Escolar Documentos
Profissional Documentos
Cultura Documentos
Prof. Adhemar
PROBABILIDADE
1.
EXPERIMENTO
Exemplo: Referentes aos cinco exemplos anteriores temos os seguintes espaos amostrais:
a) S = [0 ; ) b) S = [0 ; )
c) S = {1, 2, 3, 4, 5, 6}
d) S = [0 ; ) e) S = {1, 2, 3, ...}
Exemplos:
Em (a) podemos estar interessados em que a produo de milho seja um valor de
7.000 kg/ha a 10.000 kg/ha. Esse o evento, e pode ser caracterizado como o intervalo de
valores reais
A = [7.000 ; 10.000]
que um subconjunto do espao amostral S = [0 ; ).
Em (b), o evento o ganho de peso um valor de 0,5 kg a 1 kg equivale ao
subconjunto (intervalo) B = [0,5 ; 1] de S = [0 ; ). Em (c), o nmero da face para cima
um nmero par equivale ao subconjunto C = {2, 4, 6} do espao amostral S = {1, 2, 3, 4,
5, 6}
3. OCORRNCIA DE UM EVENTO
Notao: A menos que se indique outra notao, usaremos a letra S para indicar um espao
amostral. Eventos, no geral, indicaremos por letras maisculas A, B, C, A1, A2, B1 etc.
4. COMBINAO DE EVENTOS
A o nmero par
A = {2, 4, 6}
B = {3, 4, 5, 6}
C o nmero mpar
C = {1, 3, 5}
Temos:
AB o nmero par ou o nmero maior que 2 AB = {2,3,4,5,6}
AB o nmero par e o nmero maior que 2 AB = {4, 6}
B o nmero no maior que 2
B = {1, 2}
Considere que o experimento possa ser realizado certo nmero n (inteiro positivo)
de vezes, em idnticas condies. Se nA representa o nmero de vezes que o evento A
ocorreu nas n realizaes, a quantidade
fA
nA
n
Exemplo: Os nmeros abaixo representam um rol de pesos (kg) aos 12 meses (P12) de n =
50 bezerros de uma certa raa.
133, 136, 138, 141, 150, 150, 162, 162, 164, 170, 172, 174, 175, 177, 183, 184, 184, 185,
188, 190, 190, 192, 192, 194, 195, 196, 196, 198, 198, 200, 201, 202, 210, 210, 211, 212,
215, 215, 218, 218, 219, 226, 228, 230, 244, 246, 247, 250, 255, 262.
Considerando que so de animais da mesma raa e criados em idnticas condies,
podemos considerar a criao dos 50 bezerros e a observao do peso aos 12 meses como
um experimento no-determinstico que foi realizado n = 50 vezes. Considere, ento, em
cada realizao (isto , para cada bezerro criado) os eventos A, B e C onde
A P12 220 kg
B P12 194 kg
C 150 kg P12 205 kg
ou, em notao de intervalo,
A = [220 ; )
B = (0 ; 194]
C = [150 ; 205]
Observando-se esses dados (j colocados num rol), vemos que 9 deles so 220 kg, 24
deles so 194 kg e 28 deles satisfazem 150 kg P12 205 kg. Assim, nas n = 50
realizaes, o evento A ocorreu 9 vezes, o evento B ocorreu 24 vezes e o evento C ocorreu
28 vezes. Ento, temos
fA
9
0,18
50
fB
24
0,48
50
fC
28
0,56
50
Ainda, fazendo combinaes (ou composio) desses eventos, fcil ver pelos dados de
pesos que:
f A B f 0
fA
41
50
f B C
f A C 0
f A B
33
50
f A C
37
50
f B C
20
50
32
50
b) f BC f B f C f BC
c) f A 1 f A
6. PROBABILIDADE
Probabilidade de um evento A, indicada por P(A) e l-se P de A, em termos prticos,
a medida de frequncia de ocorrncia do evento A. A probabilidade tem importncia
fundamental na Estatstica.
n de elementos de A # A
n de elementos de S
#S
b) o nmero par
nA
n n
P(A) f A
como uma aproximao. Isso ser tanto melhor P(A) quanto maior for o nmero n de
realizaes do experimento.
Exemplo: Sabendo que P(A) = 0,20 , P(B) = 0,30 e P(AB) = 0,10 , obter P(AB),
P( A ), P(A-B) e P( A B).
(Resolver)
Exemplo: Suponha que, numa classe com 100 alunos, 70 deles gostam de rock, 50
gostam de funk e 30 gostam de ambos. Um aluno ser escolhido ao acaso da classe.
Obtenha a probabilidade desse aluno:
a) gostar de rock ou funk;
b) no gostar de rock;
c) gostar de funk e no gostar de rock;
d) no gostar de funk e no gostar de rock.
Soluo:
Vamos denominar de
F = gostar de funk;
R = gostar de rock
Assim, temos
P(R) = 70/100 = 0,7
Logo
(a) prob. pedida = P(R F) = P(R) + P(F) P(R F) = 0,7 + 0,5 0,3 = 0,9
(b) prob. pedida = P( R ) = 1 P(R) = 1 0,7 = 0,3
(c) prob. pedida = P(F R ) = P(F) P(F R) = 0,5 0,3 = 0,2
(d) prob. pedida = P( F R ) = P(F R ) = 1 P( F R ) = 1 0,9 = 0,1
9. PROBABILIDADE CONDICIONAL
P( B | A )
P(A B)
P( A )
()
sempre que A for um evento tal que P(A) > 0. Igualmente, esta expresso pode ser usada
para se encontrar a probabilidade P(B|A), conhecendo-se P(A) e P(AB) ambos os valores
analisados relativamente ao espao amostral S do experimento.
