Escolar Documentos
Profissional Documentos
Cultura Documentos
Probab Il I Dade
Probab Il I Dade
Exemplos:
• Condições climáticas do próximo domingo;
• Taxa de inflação do próximo mês;
• Resultado ao lançar um dado ou moeda;
• Tempo de duração de uma lâmpada.
3
Operação com eventos
4
Exemplo: Lançamento de um dado
= {1, 2, 3, 4, 5, 6}
Eventos: A = {2, 4, 6}, B = {4, 5, 6} e C = {1}
6
Definições de probabilidades
7
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
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
a) A={(6,1),(5,2),(4,3),(3,4),(2,5),(6,1)} P(A)=n(A)/n()=6/36=1/6
b) B={(5,6),(6,5),(6,6)} => P(B) = 3/36.
c) P(C)= 15/36.
8
Definição frequentista ou a posteriori
Suponhamos que realizamos um experimento n vezes (n grande) e destas o
evento A ocorre exatamente r<n vezes, então a frequência relativa de vezes
que ocorreu o evento A, “r/n”, é a estimação da probabilidade que ocorra o
evento A, ou seja,
r
P ( A)
n
Essa estimação da probabilidade por frequência relativa de um evento A, é
próxima da verdadeira probabilidade do evento A, quando n tende ao infinito.
9
Definição axiomática
A probabilidade de um evento A define-se com o número P(A), tal que satisfaz
os seguintes axiomas:
(i ) 0 P( A) 1, A
(ii ) P () 1
(iii ) Se A1 , , An são eventosmutuamenteexclusivos, então
n n
P A i
P( A ) i
i 1 i 1
Propriedades
1. P() 0 Regra da adição de probabilidades
2. Se A então , P( A) 1 P( Ac )
3. Se A B então , P( A) P( B)
4. Se A, B então , P( A B) P( A) P( B) P( A B)
5. Se A, B, C então ,
P( A B C ) P( A) P( B) P(C ) P( A B) P( B C ) P( A C )
P( A B C )
10
Exemplo 1. Na tabela 1, apresenta-se a composição por raça e sexo de uma
população de um país.
11
As probabilidades de cada um destes eventos são:
2354693
P( H ) 0,451;
5218071
P ( H c ) 1 P ( H ) 1 0,451 0,549;
3836637
P( B) 0,735
5218071
P ( B c ) 1 P ( B ) 1 0,735 0,265;
1726384
P( H B) 0,331
5218071
P( H B) P( H ) P( B) P( H B)
0,451 0,735 0,331 0,855;
2110253
P( H B)
c
0,404;
5218071
P( H c B) P( H c ) P( B) P( H c B)
0,549 0,739 0,404 0,880. 12
Probabilidade Condicional e Independência
P( A B)
P( A | B) , P( B) 0. (1)
P( B)
13
Sejam os eventos:
V1 : " A 1a sement eé vermelha";
V1c :" A 1a sement eé branca"
V 2 : " A 2 a sement eé vermelha";
V2c :" A 2 a sement eé branca"
(a) P (V1 )
10
2
15 3
5
P(V2c | V1 )
(b) 14
14
Figura 1: Diagrama de árvore de probabilidade
• Resultados • Probabilidade
• V1V2 10 9 3
15 14 7
10 5 5
• V1V2c
15 14 21
5 10 5
V1c V2
15 14 21
5 4 2
• V1c V2c
15 14 21
• Total • 1
P( A B) P( B) P( A | B),
15 14 21
1. P( | B) 0
2. Se A, B , então : P(Ac | B) 1 P( A | B) ou P( A | B) 1 P(Ac | B)
3. Se A, B, C , então :
P( A C | B) P( A | B) P(C | B) P( A C | B).
16
Exemplo 3: Na Cidade de São Paulo, a probabilidade de chuva no
primeiro dia de setembro é 0,50 e a probabilidade que chuva nos dois
primeiros dias de setembro é 0,40. Se no primeiro de setembro
choveu, qual é a probabilidade que não chova no dia seguinte ?
17
Definição[Independência de eventos] Dois eventos A e B são independentes
se a informação da ocorrência ou não de B não altera a probabilidade da
ocorrência de A. Isto é,
P(A|B)=P(A), P(B)>0
Conseqüentemente, temos que dois eventos A e B são independentes se
somente se,
P(AB)=P(A)P(B).
18
Solução: sejam os eventos:
19
Teorema 2: Se A , B eventos em são eventos independentes, então:
(i ) A e B c são independentes.
(ii ) A c e B são independentes
(iii) A c e B c são independentes
20
Sejam os eventos : Bi :" o atirador i acerta o alvo" , i 1,2. P(B1 ) 0,8 e
P( B2 ) 0,7. Logo,
P( B1 B2 ) P(B1 ) P(B2 ) P( B1 B2 )
P(B1 ) P(B2 ) P(B1 ) P(B2 )
0,8 0,7 0,8 0,7 0,94
21
Teorema de Bayes
k
P( A) P( B1 ) P( A | B1 ) P( Bk ) P( A | Bk ) P( B ) P( A | B )
i 1
i i
22
Teorema Bayes. Se B1 ,, Bk , formam uma partição do espaço amostral , e A é qualquer evento
em , então:
P (Bi )P ( A | Bi )
P (Bi | A) k
i 1
P (Bi )P ( A | Bi )
23
Solução:
Sejam os eventos:
A: “ peça selecionada seja do fornecedor A”
B:” peça selecionada seja do fornecedor B”
E:” peça selecionada esteja fora das especificações”
24
Pelo teorema da probabilidade total temos:
(a) P(E)=P(A)P(E|A)+P(B)P(E|B)=(0,30)(0,10)+(0,70)(0,05)=0,065
(b) P(A|E)=?
Pelo teorema de Bayes temos:
25
Exemplo 7: Temos três profissionais: Um agrônomo, um biólogo e um
engenheiro civil. Cada um deles plantou 10 mudas de álamos em
vasos numa casa de vegetação. Sobreviveram 9 das plantadas pelo
agrônomo; 5 pelo biólogo e 2 pelo engenheiro civil. Dos 30 vasos
escolhe-se um vaso ao acaso, e verifica-se se a muda sobreviveu.
Se ela sobreviveu, qual a probabilidade de ela ter sido plantada
pelo engenheiro civil?
26