Escolar Documentos
Profissional Documentos
Cultura Documentos
Dados dois eventos A e B, a probabilidade de que o evento A ocorra, dado que o evento B já
ocorreu, é a probabilidade condicionada de A, denotada por P (A|B).
P (A ∩ B)
P (A|B) = , P (B) > 0.
P (B)
Exemplo 1.3 Suponha que existam 10 rótulos de papel que podem ser distinguidos pelo número
e pela cor: por exemplo, os rótulos numerados por 1, 2, 3 são amarelos e os restantes brancos. Se
todos forem colocados em uma urna e retirados ao acaso ( a probabilidade de extrair um rótulo
particular é 1/10). Se, porém, após retirar um rótulo ao acaso, ele for amarelo, como calcular a
probabilidade de que o rótulo número 1, seja extraído?
Solução:
Sejam os eventos:
F = { Extraer o rótulo nro 1}
E = {Extrair o rótulo cor Amarelo}. A probabilidade condicional a ser calculada é
1
P (E ∩ F ) 10 1
P (F |E) = = 3 =
P (E) 10
3
Observação 1.4 Notemos agora que o número possíveis de acontecimentos favoráveis está agora
reduzido de 10 para 3; ou seja, o espaço induzido é E e calculamos a probabilidade de ter o rótulo
1
1, sobre o espaço amostral induzido. Assim
Exemplo 1.5 Dois dados equilibrados são lançados, registrando-se o resultado como (x1 , x2 ),
onde xi é o resultado do i-ésimo dado, i = 1, 2. Por isso, o espaço amostral S pode ser representado
pela seguinte lista
(1, 1) (1, 2) . . . (1, 6)
(2, 1) (2, 2) . . . (2, 6)
S= .. ..
. .
(6, 1) (6, 2) . . . (6, 6)
de 36 elementos.
Considere os eventos: A = {(x, y)|x > Y }, B = {(x, y)|x + y = 7}. Calcular
P (B|A)
Solução: Temos que A = {(2, 1), (3, 1), (3, 2), (4, 1), (4, 2), (4, 3), . . . , (6, 5)} tem 15 elementos.
Temos que B = {(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)} tem 6 elementos.
Para usar a Eq. (??), temos que ter P (A) = 15/36, 6/36, A ∩ B = {(4, 3), (5, 2), (6, 1)},
P (A ∩ B) = 3/36. Então
P (A ∩ B) 3/36 1
P (B|A) = = = .
P (A) 15/36 5
Observação 1.6 Quando calculamos P (B|A), de forma direta vemos que espaço amostral ficou
reduzido para o evento A. Assim
3 1
P (B|A) = = .
15 5
Proposição 2.1 Seja P uma função de probabilidade e A um evento de S tal que P (A) > 0.
Então as probabilidades condicionadas satisfazem:
0
(P1 ) 0 ≤ P (B|A) ≤ 1.
0
(P2 ) P (A|A) = 1.
2
0
(P3 ) P (B1 ∪ B2 |A) = P (B1 |A) + P (B2 |A), se B1 ∩ B2 = ∅.
Esta propriedade pode ser generalizada para uma união arbitrária de uma família de eventos
{B1 , B2 , B3 . . .} mutuamente excludentes (ou exclusivos) dois a dois, Bi ∩ Bj = ∅, i 6= j.
Assim
P (B1 ∪ B2 ∪ B3 . . . |A) = P (B1 |A) + P (B2 |A) + P (B3 |A) + . . . .
P (A1 ∩ A2 ∩ . . . An ) = P (A1 )P (A2 |A1 )P (A3 |A1 ∩ A2 )P (A4 |A1 ∩ A2 ∩ A3 ) . . . P (An |A1 ∩ . . . An−1 ).
Exemplo 2.3 Se um avião está presente em determinada área, um radar detecta a presença com
probabilidade 0, 99. No entanto, se o avião não está presente, o radar detecta erradamente a
presença de um avião com probabilidade 0, 02. A probabilidade de um avião estar presente nesta
área é de 0, 05. Qual é a probabilidade de um falso alarme? Qual é a probabilidade de o radar
deixar de detectar o avião?