Exemplo: Com os dados do exemplo anterior, obter a probabilidade que o aluno goste de
rock, se ele gosta de funk. Dito de outra forma, obter a probabilidade que o aluno goste de
rock, dado que ele gosta de funk.
Soluo:
A condio estabelecida que o aluno goste de funk, reduz os 100 alunos inicialmente
possveis a apenas aos que gostam de funk, em nmero de 50. Desses, h apenas 30 que
gostam de rock. Logo,
prob. pedida = P(R | F) =
30
0,6
50
30
P(R F) 100 30
0,6
P(R | F) =
50
P(F)
50
100
10
Exemplo:
Considere uma caixa com 4 bolas verdes (V), 3 azuis (A) e 3 brancas (B), e que dessa caixa
sejam retiradas n = 3 bolas, em seqncia e ao acaso, sem reposio. Pergunta-se:
a) qual a probabilidade de ocorrer a seqncia VVA, isto , verde na primeira, verde na
segunda e azul na terceira?
b) qual a probabilidade de ocorrer 2 azuis e 1 branca?
c) qual a probabilidade de ocorrer uma de cada cor?
d) qual a probabilidade de ocorrer exatamente 1 branca?
Soluo:
a) prob. pedida = P(VVA) = P(V na primeira) . P(V na segunda dado que saiu V na
primeira). P(A na terceira dado que saram V na primeira e V na segunda.) =
4 3 3 1
10 9 8 20
b) Ocorrer 2 azuis (A) e 1 branca (B) equivale a ocorrerem as sequncias AAB ou ABA ou
BAA. Logo,
prob. pedida = P(AAB) + P(ABA) + P(BAA) =
3 2 3
3 3 2
3 3 2
3
+
+
10 9 8 10 9 8 10 9 8
40
c) Ocorrer uma de cada cor equivale a ocorrerem as seqncias VAB ou VBA ou BVA ou
AVB ou ABV ou BAV. fcil calcular e mostrar que cada uma dessas seqncias tem
probabilidade
1
1
6
3
. Sendo assim, a probabilidade pedida ser 6
, ou seja,
.
20
20 20
10
d) Denominando por outras (O), a ocorrncia de verde (V) ou azul (A), as seqncias
possveis com exatamente 1 branca so BOO ou OBO ou OOB. O clculo da probabilidade
dessas seqncias facilmente feito observando-se que se tem 7 outras (pois so 4 verdes
e 3 azuis). Todas essas seqncias tm a mesma probabilidade, e a s multiplicar por 3
para se obter o resultado final (Faa como exerccio!).
Obs: Esse exerccio poderia tambm ser feito por contagem no espao amostral igualmente
provvel das seqncias possveis, mas muito trabalhoso. A regra do produto torna muito
mais fcil e simples a obteno da soluo.
11
H situaes onde
P(A | B) = P(A) e P(B | A) = P(B)
indicando que a probabilidade de um evento no muda, mesmo quando condicionado a
outro evento. Nas condies anteriores, dizemos que A e B so eventos independentes.
fcil notar que, nesse caso,
P(A B ) = P(A) P(B)
isto , a probabilidade de ocorrer ambos (simultaneamente) os eventos pode ser obtida
como o produto das probabilidades individuais desses eventos. Generalizando, para um
nmero k qualquer de eventos A1, A2, . . . , Ak independentes tem-se,
P(A1 A2 . . . Ak) = P(A1 ) P(A2 ) . . . P(Ak)
Esta regra do produto para k eventos independentes (k inteiro e 2 ) muito til em
clculo de probabilidades onde se tem experimentos realizados em etapas sucessivas, e
onde, em cada etapa, se conhece a probabilidade de cada evento de interesse.
P(A | C)
P(A).P(C | A)
P(A).P(C | A)
P(C)
P(A).P(C | A) P(B).P(C | B)
e
P(B | C)
P(B).P(C | B)
P(B).P(C | B)
P(C)
P(A).P(C | A) P(B).P(C | B)
12
Substituindo vem:
probab. pedida
(0,60)(0,30)
0,18
0,18
0,43
(0,60)(0,30) (0,40)(0,60) 0,18 0,24 0,42
Notas:
1) Este problema pode ser resolvido de forma imediata apenas observando-se o diagrama
abaixo e considerando a idia de restrio do espao amostral original para o espao dos
animais Nelores. Considerando-se o rebanho com 100 animais (o nmero de elementos de
S), os dados do problema nos permitem determinar o nmero de animais Nelores como
sendo igual a 18 + 24 = 42, sendo os 18 Nelores machos e 24 Nelores fmeas. Assim, a
probabilidade pedida
P(M|N) =
18
0,43
42
M(60)
18
24
NNelore
42
F(40)
2) Este esquema formal pode ser facilmente generalizado para parties do espao amostral
S em mais de dois subconjuntos.
13