Escolar Documentos
Profissional Documentos
Cultura Documentos
Probabilidade
Fenmeno
aleatrio
Populao
Modelo
probabilstico
Amostra
1
Experimento
- Qual a probabilidade de um novo mtodo de
montagem aumentar a produtividade?
- Qual a probabilidade de um projeto terminar no prazo?
- Quais so as chances de um novo investimento ser
lucrativo?
Definio do
experimento
- Determinstico
- Aleatrio
Definio dos
resultados possveis do
experimento
Experimento
Resultado experimental
Experimento
Jogar uma moeda
Resultado experimental
Cara, coroa
Experimento
Jogar uma moeda
Resultado experimental
Cara, coroa
Experimento
Jogar uma moeda
Resultado experimental
Cara, coroa
x R+
Espao amostral
Experimento
Jogar uma moeda
Resultado experimental
Cara, coroa
x IR+
Jogar um dado
1, 2, 3, 4, 5, 6
Ponto amostral
Espao amostral :
- Discreto: no de microporos nos fios: = {0, 1, 2, 3, ...}
- Contnuo: resistncia trao dos fios: = {x IR+}
Evento
- Qualidade de tratamento:
- fios com at um microporo
E1 = {0, 1}
- fios com mais de 3 microporos
E2 = {4, 5, 6, ...} ou E2 = {n IN : n > 3}
- Resistncia:
- fios com resistncia trao de at 12,00
E3 = {R IR : R 12,00}
- fios com resistncia trao superior a 20,00
E4 = {R IR : R > 20,00}
E1, E2, E3, E4: eventos subconjuntos do espao amostral
4
Representao grfica
A
: espao amostral
A, B: eventos
Evento certo: E = .
Ex.: evento ocorrer um nmero no lanamento de
um dado
Evento impossvel: E = .
Ex.: ocorrer o nmero 7 no lanamento de um dado
Probabilidade de um evento
Probabilidade P(E): medida numrica com
a qual se avalia a plausibilidade, ou seja, o
quo provvel a ocorrncia de um certo
evento, quando o experimento executado.
60
6
60
60!
50.063.860 combinaes!
6 6!60 6 !
Aposta de 6 dezenas:
1
Probabilidade P(E) de ganhar:
50 .063 .860
Formalizando:
m Nmero de elementos em E
P (E )
k Nmero de elementos em
Mtodo
clssico
Nmero de dias
em que o
resultado ocorreu
10
12
Total
40
Nmero de dias
em que o
resultado ocorreu
10
12
Total
40
Frequncia
relativa fi
Nmero de dias
em que o
resultado ocorreu
Frequncia
relativa fi
4 / 40 = 0,10
10
10 / 40 = 0,25
12
12 / 40 = 0,30
8 / 40 = 0,20
6 / 40 = 0,15
Total
40
1,00
Nmero de dias
em que o
resultado ocorreu
Frequncia
relativa fi
4 / 40 = 0,10
10
10 / 40 = 0,25
12
12 / 40 = 0,30
8 / 40 = 0,20
6 / 40 = 0,15
Total
40
1,00
Probabilidade P(Ei)
Nmero de dias
em que o
resultado ocorreu
Frequncia
relativa fi
Probabilidade P(Ei)
4 / 40 = 0,10
0,10
10
10 / 40 = 0,25
0,25
12
12 / 40 = 0,30
0,30
8 / 40 = 0,20
0,20
6 / 40 = 0,15
0,15
Total
40
1,00
1,00
Mtodo emprico
fn(E)
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
200
400
600
800
1000
1200
probabilidade do evento E
10
Propriedades da probabilidade
0 P(E) 1
Se E um evento certo (E = ): P(E) = 1
Se E um evento impossvel (E = ): P(E) = 0
11
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
132
P A
240
P H
138
240
12
Interseco de eventos
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
A H: interseco de A e H
P A H
84
240
13
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
A H: reunio de A e H
132 138
84
186
PA H PA PH PA H
14
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
A H: reunio de A e H
132 138
84
186
PA H PA PH PA H
14
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
