Você está na página 1de 26

2.

INTRODUO
PROBABILIDADE
2010

Conceitos bsicos
Experimento aleatrio ou fenmeno aleatrio
Situaes ou acontecimentos cujos resultados no podem ser previstos
com certeza.
Um experimento ou fennemo que, se for observado em condies
idnticas, pode apresentar diferentes resultados chamado de
experimento ou fenmeno aleatrio.

Conceitos bsicos
Exemplos
Observao da temperatura diria mnima em So Carlos.
Registro da inflao mensal (medida pela FIPE).
Observao da condio de um item produzido.
Resultado do lanamento de um dado.
Registro do tempo de durao de uma lmpada.
Observao do nmero de veculos que passam por um praa de
pedgio durante um certo intervalo.
Tbua

de Galton:

http://www.mathsisfun.com/probability/quincunx.html
http://www.jcu.edu/math/isep/Quincunx/Quincunx.html

Conceitos bsicos
Espao amostral ()
Conjunto de todos os possveis resultados de um experimento ou
fenmeno aleatrio.
Exemplos
1. Lanamento de um dado: = {1,2,3,4,5,6} ou = {

2. Condio de um item produzido: = {defeituoso, no defeituoso}


3. Nmero de veculos que passam por uma praa de pedgio durante
um certo intervalo: = {0, 1, 2, ...}
4. Vazo diria mxima em uma estao de medio (em m3/s):
= (0, )

Exemplo
Lanamento de um dado: = {1,2,3,4,5,6}.
Evento
Subconjunto do espao amostral .
Notao: A, B, C,...
Exemplos. Eventos do exemplo acima:

Resultado par: A = {2, 4, 6} (evento composto)

Resultado maior do que 3: B = {4, 5, 6} (evento composto)

Resultado igual a 1: C = {1} (evento simples)

Resultado maior do que 6: D = (evento impossvel)

Resultado menor do que 7: D = (evento certo)


5

Operaes com eventos


A e B so eventos de
A B: unio dos eventos A e B
Ocorrncia de pelo menos um dos eventos A e B.

Operaes com eventos


A B: interseco dos eventos A e B
Ocorrncia simultnea dos eventos A e B.
A e B so disjuntos ou mutuamente exclusivos quando no tm
elementos em comum, isto , A B = .
A e B so complementares se A B = e A B = .
O complementar de um evento A representado por

A C ou A

Definies de probabilidade
Probabilidade clssica ou a priori
Se um experimento aleatrio tiver n() resultados mutuamente
exclusivos e igualmente possveis e, se um evento A tiver n(A) desses
resultados, a probabilidade do evento A, representada por P(A), dada
por

P ( A) =
Exemplo. Lanamento
probabilidade de

de dois

n( A)
n ()
dados

balanceados. Calcular

b) se obter soma das faces igual a 7,


c) se obter soma maior do que 5,
d) que o resultado do primeiro dado seja maior do que o resultado do
segundo.

1,1
2,1

3,1
=
4,1
5,1

6,1

1,2
2,2
3,2
4,2
5,2
6,2

1,6
2,3 2,4 2,5 2,6
3,3 3,4 3,5 3,6

4,3 4,4 4,5 4,6


5,3 5,4 5,5 5,6

6,3 6,4 6,5 6,6

1,3 1,4

1,5

A = {(6,1),(5,2),(4,3),(3,4),(2,5),(6,1)}
P(A) = n(A) / n() = 6 /36=1/6

b) P(B) = 26/36.

10

c) P(C) = 15/36.

11

Definies de probabilidade
Probabilidade frequentista ou a posteriori
Um experimento realizado n vezes (n grande). O evento A ocorre
exatamente n(A) vezes (0 n(A) n) . A frequncia relativa de vezes
que ocorreu o evento A uma forma de aproximar a probabilidade do
evento A, ou seja,
f r ( A) =

n( A)
n

Quando n , fr(A) se aproxima de P(A).


Exemplo. Lanamento de uma moeda balanceada. Calcular a probabilidade de A
= {resultado obtido cara}.
Cara
n

fr1
2/5
5

fr2
6/10
10

fr3
22/50
50

fr4
47/100
100

...
...
...

