Você está na página 1de 7

Probabilidade

Motivação

Aula 1:
Problema da parada de ônibus.
Probabilidade: probabilidade condicional, regra
da multiplicação, regra da adição. 10% 80% 10%
----------|-----------------|-----------
8:00 8:10
Prof. Crı́ston Souza
Dado que não passou entre 8:00 e 8:10, qual a chance de passar
Universidade Federal do Ceará depois de 8:10?
Campus Quixadá

2016.1

Probabilidade Probabilidade
Operações com eventos Operações com eventos

Como eventos são subconjuntos do espaço amostral, podemos


realizar união, interseção e complemento de eventos.

Ex.: Diagrama de Venn de (A ∪ B) ∩ C ?

Probabilidade Probabilidade
Operações com eventos Operações com eventos

Ex.: Diagrama de Venn de (A ∪ B) ∩ C ?

Ex.: Diagrama de Venn de (A ∩ C )0 ?

Probabilidade Probabilidade
Operações com eventos Probabilidade condicional

Ex.: Diagrama de Venn de (A ∩ C )0 ?

Probabilidade condicional
Probabilidade de um evento ocorrer, dado que outro evento já
tenha ocorrido. Notação: P(A | B).

Ex.: Chance de tirar uma rainha, dado que um rei foi tirado?

Ex.: Chance de tirar uma rainha, dado que uma rainha foi tirada?
Probabilidade Probabilidade
Probabilidade condicional Probabilidade condicional

Probabilidade condicional
Para P(A) > 0,
P(A e B)
P(B | A) = .
Ex.: Qual a chance de QI alto dado que tem o gene? P(A)

Com gene Sem gene Total


QI alto 33 19 52
QI normal 39 11 50
Total 72 30 102

Ex.: P(A) = 0,6, P(A e B) = 0,3, P(B | A) =?.


Se ocorreu A, então é 50% a chance de ocorrer B, pois 0,3 é 50% de 0,6.

Probabilidade Probabilidade
Eventos independentes Eventos independentes

Eventos independentes
Se a ocorrência de um não afeta a probabilidade do outro ocorrer.
Ou seja, A e B são independentes se P(A | B) = P(A) ou Teste de independência:
P(B | A) = P(B). Caso contrário, são dependentes.
Ex.: Baralho. A: tirar rei na 1a carta. B: tirar rainha na 2a carta.
Lembrando que P(A) 6= 0 e P(B) 6= 0,
Ex.: Tirar cara na moeda e 6 no dado.
P(A | B) = P(A) ⇔ P(B) · P(A | B) = P(A) · P(B)
⇔ P(A) · P(B | A) = P(A) · P(B)
⇔ P(B | A) = P(B)

Portanto basta testar uma das condições.

Probabilidade Probabilidade
Regra do produto Regra do produto

Regra do produto Generalização:


Probabilidade de A e B ocorrerem em sequência:
P(A e B e C e D) = P(A)·P(B | A)·P(C | A e B)·P(D | A e B e C ).
P(A e B) = P(A) · P(B | A) = P(B) · P(A | B).
Se são independentes:
Se A e B são independentes:
P(A e B e C e D) = P(A) · P(B) · P(C ) · P(D).
P(A e B) = P(A) · P(B).

Ex.: Baralho. Tirar um rei, e depois duas rainha.


Ex.: Baralho. Chance de tirar um rei e depois uma rainha?
Ex.: Sucesso em cirurgia 0,85. Sucesso em 3 cirurgias?
Ex.: Chance de tirar cara na moeda e 6 no dado?

Probabilidade Probabilidade
Regra do produto Regra do produto

Podemos combinar com eventos complementares:


P(A e B e C ) = P((A e B) e C ) Ex.: Chance de nenhuma das 3 cirurgias ter sucesso?
= P(A e B) · P(C | A e B)
= P(A) · P(B | A) · P(C | A e B) Ex.: Chance de pelo menos 1 das 3 cirurgias ter sucesso?
Probabilidade Probabilidade
Exercı́cio Eventos mutualmente exclusivos

Eventos mutualmente exclusivos


93% dos médicos conseguem vaga para residência. Dos que Se não puderem ocorrer ao mesmo tempo.
conseguem, 74% obtêm uma das duas vagas preferenciais.
Qual a chance de conseguir vaga e esta vaga estar entre as duas
preferenciais? Estes eventos são independentes?

