Sistemas determinísticos e probabilísticosde caras em 4 lançamentos de

Determinstico
Sistema
Real
Prof. Lor Viali, Dr.
viali@mat.ufrgs.br
http://www. ufrgs.br/~viali/
Probabilstico
Causas
Efeito
UFRGS
Instituto de Matemtica - Departamento de Estatstica
Experincia para o qual

o modelo probabilstico
adequado.
UFRGS
UFRGS
Efeito
Causas
UFRGS
E1: Joga-se um dado e observase o nmero da face superior.
UFRGS
E2: Joga-se uma moeda quatro

vezes e observa-se a seqncia
de caras e coroas ;
UFRGS
E4: Jogam-se dois dados e

observa-se o par de valores
obtido;
UFRGS
E3:
Uma lmpada nova
ligada e conta-se o tempo gasto
at queimar;
UFRGS
o conjunto de resultados
de uma experincia aleatria.
UFRGS
S2 = { cccc, ccck, cckc, ckcc,

kccc, cckk, kkcc, ckkc,
kcck, ckck, kckc, kkkc,
S1 = {1, 2, 3, 4, 5, 6}
kkck, kckk, ckkk, kkkk}

UFRGS
UFRGS
S4 = { (1, 1), (1, 2),(1,3), (1, 4), (1, 5), (1, 6)

S3 = { t R / t 0 }
(2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6)
(3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6)
(4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6)
(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6)
(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6) }
UFRGS
Um evento um
subconjunto de um espao
amostra.
UFRGS
UFRGS
Seja E um experimento
com espao amostra associado S.
Diremos que o evento A ocorre se
realizado E o resultado um
elemento de A.
UFRGS
Sejam A e B eventos de um espao

S. Diremos que ocorre o evento:
Sejam A e B eventos de um espao S.

Diremos que ocorre o evento:
A unio B, A soma B ou A mais B,

se e s se A ocorre ou B ocorre.
A produto B, A vezes B ou A
interseo B, se e s se A ocorre e B
ocorre.
A
B
A
B
UFRGS
UFRGS
Sejam A e B eventos de um espao S.

Diremos que ocorre o evento:
Sejam A e B eventos de um espao

S. Diremos que ocorre o evento:
A menos B, A diferena B, se e s se
A ocorre e B no ocorre.
Complementar de A (no A) se e s
se A no ocorre.
A = AC = A
A-B
UFRGS
Dois eventos A e B so
mutuamente excludentes se no
puderem ocorrer juntos.
UFRGS
(nmero de casos favorveis)

P(A) = ------------------------------------_
(nmero de casos possveis)
UFRGS
CLSSICO
FREQENCIAL
AXIOMTICO
frA =
UFRGS
UFRGS
(nmero de vezes que A ocorre)

--------------------------------------------(nmero de vezes que E repetido)
UFRGS
P(A) um nmero real que deve

satisfazer as seguintes propriedades:
(1) 0 P(A) 1
P(A) = lim frA

n
(2) P(S) = 1
(3) P(AUB) = P(A) + P(B)
se A
B =
UFRGS
(1) P(
) = 0
(2) P(A) = 1 - P(A)
(3) P(A - B) = P(A) - P(A
B)
UFRGS
Definio
P(A/B) = P(A
B) / P(B)
Teorema da multiplicao
P(A
B) = P(A).P(B/A) = P(A/B).P(B)
UFRGS
UFRGS
(4) P(AUB) = P(A) + P(B) - P(A

B)
(5) P(AUBUC) = P(A) + P(B) + P(C) - P(A
B) - P(A
C) - P(B
C) +
+ P(A
B
C)
UFRGS
Dois eventos A e B so
independentes se a probabilidade
de um ocorrer no altera a
probabilidade do outro ocorrer,
isto :
UFRGS
(1) P(A/B) = P(A)

(2) P(B/A) = P(B)
(3) P(A
B) = P(A).P(B)
UFRGS
Diz-se que os conjuntos:

A1, A2, ..., An
eventos de um mesmo espao
amostra S, formam uma partio
deste espao se:
UFRGS
(1) Ai Aj = , para todo i j

(2) A1 A2 ... An = S , para todo i j
(3) P(Ai ) > 0, para todo i
UFRGS
B pode ser escrito como:

B
B = (B A1) (B A2) ... (B A n)
UFRGS
UFRGS
B A3
B A1
P(B) ser ento:

P(B) = P[(B A1) (B A1) ... (B An)]
B A2
= P(B A1) + P(B A2) + ... + P(B An) =
= P(B
Ai ) = P(Ai ).P(B/Ai )
P(B) = P(Ai ).P(B/Ai )
UFRGS
UFRGS
Calcula a probabilidade de
B
ocorrncia de um dos Ai (que

formam a partio) dado que
A4
ocorreu um evento qualquer

B.
Aplicando a expresso da
probabilidade condicionada
vem:
P(Ai /B) = P(AiB)/ P(B ) =
= P(Ai).P(B/Ai)/ P(B )
UFRGS
UFRGS
Na expresso
P(Ai /B) = P(Ai ).P(B/Ai ) / P(B)
valor de
atravs
do
P(B) obtido
Teorema
da
Probabilidade Total
UFRGS
KKK
CKK
KKC
KCK
CCK
CKC
KCC
CCC
S
UFRGS
Uma funo X que associa a

cada elemento de S (s S) um
nmero real x = X(s)
denominada varivel aleatria.
UFRGS
x = X(s)
UFRGS
2
3
X(S )
Conforme o conjunto de
valores X(S) uma
varivel aleatria poder
ser discreta ou contnua.
UFRGS
Se o conjunto de valores for

finito
ou
ento
infinito
enumervel a varivel dita
discreta.
Se o conjunto de valores
for infinito no enumervel
ento a varivel dita
contnua.
UFRGS
UFRGS
A funo de probabilidade (fp) de

uma VAD a funo que associa a cada
xi X(S) o nmero f(xi ) = P(X = xi )
que satisfaz as seguintes propriedades:
f(xi ) 0, para todo i
f(xi ) = 1
UFRGS
UFRGS
A coleo dos pares [xi, f(xi)]
Suponha que um par de dados
para i = 1, 2, 3, ... denominada
lanado. Ento X = soma do par
de distribuio de probabilidade
uma varivel aleatria discreta com
da VAD X.
o seguinte conjunto de valores:
UFRGS
UFRGS
A funo de probabilidade
Como X((a, b)) = a + b, o
f(x) = P(X = x), associa a cada
conjunto de valores de X dado
x X(S), um nmero no
por:
intervalo [0; 1] dado por:
X(S) = {2, 3, 4, 5, 6, 7, 8, 9 , 10, 11, 12}
f(x) = P(X = x) = P(X(s) = x) =

= P([x X(S) / X(s) = x})
UFRGS
UFRGS
Desta forma:
f(2) = P(X = 2) = P{(1,1)} = 1/36
f(3) = P(X = 3) = P{(1,2), (2, 1)} = 2/36
...............................................................
A distribuio de probabilidade
de X ser ento:
x 2 3 4 5 6 7 8 9 10 11 12
f(11) = P(X=11) = P{(6, 5), (5, 6)} = 2/36

f(12) = P(X = 12) = P{(6, 6)} = 1/36
f(x)
1 2 3 4 5 6 5 4 3 2 1
36 36 36 36 36 36 36 36 36 36 36
A distribuio de probabilidade ser:

UFRGS
UFRGS
x
0
1
2
3
4
Seja X = nmero
Atravs de:
de caras, obtidas no
uma tabela
lanamento
uma expresso analtica (frmula)
moedas honestas. Ento
um diagrama
UFRGS
Considere X = soma do par,

no lanamento de dois dados
equilibrados, ento:
f : X(S)
x
(x - 1)/36 se x 7
(12 - x -1)/36 se x > 7
UFRGS
de
a distribuio de X a
dada ao lado.
UFRGS
f(x)
1/16
4/16
6/16
4/16
1/16
1
0,18
0,16
0,14
0,12
0,10
0,08
0,06
0,04
0,02
0,00
2
UFRGS
10
11
12
10
(a) Expectncia, valor esperado
= E(X) = x.f (x ) = x.P( X = x)
Bernoulli
(b) Desvio padro
Binomial
= f ( x) (x ) = x 2 f (x)
UFRGS
Hipergeomtrica
UFRGS
EXPERIMENTO
Qualquer um que corresponda a

apenas dois resultados. Estes
resultados so anotados por 0 ou
fracasso e 1 ou sucesso. A
probabilidade de ocorrncia de
sucesso representada por p e a
de insucesso por q = 1 p.
UFRGS
Conjunto de Valores
X(S) = { 0, 1}
UFRGS
A Funo de Probabilidade (fp)

1,0
0,8

1 p se x = 0
f ( x ) = P( X = x ) =
p
se x = 1
0,6
0,4
0,2
0,0
0
UFRGS
1
UFRGS
11
Caractersticas
Expectncia ou Valor Esperado
E ( X ) = x .f ( x ) = 0 .q + 1 .p = p
Varincia
V ( X ) = E ( X 2 ) - E(X)
= (0 2 . q + 1 2 . p ) p 2 =
= p p 2 = p ( 1 p ) = pq
UFRGS
UFRGS
EXPERIMENTO
Como existem
apenas duas
situaes: A ocorre e A no ocorre,
pode-se determinar a probabilidade de
A no ocorrer como sendo q = 1 p.
A VAD definida por X = nmero
de vezes que A ocorreu nas n
repeties de E denominada
BINOMIAL.
UFRGS
Conjunto de Valores
X(S) = {0, 1, 2, 3, ..., n}

n
f (x ) = P(X = x ) = p x q n x
x

UFRGS
UFRGS
Caractersticas
E( X ) = x.f ( x ) = np
Varincia
2
V( X) = E (X 2 ) - E(X) = npq
X = npq
UFRGS
12
EXPERIMENTO
EXPERIMENTO
A distribuio Binomial
deduzida com base em n
repeties de um experimento de
maneira independente (isto , p =
constante), ou retiradas com
reposio de uma populao finita.
UFRGS
Neste caso a varivel aleatria

X = nmero de objetos com a
caracterstica r em uma amostra de
tamanho n, ter uma distribuio
denominada de Hipergeomtrica.
UFRGS
UFRGS
Conjunto de Valores
EXPERIMENTO
Se a experincia consistir na
seleo de objetos, sem reposio, de
uma populao finita, de tamanho
N, onde r apresentam uma
caracterstica N r no apresentam
esta caracterstica, ento existir
dependncia entre as repeties.
x : mx{0, nN+r)}, ..., mn{r, n}

r N r

x n r
f ( x ) = P ( X = x ) =
N

n

UFRGS
UFRGS
Caractersticas
E( X) = np
Desvio Padro
X = npq
UFRGS
Nn
N 1
Onde p =
r
N
13
Seja X uma varivel aleatria

com conjunto de valores X(S). Se o
conjunto de valores for infinito no
enumervel ento a varivel dita
a funo que associa a cada

x X(S) um nmero f(x) que deve
satisfazer as seguintes propriedades:

f(x) 0
contnua.
(x,
f(x).dx
UFRGS
coleo
f(x))
dos
pares
denominada
de
UFRGS
P ( a < X < b ) = ab f ( x ) dx
y
distribuio de probabilidade da
VAC X.
a < X < b
UFRGS
P ( a < X < b ) = a f ( x ) dx
Isto , a probabilidade de que X
assuma valores entre os nmeros a e
b a rea sob o grfico de f(x) entre
os pontos x = a e x = b.
UFRGS
UFRGS
Se X uma VAC, ento:

P(X = a) =
a
a f ( x ) dx = 0
P (a < X < b ) = P (a X < b ) =

= P (a < X b ) = P (a X b )
UFRGS
14
a funo F(x) definida por:
(a) Expectncia, valor esperado
= E ( X ) = x .f ( x )dx
F(x) = P(X x) = x f (u)du
(b) Desvio padro

2
= f (x ) ( x ) dx = x 2 f ( x )dx
UFRGS
O uso da FDA bastante

prtico
no
probabilidades,
clculo
pois
no
das
necessrio integrar, j que ela

um funo que fornece a Integral.
UFRGS
A F(x) a integral da f(x) at

um ponto genrico x.
UFRGS
Usando a FDA, teremos sempre

trs casos possveis:
P(X x) = F(x)
P(X > x) =1 F(x)
P(x1 < X < x2) = F(x2) F(x1)
UFRGS
Uniforme
Exponencial
Normal
t (Student)
2 (Qui-quadrado)
F (Snedekor)
UFRGS
UFRGS
15
Uma VAC X uniforme no

intervalo [a; b] se assume todos os
valores com igual probabilidade.
Isto , se f(x) for:
1
f (x) = b a
0
UFRGS
UFRGS
se a x b
c.c.

a+b
2
A funo F(x) dada por:
E(X ) =
se x < a
0
x a
F(x) =
se a x b
b
se x > b
1
Varincia
UFRGS
2
= V ( X ) = E (X ) E ( X ) =
2
UFRGS
(b a ) 2
12
Uma varivel aleatria X tem

uma distribuio normal se sua fdp
for do tipo:
2
f (x) =
1
2 .
1 x
.
, x
.e
com - < < e > 0

UFRGS
UFRGS
16
N(0; 1)
0,8
N(0; 0,5)
N(0; 2)
0,6
P ( X x ) =
N(2; 1)
0,4
0,2
0,0
-6
-5
-4
-3
-2
-1
UFRGS
Utilizar integrao numrica.

Como no possvel fazer isto
com todas as curvas, escolheu-se
uma para ser tabelada (integrada
numericamente).
UFRGS
-1,0
UFRGS
A normal no integrvel
atravs do TFC, isto , no existe
F(x) tal que F(x) = f(x).
UFRGS
A curva escolhida a
N(0, 1), isto , com = 0 e = 1.
Se X uma N(, ), ento:
Z=
Ser uma N(0; 1)

UFRGS
P(Z > z) = 1 - P(Z z) = 1 - ( z ) =
0,2
( z ) = DIST.NORP( -z)
P( z1 < Z < z 2 ) = ( z 2 ) ( z1) =
0,0
-2,0
du = ?
0,3
0,1
-3,0
2 .
P(Z z) = (z) = DIST.NORP( z)
0,4
-4,0
1 u
.
.e 2
0,0
1,0
2,0
3,0
4,0
DIST.NORMP ( z 2 ) DIST.NORMP ( z1)

UFRGS
17
Se a normal no a padro
pode-se padronizar ou, ento,
utilizar a funo:
=DIST.NORM(x; ; ; 1)
UFRGS
UFRGS
Uma VAC tem distribuio

normal de mdia 50 e desvio
padro 8. Determinar:
(a) P(X x) = 5%
(b) P(X > x) = 1%
UFRGS
Para resolver este tipo de

exerccio preciso utilizar a funo
inversa, isto :
UFRGS
0,05
0,04
0,03
= INV.NORM(5%; 50; 8) =
= 36,84
0,02
5%
P(X x) = 5%
0,01
0,00
26
UFRGS
34
42
UFRGS
50
58
66
74
18
(b) P(X > x) = 1%

No esquecer que a planilha
fornece a rea esquerda, ento:
P(X > x) = 1% P(X x) = 99%
INV.NORM(99%; 50; 8) = 68,61