0, 99
|A) = D
P (D
A
,0 5
=0 P (D
C) |A) =
P( 0, 01 D
P( , 02
K) |A )=0 D
=0
, 95 P (D
A
P (D
|A) =
0, 98 D
3
Usando a regra de mutiplicação, temos:
Exemplo 2.4 Uma moeda é jogada duas vezes. Supondo que todos os quatros pontos no espaço
amostral S = {(h, h), (h, t), (t, h), (t, t)} sejam igualmente prováveis, onde h representa cara e t
representa coroa, qual é a probabilidade condicional de que dê cara em ambas jogadas, dado que
(a) dê cara na primeira jogada? (b) dê cara em pelo menos uma das jogadas?
P (B ∩ F )
P (B|F ) =
P (F )
1/4
= = 1/2.
2/4
P (B ∩ A)
P (B|A) =
P (A)
1/4
= = 1/3.
3/4
3 Eventos Independentes
Já consideramos eventos A e B que não podem ocorrer conjuntamente, isto é, A ∩ B =
∅. Tais eventos são denominados mutuamente excludentes, ou imcompatíveis. Observamos que
se A e B forem mutuamente excludentes, então P (A|B) = 0, porque a ocorrência dada de B
impede a ocorrência de A. No outro extremo, temos a situação já estudada, na qual B ⊂ A e
consequêntemente, P (A|B) = 1.
Em cada uma das situações mencionadas, saber que B já ocorreu nos da alguma informação
bastante definida referente á probabilidade de ocorrência de A. Existem, porém, muitas situações
nas quais saber que algum evento B ocorreu não tem qualquer interesse quando á ocorrência ou
não ocorrência A.
4
Definição 3.1 Os eventos aleatórios A e B são independentes se:
P (A ∩ B) = P (A).P (B)
Se a igualdade não se verifica, diz-se que as variáveis são dependentes entre si.
P (B ∩ A)
P (B|A) =
P (A)
P (B).P (A)
=
P (A)
= P (B),
ou seja
P (B|A) = P (B) e P (A|B) = P (A)
Esta última fórmula é ligeiramente mais intuitiva, porque diz precisamente o que se tinha
tentado dizer antes: que A e B serão independentes se o conhecimento da ocorrência de A de
nenhum modo influenciar a probabilidade da ocorrência de B ou viceversa.
Exemplo 3.4 Suponhamos que um dado honesto seja jogado duas vezes. Definamos os eventos
5
mostra isso. Tomando nosso espaço amostral
(1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)
(2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6)
(3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6)
S= .
(4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6)
(5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6)
(6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6)
18
Temos que P (A) = 36 = 21 , P (B) = 12
36 = 13 , enquanto P (A ∩ B) = 6
36 = 16 . Consequêntemente,
1
P (A ∩ B) 6 1
P (A|B) = = 1 = = P (A)
P (B) 3
2
Similarmente,
1
P (B ∩ A) 6 1
P (B|A) = = 1 =
P (A) 2
3
Observação 3.5 Daí, poderíamos ser tentados a dizer que dois eventos A e B serão indepen-
dentes se, e somente se, P (A|B) = P (A) e P (B|A) = P (A). Muito embora isso pudesse se
essencialmente apropriado, existe outra forma de colocar a questão que contorna a dificuldade
encontra aqui, a saber, que P (A) como P (B) deve ser não nulos para que as igualdades acima
tenha significado.
Sejam os eventos
A = {(x, y) ∈ Ω|x > y} e B = {(x, y) ∈ Ω|x + y = 7}.
Temos que P (B|A) = 1/5 e P (B) = 1/6. Assim, os eventos A e B são dependentes entre si.
Exemplo 3.7 Suponha que joguemos dois dados. Defina-se os eventos A, B e C da seguinte
forma:
6
A ={ O primeiro dado mostra um número par },
B ={o segundo dado mostra um número ímpar},
C ={ ambos os dados mostram números ímpares ou ambos mostram números pares}.
Temos P (A) = P (B) = P (C) = 1/2. Além disso, P (A ∩ B) = P (A ∩ C) = P (B ∩ C) =
1/4. Portanto, os três eventos são independentes dois a dois. Contudo, P (A ∩ B ∩ C) = 0 6=
P (A)P (B)P (C).
Definição 3.8 Diremos que os três eventos A, B e C são mutuamente independentes se, e so-
mente se, todas as condições forem válidas: