Você está na página 1de 59

Probabilidade e

Estatstica
Aula 4
Probabilidade: Conceitos Bsicos
Leituras:
Obrigatria: Devore, Captulo 2
Complementar: Bertsekas e Tsitsiklis, Captulo 1
Chap 4-1

Objetivos
Nesta aula, aprenderemos:
Experimentos aleatrios
Espao Amostral e Eventos
Reviso de conjuntos
Definies de Probabilidade
Regra da adio

Reviso de tcnicas de contagem


Chap 4-2

Introduo
Arcabouo para estudos de diversas situaes em que nos

deparamos com incerteza.


Probabilidade formaliza a ideia da chance relativa de
ocorrncia dos diferentes resultados esperados para um
fenmeno incerto.
Exemplos de aplicaes:
Tempo de espera em filas: existe uma probabilidade alta

de que o tempo de espera seja maior do que 5 minutos


Vida til de equipamentos: provvel que a mquina dure
pelo menos 5 anos..
Resultado de um procedimento mdico: o procedimento
tem taxa de sucesso de 60%
Chap 4-3

Introduo
Um experimento aleatrio um experimento que
Definio!

ao ser repetido nas mesmas condies, pode fornecer


diferentes resultados.
Exemplos:
Jogar um dado e observar a face superior.
Selecionar ao acaso um habitante de Natal e medir sua

altura em metros.
Retirar um lote de peas em um processo de produo e
determinar o nmero de peas defeituosas.
Nmero de chamadas telefnicas que chegam a uma central
num intervalo de tempo fixado.
Chap 4-4

Introduo
Objetivo da teoria de probabilidade construir um

modelo matemtico para representar eventos incertos


(experimentos aleatrios) e a chance de ocorrncia
de possveis resultados.
O modelo construdo em duas etapas:
Etapa 1:
Descrio do
conjunto de
resultados possveis
do experimento
aleatrio

Etapa 2:
Atribuio de pesos
que refletem a maior
ou menor chance de
um resultado
acontecer
Chap 4-5

Espao Amostral e Eventos


O conjunto de todos os resultados possveis de um
Definio!

experimento aleatrio chamado espao amostral do


experimento. O espao amostral denotado por S.
Requisitos:
apenas um resultado possvel para cada rodada do

experimento
nenhum resultado possvel fique fora do espao
amostral

Chap 4-6

Espao Amostral e Eventos


Exemplo 1: Lanamento de um dado:
S={1,2,3,4,5,6}. Enumervel e finito.
Exemplo 2: Lanamento de uma moeda at que aparea a

primeira cara. C: cara, K: Coroa.


S={C, KC, KKC, KKKC, .}. Enumervel e infinito.
Exemplo 3: Lanamento de dardo em alvo com raio 1 (ou

ponto em crculo de raio 1)


S={(x,y): x+y<=1}. No-enumervel.

Chap 4-7

Espao Amostral e Eventos


Um evento um subconjunto do espao amostral, S, de
Definio!

um experimento aleatrio. Os subconjuntos de S so


representados pelas letras maisculas A, B,....
O evento denominado simples se consistir em um nico

resultado do espao amostral.


O evento denominado composto se consistir em mais
de um resultado do espao amostral.
O conjunto vazio denotado por .

Chap 4-8

Espao Amostral e Eventos


Exemplo 1: Lanamento de um dado: S={1,2,3,4,5,6}.
A = {6}, B={1}: eventos simples
C ={faces pares}, D={faces menor ou igual a 3}:

evento composto.
Exemplo 2: Uma rede de computadores est em operao

contnua, mas falhas podem acontecer a qualquer momento.


O experimento conta o n de falhas em um dia, tal que
S={0, 1, 2, 3, }.
A = {0 falhas em um dia}: evento simples
B={menos de 2 falhas em um dia}: evento composto
Chap 4-9

Eventos e Espao Amostral


Exerccio 1: Considere o experimento que consiste em lanar
trs moedas e observar a face superior delas.
a) Determine o espao amostral.
b) D um exemplo de evento composto.

Chap 4-10

Eventos e Espao Amostral

Exerccio 1: Considere o experimento que consiste em lanar


trs moedas e observar a face superior delas.
a) Determine o espao amostral.
b) D um exemplo de evento composto.