Qual a chance de conseguir a vaga, mas não ser uma das duas
preferenciais?

Obs.:
P(A e B) P(A0 e B) P(A e B) + P(A0 e B) P(B)
P(A | B)+P(A0 | B) = + = = =1 Ex.:
P(B) P(B) P(B) P(B)
Dado com 6 lados. A: tirar 3. B: tirar 4. (mutualmente exclusivos)
A: aluno de CC. B: sexo masculino. (não são mutualmente exclusivos)

Probabilidade Probabilidade
Regra da adição Regra da adição

Regra da adição
Probabilidade de pelo menos um dos eventos (A ou B) ocorrer:

P(A ou B) = P(A) + P(B) − P(A e B).

Se são mutualmente exclusivos: Ex.: Uma carta do Baralho. Chance de ser rei ou rainha?

P(A ou B) = P(A) + P(B). Ex.: Dado de 6 lados. Chance de ser menor que 3 ou ı́mpar.

Probabilidade Probabilidade
Regra da adição Regra da adição

Ex.: Chance de vender entre 75.000 e 124.999?

Vendas (RS) Meses Ex.: Chance de ser tipo O ou A? Chance de tipo B ou Rh negativo?
0 - 24.999 3
25.000 - 49.999 5 O A B AB TOTAL
50.000 - 74.999 6 Positivo 156 139 37 12 344
75.000 - 99.999 7 Negativo 28 25 8 4 65
100.000 - 124.999 9 TOTAL 184 164 45 16 409
125.000 - 149.999 2
150.000 - 174.999 3
175.000 - 199.999 1

Probabilidade Probabilidade
Regra da adição Regra da adição

Generalização:
P(A ou B ou C ) = P(A)+P(B)+P(C )−P(A e B)−P(A e C )−P(B e C )+P(A e B e C ).

Ex.: Chance de não ser tipo O nem tipo A? Nem B nem Rh negativo?

O A B AB TOTAL
Positivo 156 139 37 12 344
Negativo 28 25 8 4 65
TOTAL 184 164 45 16 409

Mutualmente exclusivos:
P(A ou B ou C ou D) = P(A) + P(B) + P(C ) + P(D).
Probabilidade Probabilidade
Regra da adição Regra da adição

P(A ou B ou C ) = P((A ou B) ou C ) Ex.: Chance de ser tipo A ou tipo B ou Rh negativo?


= P(A ou B) + P(C ) − P((A ou B) e C )
= P(A) + P(B) − P(A e B) + P(C ) − P((A e C ) ou (B e C )) O A B AB TOTAL
= P(A) + P(B) + P(C ) − P(A e B) Positivo 156 139 37 12 344
− [P(A e C ) + P(B e C ) − P(A e B e C )] Negativo 28 25 8 4 65
= P(A) + P(B) + P(C ) − P(A e B) − P(A e C ) − P(B e C )
TOTAL 184 164 45 16 409
+ P(A e B e C )

Probabilidade
Regra da probabilidade total

B = (B ∩ A) ∪ (B ∩ A0 )
Aula 2:
Probabilidade: regra da probabilidade total,
Teorema de Bayes

Prof. Crı́ston Souza

Universidade Federal do Ceará


Campus Quixadá Como (B ∩ A) e (B ∩ A0 ) são mutualmente exclusivos,

2016.1 P(B) = P(B e A) + P(B e A0 )


= P(A) · P(B | A) + P(A0 ) · P(B | A0 )

Probabilidade Probabilidade
Regra da probabilidade total Regra da probabilidade total

P(B) = P(A) · P(B | A) + P(A0 ) · P(B | A0 )


P(B) = P(A) · P(B | A) + P(A0 ) · P(B | A0 )

Ex.: A chance de um chip com alto nı́vel de contaminação falhar é 0,10, e se


Ex.: Chance de tirar rainha na 2a carta? não tem a chance de falhar é apenas 0,005. Se um lote tem 20% de chips com
alto nı́vel de contaminação, qual a chance de um destes chips falhar?

