mancha pode ser causada por diversos fatores:
Tumor maligno
Tumor benigno
Outras causas (falha de medio)
Queremos investigar a chance do paciente ter um tumor
maligno, dado o resultado do exame.
Teorema de Bayes
P(Tumor maligno dado mancha no raio-x)?
Chap 4-24

Efeito: Mancha
Causa 1: Tumor Maligno
Causa 2: Tumor
Benigno
Causa 3: Outras
Chap 4-25

Teorema de Bayes
Ns temos uma probabilidade a priori para eventos

=1

partio do espao amostral:
(

): probabilidades das causas (maligno, benigno,

etc)

Para cada

, ns sabemos (|

): para cada causa, sabemos

a probabilidade de observarmos o efeito.

Mas na verdade ns queremos computar (

|):
probabilidade da causa (maligno), se efeito (mancha) foi
observado.

()
=

()

Chap 4-26

Teorema de Bayes
Em que:

= i
esimo
evento de n eventos mutuamente
excludentes e coletivamente exaustivos (partio).

= novo evento observado que talvez mude a
chance de

ocorrer.

()

1

1
+
2

2
++

chamada de probabilidade "a priori".

chamada
de probabilidade "a posteriori"
Chap 4-27

Teorema de Bayes
Exerccio: O puzzle do falso negativo
Um teste para uma doena rara (ex AIDS) d o resultado
"correto" 95% das vezes:
Se a pessoa tem a doena, o resultado positivo 95% das vezes
Se a pessoa no tem a doena, o resultado negativo 95% das vezes

A incidncia da doena na populao de 0.001 (1 em mil), ou
seja, uma pessoa em mil tem a doena

Dado que uma pessoa fez o teste e o resultado deu positivo,
qual a probabilidade de a pessoa estar realmente doente?
Chap 4-28

Teorema de Bayes
Exerccio: O puzzle do falso negativo
Temos informaes sobre probabilidade de resultados de teste dado que
observamos a sade do paciente
Queremos saber sobre a sade de um paciente, dado o resultado de um teste.
Sejam P: resultado do teste positivo
D: o paciente est doente
=?
=
()
()
=
0.95 0.001
()
=
0.95 0.001
0.05 0.999 + 0.95 0.001
= 0.0187
= 1.87%
Veja que o resultado positivo do teste fez com que revisssemos para cima a
probabilidade de o paciente estar doente: = 1.87% em comparao a
= 0.1%. Mas este valor est longe de 95%!!

Chap 4-29

Teorema de Bayes
Exerccio: Uma loja vende 3 marcas diferentes de aparelhos de som (AS).
Dessas vendas, 50% so da marca 1 (a mais barata), 30% so da marca 2 e
20% so da marca 3.
Cada fabricante oferece um ano de garantia. Sabe-se que 25% dos AS da
marca 1 necessitam de reparos de garantia, enquanto os percentuais
correspondentes para as marcas 2 e 3 so 20% e 10%, respectivamente.
a) Qual a probabilidade de que um comprador selecionado
aleatoriamente compre um AS da marca 1 que precise de reparo durante
a garantia?
b) Qual a probabilidade de que um comprador selecionado
aleatoriamente posssua um aparelho que necessite de reparos durante a
garantia?
c) Se um cliente voltar loja com um AS que precise de reparos em
garantia, qual a prob. de ele ser da marca 1? E da marca 2? E da marca
3?
Chap 4-30

Independncia
Dois eventos, , so independentes se e somente se:
= ou = ()

Os eventos A e B so independentes quando a probabilidade
de ocorrncia de um evento no afetada pela ocorrncia do
outro evento.

Pela definio de prob. condicional, A independente de B se:

= = ()

Teorema
Definio!
Chap 4-31

Independncia
Algumas vezes fcil de intuir quando eventos so
independentes:
A ocorrncia dos eventos governada por processos fsicos
distintos que no interagem entre si.

Difcil de visualizar no espao amostral. Confuso frequente:
achar que eventos mutuamente excludentes so independentes.
Isto no verdade: eventos mutuamente excludentes so
necessariamente dependentes:
= 0 ()

A segunda formulao mais usada na prtica para testar se
dois eventos so independentes.

Independncia
Exerccio 1: Lanamento sucessivo de 2 dados de 4 lados.
16 resultados equiprovveis: prob 1/16.

Os eventos A
i
= {Resultado do primeiro dado i} e
B
j
= {Resultado do segundo dado j} so independentes?
Chap 4-32

Independncia
Soluo:
temos,
P(A
i
e B
j
) = P( resultado: (i,j) ) = 1/16
P(A
i
) = P( resultados (i,1), (i,2), (i,3) e (i,4) ) = 4/16
P(B
j
) = P( resultados (1,j), (2,j), (3,j) e (4,j) ) = 4/16

Assim, como

=
4
16

4
16
=
1
16
= (

)
podemos afirmar que os eventos

so independentes.

Chap 4-33

Independncia
Exerccio 2: Lanamento sucessivo de 2 dados de 4 lados.
16 resultados equiprovveis: prob 1/16.

