Aula 3 - Parte 2:

Probabilidade Condicional e
Teorema da Probabilidade Total

Profa . Juliana Martins de Assis

UFPE - Universidade Federal de Pernambuco

CCEN - Centro de Ciências Exatas e da Natureza
DE - Departamento de Estatística

1 / 22
Sumário

Probabilidade Condicionada

Teorema da Probabilidade Total

Exercícios

2 / 22
Probabilidade Condicionada

Teorema da Probabilidade Total

Exercícios

3 / 22
Introdução

▶ Por vezes queremos saber a probabilidade de ocorrência de um

evento B dado que outro evento A ocorreu (ou condicionada
à ocorrência de A)

4 / 22
Introdução

▶ Por vezes queremos saber a probabilidade de ocorrência de um

evento B dado que outro evento A ocorreu (ou condicionada
à ocorrência de A)
▶ Exemplos:

4 / 22
Introdução

▶ Por vezes queremos saber a probabilidade de ocorrência de um

evento B dado que outro evento A ocorreu (ou condicionada
à ocorrência de A)
▶ Exemplos:
▶ Dado que um membro de sua família sofre de diabetes, qual a
probabilidade de que você também sofra?

4 / 22
Introdução

▶ Por vezes queremos saber a probabilidade de ocorrência de um

evento B dado que outro evento A ocorreu (ou condicionada
à ocorrência de A)
▶ Exemplos:
▶ Dado que um membro de sua família sofre de diabetes, qual a
probabilidade de que você também sofra?
▶ Dado que alguém tem o hábito de fumar, qual a probabilidade
de que essa pessoa desenvolva câncer?

4 / 22
Introdução

▶ Por vezes queremos saber a probabilidade de ocorrência de um

evento B dado que outro evento A ocorreu (ou condicionada
à ocorrência de A)
▶ Exemplos:
▶ Dado que um membro de sua família sofre de diabetes, qual a
probabilidade de que você também sofra?
▶ Dado que alguém tem o hábito de fumar, qual a probabilidade
de que essa pessoa desenvolva câncer?
▶ Dado que a previsão de tempo indica chuva em Olinda, qual a
probabilide de que chova em Recife?

4 / 22
Exemplo

▶ Um lote apresenta 100 peças: 20 defeituosas e 80

não-defeituosas. Suponha que escolham-se duas peças deste
lote, sem reposição. Definam-se os eventos: A = { a primeira
peça é defeituosa} e B = { a segunda peça é defeituosa}.

5 / 22
Exemplo

▶ Um lote apresenta 100 peças: 20 defeituosas e 80

não-defeituosas. Suponha que escolham-se duas peças deste
lote, sem reposição. Definam-se os eventos: A = { a primeira
peça é defeituosa} e B = { a segunda peça é defeituosa}.
▶ Quem é P(B|A) (probabilidade de B dado que A ocorreu)?

5 / 22
Exemplo

▶ Um lote apresenta 100 peças: 20 defeituosas e 80

não-defeituosas. Suponha que escolham-se duas peças deste
lote, sem reposição. Definam-se os eventos: A = { a primeira
peça é defeituosa} e B = { a segunda peça é defeituosa}.
▶ Quem é P(B|A) (probabilidade de B dado que A ocorreu)?
▶ P(B|A) = 19/99

5 / 22
Probabilidade condicionada

P(A ∩ B)
P(B|A) = , desde que P(A) > 0
P(A)

6 / 22
Comentários
▶ Quando calculamos P(B|A), estamos calculando P(B) em
relação ao espaço amostral reduzido A

A B

7 / 22
Exemplo

▶ Você arremessou um dado equilibrado. Sabe-se que o

resultado foi maior que 4. Qual a probabilidade de que o
resultado tenha sido 5?

8 / 22
Exemplo

▶ Você arremessou um dado equilibrado. Sabe-se que o

resultado foi maior que 4. Qual a probabilidade de que o
resultado tenha sido 5?
▶ Sejam os eventos: B = {5} (o resultado foi 5), A = {5, 6} (o
resultado foi maior que 4)

8 / 22
Exemplo

▶ Você arremessou um dado equilibrado. Sabe-se que o

resultado foi maior que 4. Qual a probabilidade de que o
resultado tenha sido 5?
▶ Sejam os eventos: B = {5} (o resultado foi 5), A = {5, 6} (o
resultado foi maior que 4)
▶ Então P(B|A) = 1/2

8 / 22
Exemplo

▶ Você arremessou um dado equilibrado. Sabe-se que o

resultado foi maior que 4. Qual a probabilidade de que o
resultado tenha sido 5?
▶ Sejam os eventos: B = {5} (o resultado foi 5), A = {5, 6} (o
resultado foi maior que 4)
▶ Então P(B|A) = 1/2
▶ De outro modo:

P(A ∩ B) = P(B) = 1/6

P(A) = 2/6
1/6 1
P(B|A) = =
2/6 2

8 / 22
Comentários

▶ A probabilidade condicionada satisfaz os axiomas da

probabilidade, isto é:

9 / 22
Comentários

▶ A probabilidade condicionada satisfaz os axiomas da

probabilidade, isto é:
▶ 0 ≤ P(B|A) ≤ 1

9 / 22
Comentários

▶ A probabilidade condicionada satisfaz os axiomas da

probabilidade, isto é:
▶ 0 ≤ P(B|A) ≤ 1
▶ P(S|A) = 1

9 / 22
Comentários

▶ A probabilidade condicionada satisfaz os axiomas da

probabilidade, isto é:
▶ 0 ≤ P(B|A) ≤ 1
▶ P(S|A) = 1
▶ P(B1 ∪ B2 |A) = P(B1 |A) + P(B2 |A) se B1 ∩ B2 = ∅

9 / 22
Comentários

▶ A probabilidade condicionada satisfaz os axiomas da

probabilidade, isto é:
▶ 0 ≤ P(B|A) ≤ 1
▶ P(S|A) = 1
▶ P(B1 ∪ B2 |A) = P(B1 |A) + P(B2 |A) se B1 ∩ B2 = ∅
▶ P(B1 ∪ B2 ∪ . . . |A) = P(B1 |A) + P(B2 |A) + . . . se Bi ∩ Bj = ∅
para i ̸= j

9 / 22
Exemplo

D D̄ Total
A 30 40 70
B 10 20 30
Total 40 60 100

▶ Se foi observado que uma peça não é defeituosa, qual a

probabilidade de ser do tipo A? Ou seja, quem é P(A|D̄)?

10 / 22
Exemplo

D D̄ Total
A 30 40 70
B 10 20 30
Total 40 60 100

▶ Se foi observado que uma peça não é defeituosa, qual a

probabilidade de ser do tipo A? Ou seja, quem é P(A|D̄)?
P(A ∩ D̄) 40/100
▶ P(A|D̄) = = = 2/3
P(D̄) 60/100

10 / 22
Exemplo

D D̄ Total
A 30 40 70
B 10 20 30
Total 40 60 100

▶ Se foi observado que uma peça não é defeituosa, qual a

probabilidade de ser do tipo A? Ou seja, quem é P(A|D̄)?
P(A ∩ D̄) 40/100
▶ P(A|D̄) = = = 2/3
P(D̄) 60/100
▶ P(A|D̄) = 40/60 = 2/3

10 / 22
▶ P(A ∩ B) = P(B|A)P(A)

11 / 22
▶ P(A ∩ B) = P(B|A)P(A)
▶ P(A ∩ B) = P(A|B)P(B)

11 / 22
▶ P(A ∩ B) = P(B|A)P(A)
▶ P(A ∩ B) = P(A|B)P(B)
▶ E quando temos 3 eventos?

P(A ∩ B ∩ C )
P(A|B ∩ C ) =
P(B ∩ C )
P(A ∩ B ∩ C ) = P(B ∩ C )P(A|B ∩ C )
= P(C )P(B|C )P(A|B ∩ C )

11 / 22
▶ P(A ∩ B) = P(B|A)P(A)
▶ P(A ∩ B) = P(A|B)P(B)
▶ E quando temos 3 eventos?