Soluo:
a) S = {CCC, CCK , CKC, KCC, CKK, KCK, KKC, KKK}
b) Ex: A = resultado com 2 caras (C) = {CCK, CKC, KCC}
Ex: B = resultado com mais coroas do que caras
={CKK, KCK, KKC, KKK}

Chap 4-11

Eventos e Conjuntos
Eventos so subconjuntos do espao amostral. Vamos revisar algumas
operaes de conjuntos.
Eventos e
Conjuntos

Unio

Interseo

Complemento

Mutuamente
Excludentes
(disjuntos)

Coletivamente
exaustivos

Partio
Chap 4-12

Eventos e Conjuntos

A B : x S : x A, ou x B

Definio!

A interseo de dois conjuntos (eventos) A e B o conjunto que


consiste de todos os resultados que esto simultaneamente em A e
em B.
A B : x S : x A e x B

Definio!

Definio!

A unio de dois conjuntos (eventos) A e B o conjunto (evento)


que consiste de todos os resultados que esto no conjunto A ou no
conjunto B ou em ambos.

O complemento de um conjunto (evento) A, representado por Ac


(ou A) o conjunto de todos os resultados que no esto
contidos em A.
Ac : x S : x A
Chap 4-13

Eventos e Conjuntos

Eventos mutuamente excludentes so eventos que no podem


acontecer simultaneamente. Tambm dizemos eventos disjuntos.

Definio!

Exemplo: Experimento - uma carta selecionada do baralho.


A = "rainha de ouros"; B = "rainha de copas.
Os eventos A e B so mutuamente excludentes.
C = "rainha"; D = "ouros".
C e D no so mutuamente exlcudentes.
Exemplo: Experimento um feto gerado
Y = " menino"; X = " menina"
Os eventos X e Y so mutuamente excludentes se no
considerarmos a possibilidade de hermafrodita.

Chap 4-14

Eventos e Conjuntos

Uma partio de um espao amostral consiste de um conjunto de


eventos tais que:
Os eventos so mutuamente excludentes (apenas um dos
eventos pode ocorrer).
Os eventos so coletivamente exaustivos, i. e, a unio dos
eventos cobre todo o espao amostral.

Exemplo: Experimento uma carta selecionada do baralho.


Sejam A = "azes"; B = "cartas pretas"; C = "ouros"; e D ="copas"
Os eventos A, B, C e D so coletivamente exaustivos (mas no
so mutuamente excludentes)
Os eventos B, C e D formam uma partio.

Definio!

Chap 4-15

Visualizao de conjuntos:
Diagramas de Venn
S

A
B

A
B
B

B
A

a) AB b)AUB c)A Bc d)Ac e)A,B e C so disjuntos f)A,B e C so partio de S


Chap 4-16

Eventos e Conjuntos
Exerccio: Assuma que S = {0, 1, 2, 3, 4, 5, 6, 7}, A={0, 1, 2,
3,4}, B={3, 4, 5, 6} e C={1, 3, 5}. Determinar:
A B
A B
A C
A C
C B
C B
A
B
C
Chap 4-17

Propriedades de Conjuntos
Operaes entre conjuntos tm uma srie de propriedades.

Exemplos:

A B B A


A A

A B C A B A C

c c

A S S
A A c
A S A
Chap 4-18

Visualizando Eventos
Representaes de Eventos

Existem diversas formas de representar a ocorrncia de eventos


Diagrama de Venn
Tabela de contingncia
ou tabela cruzada
Diagrama de revore

Matriz
Chap 4-19

Visualizando Eventos
Tabelas de contigncia:

Diagrama de rvore:

Espao
Amostral

Baralho de
52 Cartas

No Total
s

Preta

24

26

Vermelha

24

26

Total

48

52
2
24
2

24
A definio da ordem dos ramos depende do problema!

Chap 4-20

Visualizando Eventos
Lanamento de 2 dados de quatro lados:
Espao Amostral para o
lanamento de 2 dados

2 dado

Diagrama de rvore para


o lanamento de 2 dados

Raiz
Folhas

1 dado
1 dado

Representao por Matriz

2 dado

Representao por rvore


Chap 4-21

Modelo Probabilstico
Etapa 1:

Etapa 2:
Probabilidade

Evento B
Experimento

Evento A
Espao Amostral
Eventos

Os principais ingredientes de um modelo probabilstico

Chap 4-22

Probabilidade
Probabilidade: atribuir chance (peso relativo) a

eventos possveis de um experimento aleatrio.


Diferentes conceitos:
Definio clssica de probabilidade
Definio frequentista ou Definio estatstica de

probabilidade ou Definio Clssica emprica


Axiomas de Kolmogorov!

Chap 4-23

Probabilidade Clssica

A definio clssica de probabilidade se refere a subconjuntos


unitrios e equiprovveis, isto , conjuntos de resultados que tm a
mesma chance.