A H: reunio de A e H
132 138
84
186
PA H PA PH PA H
14
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
A H: reunio de A e H
132 138
84
186
PA H PA PH PA H
14
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
A H: reunio de A e H
132 138
84
186
PA H PA PH PA H
14
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
A H: reunio de A e H
132 138
84
186
PA H PA PH PA H
14
Reunio de eventos
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
A H: reunio de A e H
132 138
84
186
PA H PA PH PA H
14
Reunio de eventos
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
A H: reunio de A e H
132 138
84
186
PA H PA PH PA H
14
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
P A C P A P C P A C
132
36
168
0
240 240
240
15
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
P A C P A P C P A C
132
36
168
0
240 240
240
15
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
P A C P A P C P A C
132
36
168
0
240 240
240
15
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
P A C P A P C P A C
132
36
168
0
240 240
240
15
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
P A C P A P C P A C
132
36
168
0
240 240
240
A C = e P(A C) = 0
A e C so mutuamente exclusivos ou disjuntos
15
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
D = B C P D P B C P B P C P B C 72 36 108
240
240
240
17
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
D = B C P D P B C P B P C P B C 72 36 108
240
240
240
17
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
D = B C P D P B C P B P C P B C 72 36 108
240
240
240
17
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
D = B C P D P B C P B P C P B C 72 36 108
240
240
240
17
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
D = B C P D P B C P B P C P B C 72 36 108
240
240
240
17
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
D = B C P D P B C P B P C P B C 72 36 108
240
240
240
132 108
240
P A D P A P D P A D
0
1
240 240
240
17
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
D = B C P D P B C P B P C P B C 72 36 108
240
240
240
132 108
240
P A D P A P D P A D
0
1
240 240
240
17
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
D = B C P D P B C P B P C P B C 72 36 108
240
240
240
132 108
240
P A D P A P D P A D
0
1
240 240
240
17
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
D = B C P D P B C P B P C P B C 72 36 108
240
240
240
132 108
240
P A D P A P D P A D
0
1
240 240
240
17
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
D = B C P D P B C P B P C P B C 72 36 108
240
240
240
132 108
240
P A D P A P D P A D
0
1
240 240
240
17
Eventos complementares
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
D = B C P D P B C P B P C P B C 72 36 108
240
240
240
132 108
240
P A D P A P D P A D
0
1
240 240
240
A D = e A D = A e D so eventos complementares
17
Eventos complementares
Formalizando:
O evento que consiste dos pontos amostrais em
que no pertencem a um evento E chamado de
complemento de E, e indicado por EC.
P(E) + P(EC) = 1
EC
18
Probabilidade condicional
Operador
Dimetro nominal
(mm)
Hamilton (H) Moacir (M)
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
Informao:
O dimetro selecionado est na faixa de 25 a 40 mm (B).
Qual a probabilidade de ter sido fabricado por Moacir (M)?