P(A)
0,5

12

Definies de probabilidade
Definio axiomtica
A probabilidade de um evento A definida como sendo um nmero P(A)
satisfazendo aos seguintes axiomas:

(i) 0 P ( A) 1, A ,
(ii) P ( ) = 1,
(iii) Se A1 , A2 , so eventos mutuamente exclusivos, ento

P A i =
i=1

i=1

P ( Ai ).

Propriedades

1. P( ) = 0.
2. Se A , ento P( A) = 1 P( Ac ).
3. Se A B , ento P( A) P( B).
4. Se A, B , ento P( A B) = P( A) + P( B) P( A B).
5. Se A, B, C , ento
P( A B C ) = P( A) + P( B) + P(C ) P( A B) P( B C ) P( A C ) + P( A B C ).
13

Probabilidade condicional e independncia


A e B so dois eventos em um mesmo espao amostral . A
probabilidade condicional de A dado que ocorreu o evento B, denotada
por P(A|B), definida como

P( A B)
P( A | B) =
, se P ( B ) > 0.
P( B)

(1)

Obs. Pela propriedade 3 na lmina 13, temos P(A|B) P(A) / P(B).


Exemplo. Selecionamos dois itens, ao acaso, um a um e sem
reposio, de um lote que contm 10 itens do tipo A e 5 do tipo B.
Qual a probabilidade de que
(a) o primeiro item seja do tipo A?
(b) o segundo seja do tipo B se o primeiro item foi do tipo A?

14

Definimos os eventos

V1 : " o 1o item do tipo A";


V2 : " o 2 o item do tipo A"
10
2
(a) P (V1 ) =
=
.
15
3

5
(b) P (V | V1 ) =
.
14
c
2

Essas probabilidades podem ser representados em uma rvore de


probabilidades.

15

rvore de probabilidades

Da expresso (1) na lmina 14 obtm-se uma relao til:

P( A B) = P( B) P ( A | B ),
conhecida como regra do produto de probabilidades ou probabilidade da
interseo.
16

Exemplo. No exemplo anterior suponha que temos interesse em


determinar a probabilidade de que os dois itens selecionados sejam do
tipo B.

O evento V1c V2c :" o 1o e o 2 o itens so do tipo B"


5
4
2
P(V V ) = P (V ) P (V | V ) =

=
.
15 14 21
c
1

c
2

c
1

c
2

c
1

Resultado. Se B um evento em tal que P(B) > 0, ento

1. P( | B) = 0.
2. Se A , ento P(A c | B) = 1 P( A | B) ou P( A | B) = 1 P(A c | B).
3. Se A, C , ento
P( A C | B) = P( A | B) + P(C | B) P( A C | B).
17

Exemplo. Segundo dados coletados, a probabilidade de ocorrer


congestionamento em uma via em um certo dia 0,28 e a probabilidade
de haver congestionamento em dois dias consecutivos 0,17.
Se ocorrer congestionamento em um certo dia, qual a probabilidade de
que no dia seguinte no ocorra congestionamento ?
Soluo. Definimos os eventos A: ocorre congestionamento em um certo
dia e B: ocorre congestionamento no dia seguinte.
Do enunciado do problema temos P(A) = 0,28 e P(AB) = 0,17. A
probabilidade pedida

P( A B)
0,17
P ( B | A) = 1 P ( B | A) = 1
= 1
= 0,39.
P ( A)
0,28
c

18

Independncia de eventos
Dois eventos A e B em so independentes se a informao da
ocorrncia ou no de B no altera a probabilidade de ocorrncia de A.
Isto ,
P(A | B) = P(A), P(B) > 0.
Logo, dois eventos A e B so independentes se, e somente se,
P(A B) = P(A)P(B).
Exemplo. Em uma fbrica 20% dos lotes produzidos tm componentes do
fornecedor A, 8% tm componentes do fornecedor V e 4% tm componentes de
ambos. Selecionamos ao acaso um item produzido nesta fbrica.
(a) Os eventos relacionados aos dois fornecedores so independentes?
(b) Se o lote selecionado tem componentes do fornecedor V, qual a probabilidade
de que tenha componentes do fornecedor A?
(c) Qual a probabilidade de um lote no ter componentes destes dois
fornecedores?
19

Soluo. A: o lote tem componentes do fornecedor A, V: o lote tem


componentes do fornecedor V.
Do enunciado temos P(A) = 0,20, P(V) = 0,08 e P(A V) = 0,04.

