Escolar Documentos
Profissional Documentos
Cultura Documentos
Probabilidade PDF
Probabilidade PDF
Probabilidade e Estatística
Prof. Dr. Narciso Gonçalves da Silva
http://paginapessoal.utfpr.edu.br/ngsilva
Probabilidade
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Probabilidade
Experimento Aleatório
Um experimento é dito aleatório quando satisfaz as seguintes
condições:
• Pode ser repetido indefinidamente
• É possível descrever todos os resultados do experimento,
sem predizer com certeza qual ocorrerá
• Obedece à regularidade estatística, ou seja, quando o
experimento for repetido um grande número de vezes,
surgirá uma configuração definida
2
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Probabilidade
Experimento Aleatório
Exemplos:
• Lançar um dado e observar a face superior
• Lançar duas moedas e verificar as faces que ocorrem
• Verificar o tempo de vida de uma lâmpada
3
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Probabilidade
Espaço Amostral
É o conjunto Ω de todos os resultados possíveis de um
experimento aleatório
Exemplo:
Considere o experimento aleatório sendo o lançamento de duas
moedas não viciadas.
E = “duas moedas não viciadas são lançadas”
Seja cara = k e coroa = c
Ω = {(k,k), (k,c), (c,k), (c,c)}
4
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Probabilidade
Evento
É qualquer subconjunto de um espaço amostral Ω
Sempre deve ser considerado o evento impossível (aquele que
nunca ocorre) e o evento certo (que é próprio espaço amostral Ω)
Exemplo:
No lançamento de um dado não viciado, considere o evento A
quando ocorre um número par:
E = “uma dado não viciado é lançado”
A = “ face par ocorre”
Ω = {1, 2, 3, 4, 5, 6}
A = {2, 4, 6} 6
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Operações com Eventos
7
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Operações com Eventos
b) Intersecção
8
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Operações com Eventos
c) Diferença
9
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Operações com Eventos
d) Complementar
10
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Operações com Eventos
e) Mutuamente Excludentes
11
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Operações com Eventos
Exemplos:
1) Sendo os eventos A = {1, 3, 4, 7, 8}, B = {1, 2, 5, 6, 7, 9}
e Ω = N, determinar:
a) A U B
b) A ∩ B
c) A – B
d) B – A
e) Ac ∩ B
12
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Operações com Eventos
Exemplos:
2) Numa pesquisa, das pessoas entrevistadas, 120 assistem a emissora A, 150
assistem a emissora B, 40 assistem as duas emissoras e 120 não assistem
nenhuma das emissoras. Quantas pessoas foram entrevistadas?
Resposta: 350 pessoas
15
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
16
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
17
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Definições de Probabilidade
18
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Definições de Probabilidade
n( A )
P( A ) = , com 0 ≤ P(A) ≤ 1,
n(Ω)
Onde:
n(A) é o número de elementos do evento A
n(Ω) é o número de elementos do espaço amostral Ω
19
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Definições de Probabilidade
Exemplo:
Qual a probabilidade de sair pelo menos uma cara em dois
lançamentos consecutivos de uma moeda não viciada?
Solução:
cara = k e coroa = c
Ω = {k1k2, k1c2, c1k2, c1c2}
n( A ) 3
P( A ) = = = 75%
n(Ω) 4
20
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Definições de Probabilidade
21
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Teoremas da Probabilidade
Demonstração:
Ac U A = Ω
P(Ac U A) = P(Ω)
Ac ∩ A = ɸ, então Ac e A são mutuamente excludentes.
Aplicando o 3º axioma:
P(Ac) + P(A) = P(Ω)
P(Ac) = P(Ω) – P(A)
P(Ac) = 1 – P(A)
23
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Teoremas da Probabilidade
Exemplo:
Uma urna contém 4 bolas verdes, 3 bolas brancas e 8 bolas amarelas.