42
PMoacir | 25 a 40 mm PM | B
72
19
Probabilidade condicional
Formalizando:
Para dois eventos quaisquer, A e B, a probabilidade
condicional de A dado B, P(A | B), :
P A B
P A|B
P B
20
Probabilidade condicional
Formalizando:
Para dois eventos quaisquer, A e B, a probabilidade
condicional de A dado B, P(A | B), :
P A B
P A|B
P B
20
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
72
P B
240
42
P M B
240
42
P M B 240 42
P M | B
72
P B
72
240
21
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
72
P B
240
42
P M B
240
42
P M B 240 42
P M | B
72
P B
72
240
21
Total
< 25 (A)
84
48
132
25 | 40 (B)
30
42
72
40 (C)
24
12
36
138
102
240
Total
72
P B
240
42
P M B
240
42
P M B 240 42
P M | B
72
P B
72
240
21
22
22
22
22
A
P(A) =
132 / 240
22
A
P(A) =
132 / 240
P(B) =
72 / 240
22
A
P(A) =
132 / 240
P(B) =
72 / 240
P(C) =
36 / 240
C
22
P(H | A) = 84 / 132
A
P(A) =
132 / 240
P(B) =
72 / 240
P(C) =
36 / 240
C
22
P(H | A) = 84 / 132
A
P(A) =
132 / 240
P(B) =
72 / 240
P(M | A) =
48 / 132
P(C) =
36 / 240
C
22
P(H | A) = 84 / 132
A
P(A) =
132 / 240
P(B) =
72 / 240
P(M | A) =
48 / 132
P(H | B) =
30 / 72
P(M | B) =
42 / 72
P(C) =
36 / 240
C
22
P(H | A) = 84 / 132
A
P(A) =
132 / 240
P(B) =
72 / 240
P(M | A) =
48 / 132
P(H | B) =
30 / 72
P(M | B) =
42 / 72
P(C) =
36 / 240
P(H | C) =
24 / 36
C
P(M | C) = 12 / 36
M
22
P(H | A) = 84 / 132
A
P(A) =
132 / 240
P(B) =
72 / 240
P(M | A) =
48 / 132
P(H | B) =
30 / 72
P(M | B) =
42 / 72
P(C) =
36 / 240
P(H | C) =
24 / 36
C
P(M | C) = 12 / 36
M
22
P(H | A) = 84 / 132
A
P(A) =
132 / 240
P(B) =
72 / 240
P(M | A) =
48 / 132
P(H | B) =
30 / 72
P(M | B) =
42 / 72
P(C) =
36 / 240
P(H | C) =
24 / 36
C
P(M | C) = 12 / 36
M
22
P(H | A) = 84 / 132
A
P(A) =
132 / 240
P(B) =
72 / 240
P(M | A) =
48 / 132
P(H | B) =
30 / 72
P(M | B) =
42 / 72
P(C) =
36 / 240
P(H | C) =
24 / 36
C
P(M | C) = 12 / 36
M
22
P(H | A) = 84 / 132
A
P(A) =
132 / 240
P(B) =
72 / 240
P(M | A) =
48 / 132
P(H | B) =
30 / 72
P(M | B) =
42 / 72
P(C) =
36 / 240
P(H | C) =
24 / 36
C
P(M | C) = 12 / 36
M
22
rvore de probabilidades
H
P(H | A) = 84 / 132
A
P(A) =
132 / 240
P(B) =
72 / 240
P(M | A) =
48 / 132
P(H | B) =
30 / 72
P(M | B) =
42 / 72
P(C) =
36 / 240
P(H | C) =
24 / 36
C
P(M | C) = 12 / 36
22
23
Problema:
mquinas
com desajuste
Eventos
independentes
0,90
O2
O1
0,95
0,10
0,90
0,05
O 2C
O2
O1 C
0,10
O2 C
A eventual O
falha
de ajuste
em uma1mquina
no interfere no
da mquina
estar operando
1: evento
comportamento
da outra
independncia
dos
eventos O1
O1C: evento
da
mquina
1 estar em
falha
e O 2.
O2: evento da mquina 2 estar operando
C: evento
P(O2 | O1) =
P(O2 | O12C)estar
= P(O
0,90;
O2P(O
da mquina
em
falha
2) = 0,90;
2) =
P(O2C | O1) = P(O2C) = 0,10; P(O2C | O1C) = P(O2C) = 0,10
24
Eventos Independentes
Formalizando:
Dados dois eventos A e B, se:
P(A | B) = P(A) e P(B | A) = P(B) A e B so
independentes. Neste caso:
P(A B) = P(A) . P(B)
Se A1, A2 e A3 so independentes, ento eles
devem ser independentes 2 a 2 e 3 a 3.
P(Aj Ak) = P(Aj) . P(Ak), j k, onde: j, k = 1, 2, 3
E tambm:
P(A1 A2 A3) = P(A1) . P(A2) . P(A3)
25
Probabilidade
O1 O2
O 1 O 2C
O 1C O 2
O1C O2C
26
Probabilidade
O1 O2
O 1 O 2C
O 1C O 2
O1C O2C
26
Probabilidade
O1 O2
O 1 O 2C
O 1C O 2
O1C O2C
26
Probabilidade
O1 O2
O 1 O 2C
O 1C O 2
O1C O2C
26
Probabilidade
O1 O2
O 1 O 2C
O 1C O 2
O1C O2C
26
Teorema de Bayes
Uma empresa fabricante recebe lotes de peas de dois
fornecedores diferentes.
A1 o evento em que uma pea do fornecedor 1: P(A1) = 0,65
A2 o evento em que um pea do fornecedor 2: P(A2) = 0,35
1 (A1)
98
2 (A2)
95
27
rvore de probabilidades
28
rvore de probabilidades
Etapa 1
(Fornecedor)
28
rvore de probabilidades
Etapa 1
(Fornecedor)
28
rvore de probabilidades
Etapa 1
(Fornecedor)
P(A1)
0,65
28
rvore de probabilidades
Etapa 1
(Fornecedor)
P(A1)
0,65
P(A2)
0,35
28
rvore de probabilidades
Etapa 1
(Fornecedor)
Etapa 2
(Condio)
P(A1)
0,65
P(A2)
0,35
28
rvore de probabilidades
Etapa 1
(Fornecedor)
Etapa 2
(Condio)
P(A1)
0,65
P(A2)
0,35
28
rvore de probabilidades
Etapa 1
(Fornecedor)
Etapa 2
(Condio)
P(B | A1)
0,98
P(A1)
0,65
P(A2)
0,35
28
rvore de probabilidades
Etapa 1
(Fornecedor)
Etapa 2
(Condio)
P(B | A1)
0,98
P(A1)
P(R | A1)
0,02
0,65
P(A2)
0,35
28
rvore de probabilidades
Etapa 1
(Fornecedor)
Etapa 2
(Condio)
P(B | A1)
0,98
P(A1)
P(R | A1)
0,02
0,65
P(A2)
0,35
P(B | A2)
0,95
28
rvore de probabilidades
Etapa 1
(Fornecedor)
Etapa 2
(Condio)
P(B | A1)
0,98
P(A1)
P(R | A1)
0,02
0,65
P(A2)
0,35
P(B | A2)
0,95
P(R | A2)
0,05
28
rvore de probabilidades
Etapa 1
(Fornecedor)
Etapa 2
(Condio)
Probabilidade do resultado
P(B | A1)
0,98
P(A1)
P(R | A1)
0,02
0,65
P(A2)
0,35
P(B | A2)
0,95
P(R | A2)
0,05
28
rvore de probabilidades
Etapa 1
(Fornecedor)
Etapa 2
(Condio)
P(B | A1)
Probabilidade do resultado
P(A1 B) = P(A1) . P(B | A1) = 0,6370
0,98
P(A1)
P(R | A1)
0,02
0,65
P(A2)
0,35
P(B | A2)
0,95
P(R | A2)
0,05
28
rvore de probabilidades
Etapa 1
(Fornecedor)
Etapa 2
(Condio)
P(B | A1)
Probabilidade do resultado
P(A1 B) = P(A1) . P(B | A1) = 0,6370
0,98
P(A1)
P(R | A1)
0,02
0,65
P(A2)
0,35
P(B | A2)
0,95
P(R | A2)
0,05
28
rvore de probabilidades
Etapa 1
(Fornecedor)
Etapa 2
(Condio)
P(B | A1)
Probabilidade do resultado
P(A1 B) = P(A1) . P(B | A1) = 0,6370
0,98
P(A1)
P(R | A1)
0,02
0,65
P(A2)
0,35
P(B | A2)
0,95
P(R | A2)
0,05
28
rvore de probabilidades
Etapa 1
(Fornecedor)
Etapa 2
(Condio)
P(B | A1)
Probabilidade do resultado
P(A1 B) = P(A1) . P(B | A1) = 0,6370
0,98
P(A1)
P(R | A1)
0,02
0,65
P(A2)
0,35
P(B | A2)
0,95
P(R | A2)
0,05
28
Teorema de Bayes
Suponha agora que uma mquina se quebrou porque
estava tentando processar uma pea ruim. Dada a
informao de que a pea ruim, qual a probabilidade
de que ela venha do fornecedor 1 e qual a
probabilidade de que ela venha do fornecedor 2?
