- PROBABILIDADE CONDICIONAL (REVISÃO)

- INDEPENDÊNCIA DE DOIS EVENTOS

(REVISAO)
- TEOREMA DO PRODUTO
- TEOREMA DA PROBABILIDADE TOTAL
- TEOREMA DE BAYES
Curso: Estatística (Bach) _ Disciplina: Probabilidade I
Aula: Probabilidade – Parte IV
Probabilidade Condicional

Definição:

Sejam A e B dois eventos de Ω, com P(B) > 0. A

probabilidade de A ocorrer, na hipótese de B já ter
ocorrido, denotado por P(A|B), é dada por:

P( A  B)
P( A | B) 
P( B)
Probabilidade Condicional
Exemplo: 1- Considere :

E = “um dado honesto é lançado e a face é observada”

Ω = {1, 2, 3, 4, 5, 6} => # Ω = 1
A = “ocorre face 3” = {3} => #A = 1
B = “ocorre face ímpar” = {1, 3, 5} => #B = 3
A  B = {3} => # (A  B) = 1

1
P( A  B) 6 1
P( A | B)   
P( B) 3 3
6
Exercícios
2. Considere o experimento aleatório E = “uma carta enumerada de 1 a 8 é
retirada e observada” e os eventos A = “retirar 2 ou 3 ou 4” e B = “retirar um
número ímpar”
a) Qual a probabilidade do evento A ocorrer?
b) Qual a probabilidade do evento B ocorrer?
c) Qual a probabilidade do evento A ocorrer sabendo que o evento B já
ocorreu?
d) Qual a probabilidade do evento B ocorrer sabendo que o evento A já
ocorreu?

Solução:
 = {1, 2, 3, 4, 5, 6, 7, 8} ; A = {2, 3, 4} ; B={1, 3, 5, 7}

# A 3 #B 4
a) P ( A )    0 , 375 b) P ( B )    0 ,5
# 8 # 8
#A B 1
c) P ( A | B )    0 , 25 d) P ( B | A )  # B  A  0 ,33
#B 4 #A
 Exercícios
3. Considere:
TIPO DE LEITE
B C UHT (U) TOTAL
DENTRO DAS
ESPECIFICAÇÕES 500 4500 1500 6500
(D)
FORA DAS
ESPECIFICAÇÕES
30 270 50 350
(F)

TOTAL 530 4770 1550 6850

# F U
P (F ) 
# F
#

350
6850
 0 , 051 ; P(F |U ) 
#U

50
1550
 0 , 032
 Teorema do Produto
Definição (Teorema do Produto): Da Probabilidade
Condicional tem-se:
P( A  B)  P( A | B)  PB  , se P( B)  0
 P( B | A)  P A , se P( A)  0

Definição (Teorema do Produto Generalizado):

n
P( Ai )  P( A1 )  P A2 | A1  P( A3 | A1  A2 ) ... P( An | A1  A2  ...  An 1 )
i 1
Exemplos
1. Uma urna contem as letras A, A, A, R, R, S. Retira-se
letra por letra, sem reposição. Qual a probabilidade
de sair a palavra araras?

Solução:
P ( A  R  A  R  A  S )  P ( A)  P ( R | A)  P ( A | A  R ) 
 P ( R | A  R  A)  P ( A | A  R  A  R ) 
 P ( S | A  R  A  R  A)
3 2 2 1 1 1
      1   0,017  1,7%
6 5 4 3 2 60
Exemplos
2. Num lote de 12 peças, 4 são defeituosas. Duas peças são retiradas, uma a uma
sem reposição. Qual a probabilidade de que ambas sejam não defeituosas?
Solução: P(B|A): prob. da
2ª peça ser
A = “primeira peça é não defeituosa” => P(A) = 8/12 defeituosa dado
que a 1ª foi não
B = “segunda peça é não defeituosa” => P(B|A) = 7/11 defeituosa

=> P(A  B) = P(A)  P(B|A) = 8/12  7/11 = 14/33 = 42,42%

Ou, utilizando a definição clássica de probabilidade:

N = “duas peças retiradas são não defeituosas”

12! ; 8!
n ( )  C 
2
 66 n( N )  C 
2
8  28
12
(12  2)! 2! (8  2)! 2!
C82 28
P( A  B)  2
  42,42%
C12 66
Independência de Eventos
Definição (Independência): Dois eventos A e B são
ditos independentes se a probabilidade de
ocorrência de um evento não interferir na
probabilidade de ocorrência do outro evento, ou
seja: P ( A | B )  P  A
P ( B | A)  PB 