Uma bola é retirada aleatoriamente. Determinar a probabilidade de que
a bola retirada:
a) Não ser amarela
b) Não ser verde e nem amarela
Demonstração:
Se A ∩ B ≠ ɸ, então A e (Ac ∩ B) são mutuamente excludentes e
A U (Ac ∩ B) = A U B, logo:
P[(A U (Ac ∩ B)] = P(A U B) = P(A) + P(Ac ∩ B) (1)
Considerando que B é a união dos eventos mutuamente excludentes
(B ∩ A) e (B ∩ Ac), então:
P(B) = P(B ∩ A) + P(B ∩ Ac)
P(B ∩ Ac) = P(B) - P(B ∩ A) (2)
Substituindo (2) em (1), tem-se:
P(A U B) = P(A) + P(B) - P(A ∩ B)
25
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Teoremas da Probabilidade
Exemplo:
Dois dados não viciados foram lançados simultaneamente. Determine a
probabilidade de ocorrer pelo menos uma face 5.
Solução: A = “ocorrer face 5 no dado 1”
B = “ocorrer face 5 no dado 2”
A U B = “ocorrer pelo menos uma face 5”
Dado 2
Dado 1
1 2 3 4 5 6 n(Ω) = 36
1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) n(A) = 6
2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) n(B) = 6
3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) n(A ∩ B) = 1
4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
Demonstração:
A = (A – B) U (A ∩ B)
Como (A – B) e (A ∩ B) são mutuamente excludentes,
então aplicando o 3º axioma:
P(A) = P[(A – B) U (A ∩ B)] = P(A – B) + P(A ∩ B). Logo:
P(A - B) = P(A) - P(A ∩ B)
27
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Teoremas da Probabilidade
Exemplo:
Prove que P[(A ∩ Bc) U (Ac ∩ B)] = P(A) + P(B) – 2.P(A ∩ B)
Solução:
A ∩ Bc = A – B e Ac ∩ B = B – A
Como A ∩ Bc e Ac ∩ B são mutuamente excludentes:
P[(A ∩ Bc) U (Ac ∩ B)] = P(A ∩ Bc) + P(Ac ∩ B)
Sabe-se que: P(A ∩ Bc) = P(A – B) = P(A) – P(A ∩ B) e
P(Ac ∩ B) = P(B – A) = P(B) – P(B ∩ A)
sendo A ∩ B = B ∩ A
Então: P[(A ∩ Bc) U (Ac ∩ B)] = P(A) + P(B) – 2.P(A ∩ B)
28
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Probabilidade Condicional e Independência
Probabilidade Condicional
Definição:
Sejam A e B dois eventos quaisquer de uma espaço amostral 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)
No exemplo anterior:
E = “um dado honesto é lançado e a face é observada”
Ω = {1, 2, 3, 4, 5, 6}
A = “ocorre face 3” = {3}
B = “ocorre face ímpar” = {1, 3, 5}
A ∩ B = {3}
P( A ∩ B) 1 6 1
P( A / B) = = =
P(B) 36 3 30
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Probabilidade Condicional e Independência
Regra do Produto
Da probabilidade condicional tem-se:
P(A ∩ B) = P(A/B).P(B)
31
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Probabilidade Condicional e Independência
Exemplos:
1) 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:
A = “primeira peça é não defeituosa” => P(A) = 8/12
B = “segunda peça é não defeituosa” => P(B/A) = 7/11
Exemplos:
2) Considere no exemplo anterior que os eventos A e B são independentes,
ou seja, existe reposição da primeira peça após verificar se é ou não
defeituosa.
Solução:
A = “primeira peça é não defeituosa” => P(A) = 8/12
B = “segunda peça é não defeituosa” => P(B) = 8/12
n(N) 64
P( A ∩ B) = = = 44,44%
n(Ω) 144
33
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Teorema da Probabilidade Total
Definição:
Considere A1, A2, A3 ... An uma partição do
espaço amostral Ω e B um evento qualquer de
Ω. A probabilidade do evento B ocorrer é dada
por: n
P(B) = ∑ P( A i ).P(B / A i )
i=1
Exemplo 1:
Considerando o exemplo anterior 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).
P(F2 ∩ B) P(F2 ).P(B / F2 )
Por definição: P(F2 / B) = = 3
P(B)
∑ P(Fi ).P(B / Fi )
i=1
0,30.0,05
P(F2 / B) = = 0,2308 = 23,08%
0,065
37
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Teorema de Bayes
Exemplo 2:
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?
Solução:
Sendo x a proporção de peças produzidas pelas fábricas 1 e 2, tem-se: x + x + 2x = 1.
Logo x = 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) = 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%