Escolar Documentos
Profissional Documentos
Cultura Documentos
A AA Aa
a aA aa
= {e1, e2, ...}. No caso do exemplo acima, = {AA, Aa, aA, aa}
Intuitivamente, pode ser definida como uma medida numérica com a qual se
avalia “quão provável” é a ocorrência do evento, quando o experimento é
executado. Para quantificar a expressão “quão provável” é natural tomar a
fração de vezes que o evento ocorre em repetidas tentativas do experimento.
Assim, o conceito intuitivo de uma medida numérica para a probabilidade de
um evento é em termos da proporção de vezes que o evento é esperado
ocorrer, quando o experimento é repetido sob idênticas condições. O processo
apropriado para se determinar probabilidades para eventos depende da
natureza do experimento e do espaço amostral associado. Há dois tipos de
situações:
m Número de elementos em E
P( E )
k Número de elementos em
3
Exemplo. P(descendente é dominante) P(A )
4
20
k= é o número de amostras com 4 elementos que pode-se extrair do lote
4
(número de pontos do espaço amostral)
5 15
m= é o número de maneiras que pode-se escolher 2 doentes e 2 não
2 2
doentes, simultaneamente, na amostra de 4 elementos
5 15 5! 15!
2 2
3!2! 13!2! 10 . 105
P(E) = 0,22
20 20! 4.845
4 16!4!
5 15
4 0 5
P(E) = 0,001
20 4.845
4
P AA (amarelas) x aa (verdes)
F1 Aa (amarelas)
F1 x F1 F2 (amarelas e verdes)
3. Algumas propriedades
0 P(E) 1
Sexo
Raça Macho (M) Fêmea (F) Total
Nelore (N) 70 40 110
Guzerá (G) 15 15 30
Canchim (C) 10 20 30
Indubrasil (I) 20 10 30
Total 115 85 200
Indicando por G o evento que ocorre, quando se escolhendo ao acaso um
animal, ele for da raça Guzerá (N, C, I, M e F têm significados análogos),
então:
P(G) = 30/200 e P(M) = 115/200
No exemplo:
P(G M) = 15/200 e
30 115 15 130
P(G M) = P(G) + P(M) - P(G M) =
200 200 200 200
30 30 60
P(G I) = P(G) + P(I) =
200 200 200
G I = e P(G I) = 0
Esta relação pode ser estendida para um número finito qualquer de eventos.
Evento complementar
P( E ) = 1 - P(E) = E E
P( E ) = 1 - P(E)
Esta relação pode ser usada para calcular P( E ), quando E é simples e P(E) é
facilmente calculada.
Obs.: Na probabilidade condicional, desde que se sabe que o evento B ocorreu, a única
maneira pela qual também se pode observar o evento A é pela ocorrência do evento (A
B). Assim, a razão P( A B) P(B) fornece a probabilidade condicional de que se observe
o evento A dado que B ocorreu [ P(A/B)].
Peso
Pressão Excesso (B) Normal Deficiente Total
Elevada (A) 0,10 0,08 0,02 0,20
Normal 0,15 0,45 0,20 0,80
Total 0,25 0,53 0,22 1,00
P(A B) 0,10
P(A) = 0,20 P(A/B) = 0,4
P (B) 0,25
5. Teorema de Bayes
P(D/E1) = 0,02 D
E1
P(D/E2) = 0,05 0,60 0,02 0,10 E3
0,05 0,10
P(D/E3) = 0,10 E2
0,30
P(E1 D)
P(E1 / D)
P(D)
O numerador dessa expressão pode ser reescrito pela regra do produto,
condicionado à E1, isto é, P(E1 D) = P(E1 ).P(D / E1 ) , tal que
P(E1 ).P(D / E1 )
P(E1 / D)
P(E1 D) P(E 2 D) P(E 3 D)
P(E 1 ).P(D / E 1 )
P(E 1 / D) (2)
P(E 1 ).P(D / E 1 ) P(E 2 ).P(D / E 2 ) P(E 3 ).P(D / E 3 )
0,6.0,02
P(E1 / D) 0,32
0.6.0,02 0,3.0,05 0,1.0,10
Esse resultado (2) pode ser generalizado do seguinte modo: seja E 1, E2, …, Ek
uma sequência de eventos mutuamente exclusivos, com probabilidades P(E 1),
P(E2), ..., P(Ek), respectivamente; e D um evento que ocorre, com P(D) > 0,
quando e somente quando um dos eventos E1, E2, …, Ek ocorre. Os eventos E1,
E2, …, Ek determinam as diferentes condições ou causas sobre os quais D pode
ocorrer. As probabilidades P(E1), P(E2), ..., P(Ek) são chamadas probabilidades
a priori da ocorrência desses eventos, sem levar em conta o evento D.
Seja P(D/Ei), i = 1, 2, …, k, a probabilidade condicional de ocorrência do
evento D, dado que o evento Ei tenha ocorrido. Devemos assumir que as
probabilidades P(Ei) e P(D/Ei), i = 1, 2, …, k, são conhecidas.
Desejamos encontrar a probabilidade do evento Ei, supondo a ocorrência do
evento D, isto é, P(Ei/D), chamada probabilidade a posteriori de Ei, calculada
depois que D tenha sido observado. A fórmula com a qual P(E i/D) pode ser
calculada
P(E i ).P(D / E i )
P(E i / D)
k
P(E j ).P(D / E j ) para todo i = 1, 2, ..., k
j 1
(3)
D = 0,02
E1=0,60 [P(D/E1)]
= 0,98
0,60 D = 0,05
E2=0,30 [P(D/E2)]
= 0,95
0,30
D = 0,10
E3=0,10 [P(D/E3)]
= 0,90
0,10
0,2703 ( 27,03%)