UNIFEI

Instituto de Matemática e Computação

Notas de Aula - Semana 3- RTE
Profs. Nancy Chachapoyas e José Vidarte
MAT013 Probabilidade e Estatística

1 Probabilidade Total e Teorema de Bayes

Definição 1 Dizemos que os eventos B1 , B2 , . . . , Bk representam uma partição do espaço amostral
S, quando

(a) Bi ∩ Bj = ∅, para todo i 6= j.

(b) ∪ki=1 Bi = S ou P (∪ki=1 Bi ) = 1.

(c) P (Bi ) > 0, para todo i.

Exemplo 2 Na jogada de um dado, os eventos B1 = {1, 2}, B2 = {3, 4, 5} e B3 = {6} re-

presentam uma partição do espaço amostral, enquanto os seguintes eventos E1 = {1, 2, 3, 4} e
B2 = {4, 5, 6} não a representariam.

Considere A um evento qualquer, referente a S e B1 , B2 , . . . , Bk uma partição de S. Então,

podemos escrever
A = (A ∩ B1 ) ∪ (A ∩ B2 ) ∪ . . . ∪ (A ∩ Bk )

onde podemos ver que (A ∪ Bj ) ∩ (A ∪ Bj ) = ∅.

O fato importante é que os conjuntos A ∩ B1 , . . . , A ∩ Bk são dois a dois disjuntos. Assim pela
propriedade de probabilidade tem-se:

P (A) = P (A ∩ B1 ) + P (A ∩ B2 ) + . . . + P (A ∩ Bk ).

Se P (Bj ) > 0 para i = 1, 2, . . . , n. Da probabilidade condicional P (A|Bi ) tem-se

P (A ∩ Bi ) = P (A|Bi )P (Bi ), i = 1, 2, . . . , n.

Portanto:

n
X
P (A) = P (A|Bi )P (Bi ); Probababilidade Total
i=1

Este resultado é muito útil, pois muitas vezes calcular P (A) de forma direta é difícil, com a
informação adicional que Bj tenha ocorrido, seremos capazes de calcular P (A|Bj ) e, em seguida

1
empregar a fórmula.

Da mesma forma, podemos dizer que uma das relações mais importantes envolvendo pro-
babilidades condicionais é dada pelo Teorema de Bayes. A versão mais simples deste teorema
é
P (A ∩ B) P (B)P (A|B)
P (B|A) = = , P (B) > 0.
P (A) P (A)
Se temos uma partição espaço amostral então temos o Teorema de Bayes:

P (A ∩ Bj ) P (Bj )P (A|Bj ) P (Bj )P (A|Bj )

P (Bj |A) = = = n
P (A) P (A) X
P (A|Bi )P (Bi )
i=1
Proposição 3 Seja {B1 , B2 , . . . , Bn } uma partição do espaço amostral S e A um evento qualquer
em S, tem-se
n
X
(a) P (A) = P (A|Bj )P (Bj ) Teorema da probabilidade Total.
j=1

P (A|Bj )P (Bj )
(b) P (Bj |A) = n , j = 1, . . . , n Teorema de Bayes.
X
P (A|Bi )P (Bi )
i=1

Exemplo 4 Uma determinada peça é manufaturada por três fábricas, digamos 1, 2 e 3. Sabe-se
que 1 produz o dobro de peças que 2, 2 e 3 produziram o mesmo número de peças (durante um
período de produção especificado). Sabe-se também que 2% das peças produzidas por 1 e por 2 são
defeituosas, enquanto 4% daquelas produzidas por 3 são defeituosas. Todas as peças produzidas
são colocadas em um depósito, e depois peça é extraída ao acaso.

1. Qual é a probabilidade de que essa peça seja defeituosa?

2. Suponha que uma peça seja retirada do depósito e se verifica que ela é defeituosa. Qual é a
probabilidade de que tenha sido produzido na fábrica 1?

Solução: Sejam os eventos:

D={a peça é defeituosa},
B1 ={a peça provém da fábrica 1},
B2 ={a peça provém de fábrica 2},
B3 ={a peça provém de fábrica 3}.
Temos que P (B1 ) + P (B2 ) + P (B3 ) = 1; P (B1 ) = 2P (B2 ); P (B2 ) = P (B3 ).
Logo,

2P (B2 ) + P (B2 ) + P (B2 ) = 1 (1)

4P (B2 ) = 1.

2
Assim, P (B2 ) = 14 , P (B1 ) = 21 , P (B3 ) = 14 .

B1 D
1
P (D|B1 ) = 0, 02
2
1
)=
B
P(

B2 D
1 P (D|B2 ) = 0, 02
P (B3 ) = 4
P(
B
3)
= 1
4
B3 D
P (D|B3 ) = 0, 04

1. Pela fórmula da probabilidade total, temos:

P (D) = P (D|B1 )P (B1 ) + P (D|B2 )P (B2 ) + P (D|B3 )P (B3 ).

Assim,

2 1 2 1 4 1
P (D) = . + . + . (2)
100 2 100 4 100 4
= 0, 025

2. Empregando a notação já introduzida, pede-se P (B1 |D). Usamos o Teorema de Bayes:

P (D|B1 )P (B1 ) (0, 02)( 21 )

P (B1 |D) = = = 0, 4.
P (D) 0, 025

Exemplo 5 Experimento de duas etapas. Supor que uma caixa contenha três moedas: duas hones-
tas e uma de duas caras. Retirar uma moeda ao acaso e jogá-la. Qual é a probabilidade condicional
da moeda ter sido a de duas caras, dado que o resultado final for cara?

Solução: Sejam os eventos:

B1 =“moeda retirada é honesta”

B2 = “moeda retirada é de duas caras”
A = “ resultado final cara”.

3
 2 B1
) = 3 1
A
P (B 1 P (A|B1 ) = 2

P (B
2) = 1
3 B2 A
P (A|B2 ) = 1

Logo, por o Teorema de Bayes e pelo Teorema da Probabilidade Total tem-se

P (A|B2 )P (B2 )
P (B2 |A) =
P (A)
P (A|B2 )P (B2 )
=
P (B1 )P (A|B1 ) + P (B2 )P (A|B2 )
1. 31
= 2 1 1
3 . 2 + 3 .1

1
=
2

Exemplo 6 A, B e C são três médicos de uma clínica. C atende 40% dos pacientes, A atende
25% dos pacientes e 35% dos pacientes são atendidos por B. Além disso, 10% dos pacientes de A
são da UNIMED, enquanto 15% dos pacientes de C e 20% dos pacientes de B são da UNIMED.
Um paciente selecionado aleatoriamente é paciente do UNIMED. Ache a probabilidade de que ele
seja paciente de B.

Solução: Sejam os eventos:

A = Pessoa é paciente de A.
B = Pessoa é paciente de B.
C = Pessoa é paciente de C.
E = Pessoa é paciente da UNIMED.

A E
5 P (E|A) = 0, 10
0, 2
=
A)
P(
B E
P (B) = 0, 35 P (E|B) = 0, 20
P(
C)
=
0, 4
C E
P (E|C) = 0, 15

4
Desejamos encontrar P (B|E). Usando o Teorema de Bayes temos:

P (B)P (E|B)
P (B|E) =
P (A)P (E|A) + P (B)P (E|B) + P (C)P (E|C)
(0, 35)(0, 2)
=
(0, 35)(0, 2) + (0, 25)(0, 1) + (0, 40)(0, 15)
= 0, 4516.