Temos que calcular as probabilidades posteriores:
P(A1 | R) e P(A2 | R)
29
P R P A1 R P A2 R P A1 P R | A1 P A2 P R | A2
30
P R P A1 R P A2 R P A1 P R | A1 P A2 P R | A2
30
P R P A1 R P A2 R P A1 P R | A1 P A2 P R | A2
Portanto:
P A1 P R | A1
P A1 | R
P A1 P R | A1 P A2 P R | A2
30
P R P A1 R P A2 R P A1 P R | A1 P A2 P R | A2
Portanto:
P A1 P R | A1
P A1 | R
P A1 P R | A1 P A2 P R | A2
30
P R P A1 R P A2 R P A1 P R | A1 P A2 P R | A2
Portanto:
P A1 P R | A1
P A1 | R
P A1 P R | A1 P A2 P R | A2
30
P A2 P R | A2
P A2 | R
P A1 P R | A1 P A2 P R | A2
Calculando:
0,65 0,02
P A1 | R
0,4262
0,65 0,02 0,35 0,05
31
P A2 P R | A2
P A2 | R
P A1 P R | A1 P A2 P R | A2
Calculando:
0,65 0,02
P A1 | R
0,4262
0,65 0,02 0,35 0,05
31
P A2 P R | A2
P A2 | R
P A1 P R | A1 P A2 P R | A2
Calculando:
0,65 0,02
P A1 | R
0,4262
0,65 0,02 0,35 0,05
P A2 | R
0,35 0,05
0,5738
0,65 0,02 0,35 0,05
31
P A2 P R | A2
P A2 | R
P A1 P R | A1 P A2 P R | A2
Calculando:
0,65 0,02
P A1 | R
0,4262
0,65 0,02 0,35 0,05
P A2 | R
0,35 0,05
0,5738
0,65 0,02 0,35 0,05
31
P A2 P R | A2
P A2 | R
P A1 P R | A1 P A2 P R | A2
Calculando:
0,65 0,02
P A1 | R
0,4262
0,65 0,02 0,35 0,05
P A2 | R
0,35 0,05
0,5738
0,65 0,02 0,35 0,05
P(A1) = 0,65
P(A2) = 0,35
P(A1 | R) = 0,4262
P(A2 | R) = 0,5738
31
Teorema de Bayes
Formalizando:
A probabilidade posterior do evento Ai, supondo-se a
ocorrncia do evento R, dada por:
P Ai | R
P Ai P R | Ai
P Ai P R | Ai
n
P A1 P R | A1 P A2 P R | A2 ... P An P R | An
P A j P R | A j
j 1
32
Teorema de Bayes
Formalizando:
A probabilidade posterior do evento Ai, supondo-se a
ocorrncia do evento R, dada por:
P Ai | R
P Ai P R | Ai
P Ai P R | Ai
n
P A1 P R | A1 P A2 P R | A2 ... P An P R | An
P A j P R | A j
j 1
32
Teorema de Bayes
Formalizando:
A probabilidade posterior do evento Ai, supondo-se a
ocorrncia do evento R, dada por:
P Ai | R
P Ai P R | Ai
P Ai P R | Ai
n
P A1 P R | A1 P A2 P R | A2 ... P An P R | An
P A j P R | A j
j 1
32
Teorema de Bayes
Formalizando:
A probabilidade posterior do evento Ai, supondo-se a
ocorrncia do evento R, dada por:
P Ai | R
P Ai P R | Ai
P Ai P R | Ai
n
P A1 P R | A1 P A2 P R | A2 ... P An P R | An
P A j P R | A j
j 1
32
Teorema de Bayes
Formalizando:
A probabilidade posterior do evento Ai, supondo-se a
ocorrncia do evento R, dada por:
P Ai | R
P Ai P R | Ai
P Ai P R | Ai
n
P A1 P R | A1 P A2 P R | A2 ... P An P R | An
P A j P R | A j
j 1
32
Teorema de Bayes
Formalizando:
A probabilidade posterior do evento Ai, supondo-se a
ocorrncia do evento R, dada por:
P Ai | R
P Ai P R | Ai
P Ai P R | Ai
n
P A1 P R | A1 P A2 P R | A2 ... P An P R | An
P A j P R | A j
j 1
32
Teorema de Bayes
Formalizando:
A probabilidade posterior do evento Ai, supondo-se a
ocorrncia do evento R, dada por:
P Ai | R
P Ai P R | Ai
P Ai P R | Ai
n
P A1 P R | A1 P A2 P R | A2 ... P An P R | An
P A j P R | A j
j 1
Aplicvel quando:
- os eventos so mutuamente exclusivos.