(a) P (V ) P ( A) = 0,08 0,2 = 0,016 e


P (V A) = 0,04.
Como P (V A) P (V ) P ( A), A e V no so independentes.
P ( A V ) 0,04
(b) P ( A | V ) =
=
= 0,50.
P (V )
0,08

(c) P ((V A) c ) = 1 P (V A)
= 1 {P (V ) + P ( A) P (V A)}
= 1 (0,08 + 0,2 0,04) = 0,76.
Resultado. Se A e B so eventos independentes em , ento (i) A e Bc
so independentes, (ii) Ac e B so independentes e (iii) Ac e Bc so
independentes.
20

Frmula de Bayes
Partio do espao amostral. Uma coleo de eventos B1,...,Bk forma
uma partio do espao amostral se eles so mutuamente exclusivos e
se sua unio igual ao espao amostral.

Frmula da probabilidade total. Se B1,...,Bk formam uma


partio do espao amostral , ento para qualquer evento A
em , vale

P( A) = P( B1 ) P( A | B1 ) + + P( Bk ) P( A | Bk ) =

i= 1

P( Bi ) P( A | Bi ).
21

Frmula de Bayes. Se B1,...,Bk formam uma partio do espao amostral , e A evento


em com P(A) > 0, ento

P ( Bi | A) =

P ( Bi ) P ( A | Bi )

i= 1

P ( Bi ) P ( A | Bi )

Exemplo. Uma fbrica trabalha com dois fornecedores (A e B) de um


determinado componente. Sabe-se que 10% e 5% das peas
proveniente dos fornecedores A e B, respectivamente, esto fora das
especificaes. A fbrica recebe 30% das peas do fornecedor A e
70% de B. Se uma pea do estoque inteiro escolhida ao acaso,
(a) calcule a probabilidade de que ela esteja fora das especificaes.
(b) se uma pea escolhida ao acaso est fora das especificaes, qual
a probabilidade de que tenha sido fornecida por A ?

22

Soluo. Eventos:
A: pea selecionada foi fornecida por A,
B: pea selecionada foi fornecida por B e
E: pea selecionada no atende s especificaes.

Do enunciado do problema temos P(A) = 0,30, P(B) = 0,70, P(E|A) = 0,10 e


P(E|B) = 0,05.

23

(a) Frmula da probabilidade total:


P(E) = P(A)P(E|A) + P(B)P(E|B) = 0,30 0,10 + 0,70 0,05 = 0,065.
(b) P(A|E) = ?
Pela frmula de Bayes,

P( A | E ) =

P( A) P( E | A)
0,30 0,10
0,03
=
=
= 0,46.
P( A) P( E | A) + P( B) P( E | B) 0,30 0,10 + 0,70 0,05 0,065

A soluo do exemplo anterior facilitada pela rvore de probabilidades:

24

Exemplo
Na figura abaixo so apresentados um sistema e as probabilidades de
funcionamento de seus componentes. (a) Calcule a probabilidade de
funcionamento do sistema. (b) Sabendo que o sistema funciona, qual a
probabilidade de que o componente C tenha falhado?
Soluo. Definimos o evento E como sendo
o
sistema
funciona.
Supomos
independncia entre os eventos A, B, C e D.
Pela figura, E = (A B) (C D).

(a). Calculamos P(E) = P((A B) (C D)) = P(A B) P(C D)


= P(A B) {P(C) + P(D) P(C D)}
= P(A) P(B) {P(C) + P(D) P(C) P(D)}
= 0,85 0,90 (0,80 + 0,95 0,80 0,95) = 0,76.
25

Exemplo
(b) Devemos calcular P(Cc|E), dada por P(Cc|E) = 1 P(C|E)
= 1 P(C E) / P(E).
Utilizando regras de operaes com conjuntos obtemos
C E = A B C, de modo que
P(Cc|E) = 1 P(A B C) / P(E) = 1 P(A) P(B) P(C) / P(E)
= 1 0,85 0,90 0,80 / 0,76 = 0,19.
(b) Outra soluo
Dado que o sistema funciona (ocorreu E), certamente A e B ocorreram.
Alm disso, pelo menos um dos componentes C e D funciona, ou seja,
C ou D funciona (ocorreu C D).
Desta forma, P(C|E) = P(C|C D), que igual a P(C) / P(C D) = 0,81.

26