Os eventos A = {Resultado do primeiro dado 1} e
B= {Soma dos dois dados 5} so independentes?
Chap 4-34

Independncia
Soluo:
temos ,
P(A e B) = P( resultado: (1,4) ) = 1/16
P(A) = P( resultados (1,1), (1,2), (1,3) e (1,4) ) = 4/16
P(B) = P( resultados (1,4), (2,3), (3,2) e (4,1) ) = 4/16
Como
=
4
16

4
16
=
1
16
= ( )

So independentes? SIM!
Chap 4-35

Independncia
Exerccio 3: Lanamento sucessivo de 2 dados de 4 lados.
16 resultados equiprovveis: prob 1/16.

Os eventos A = {Mximo valor das faces 2} e
B= {Mnimo valor das faces 2} so independentes?
Chap 4-36

Independncia
Soluo:
temos,
P(A e B) = P( resultado: (2,2) ) = 1/16
P(A: Max=2) = P( resultados (1,2), (2,1) e (2,2) ) = 3/16
P(B: Min=2) = P( resultados (2,2), (2,3), (2,4), (3,2) e (4,2) ) = 5/16

como
=
3
16

5
16
=
15
16
2
<
1
16
= (

)

so independentes? NO!
Chap 4-37

Chap 4-38

Independncia
Podemos extender para indepndencia entre mais de dois
eventos

Os eventos A
1
, A
2
, , A
n
so independentes se e somente se:
Para qualquer subconjunto K de {1, 2, , n}:



Ento temos que verificar todas a combinaes possveis!



( )
[
e e
=
|
|
.
|

\
|
K i
i
A P P

K i
i
A
Definio!
Chap 4-39

Independncia
Para 3 eventos A, B e C, precisamos verificar se:
=
=
= ()
e
= ()



Independncia 2 a 2
Independncia
Exerccio: Um atirador acerta 80% de seus disparos e outro
(na mesmas condies de tiro), 70%.

Qual a probabilidade de algum dos 2 atiradores
acertarem o alvo se ambos disparam simultaneamente?

Considere que o alvo foi acertado quando pelo menos
uma das duas balas tenha feito impacto no alvo.

Chap 4-40

Independncia
Exerccio: Um atirador acerta 80% de seus disparos e outro (na
mesmas condies de tiro), 70%.
Soluo:
Pelo menos 1 acerta: A
1
acerta ou A
2
acerta ou ambos.

P(ao menos 1) = 0.8 + 0.7 P(os dois acertam)
= 0.8 + 0.7 0.8*0.7 = 0.94
ou
P(ao menos 1) = 1 P(nenhum dos 2 acerta)
= 1 0.2*0.3 = 0.94
Este truque ( = 1

= 1

)
muito til!!
Chap 4-41

Independncia
Confiabilidade de um sistema conectando A a B:







As falhas nos links so independentes
Nmeros indicam que probabilidades do link funcionar.
Chap 4-42

Conexo em srie
Conexo em paralelo
Independncia
(1) Para componentes em srie :
P(subsistema funcione) = p
1
*p
2
**p
n


(2) Para componentes em paralelo :


P(subsistema funcione) = 1 P(falhe) = 1 P(todos falham)
= 1 P(1 falha e 2 falha e ... n falha)
= 1 (1-p
1
)*(1-p
2
)**(1-p
n
)

Chap 4-43

Independncia
Exerccio 1: Qual a probabilidade que o sistema abaixo
funcione?


Chap 4-44

Independncia
Exerccio 2: Amostras de uma pea de alumnio fundido so
classicadas com base no acabamento (em micropolegadas) da
superfcie e nas medidas de comprimento. Os resultados de 100
peas so resumidos a seguir:





Seja A: evento em que disco tem excelente acabamento e B:
evento em que disco tem comprimento considerado excelente.
Os eventos A e B so independentes?

Chap 4-45

Comprimento
Excelente (B) Bom
Acabamento
Superfcie
Excelente (A) 75 7
Bom 10 8
Independncia
Exerccio 3: A probabilidade de que um espcime de
laboratrio contenha altos nveis de contaminao de 10%.
Cinco amostras so verificadas, sendo elas independentes:

Qual a probabilidade de que nenhum espcime contenha
altos nveis de contaminao?

Qual a probabilidade de que pelo menos um espcime
contenha altos nveis de contaminao?
Qual a probabilidade de que exatamente um espcime
contenha altos nveis de contaminao?

Chap 4-46

Resumo
Conceitos bsicos de probabilidade.
Espao amostral e eventos, propriedades de conjuntos.
Funes probabilidade:
Probabilidade clssica, probabilidade frequentista
Regra da adio
Tcnicas de contagem
Probabilidade Condicional
Regra do Produto e Teorema da Probabilidade Total
Teorema de Bayes
Indepedncia
Chap 4-47

Nesta parte, vimos:
Perguntas Recapitulativas
O que um experimento aleatrio?
O que espao amostral?
Qual a diferena entre um evento simples e um evento
composto?
Qual a diferena entre eventos mutuamente excludentes
e eventos coletivamente exaustivos?
O que uma partio do espao amostral?
Qual a diferena entre a probabilidade clssica e a
probabilidade frequentista?
Como voc pode usar a regra da adio para encontrar a
ocorrncia do evento A ou B?
Chap 4-48

Perguntas Recapitulativas
Quando o Teorema da probabilidade total til para
calcular a probabilidade de um evento B?

No teorema de Bayes, de que modo a probabilidade "a
priori" difere da probabilidade revisitada ("a posteriori")?

De que modo a probabilidade condicional se relaciona ao
conceito de independncia Estatstica?



Chap 4-49