Probabilidade Probabilidade
Regra da probabilidade total Regra da probabilidade total

P(B) = P(A) · P(B | A) + P(A0 ) · P(B | A0 ) P(B) = P(A) · P(B | A) + P(A0 ) · P(B | A0 )

Ex.: Um saco tem 4 bolas brancas e 3 pretas, e outro saco tem 3 brancas e 5 Ex.: 5% das pessoas tem câncer. Quando a pessoa tem a doença, o médico
pretas. Uma bola aleatória é retirada do 1o saco e colocada no 2o. Qual a acerta o diagnóstico 78% das vezes. Se não tem a doença, o médico erra o
chance de selecionar uma bola preta no 2o saco? diagnóstico 6% das vezes. Qual a chance de uma pessoa ser diagnosticada com
câncer?
Probabilidade Probabilide
Regra da probabilidade total Regra da probabilidade total

Regra da probabilidade total


Sejam E1 , E2 , . . . , Ek um particionamento do espaço amostral S, ou seja,
são mutualmente exclusivos dois a dois e E1 ∪ E2 ∪ · · · ∪ Ek = S. Então,

P(B) = P(B e E1 ) + P(B e E2 ) + · · · + P(B e Ek )


= P(E1 ) · P(B | E1 ) + P(E2 ) · P(B | E2 ) + · · · + P(Ek ) · P(B | Ek ). P(B) = P(E1 ) · P(B | E1 ) + P(E2 ) · P(B | E2 ) + · · · + P(Ek ) · P(B | Ek )

Ex.: O funcionário A inspeciona 20% das peças e erra com chance 1/200, B
B = (B ∩ E1 ) ∪ (B ∩ E2 ) ∪ (B ∩ E3 ) ∪ (B ∩ E4 ) inspeciona 60% e erra 1/100, C inspeciona 15% e erra 1/90, e D inspeciona
5% e erra 1/200. Qual a chance do cliente receber uma peça defeituosa?

Probabilidade Probabilidade
Teorema de Bayes Teorema de Bayes

Permite inverter a condicional.

P(B) = P(B e A) + P(B e A0 )


= P(A) · P(B | A) + P(A0 ) · P(B | A0 )

Ex.: Contágio por vı́rus. 1/200 dos pacientes estão infectados. Teste dá
positivo com 80% de chance se infectado, e 5% de chance se não infectado
(falso positivo). Chance de estar infectado dado que o teste deu positivo?

Teorema de Bayes

P(A e B) P(A) · P(B | A)


P(A | B) = = .
P(B) P(A) · P(B | A) + P(A0 ) · P(B | A0 )

Probabilidade Probabilidade
Teorema de Bayes Teorema de Bayes

Ex.: Contágio por vı́rus. 1/200 dos pacientes estão infectados. Teste dá
positivo com 80% de chance se infectado, e 5% de chance se não infectado Ex.: 5% das pessoas tem câncer. Quando a pessoa tem a doença, o médico
(falso positivo). Chance de não estar infectado dado que o teste deu acerta o diagnóstico 78% das vezes. Se não tem a doença, o médico erra o
negativo? diagnóstico 6% das vezes. Qual a chance de uma pessoa diagnosticada com
câncer realmente tenha a doença?

P(A | B) + P(A0 | B) = 1

Probabilide
Teorema de Bayes

Aula 3:
Ex.: O funcionário A inspeciona 20% das peças e erra com chance 1/200, B
Probabilidade: permutações e combinações.
inspeciona 60% e erra 1/100, C inspeciona 15% e erra 1/90, e D inspeciona
5% e erra 1/200. Se o cliente recebeu uma peça defeituosa, qual a chance de
ter sido inspecionada por A? Prof. Crı́ston Souza

Universidade Federal do Ceará


Campus Quixadá

2016.1
Probabilidade: permutações e combinações Probabilidade: permutações e combinações

Permutação de objetos distintos


Arranjo ordenado destes objetos (ordem é importante).
Ex.: De quantas maneiras podemos colocar 5 pessoas em fila?
r -permutação de um conjunto
Ex.: Em um conjunto com 5 pessoas, de quantas maneiras Arranjo ordenado de r objetos deste conjunto.
podemos colocar 3 pessoas em fila?
Ex.:
Seja S = {1, 2, 3}. Então, (3, 1, 2) é uma permutação de S, e
(3, 2) é uma 2-permutação de S.