Logo: P( A  B)  P( B  A)  P( A)  PB 
Obs.: Se os eventos A1, A2, ..., An são
independentes,
P (  A )então:
n
  P(A )
i
n

i
i 1 i 1
n
onde  P(A ) 
i 1
i P ( A1 )  P ( A 2 )  ...  P ( A n )
Exemplo
1. Lançam-se 3 moedas. Verifique se P(AB) = P(A)  P(B).
Solução:
A: saída de cara na 1ª moeda
B: saída de coroa na 2ª e 3ª moedas.
# = 8 ;
#A = 4 => P(A) = 4/8 = 1/2 ;
#B = 2 => P(B) = 2/8 = 1/4.
Logo:
P(A)P(B) = 1/2 1/4 = 1/8
Como #AB = 1 => P(AB) = 1/8
 A e B são independentes.
Partição de um Espaço Amostral
 Os eventos A1, A2, ..., An formam uma partição do espaço
amostral  se:

i) Ai   , i = 1, 2, ..., n;
ii) Ai  Ak =  , para i  k (Ai e Ak são eventos disjuntos);
n
iii)  Ai  .
i 1

 Uma partição de  é uma coleção de subconjuntos não-

vazios e disjuntos de , cujas uniões são iguais a .
Teorema da Probabilidade Total
Suponha que o espaço amostral  de um
experimento seja dividido em três eventos A1, A2, A3
de modo que: 
A1  A2  
A1
onde A1  A3  
B A2  A3  
A1  A2  A3  
A3
A2

e considere um evento B qualquer. O evento B pode

ser escrito como
B = B  .
Teorema da Probabilidade Total
Como  = A1  A2  A3 , então B = B  (A1  A2  A3)
 B = (B  A1)  (B  A2)  (B  A3)

 P(B) = P[(B  A1)  (B  A2)  (B  A3)]

 P(B) = P(B  A1) + P(B  A2) + P(B  A3)

Pelo Teorema do Produto, temos então:

P(B) = P(A1)P(B|A1) + P(A2)P(B|A2) + P(A3)P(B|A3)

 Generalização do Teorema da Probabilidade Total:

n
P(B) = P(A1)P(B|A1) + ... + P(An)P(B|An) =  P ( A )  P B | A 
i 1
i i
Exemplo
1. Um piloto de Fórmula Um tem 50% de probabilidade de vencer
determinada corrida, quando esta se realiza sob chuva. Caso não chova
durante a corrida, sua probabilidade de vitória é de 25%. Se o serviço de
Meteorologia estimar em 30% a probabilidade de que chova durante a
corrida, qual é a probabilidade deste piloto ganhar esta corrida?

Solução:
G: o piloto ganhar a corrida
Ch: chover durante a corrida => P(Ch) = 0,30
NCh: não chover durante a corrida => P(NCh) = 0,70

Então:

P(G) = P(Ch)P(G|Ch) + P(NCh)P(G|NCh)

= 0,30 . 0,50 + 0,70 . 0,25
= 0,325 ou 32,5%
Exemplo
2. Um fabricante de sorvete recebe 20% do todo o
leite que utiliza de uma fazenda F1, 30% de uma
fazenda F2 e 50% de uma fazenda F3. Um órgão de
fiscalização inspecionou as fazendas e observou que
20% do leite produzido na fazenda F1 estava
adulterado por adição de água, enquanto que para
F2 e F3, essa proporção era de 5% e
2%, respectivamente. Na fábrica de sorvete os leites
são armazenados dentro de um refrigerador sem
identificação das fazendas. Qual a probabilidade
de que uma amostra de leite retirada do
refrigerador esteja adulterada?
Exemplo
Solução:
Denotando por B = “o leite está adulterado”, deseja-se então P(B).
 A probabilidade de que o leite está adulterado e que é procedente da fazenda:
 F1: P(B|F1) = 0,20

 F2: P(B|F2) = 0,05

 F3: P(B|F3) = 0,02

 A probabilidade de que o leite (adulterado ou não) é procedente da fazenda:

 F1: P(F1) = 0,20
 F2: P(F2) = 0,30
 F3: P(F3) = 0,50

Logo:
P(B) = P(F1).P(B|F1) + P(F2).P(B|F2) + P(F3).P(B|F3)

=> P(B) = 0,20 x 0,20 + 0,30 x 0,05 + 0,50 x 0,02 = 0,065 = 6,5%
Teorema de Bayes
Definição: Considere A1, A2, A3, ..., An uma partição de  e B
um evento qualquer de .
n
 Do teorema da probabilidade total, tem-se: P( B)   P( Ai )  PB | Ai 
i 1

onde P(Ai) são as probabilidades à priori dos eventos Ai.

