Escolar Documentos
Profissional Documentos
Cultura Documentos
das probabilidades
Introdução
Conceitos fundamentais
Conceitos de probabilidade
Teoremas para o cálculo de probabilidades
Probabilidade condicional e independência
Teorema de Bayes
Exemplo:
Experimento: Uma caixa contém cinco bolas equiprováveis,
sendo três azuis e duas brancas. Duas bolas são retiradas,
uma a uma, e suas cores são observadas.
duas bolas
A1 = {A, A, A }
# A1 3
P(A 1 ) = =
#S 5
Profª Lisiane Selau 3
A probabilidade do B2 depende da ocorrência ou não do A1?
S = {B, B, A, A} # B 2 /A 1 2
P(B 2 /A 1 ) = =
B2/A1 = {B, B} #S 4
S = {B, A, A, A } # B2 1
P(B 2 ) = =
B2 = {B} #S 4
P(A/B)
S = {B, B, A, A, A}
# A1 3
P(A 1 ) = =
A1 = {A, A, A } #S 5
P(A/B)=P(A) e P(B/A)=P(B)
P( A ∩ B ) P( A ∩ B )
P(B/A ) = P( A / B ) =
P( A ) P(B )
P(A∩
∩B) = P(A) P(B/A) P(A∩
∩B) = P(B) P(A/B)
Profª Lisiane Selau 9
Caso particular:
P(B/A)=P(B) e P(A/B)=P(A)
A e B são independentes ⇔
P(A∩B)=P(A) P(B)
Condicionados: a ocorrência de
não um altera a probabilidade de
mutuamente ocorrência do outro
exclusivos
Independentes: a ocorrência de
A∩
∩B ≠ ∅ um não altera a probabilidade
de ocorrência do outro
Profª Lisiane Selau 10
Exercício: Dois dígitos são selecionados aleatoriamente de
1 a 9 sem repeti-los. Se a soma é par encontre a
probabilidade de ambos os números serem ímpares.
# S = C9,2 = 36
B2
A
B1 Evento de interesse
B3
n=3
B1∪ B2∪ B3 = S
B1∩ B2 = ∅
Thomas Bayes B1∩ B3 = ∅ B i∩ B j = ∅
(1702 –1761)
B2∩ B3 = ∅
Profª Lisiane Selau 12
Exemplo: Em uma fábrica de parafusos, as máquinas 1, 2
e 3 produzem 25%, 35% e 40% do total produzido. Da
produção de cada máquina, 5%, 4% e 2%, respectivamente,
são defeituosos.
S = produção total da fábrica
B1 = produção da máquina 1
B2 = produção da máquina 2
B3 = produção da máquina 3
A = produção defeituosa
Se escolhemos ao acaso um
parafuso desta fábrica, qual é a
probabilidade de que este parafuso
seja defeituoso?
P(A) ?
Profª Lisiane Selau 13
B1∩ A B2∩ A B3∩ A
P(B1)=0,25
P(B2)= 0,35
P(B3)= 0,40
Máquina 2
Máquina 1 Máquina 3
Probabilidade condicionada:
P(B1/A) = ?
Teorema de Bayes
P(B i ).P(A/B i )
P(Bi /A) = n
∑ P(B ).P(A/B )
i=1
i i
P(B3/A)
P(B1/A)
Se o parafuso é defeituoso, a
probabilidade de ter sido fabricado pela
Máquina 1 é 0,3623; pela Máquina 2 é
0,4058 e pela Máquina 3 é 0,2319
Profª Lisiane Selau 20
Exercício:
Em uma certa comunidade, 6 % de todos os adultos com mais
de 45 anos têm diabetes. Um novo teste diagnostica
corretamente 84% das pessoas que têm diabetes e 98% das
que não tem a doença.
a) Qual é a probabilidade de uma pessoa diagnosticada como
diabética no teste, ter de fato a doença? 0,7283
b) Qual é a probabilidade de uma pessoa que faça o teste seja
diagnosticada como não diabética? 0,9308
DD – 0,84
D – 0,06
DND – 0,16
DD – 0,02
ND – 0,94
DND – 0,98
DD – 0,02
ND – 0,94
DND – 0,98
a) Qual é a probabilidade de uma pessoa diagnosticada
como diabética no teste, ter de fato a doença?
P(D).P(DD/D)
P(D/DD) =
P(D).P(DD/D) + P(ND).P(DD/ND)
0,06 × 0,84 0,0504 0,0504
= = = = 0,7283 = 72,83%
(0,06 × 0,84) + (0,94 × 0,02) 0,0504 + 0,0188 0,0692