Você está na página 1de 27

Fundamentos de Probabilidade

Fundamentos de Probabilidade

C´alculo das Probabilidades I

Professora: Andr´ea Rocha

´

UNIVERSIDADE FEDERAL DA PARA IBA

Fevereiro, 2019

C´alculo das Probabilidades I Professora: Andr´ea Rocha ´ UNIVERSIDADE FEDERAL DA PARA IBA Fevereiro, 2019

Fundamentos de Probabilidade Modelos Matem´aticos

Fundamentos de Probabilidade Modelos Matem´aticos Modelos Matem´aticos Modelo Determin´ıstico: Por esta express˜ao

Modelos Matem´aticos

Modelo Determin´ıstico: Por esta express˜ao nos referimos a um modelo que estipule que as condi¸c˜oes sob as quais um experimento seja executado determinem o resultado do experimento.

Modelo Probabil´ıstico: Servem para modelar experimentos em que, mesmo mantendo as mesmas condi¸c˜oes, seus resultados podem ser diferentes, pois existe algum fator casual que n˜ao se consegue controlar.

condi¸c˜oes, seus resultados podem ser diferentes, pois existe algum fator casual que n˜ao se consegue controlar.

Fundamentos de Probabilidade Conceitos de Probabilidade

Fundamentos de Probabilidade Conceitos de Probabilidade Experimento Aleat´orio ´ E o processo de observar um fenˆomeno

Experimento Aleat´orio

´

E o processo de observar um fenˆomeno que mesmo sob certas condi¸c˜oes fixas, h´a varia¸c˜ao em seus resultados. Por exemplo:

E 1 : Jogar um dado e observar um n´umero da face superior;

E 2 : Jogar duas moedas e observar o resultado;

E 3 : Selecionar um habitante da cidade de Jo˜ao Pessoa e medir a sua altura em metros.

e observar o resultado; E 3 : Selecionar um habitante da cidade de Jo˜ao Pessoa e

Fundamentos de Probabilidade Conceitos de Probabilidade

Fundamentos de Probabilidade Conceitos de Probabilidade Espa¸co Amostral ´ E o conjunto de todos os resultados

Espa¸co Amostral

´

E o conjunto de todos os resultados poss´ıveis de um experimento.

Denotado por . Exemplo:

E 1 :

= {1, 2, 3, 4, 5, 6};

E 2 :

= {(c, c), (c, k), (k, c), (k, k)}, onde c =cara e

k =coroa;

E 3 : = (0, ), = (0, 3), = [1/10, 3], = R.

Obs.: O importante ´e que contenha todo o resultado poss´ıvel.

= ( 0, 3 ) , Ω = [ 1 / 10, 3 ] , Ω

Fundamentos de Probabilidade Conceitos de Probabilidade

Fundamentos de Probabilidade Conceitos de Probabilidade Evento Seja Ω o espa¸co amostral do experimento. Todo

Evento

Seja o espa¸co amostral do experimento. Todo subconjunto, A , ser´a chamado evento.

´e o evento certo;

´e o evento imposs´ıvel;

Se ω , o evento {ω} ´e dito elementar ou simples.

evento certo ; ∅ ´e o evento imposs´ıvel ; Se ω ∈ Ω , o evento

Fundamentos de Probabilidade Conceitos de Probabilidade

Fundamentos de Probabilidade Conceitos de Probabilidade Eventos ´ E bom saber traduzir a nota¸c˜ao de conjunto

Eventos

´

E bom saber traduzir a nota¸c˜ao de conjunto para a linguagem de

eventos:

A B ´e o evento “A ou B”;

A B ´e o evento “A e B”;

A c ´e o evento “n˜ao A”;

A B significa que a ocorrˆencia do evento A implica a ocorrˆencia do evento B;

A B = significa que A e B s˜ao eventos mutuamente exclusivos, mutuamente excludentes, ou incompat´ıveis.