CASO 1: No caso enumervel e finito em que a chance de sorteio de


cada resultado do espao amostral a mesma, a probabilidade de um
evento A dada por:

=

Definio!

Use Tcnicas de anlise combinatria


e contagem para determinar o n
total e o n de vezes que A pode sair.

Chap 4-24

Probabilidade Clssica
CASO 2 (probabilidade geomtrica): Se S no-

enumervel e equiprovvel (mesma chance para cada


resultado), o conceito se aplica ao comprimento de
intervalos, medidas de reas,
Definio!

Exemplo: S = [0,10], tal que cada valor pode sair com

a mesma chance dos demais. Seja A o subconjunto


[1,2]U[6,8]. Ento:
=

1+2
10

= 0.3

Chap 4-25

Probabilidade Clssica
Exerccio: Considere o exmperimento que consiste no
lanamento de 2 dados balanceados e registra-se as faces
superiores.
Calcular a probabilidade de:
a) obter soma das faces superiores = 7
b) obter soma das faces superiores maior do que 10
c) que resultado do primeiro dado seja superior ao
resultado do segundo.

Chap 4-26

Probabilidade Clssica
Exerccio: Considere o lanamento de 2 dados balanceados.
Total de resultados: 36
Calcular a probabilidade de:
a) Obter soma 7
2 resultados possveis: (3,4), (4,3), (2,5), (5,2), (1,6), (6,1)
P(Soma=7)=6/36
b) Obter soma maior do que 10
3 resultados possveis: (6,5), (5,6) e (6,6)
P(Soma>10) = 3/36

Chap 4-27

Probabilidade Clssica
Exerccio: Considere o lanamento de 2 dados balanceados.

2 Dado

Total de resultados: 36
Calcular a probabilidade de:
c) Que resultado do primeiro dado seja superior ao
6
resultado do segundo.
5
Resultados possveis: 15
4
P(1dado>2dado)=15/ 36
3
2
1
1

1 Dado
Chap 4-28

Probabilidade Clssica
Em termos prticos temos que determinar:
O nmero total de resultados possveis
O nmero de vezes que podemos ganhar (A)
CUIDADO: s pode ser aplicado quando todos os resultados do

espao amostral tem a mesma chance de ocorrer!


Exemplos: dado, moeda, sexo dos filhos
Contra-exemplo: peso de pessoas (entre 40 e 120)
chance de (40 a 50 kg) < chance (60 a 70 kg)
MAS: Intervalos com mesmo comprimento, pela probabilidade
geomtrica devem ter a mesma probabilidade! No faz sentido
para o peso de pessoas!
Chap 4-29

Probabilidade Frequentista

A probabilidade frequentista considera o limite de frequncias


relativas como o valor da probabilidade.

Seja nA o nmero de ocorrncia de A em n repeties independentes


do experimento. Assim:

nA
PA lim
n n
Definio!

Assim, definimos a probabilidade como a frequncia relativa


observada ao repertirmos o experimento um n muito grande de vezes.
Exemplo: caixa com 100 moedas e conte o nmero de caras ou ver
applet probability do Moore.
Chap 4-30

Probabilidade Frequentista
A probabilidade frequentista considera o limite de frequncias

relativas como o valor da probabilidade.


Na prtica:
repita o experimento aleatrio um nmero grande de vezes, .
Conte o n de vezes que o evento de interesse, , aconteceu: .
Ento, a probabilidade de o evento acontecer calculada como:

s isso!

Chap 4-31

Probabilidade Frequentista
Exerccio: Encontre a probabilidade de selecionar um aluno de
estatstica do sexo masculino a partir de uma populao descrita
na tabela abaixo. Considere que 439 grande o suficiente para
aplicar a probabilidade frequentista!
Cursando
estatstica

Nocursando
estatstica

Total

Masculino

84

145

229

Feminino

76

134

210

160

279

439

Total

Chap 4-32

Probabilidade Frequentista
Exerccio: Encontre a probabilidade de selecionar um aluno de
estatstica do sexo masculino a partir de uma populao descrita
na tabela abaixo:
Cursando
estatstica

Nocursando
estatstica

Total

Masculino

84

145

229

Feminino

76

134

210

160

279

439

Total

" "
84
=
= 0.191

439
Chap 4-33

Axiomas de Probabilidade de
Kolmogorov

Definio!

Axiomas de Kolmogorov:
definio formal de probabilidade
incluem as definies acima como casos particulares.

Qualquer funo P(.) dos subconjuntos do espao amostral (eventos)


no intervalo [0,1] uma probabilidade se satisfaz as condies:
1. (No-negatividade):( 0), evento .
2.

(Aditividade): =

3.

(Normalizao): = 1

( ),

eventos disjuntos.

Chap 4-34

Propriedades de uma
Probabilidade
Uma funo de probabilidade satisfaz as seguintes propriedades:

1.

P E c 1 P E

2.

Se E1 E2 , ento PE1 PE2

3.

P 0

Chap 4-35

Regra Geral da Adio


Regra geral da adio:
Teorema

P A B P A PB P A B

Chap 4-36

Regra Geral da Adio


Regra geral da adio:
Teorema

P A B P A PB P A B
Caso particular: Eventos disjuntos

Se A e B so mutuamente excludentes, ento P(A B) =

0, e a regra pode ser simplificada

P A B P A PB

Chap 4-37

Exemplo da Regra Geral de


Adio
Exerccio: Qual a probabilidade de selecionamos
aleatoriamente um homem ou um aluno(a) da estatstica de
uma populao descrita pela tabela abaixo?
Cursando
estatstica

No cursando
estatstica

Total

Homem

84

145

229

Mulher

76

134

210

160

279

439

Total

Chap 4-38

Exemplo da Regra Geral de


Adio
Exerccio: Qual a probabilidade de selecionamos
aleatoriamente um homem ou um aluno(a) da estatstica de
uma populao descrita pela tabela abaixo?
Cursando
estatstica

No cursando
estatstica

Total

Homem

84

145

229

Mulher

76

134

210

160

279

439

Total

=
229
160
84
305
+ = 439 + 439 439 = 439
Chap 4-39

Resumo de Probabilidade

Probabilidade uma medida numrica que


informa a chance de um resultado ocorrer.

A probabilidade de um evento deve estar


entre 0 e 1, incluindo os extremos.
0 P(A) 1 para qquer evento A.

Certo

.5
A soma da probabilidade de uma partio
do espao amostral igual a 1.
P(A) + P(B) + P(C) = 1
em que A, B e C so eventos
mutuamente excludentes e
coletivamente exaustivos (partio de
S)

Impossivel
Chap 4-40

Exemplo: Probabilidade
Vocabulrio Geral:
"Pelo menos 1 dos eventos": A, B ou ambos =

AUB
Nenhum dos eventos: nem A, nem B = (AUB)c
Apenas 1 (ex Apenas A): possui A e no possui B

= A(Bc)

Chap 4-41

Exerccio: Probabilidade
Selecione aleatoriamente um estudante em uma determinada
universidade e represente por A o evento dele possuir um carto de
crdito Visa e por B o evento anlogo para um Mastercard. Suponha que,
P(Visa) = 0.5, P(Mastercard) = 0.4 e P (Ambos os cartes) = 0.25.
1.

2.
3.
4.

Calcule a probabilidade de que um indivduo selecionado tenha


pelo menos um dos dois tipos de carto
Qual a probabilidade de o indivduo selecionado no ter nenhum
dos tipos de carto.
Descreva, em termos de A e B, o evento em que o estudante
selecionado possui um carto Visa mas no um MasterCard.
Calcule a probabilidade desse evento.

Chap 4-42

Tcnicas de Contagem
Princpio de contagem (divida e conquiste): o processo

quebrado em vrias etapas com o uso do diagrama de


rvores :

Folhas

Nmero total de folhas:


n1*n2*n3**ni
n1
n2
opes opes

n3
opes

Estgio
1

Estgio
3

Estgio
2

n42
opes
Estgio
4
Chap 4-43

Tcnicas de Contagem
Teorema

Princpio de contagem:
Considere um processo que contem r estgios. Suponha que:
Existem n1 resultados possveis no primeiro estgio
Para cada resultado possvel do estgio 1 existem n2
resultados possveis no estgio 2.
De forma mais geral, para cada um dos resultados ni-1
primeiros estgios, existem ni resultados possveis no isimo estgio.
Ento o Nmero total de resultados possveis no processo de r
estgios de: n1*n2*n3**nr

Chap 4-44

Tcnicas de Contagem
Exerccio 1: Um nmero telefnico composto de 8
dgitos, mas o primeiro dgito apenas assume 3 valores:
3, 8, 9. Quantos nmeros distintos existem?