P(A ∩ B ∩ C )
P(A|B ∩ C ) =
P(B ∩ C )
P(A ∩ B ∩ C ) = P(B ∩ C )P(A|B ∩ C )
= P(C )P(B|C )P(A|B ∩ C )

▶ Generalização:

P(A1 ∩ A2 ∩ · · · ∩ An ) = P(A1 ) · P(A2 |A1 ) ·

·P(A3 |A1 , A2 ) · · · · P(An |A1 , . . . , An−1 )

11 / 22
 S

A
S

A B

Situação 3 :
Situação 1 : P(A|B) = 0 ≤ P(A) P(A|B) = P(A ∩ B)/P(B) =
P(B)/P(B) = 1 ≥ P(A)

B S

A
A B

Situação 2 : P(A|B) =
P(A ∩ B)/P(B) = P(A)/P(B) ≥ P(A) Situação 4 : Nada pode se afirmar
sobre grandeza relativa entre P(A|B) e
P(A)

12 / 22
Probabilidade Condicionada

Teorema da Probabilidade Total

Exercícios

13 / 22
Partição
▶ Os eventos E1 , E2 , . . . , Ek representam uma partição do
espaço amostral S quando:
▶ Ei ∩ Ej = ∅, para todo i ̸= j

14 / 22
Partição
▶ Os eventos E1 , E2 , . . . , Ek representam uma partição do
espaço amostral S quando:
▶ Ei ∩ Ej = ∅, para todo i ̸= j
▶ ∪ki=1 Ei = S

14 / 22
Partição
▶ Os eventos E1 , E2 , . . . , Ek representam uma partição do
espaço amostral S quando:
▶ Ei ∩ Ej = ∅, para todo i ̸= j
▶ ∪ki=1 Ei = S
▶ P(Ei ) > 0 para todo i

14 / 22
Exemplo: arremesso de dado

▶ B1 = {1, 2}, B2 = {3, 4, 5}, B3 = {6} representam uma

partição?

15 / 22
Exemplo: arremesso de dado

▶ B1 = {1, 2}, B2 = {3, 4, 5}, B3 = {6} representam uma

partição?
▶ Sim

15 / 22
Exemplo: arremesso de dado

▶ B1 = {1, 2}, B2 = {3, 4, 5}, B3 = {6} representam uma

partição?
▶ Sim
▶ C1 = {1, 2, 3, 4}, C2 = {4, 5} representam uma partição?

15 / 22
Exemplo: arremesso de dado

▶ B1 = {1, 2}, B2 = {3, 4, 5}, B3 = {6} representam uma

partição?
▶ Sim
▶ C1 = {1, 2, 3, 4}, C2 = {4, 5} representam uma partição?
▶ Não

15 / 22
Teorema da probabilidade total

A = A∩S
= A ∩ (E1 ∪ E2 ∪ · · · ∪ Ek )
= (A ∩ E1 ) ∪ (A ∩ E2 ) ∪ · · · ∪ (A ∩ Ek )
P(A) = P(A ∩ E1 ) + P(A ∩ E2 ) + · · · + P(A ∩ Ek )
P(A) = P(A|E1 )P(E1 ) + P(A|E2 )P(E2 ) + · · · + P(A|Ek )P(Ek )

16 / 22
Exemplo
▶ Uma peça é produzida por 3 fábricas. A 1a produz o dobro da
2a , que produz o mesmo número que a 3a . A 1a e a 2a
fábricas produzem 2% de peças defeituosas, a 3a produz 4%
defeituosas. Todas as peças são colocadas em um depósito.
Qual a probabilidade de uma peça escolhida ao acaso ser
defeituosa?

17 / 22
Exemplo
▶ Uma peça é produzida por 3 fábricas. A 1a produz o dobro da
2a , que produz o mesmo número que a 3a . A 1a e a 2a
fábricas produzem 2% de peças defeituosas, a 3a produz 4%
defeituosas. Todas as peças são colocadas em um depósito.
Qual a probabilidade de uma peça escolhida ao acaso ser
defeituosa?
▶ Sejam

A = {a peça é defeituosa}
B1 = {a peça veio da 1a }
B2 = {a peça veio da 2a }
B3 = {a peça veio da 3a }

17 / 22
Exemplo
▶ Uma peça é produzida por 3 fábricas. A 1a produz o dobro da
2a , que produz o mesmo número que a 3a . A 1a e a 2a
fábricas produzem 2% de peças defeituosas, a 3a produz 4%
defeituosas. Todas as peças são colocadas em um depósito.
Qual a probabilidade de uma peça escolhida ao acaso ser
defeituosa?
▶ Sejam