∅ − significa que A e B s˜ao eventos mutuamente exclusivos , mutuamente excludentes , ou

Fundamentos de Probabilidade Conceitos de Probabilidade

Fundamentos de Probabilidade Conceitos de Probabilidade Parti¸c˜ao Dado um espa¸co amostral Ω , uma parti¸c˜ao ,

Parti¸c˜ao

Dado um espa¸co amostral , uma parti¸c˜ao, P = {A i , i I}, de ´e uma cole¸c˜ao de eventos, neste caso, indexados por i que toma valores no conjunto do ´ındices I e satisfaz:

i

= j, A i A j = ;

iI A i = .

Desse modo os eventos de uma parti¸c˜ao s˜ao mutuamente excludentes e sua uni˜ao cobre todo o espa¸co amostral. Portanto, cada elemento ω pertence a um, e somente um, dos eventos A i de uma parti¸c˜ao.

amostral. Portanto, cada elemento ω ∈ Ω pertence a um, e somente um, dos eventos A

Fundamentos de Probabilidade Conceitos de Probabilidade

Fundamentos de Probabilidade Conceitos de Probabilidade Parti¸c˜ao Exemplo: Se Ω = { 1, 2, 3, 4,

Parti¸c˜ao

Exemplo: Se = {1, 2, 3, 4, 5, 6}, ent˜ao,

A = {1, 3, 5}

e

B = {2, 4, 6}

fomam uma parti¸c˜ao de . Pois,

e

A B =

A B = .

A = { 1, 3, 5 } e B = { 2, 4, 6 } fomam

Fundamentos de Probabilidade Conceitos de Probabilidade

Fundamentos de Probabilidade Conceitos de Probabilidade Frequˆencia Relativa Suponha que repetimos n vezes o

Frequˆencia Relativa

Suponha que repetimos n vezes o experimento E, e sejam A e B dois eventos associados a E. Sejam, respectivamente, n A e n B o n´umero de vezes que o evento A e o evento B ocorram nas n repeti¸c˜oes. Defini¸c˜ao: f A = n A /n ´e denominada a frequˆencia relativa do evento A nas n repeti¸c˜oes de E. A frequˆencia relativa f A apresenta as seguintes propriedades:

i) 0 f A 1;

ii) f A = 1 se, e somente se, A ocorrer em todas as n repeti¸c˜oes;

iii) f A = 0 se, e somente se, A nunca ocorrer nas n repeti¸c˜oes;

iv) Se A e B forem eventos mutualmente excludentes, e se f AB

for a frequancia relativa associada ao evento A B, ent˜ao,

f AB = f A + f B .

f A ∪ B for a frequancia relativa associada ao evento A ∪ B , ent˜ao,

Fundamentos de Probabilidade Medida de Probabilidade

Fundamentos de Probabilidade Medida de Probabilidade Medida de Probabilidade Defini¸c˜ao: Seja E um experimento.

Medida de Probabilidade

Defini¸c˜ao: Seja E um experimento. Seja um espa¸co amostral associado a E. A cada evento A associaremos um n´umero real representado por P(A) e denomidado probabilidade de A, que satisfa¸ca as seguintes condi¸c˜oes:

i) 0 P(A) 1;

ii) P() = 1;

iii) Se A e B forem eventos mutuamente excludentes, ent˜ao P(A B) = P(A) + P(B).

iv) Se A i , i = 1, 2,

excludentes, ent˜ao P(

forem eventos, dois a dois, mutuamente

i=1 A i ) =

i=1 P(A i ).

ent˜ao P ( ∪ forem eventos, dois a dois, mutuamente i = 1 ∞ A i

Fundamentos de Probabilidade Medida de Probabilidade

Fundamentos de Probabilidade Medida de Probabilidade Algumas conseguˆencias da defini¸c˜ao de P ( A ) ser˜ao

Algumas conseguˆencias da defini¸c˜ao de P(A) ser˜ao relacionadas a seguir:

Teorema 1: Seja o conjunto vazio, ent˜ao P() = 0.

Teorema 2: Seja A c o evento complementar de A, ent˜ao P(A) = 1 P(A c ).