Probabilidade: permutações e combinações Probabilidade: permutações e combinações

Número de r -permutações de um conjunto com n elementos (1 ≤ r ≤ n)

n! Ex.: Em uma competição com 8 participantes (sem empates), de


P(n, r ) = n · (n − 1) · (n − 2) · · · (n − r + 1) = . quantas maneiras podemos distribuir as medalhas de ouro, prata e
(n − r )!
bronze?

Ex.: Um vendedor deve percorrer 7 cidades e retornar para a cidade


P(n, r ) = n · (n − 1) · · · (n − r + 1) original. De quantas maneiras este percurso pode ser realizado?
(n − r ) · (n − r − 1) · · · 2 · 1
= n · (n − 1) · · · (n − r + 1) ·
(n − r ) · (n − r − 1) · · · 2 · 1
Ex.: Quantas permutações das letras ABCDEFGH contém a string
n!
= . ABC?
(n − r )!

Para r = 0, temos que P(n, 0) = n!/(n − 0)! = 1 (tupla vazia).


Note que P(n, n) = n!/(n − n)! = n!.

Probabilidade: permutações e combinações Probabilidade: permutações e combinações

r -combinação de um conjunto com n elementos


Subconjunto de tamanho  r deste conjunto.
Notação: C (n, r ) ou nr .
Ex.: Quais são as 3-combinações do conjunto {a, b, c, d}?
Ex.:
{2, 4} é uma 2-combinação do conjunto {1, 2, 3, 4}.

Ordem não é importante: a 2-combinação {2, 4} é igual à


2-combinação {4, 2}.

Probabilidade: permutações e combinações Probabilidade: permutações e combinações

Qual a diferença entre uma r -permutação e uma r -combinação?


Na r -combinação a ordem não é importante.
Número de r -combinações de um conjunto com n elementos (0 ≤ r ≤ n)
Note que para cada r -combinação temos r ! r -permutações.
P(n, r ) n!
C (n, r ) = = .
Ex.: Permutações associadas ao conjunto {a, b, c}. r! r !(n − r )!

(a, b, c), (a, c, b), (b, a, c), (b, c, a), (c, a, b), (c, b, a).
Ex.: Número de 3-combinações de {a, b, c, d} (ex. anterior).
C (4, 3) = 4!/(3!(4 − 3)!) = 4.
Portanto,
P(n, r ) = C (n, r ) · r !
Probabilidade: permutações e combinações Probabilidade: permutações e combinações

Como a função fatorial cresce muito rápido, para evitar overflow de


inteiros (ou perda de precisão) é melhor usar a fórmula abaixo:
Ex.: Quantas mãos de poker distintas com 5 cartas podemos ter
n · (n − 1) · · · (n − r + 1) em um baralho com 52 cartas?
C (n, r ) = .
r!
Ex.: De quantas maneiras podemos selecionar 47 cartas em um
baralho com 52 cartas?
Ex.:
C (52, 2) = 52 · 51/2! = 1326. Note que 52! ≈ 8 · 1067 .

Probabilidade: permutações e combinações Probabilidade: permutações e combinações

Se n e r são inteiros não negativos com 0 ≤ r ≤ n,

C (n, r ) = C (n, n − r ).
Ex.: Quantas sequências de n bits contêm exatamente r bits 1?

n! n!
C (n, n − r ) = = = C (n, r ).
(n − r )!(n − (n − r ))! (n − r )!r !

Probabilidade: permutações e combinações Probabilidade: permutações e combinações

Ex.: Uma comissão de 8 alunos é escolhida em um grupo com 19


alunos do 1o ano e 34 do 2o.
Ex.: Um comitê é formado por 3 professores de ES e 4 de SI. De quantas maneiras selecionamos 3 do 1o e 5 do 2o?
Assumindo que existem 9 professores de ES e 11 professores de SI,
De quantas maneiras temos exatamente 1 do 1o?
quantos comitês distintos podem ser formados?
De quantas maneiras temos no máximo 1 do 1o?
De quantas maneiras temos pelo menos 1 do 1o?
De quantas maneiras temos pelo menos 2 do 1o?

Probabilidade: permutações e combinações

Ex.: Uma comissão com 2 alunos será escolhida entre 4 alunos de


ES e 3 de SI, sendo que pelo menos 1 deles deve ser de ES.
Quantas comissões possı́veis?

Você também pode gostar