A = {a peça é defeituosa}
B1 = {a peça veio da 1a }
B2 = {a peça veio da 2a }
B3 = {a peça veio da 3a }
▶ P(A) = P(A|B1 )P(B1 ) + P(A|B2 )P(B2 ) + P(A|B3 )P(B3 )

17 / 22
Exemplo
▶ Uma peça é produzida por 3 fábricas. A 1a produz o dobro da
2a , que produz o mesmo número que a 3a . A 1a e a 2a
fábricas produzem 2% de peças defeituosas, a 3a produz 4%
defeituosas. Todas as peças são colocadas em um depósito.
Qual a probabilidade de uma peça escolhida ao acaso ser
defeituosa?
▶ Sejam

A = {a peça é defeituosa}
B1 = {a peça veio da 1a }
B2 = {a peça veio da 2a }
B3 = {a peça veio da 3a }
▶ P(A) = P(A|B1 )P(B1 ) + P(A|B2 )P(B2 ) + P(A|B3 )P(B3 )
▶ P(B1 ) = 1/2, P(B2 ) = P(B3 ) = 1/4

17 / 22
Exemplo
▶ Uma peça é produzida por 3 fábricas. A 1a produz o dobro da
2a , que produz o mesmo número que a 3a . A 1a e a 2a
fábricas produzem 2% de peças defeituosas, a 3a produz 4%
defeituosas. Todas as peças são colocadas em um depósito.
Qual a probabilidade de uma peça escolhida ao acaso ser
defeituosa?
▶ Sejam

A = {a peça é defeituosa}
B1 = {a peça veio da 1a }
B2 = {a peça veio da 2a }
B3 = {a peça veio da 3a }
▶ P(A) = P(A|B1 )P(B1 ) + P(A|B2 )P(B2 ) + P(A|B3 )P(B3 )
▶ P(B1 ) = 1/2, P(B2 ) = P(B3 ) = 1/4
▶ P(A|B1 ) = P(A|B2 ) = 0, 02, P(A|B3 ) = 0, 04

17 / 22
Exemplo
▶ Uma peça é produzida por 3 fábricas. A 1a produz o dobro da
2a , que produz o mesmo número que a 3a . A 1a e a 2a
fábricas produzem 2% de peças defeituosas, a 3a produz 4%
defeituosas. Todas as peças são colocadas em um depósito.
Qual a probabilidade de uma peça escolhida ao acaso ser
defeituosa?
▶ Sejam

A = {a peça é defeituosa}
B1 = {a peça veio da 1a }
B2 = {a peça veio da 2a }
B3 = {a peça veio da 3a }
▶ P(A) = P(A|B1 )P(B1 ) + P(A|B2 )P(B2 ) + P(A|B3 )P(B3 )
▶ P(B1 ) = 1/2, P(B2 ) = P(B3 ) = 1/4
▶ P(A|B1 ) = P(A|B2 ) = 0, 02, P(A|B3 ) = 0, 04
▶ Então P(A) = 0, 025
17 / 22
Probabilidade Condicionada

Teorema da Probabilidade Total

Exercícios

18 / 22
Meyer - exercício 3.1

▶ A urna 1 contém x bolas brancas e y bolas vermelhas. A urna

2 contém z bolas brancas e v bolas vermelhas. Uma bola é
escolhida ao acaso da urna 1 e posta na urna 2. A seguir,
uma bola é escolhida ao acaso da urna 2. Qual a
probabilidade de que esta bola seja branca?

19 / 22
Resposta - Meyer - exercício 3.1

x (z + 1) + yz
(x + y )(z + v + 1)

20 / 22
Meyer - 3.2

Duas válvulas defeituosas se misturam com duas válvulas perfeitas.

As válvulas são ensaiadas, uma a uma, até que ambas as
defeituosas sejam encontradas.
a) Qual será a probabilidade de que a última válvula defeituosa
seja encontrada no segundo ensaio?
b) Qual será a probabilidade de que a última válvula defeituosa
seja encontrada no terceiro ensaio?
c) Qual será a probabilidade de que a última válvula defeituosa
seja encontrada no quarto ensaio?
d) Some os números obtidos nos itens anteriores. O resultado é
surpreendente?

21 / 22
Resposta - Meyer - exercício 3.2

a) 1/6
b) 1/3
c) 1/2
d) 1

22 / 22