Teorema 3: Sejam A B, ent˜ao P(A) P(B).

de A , ent˜ao P ( A ) = 1 − P ( A c )

Fundamentos de Probabilidade Medida de Probabilidade

Fundamentos de Probabilidade Medida de Probabilidade Teorema 4: Sejam A e B dois eventos quaisquer, ent˜ao

Teorema 4: Sejam A e B dois eventos quaisquer, ent˜ao P(A B) = P(A) + P(B) − P(A B).

Teorema 5: Sejam A, B e C trˆes eventos quaisquer, ent˜ao P(A B C) = P(A) + P(B) + P(C) − P(A B) − P(A C) −P(B C) + P(A B C).

Teorema 6 (Princ´ıpio da Inclus˜ao e Exclus˜ao): Sejam

A 1 ,

P(A 1 A 2 ∪ ··· ∪ A n ) = i=1 n P(A i ) − i<j P(A i A j ) +

i<j<k P(A i A j A k )+· · ·+(−1) n1 P(A 1 A 2 ∩· · ·∩A n ).

, A n quaisquer n eventos. Ent˜ao,

· +(− 1 ) n − 1 P ( A 1 ∩ A 2 ∩· ·

Fundamentos de Probabilidade Espa¸cos Amostrais Finitos

Fundamentos de Probabilidade Espa¸cos Amostrais Finitos Espa¸cos Amostrais Finitos Seja Ω um espa¸co amostral

Espa¸cos Amostrais Finitos

Seja um espa¸co amostral associado a um experimento E com um n´umero finito de resultados poss´ıveis. Ent˜ao pode ser escrito na seguinte forma:

= {ω 1 ,

,

ω n }.

A cada evento simples {ω i }, i = 1,

n´umero p i , i = 1,

satisfa¸ca as seguintes condi¸c˜oes:

, n, associaremos um

, n, denominado probabilidade de {ω i }, que

p i 0,

i = 1,

, n.

p 1

+ p 2 + ··· + p n = 1

, denominado probabilidade de { ω i } , que p i 0, i = 1,

Fundamentos de Probabilidade Espa¸cos Amostrais Finitos

Fundamentos de Probabilidade Espa¸cos Amostrais Finitos Espa¸cos Amostrais Finitos Suponha que um evento A seja

Espa¸cos Amostrais Finitos

Suponha que um evento A seja constitu´ıdo por k resultados,

1 k n, a

saber

 

A = {ω j 1 , ω j 2 ,

, ω j k },

onde j 1 , j 2 ,

, j k representam os k ´ındices, de 1 at´e n.

Conseguentemente, conclui-se que

P(A) = p j 1

+ p j 2 + ··· + p j k .

de 1 at´e n . Conseguentemente, conclui-se que P ( A ) = p j 1

Fundamentos de Probabilidade Espa¸cos Amostrais Finitos

Fundamentos de Probabilidade Espa¸cos Amostrais Finitos Espa¸cos Amostrais Finitos Exemplo: Suponha que somente trˆes

Espa¸cos Amostrais Finitos

Exemplo: Suponha que somente trˆes resultados sejam poss´ıveis em um experimento, a saber, a 1 , a 2 e a 3 . Al´em disso, suponha que a 1 seja duas vezes mais prov´avel de ocorrer do que a 2 , o qual, por sua vez, ´e duas vezes mais prov´avel de ocorrer do que a 3 .

Portanto, p 1 = 2p 2

e p 2 = 2p 3 , logo p 1 = 4p 3 . J´a que

p 1 + p 2 + p 3 = 1, teremos 4p 3 + 2p 3 + p 3 = 1, o que d´a

1

2

p 3 = 7 ,

p 2 = 7

e

p 1 = 4 7 .
p 1 = 4
7 .