Chap 4-45

Tcnicas de Contagem
Exerccio 1: Um nmero telefnico composto de 8
dgitos, mas o primeiro dgito apenas assume 3 valores:
3, 8, 9. Quantos nmeros distintos existem?
Temos um total de 8 estgios
No primeiro estgio apenas 3 opes

Nos demais estgios: 10 opes


Total: 3 * 107

Chap 4-46

Tcnicas de Contagem
Exerccio 2: Quantos subconjutos podemos fazer a
partir de um conjunto com n elementos? {s1, s2, s3, ,
sn }

Chap 4-47

Tcnicas de Contagem
Exerccio 2: Quantos subconjutos podemos fazer a
partir de um conjunto com n elementos? {s1, s2, s3, ,
sn }
Processo de n estgios: em cada estgio decidimos se

colocamos ou no o elemento no subconjunto


nmero de opes para o primeiro estgio: 2
Total: 2*2*2**2 =2n

Chap 4-48

Tcnicas de Contagem
Problema: Selecionar k objetos de um total de n

objetos
Se a ordem importante: Permutao

Se a ordem no importante: Combinao

Chap 4-49

Tcnicas de Contagem
Permutao de k objetos:
Teorema

Queremos selecionar k objetos de um conjunto de n


objetos sem reposio
Para o 1 objeto: n possibilidades
Para o 2 objeto: n-1 possibilidades

Para o ltimo (k) objeto: n - (k-1) possibilidades

Total de permutaes: n*(n-1)**(n-k+1)


Ou, usando fatorial:

n!
(n k )!

Chap 4-50

Tcnicas de Contagem
Exerccio 1: Qual o total de "palavras" que podemos
construir com exatamente 4 letras distintas (no precisa
ter significado nem seguir regras ortogrficas)?

Chap 4-51

Tcnicas de Contagem
Exerccio 1: Qual o total de "palavras" que podemos

construir com exatamente 4 letras distintas (no


precisa ter significado nem seguir regras
ortogrficas)?
Soluo:
Selecionar 4 letras de um total de 26 sem repetir
(permutao).
Total de permutaes de 4 elementos:
26*25*24*23

Chap 4-52

Tcnicas de Contagem
Exerccio 2: Voc tem 10 Cds de msica clssica, 20
Cds de rock e 15 Cds de forr. De quantas formas
possvel arranjar os seus Cds tal que os Cds do mesmo
tipo sempre fiquem juntos?

Chap 4-53

Tcnicas de Contagem
Exerccio 2, Soluo: princpio da Contagem + permutao
Podemos quebrar o processo em 2 estgios:
1) Escolher a ordem dos tipos de Cds: 3*2*1
2) Escolher a sequncia dos Cds para cada tipo:
Para Cds de msica clssica: 10!
Para Cds de rock: 20!
Para Cds de forr: 15!
Total: 3!*10!*20!*15!

Chap 4-54

Tcnicas de Contagem
Combinao de k elementos em n
Queremos contar o nmero de subconjuntos de k elementos

a partir de um conjunto de n elementos.


A ordem dos elementos no importante!
Dizemos combinao de n elementos k a k
Teorema

N combinaes

n!

(n k )!k!

Ex: Formar comit com 3 representantes de turma de um total


de 131 alunos.
Se todos tem mesmo poder: combinao.
Se teremos presidente, vice-presidente e secretrio:
permutao.
Chap 4-55

Tcnicas de Contagem
Exerccio: Qual o nmero de combinaes de 2

elementos distintos que podemos construir com as letras


A, B, C, D?

Chap 4-56

Tcnicas de Contagem
Exerccio: Qual o nmero de combinaes de 2

elementos das letras A, B, C, D?


Soluo:
4
4!
N combinaes
6
2 (4 2)!2!
Conferindo:
AB, AC, AD, BC, BD, CD

Chap 4-57

Tcnicas de Contagem
Ao contrrio da permutao, na combinao a ordem dos

elementos no importante!
Exemplo:
Permutao de 2 elementos das letras A, B, C, D:

AB, AC, AD, BA, BC, BD, CA, CB, CD DA, DB, DC
Combinao de 2 elementos das letras A, B, C, D:
AB, AC, AD, BC, BD, CD
j que a ordem no importante: BA o mesmo que
AB!
Chap 4-58

Resumo
Nesta aula, vimos:
Como representar um modelo de probabilidade para uma situao

incerta (experimento aleatrio)


Etapa 1: definio do espao amostral
Reviso de conjuntos
Etapa 2: especificao de uma funo probabilidade que atribui pesos

para a chance relativa de cada resultado do espao amostral.


3 conceitos de probabilidade
Probabilidade clssica
Probabilidade Frequentista
Axiomas de Kolmogorov

Reviso de tcnicas de contagem para podermos calcular

probabilidades.
Na prxima aula veremos como incorporar informaes novas ao

clculo de probabilidade => Probabilidade condicional.

Chap 4-59