Escolar Documentos
Profissional Documentos
Cultura Documentos
Teoria de Probabilidade
Axiomática da probabilidade
1. P (Ω) = 1;
2. P (A) ≥ 0, ∀A ⊂ Ω;
3. Se A1 ∩ A2 = ∅ (Acontecimentos mutuamente exclusivos)
P (A1 ∪ A2) = P (A1) + P (A2).
Mais genericamente, se A1, A2, . . . , An, . . . ... forem acontecimentos mutuamente
exclusivos
X ∞
P (∪∞i=1 Ai ) = P (Ai).
i=1
Propriedades:
3. P (∅) = 0;
4. Se A ⊂ B então P (A) ≤ P (B);
5. P (A ∪ B) = P (A) + P (B) − P (A ∩ B).
8
Exemplo
P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
= 0.098 + 0.229 − 0.051
= 0.276.
Probabilidade Condicionada
MPI PI I MI
AL 57 269 1253 1278
PA 6 38 254 297
PR 3 33 214 330
TR 4 7 204 268
1253
P (A ∩ B) =
4515
Admitamos que só estamos interessados em analisar as respostas dos alunos. Dis-
pondo desta informação, qual é a probabilidade de que a resposta de um aluno,
escolhido ao acaso, seja I?
1253
P (B|A) =
2857
1253/4515
=
2857/4515
P (A ∩ B)
=
P (A)
13
1.
P (AB) = P (A|B)P (B) = P (B|A)P (A);
2.
P (B|A)P (A)
P (A|B) = ;
P (B)
3.
P (A|B) + P (Ac|B) = 1.
14
Um aluno tem um despertador que toca na hora pretendida com probabilidade 0.7.
Se tocar, a probabilidade de o aluno acordar é 0.8, se não tocar, a probabilidade de
o aluno acordar a tempo de ir às aulas é 0.3. Qual a probabilidade do aluno chegar
a horas à aula?
Teorema de Bayes
Um teste de laboratório detecta uma certa doença em 99% dos casos em que ela
existe e pode dar um resultado falso positivo em 1% dos casos. Se 0.5% da po-
pulação esta infectada, qual a probabilidade de uma pessoa ao acaso estar infectada,
sabendo que o teste deu resultado positivo?
P (A ∩ B)
P (B|A) =
P (A)
P (A|B)P (B)
=
P (A|B)P (B) + P (A|B̄)P (B̄)
0.99 ∗ 0.005
=
0.99 ∗ 0.005 + 0.01 ∗ 0.995
17
Independência de acontecimentos
P (A ∩ B) = P (A)P (B) ⇔
⇔ P (A|B) = P (A)
⇔ P (B|A) = P (B)
P (C ∩ F ) = P (F |C)P (C)
3 13
= ×
13 52
3
=
52
3
P (C)P (F ) =
52
Os acontecimentos C e F são independentes.