Fundamentos de Probabilidade Espa¸cos Amostrais Finitos

Fundamentos de Probabilidade Espa¸cos Amostrais Finitos Se todos os resultados forem igualmente prov´aveis,

Se todos os resultados forem igualmente prov´aveis, condi¸c˜ao

p 1

+ p 2 + ··· + p n = 1 torna-se

np i = 1, i = 1,

, n.

Assim, cada probabilidade ser´a

p i =

1

n .

+ ··· + p n = 1 torna-se np i = 1, ∀ i = 1,

Fundamentos de Probabilidade Espa¸cos Amostrais Finitos

Fundamentos de Probabilidade Espa¸cos Amostrais Finitos Neste caso, para qualquer evento A formado por k resultados,

Neste caso, para qualquer evento A formado por k resultados, teremos

P(A) = k

n . Este m´etodo de avaliar P(A) ´e frequentemente enunciado da seguinte maneira:

P(A) = n´umero de casos favor´aveis a A n´umero de casos poss´ıveis

= #A

#.

seguinte maneira: P ( A ) = n´umero de casos favor´aveis a A n´umero de casos

Fundamentos de Probabilidade Espa¸cos Amostrais Finitos

Fundamentos de Probabilidade Espa¸cos Amostrais Finitos Exemplo: Um dado ´e lan¸cado e todos os resultados s˜ao

Exemplo: Um dado ´e lan¸cado e todos os resultados s˜ao igualmente prov´aveis. O evento A ocorrer´a se, e somente se, um n´umero maior do que 4 aparecer, isto ´e,

Da´ı,

A = {5, 6}.

P(A) =

#A #= 2 6 = 3 1 .

se, um n´umero maior do que 4 aparecer, isto ´e, Da´ı, A = { 5, 6

Fundamentos de Probabilidade Exerc´ıcios

Fundamentos de Probabilidade Exerc´ıcios Exerc´ıcio 1: Sejam A , B e C trˆes eventos em um

Exerc´ıcio 1: Sejam A, B e C trˆes eventos em um espa¸co de probabilidade. Expresse os eventos apenas A ocorre e pelo menos um dos trˆes ocorre, em termos de A, B e C.

de probabilidade. Expresse os eventos apenas A ocorre e pelo menos um dos trˆes ocorre, em

Fundamentos de Probabilidade Exerc´ıcios

Fundamentos de Probabilidade Exerc´ıcios Exerc´ıcio 1: Sejam A , B e C trˆes eventos em um

Exerc´ıcio 1: Sejam A, B e C trˆes eventos em um espa¸co de probabilidade. Expresse os eventos apenas A ocorre e pelo menos um dos trˆes ocorre, em termos de A, B e C.

Se apenas A ocorre, teremos

A B c C c

Se pelo menos um dos trˆes ocorre, teremos

A B C

C . Se apenas A ocorre, teremos A ∩ B c ∩ C c Se pelo

Fundamentos de Probabilidade Exerc´ıcios

Fundamentos de Probabilidade Exerc´ıcios Exerc´ıcio 2: Quatro n´umeros s˜ao sorteados ao acaso, sem reposi¸c˜ao,

Exerc´ıcio 2: Quatro n´umeros s˜ao sorteados ao acaso, sem

reposi¸c˜ao, do conjunto {0, 1, 2,

que pelo menos um n´umero seja maior do que 7.

, 9}. Calcule a probabilidade de

reposi¸c˜ao, do conjunto { 0, 1, 2, que pelo menos um n´umero seja maior do que

Fundamentos de Probabilidade Exerc´ıcios

Fundamentos de Probabilidade Exerc´ıcios Exerc´ıcio 2: Quatro n´umeros s˜ao sorteados ao acaso, sem reposi¸c˜ao,

Exerc´ıcio 2: Quatro n´umeros s˜ao sorteados ao acaso, sem

reposi¸c˜ao, do conjunto {0, 1, 2,

que pelo menos um n´umero seja maior do que 7.