 Vamos supor agora que o evento B tenha ocorrido e
desejamos determinar a probabilidade à posteriori do evento
Ai, ou seja, P(A i|B).
P( Ai  B)
 Por definição, tem-se: P ( Ai | B ) 
P( B)

 Aplicando a regra do produto e o teorema da probabilidade

total: P ( A )  PB | Ai 
P( Ai | B)  n i
B
 P ( A )  P B | A 
i 1
i i
Exemplo
3.Considerando o exemplo (2) do fabricante de
sorvete, sabendo que a amostra está
adulterada, determinar a probabilidade de que o
leite tenha sido fornecido pela fazenda F2.
Solução:
Deseja-se então P(F2|B).
Por definição: P( F2  B) P ( F2 )  PB | F2 
P ( F2 | B)   3
P( B)
 P ( F )  P B | F 
i 1
i i

0,30  0,05
P ( F2 | B)  0,2308  23,08%
0,065
Exemplo
4.Determinadas peças são produzidas em três fábricas
F1, F2 e F3, sendo que a fábrica 1 e 2 produzem a
mesma proporção de peças e a fábrica 3 produz o
dobro das peças que cada uma das outras duas
fábricas produzem. Sabe-se também, que 2% das
peças produzidas pela fábrica 1 são defeituosas e
que a proporção para as fábricas 2 e 3 são 3% e
4%, respectivamente. Qual a probabilidade de que
uma peça defeituosa tenha origem da fábrica 2?
Exemplo
Solução:
Sendo “p” a proporção de peças produzidas pelas fábricas 1 e 2, tem-se:
p + p + 2p =1. Logo p = 25%.
 Denotando por A = “a peça é defeituosa”, deseja-se então P(F2|A).

 A probabilidade de que a peça (defeituosa ou não) é de procedência da

fábrica:
F1: P(F1) = 0,25 ; F2: P(F2) = 0,25 ; F3: P(F3) = 2 x 0,25 = 0,50
 A probabilidade de que a peça é defeituosa e de procedência da
fábrica:
F1: P(A|F1) = 0,02 ; F2: P(A|F2) = 0,03 ; F3: P(A|F3) = 0,04
Logo:
P(A) = P(F1).P(A|F1) + P(F2).P(A|F2) + P(F3).P(A|F3)
= 0,0325 = 3,25%
P ( F2  A ) P ( F2 )  P  A | F2  0 , 25  0 , 03
 P ( F2 | A )   3   23 , 08 %
P ( A) 0 , 0325
 P ( F i )  P  A | Fi 
i 1
Exercícios de Fixação
1- Uma carta é retirada de um baralho. Qual a probabilidade de ser um rei preto, dado que a carta retirada foi
uma “figura” (valete, dama ou rei)? R.: 1/6

2- Uma moeda e um dado são lançados simultaneamente. Se A for evento “sair coroa” e B o evento “ocorrer o
3”, constatar que os eventos A e B são independentes.

3- Uma rifa composta por 15 números irá definir o ganhador de dois prêmios sorteados um de cada vez. Se
você adquiriu três números, qual é a probabilidade de ganhar os dois prêmios? R.: 1/35

4- A experiência com testes psicotécnicos para habilitação de motoristas indica que 90% dos candidatos à
habilitação aprovados no primeiro teste tornam-se excelentes motoristas. 70% dos candidatos reprovados
no primeiro teste tornam-se péssimos motoristas. Admitindo-se a classificação dos motoristas apenas em
excelentes ou péssimos, responda:

a) Um candidato acaba de ser reprovado em seu primeiro teste psicotécnico. Qual é a probabilidade de que
se torne um excelente motorista? R.: 0,30

b) Um candidato acaba de ser aprovado em seu primeiro teste psicotécnico. Qual a probabilidade de que se
torne um péssimo motorista? R.: 0,10
Exercícios de Fixação
c) Um candidato acaba de fazer um teste psicotécnico. Se 80% dos candidatos são aprovados
neste teste, qual é a probabilidade de que se torne um excelente motorista? R.: 0,72

5- Um técnico em aparelhos elétricos faz consertos em domicílio e deve consertar um ferro

elétrico na casa de um cliente. Ele avalia que o defeito deve estar na tomada de força da área
de serviço, no cabo de força de alimentação ou na resistência do ferro. Por experiência, ele
sabe que as probabilidades do defeito estar na tomada, no cabo ou na resistência são de
20%, 50% e 30%, respectivamente. Pensando em termos de ferramentas e peças de reposição
do estoque que ele carrega, ele imagina que se o defeito for na tomada a probabilidade de
conserto é de 95%. Se for no cabo de força é de 70% e se for na resistência é de 20%.
a) Qual a probabilidade de o técnico consertar o ferro no local com os seus recursos? R.: 0,60
b) Qual a probabilidade do defeito ter sido no cabo de força, se o técnico conseguiu realizar o
conserto? R.: 0,58
c) O técnico chama o cliente e apresenta o ferro consertado. Perguntado do defeito, ele diz
que teve que trocar a resistência (conserto mais caro). Qual a probabilidade de ele estar sendo
sincero? R.: 0,10