UFRGS
UFRGS
UFRGS
0,05
0,05
0,04
0,04
0,03
0,03
0,02
0,02
1%
P(X > x) = 1%
0,01
0,01
0,00
0,00
26
34
42
UFRGS
50
58
66
74

uma distribuio t ou de Student
se sua fdp for do tipo:
f (x ) =
+ 1

1 +
2
UFRGS
2
para
UFRGS
+1
2
19
onde a funo dada por
(p ) =
0 x
p 1
dx
p > 0
para
(p ) =
0,30
(p - 1) ( p 1 )
(1 / 2 ) =
(n ) =
UFRGS
= E (X ) = 0
Var(X) =
- 2
O valor denominado de
Grau de liberdade
(a)
UFRGS
0,10
(n - 1)!
Expectncia ou Valor esperado

Varincia
0,20
se n Z
fdp de
t(1)
t(5)
t(25)
0,40
0,00
-6
-5
-4
-3
-2
UFRGS
-1
A planilha fornece uma funo

direta e uma inversa, em relao a rea
direita (unilateral ) ou a soma das caudas
(bilateral), isto , a tabela retorna um valor
t tal que P( t) = (unilateral) ou
P(|T| t) = (bilateral).
UFRGS
Dada uma distribuio t (de

Student) com parmetro g.l. = 30,
determinar: P( 2).
(b)
O valor t tal que P(|| t) =

Ento P(T 2) = 2,73%
90%
UFRGS
UFRGS
20
Ento O valor t tal que

P(|| t) = 90% t = 1,697
UFRGS

uma distribuio Qui-Quadrado se
sua fdp for do tipo:
f (x ) =
2
0
1
2
e 2
UFRGS
fdp de
2(1)
2(2)
2 (3)
2 (5)
0,80
0,60
0,40
0,20
UFRGS
E (X ) =
UFRGS
0,00
0
O valor denominado de
Grau de liberdade
se x 0
1,00
Var(X) = 2
1,20
UFRGS
Varincia
se x > 0
10

t tal que P( t) = (unilateral) ou
P(|T| t) = (bilateral).
UFRGS
21
(a)

determinar: P( 2).
(b)

Ento P(T 2) = 2,73%
90%
UFRGS
UFRGS

direta (rea direita) e uma inversa, em
relao a rea direita (unilateral ). Isto
, a planilha retorna um valor tal que
P(2 c) = (unilateral), ou c tal

P(|| t) = 90% t = 1,697
(a)
Dada
UFRGS
inversa.
uma
distribuio
que P(2 c) = , no caso da funo
UFRGS
Qui-
Quadrado com parmetro g.l. = 1,

determinar: P(2 1).
(b)
O valor de c tal que P(2 c) =

90%
Ento P(2 1) = 31,73%

UFRGS
UFRGS
22
Ento, o valor de c tal que,

P(2 c) = 90% c = 2,71.
UFRGS

uma distribuio F ou de
Snedecor se sua fdp for do tipo:
m + n m n m 1
m +n

m 2 n 2 x 2 (n + mx ) 2
2
se x > 0
f (x ) =
m n
2 2
se x 0
0
UFRGS
0,8
0,6
0,4
0,2
UFRGS
12
E( X ) =
m
m2
Varincia
Var(X) =
m o grau de
liberdade
do
numerador e n
do denominador
2(m + n - 2) m2
m(n - 2)(n - 4)
UFRGS
0,0
fdp de
F(1, 3)
F(2, 5)
F(5, 10)
F(20, 20)
1,0
UFRGS
15

t)) = (unilateral)) ou
t tal que P(
P(|T| t)) = (bilateral)).
UFRGS
23
(a)

determinar: P( 2).
(b)

Ento P(T 2) = 2,73%
90%
UFRGS
UFRGS

direta (rea direita) e uma inversa, em
relao a rea direita (unilateral ). Isto
, a planilha retorna um valor tal que
), ou c tal
P(2 c)) = (unilateral),