, 9}. Calcule a probabilidade de

Seja o evento A = { pelo menos um n´umero seja maior do que 7}. Neste caso ´e mais f´acil calcular a probabilidade do evento complementar, ou seja, nenhum dos 4 n´umeros sorteados seja maior do que 7. Assim teremos 8 possibilidades de n´umeros menores ou iguais a 7. Observe tamb´em que teremos 10 possibilidades no nosso espa¸co amostral para selecionar 4. E assim,

P(A c ) =

10 · 9 · 8 · 7 = 1

8 ·

7 ·

6 · 5

3 .

Logo, a nossa probabilidade de interesse ser´a

P(A) = 1 P(A c ) = 1

1 3 = 3 2
1
3 = 3 2

Fundamentos de Probabilidade Exerc´ıcios

Fundamentos de Probabilidade Exerc´ıcios Exerc´ıcio 3: Sejam A e B dois eventos associados a um experimento.

Exerc´ıcio 3: Sejam A e B dois eventos associados a um experimento. Suponha que P(A) = 0, 4 e P(A B) = 0, 7. Seja P(B) = p. Para que valor de p, A e B ser˜ao mutuamente excludentes?

= 0, 4 e P ( A ∪ B ) = 0, 7. Seja P (

Fundamentos de Probabilidade Exerc´ıcios

Fundamentos de Probabilidade Exerc´ıcios Exerc´ıcio 3: Sejam A e B dois eventos associados a um experimento.

Exerc´ıcio 3: Sejam A e B dois eventos associados a um experimento. Suponha que P(A) = 0, 4 e P(A B) = 0, 7. Seja P(B) = p. Para que valor de p, A e B ser˜ao mutuamente excludentes?

Para A e B serem mutuamente excludentes deve ocorrer P(A B) = P() = 0. Da´ı teremos

P(A B)

=

P(A) + P(B)

0, 7

=

0, 4 + p.

Assim,

p = 0, 7 0, 4 = 0, 3.

teremos P ( A ∪ B ) = P ( A ) + P ( B

Fundamentos de Probabilidade Exerc´ıcios

Fundamentos de Probabilidade Exerc´ıcios Exerc´ıcio 4: Cada uma de duas pessoas joga duas moedas equilibradas. Qual

Exerc´ıcio 4: Cada uma de duas pessoas joga duas moedas equilibradas. Qual ´e a probabilidade de que elas obtenham o mesmo n´umero de caras?

de duas pessoas joga duas moedas equilibradas. Qual ´e a probabilidade de que elas obtenham o

Fundamentos de Probabilidade Exerc´ıcios

Fundamentos de Probabilidade Exerc´ıcios Exerc´ıcio 4: Cada uma de duas pessoas joga duas moedas equilibradas. Qual

Exerc´ıcio 4: Cada uma de duas pessoas joga duas moedas equilibradas. Qual ´e a probabilidade de que elas obtenham o mesmo n´umero de caras?

Sejam c 1 e k 1 , representando, respectivamente, cara e coroa para a pessoa 1, e c 2 , k 2 , cara e coroa para a pessoa 2. Dessa forma

= {(c 1 c 1 , c 2 c 2 ), (c 1 c 1 , c 2 k 2 ), (c 1 c 1 , k 2 c 2 ), (c 1 c 1 , k 2 k 2 ),

(c 1 k 1 , c 2 c 2 ), .

Teremos #= 16. Nosso evento de interesse ser´a

,

(k 1 k 1 , k 2 k 2 )}

A =

{(c 1 c 1 , c 2 c 2 ), (c 1 k 1 , c 2 k 2 ), (c 1 k 1 , k 2 c 2 ),

(k 1 c 1 , c 2 k 2 ), (k 1 c 1 ,

k 2 c 2 ), (k 1 k 1 , k 2 k 2 )},

com #A = 6. Assim,

P(A) =

#A

#=

6

16

= 0, 375.

c 2 ) , ( k 1 k 1 , k 2 k 2 ) }

Fundamentos de Probabilidade Exerc´ıcios

Fundamentos de Probabilidade Exerc´ıcios FIM

FIM

Fundamentos de Probabilidade Exerc´ıcios FIM