- as unies dos eventos so o espao amostral inteiro.
32
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
A1
A2
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
A1
0,65
A2
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
A1
0,65
A2
0,35
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
A1
0,65
A2
0,35
1,00
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
A1
0,65
A2
0,35
(3)
Probabilidade
condicional
P(R | Ai)
1,00
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
A1
0,65
A2
0,35
(3)
Probabilidade
condicional
P(R | Ai)
0,02
1,00
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
(3)
Probabilidade
condicional
P(R | Ai)
A1
0,65
0,02
A2
0,35
0,05
1,00
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
(3)
(4)
Probabilidade Probabilidade
condicional
associada
P(R | Ai)
P(Ai R)
A1
0,65
0,02
A2
0,35
0,05
1,00
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
(3)
(4)
Probabilidade Probabilidade
condicional
associada
P(R | Ai)
P(Ai R)
A1
0,65
0,02
A2
0,35
0,05
0,0130
1,00
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
(3)
(4)
Probabilidade Probabilidade
condicional
associada
P(R | Ai)
P(Ai R)
A1
0,65
0,02
0,0130
A2
0,35
0,05
0,0175
1,00
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
(3)
(4)
Probabilidade Probabilidade
condicional
associada
P(R | Ai)
P(Ai R)
A1
0,65
0,02
0,0130
A2
0,35
0,05
0,0175
1,00
P(R) =
0,0305
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
(3)
(4)
Probabilidade Probabilidade
condicional
associada
P(R | Ai)
P(Ai R)
A1
0,65
0,02
0,0130
A2
0,35
0,05
0,0175
1,00
P(R) =
(5)
Probabilidade
posterior P(Ai | R)
0,0305
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
(3)
(4)
Probabilidade Probabilidade
condicional
associada
P(R | Ai)
P(Ai R)
A1
0,65
0,02
0,0130
A2
0,35
0,05
0,0175
1,00
P(R) =
(5)
Probabilidade
posterior P(Ai | R)
0,0130 / 0,0305 =
0,4262
0,0305
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
(3)
(4)
Probabilidade Probabilidade
condicional
associada
P(R | Ai)
P(Ai R)
(5)
Probabilidade
posterior P(Ai | R)
A1
0,65
0,02
0,0130
0,0130 / 0,0305 =
0,4262
A2
0,35
0,05
0,0175
0,0175 / 0,0305 =
0,5738
1,00
P(R) =
0,0305
33
(2)
Evento Probabilidade
Ai
prvia P(Ai)
(3)
(4)
Probabilidade Probabilidade
condicional
associada
P(R | Ai)
P(Ai R)
(5)
Probabilidade
posterior P(Ai | R)
A1
0,65
0,02
0,0130
0,0130 / 0,0305 =
0,4262
A2
0,35
0,05
0,0175
0,0175 / 0,0305 =
0,5738
0,0305
1,0000
1,00
P(R) =
33