P(|| t) = 90% t = 1,697
(a)
Dada
UFRGS
inversa.
uma
distribuio
que P(2 c) = , no caso da funo
UFRGS
Qui-
Quadrado com parmetro g.l. = 1,

determinar: P(2 1).
(b)
O valor de c tal que P(2 c) =

90%
Ento P(2 1) = 31,73%

UFRGS
UFRGS
24
O que tabelado a rea direita de

cada curva (funo direta), isto , dado um
certo
valor
de
x,
tem-se:
P[F(m, n) x]] = , ou dado uma rea
Ento, o valor de c tal que,

P(2 c) = 90% c = 2,71.
(a)
UFRGS
direita pode-se determinar x que satisfaz
P[F(m, n) x]] = (funo inversa).

UFRGS
Dada uma distribuio F com

parmetros g.l. do numerador = 3
e g.l. do denominador igual a 5,
determinar P(F 2,5).
(b)
O valor de f tal que P(F f) =
Ento P(F 2,5) = 17,39%
80%
UFRGS
UFRGS
UFRGS
Ento, o valor de f tal que,

P(F f) = 80% f = 2,25.
UFRGS
25
de Tchebycheff, Tchebichev ou
Chebyshev, 1821 1894.
P(|X - | k) 1/k2
P(|X - | < k) 1 - 1/k2
UFRGS
Estas desigualdades fornecem

as probabilidades de que os valores
de uma VAD/VAC estejam em um
intervalo simtrico em torno da
mdia de amplitude igual a 2k
desvios padres.
UFRGS
|X - | < 2
1 - 1/4 = 75%.
UFRGS
Se a distribuio for
unimodal e simtrica, ento:
P(|X - | k) 4/9k2
UFRGS
Assim se k = 2, por exemplo, a

desigualdade
de
Tchebycheff
estabelece que o percentual de
valores da varivel aleatria que
est compreendida no intervalo
2 de pelo menos
1 - 1/4 = 75%.
UFRGS
Na normal este percentual vale

exatamente 95,44%. Mas como a
normal simtrica e unimodal, neste
caso, um resultado mais prximo dado
pela desigualdade de Camp-Meidell,
isto :
1 4/(9k2) = 1 (1/9) = 88,89%.
UFRGS
26

Sistemas determinísticos e probabilísticosde caras em 4 lançamentos de

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

Sistemas determinísticos e probabilísticosde caras em 4 lançamentos de

Enviado por

Direitos autorais:

Formatos disponíveis

Determinstico

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

Experincia para o qual

Instituto de Matemtica - Departamento de Estatstica

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

Instituto de Matemtica - Departamento de Estatstica

E1: Joga-se um dado e observase o nmero da face superior.

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

E2: Joga-se uma moeda quatro

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

E4: Jogam-se dois dados e

Instituto de Matemtica - Departamento de Estatstica

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

Instituto de Matemtica - Departamento de Estatstica

S2 = { cccc, ccck, cckc, ckcc,

kkck, kckk, ckkk, kkkk}

Instituto de Matemtica - Departamento de Estatstica

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

S4 = { (1, 1), (1, 2),(1,3), (1, 4), (1, 5), (1, 6)

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

Instituto de Matemtica - Departamento de Estatstica

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

Instituto de Matemtica - Departamento de Estatstica

Sejam A e B eventos de um espao

Sejam A e B eventos de um espao S.

A unio B, A soma B ou A mais B,

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

Sejam A e B eventos de um espao S.

Sejam A e B eventos de um espao

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

Prof. Lor Viali, Dr.

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

(nmero de casos favorveis)

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

Instituto de Matemtica - Departamento de Estatstica

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

(nmero de vezes que A ocorre)

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

P(A) um nmero real que deve

P(A) = lim frA

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

Instituto de Matemtica - Departamento de Estatstica

Instituto de Matemtica - Departamento de Estatstica

Prof. Lor Viali, Dr.

Instituto de Matemtica - Departamento de Estatstica

(4) P(AUB) = P(A) + P(B) - P(A