Escolar Documentos
Profissional Documentos
Cultura Documentos
Elementar da Probabilidade jlborges@fe.up.pt
O objecto geral da teoria da probabilidade é o de modelizar
Teoria Elementar os fenómenos ou os processos nos quais interfere o acaso,
constituindo o alicerce fundamental sobre o qual assenta a
suporte
da inferência estatística
Uma situação à qual estejam associados, de forma não
Probabilidade controlada, dois ou mais resultados possíveis designa‐se por
jlborges@fe.up.pt
experiência aleatória
Gambling is a source to which probability theory owes its birth and
development. Quando temos uma experiência aleatória é importante
definir o
Espaço amostral (ou espaço de resultados)
que é o
conjunto de todos os resultados
possíveis
À mesma experiência aleatória podem estar associados
espaços amostrais diversos, dependendo da forma como
essa experiência é avaliada
2 3
Teoria Elementar da Probabilidade jlborges@fe.up.pt Teoria Elementar da Probabilidade jlborges@fe.up.pt
Acontecimento: Ac simples
conjunto de um ou mais resultados do
espaço amostral
Ac composto
Espaço amostral
4 5
Odds de um resultado de uma experiência aleatória
26
Razão dos resultados favoráveis com os resultados desfavoráveis: odds( A) 0.5 21
12 6
p / (1‐p)
36
Aposta com um dado odds(B) 1 11
aposta A: ganho se sair 2 ou menos 13 6
aposta B: ganho se sair 3 ou menos
Qual das apostas envolve mais risco para o apostador? Neste caso o valor esperado da aposta A será:
odds ratio =
26 1/odds
odds( A) 0.5 21 2 2
12 6 E (A) 2 10 1 1 10 0
36
6 6
odds(B) 1 11
13 6
Aposta A será justa se o lucro for maior. Por cada unidade apostada recebo essa
Logo, 2/1 corresponde a uma aposta justa.
unidade mais duas. 8 9
sendo a margem do casino ainda
Low or High J 19 through 36 1:1 1.01:1
maior. 10 11
Teoria Elementar da Probabilidade jlborges@fe.up.pt Teoria Elementar da Probabilidade jlborges@fe.up.pt
• Definição Frequencista • Definição subjectiva
Estende as definições anteriores ao caso em que a simetria e a
equiprobabilidade dos resultados não se aplicam
No caso de experiências que não se repetem de forma estável um
número significativo de vezes, a via frequencista não possibilita
Se no decurso de N realizações de uma experiência um acontecimento A ocorrer estimar probabilidades
NA vezes (0 NA N), a probabilidade do acontecimento A é dada por
Nestas situações, as probabilidades podem ser interpretadas como
NA
expressões do grau de credibilidade que cada pessoa atribui à
P A lim ocorrência dos acontecimentos em causa
N N
Exemplo
Exemplo
Qual a probabilidade de um português com 18 anos viver pelo menos até aos
70 anos?
Qual a probabilidade de o actual governo se manter inalterado nos
Qual a probabilidade de o Roger Federer fazer um ás num match‐point? próximos seis meses?
Probabilidades de um dado ou de uma moeda ‘defeituosa’.
12 13
Odds ratio
Probabilidade de Portugal ser
campeão mundial?
(18 Fev 2005) (6 Jul 2004)
Def. Frequencista = 0.0000 %
Def. Subjectiva = 7.7%
14 15
Teoria Elementar da Probabilidade jlborges@fe.up.pt Teoria Elementar da Probabilidade jlborges@fe.up.pt
24/02/2010
16 17
• Definição Axiomática
As definições anteriores apresentam debilidades por incluírem o
definido nas próprias definições.
O modo de evitar essa situação passa por definir as probabilidades
apenas com base num conjunto de regras a satisfazer, os axiomas.
Vamos considerar como axiomas três propriedades que resultam das
três definições de probabilidade apresentadas.
Axioma 1 0 P A 1
Axioma 2 P S 1
Axioma 3 P A B P A P B
http://www.sportsscientists.com/2010/06/football‐world‐cup‐2010‐winner‐will‐be.html
18 19
Teoria Elementar da Probabilidade jlborges@fe.up.pt Teoria Elementar da Probabilidade jlborges@fe.up.pt
Os axiomas são consistentes e pragmáticos, permitindo representar
de forma útil fenómenos ou processos reais
Com base nos axiomas apresentados, podem deduzir‐se as seguintes
propriedades associadas às probabilidades
P A P A 1
P 0
P A B P A P B P A B
20 21
Problema
Análise Combinatória
O jogador A lança 6 dados e ganha um prémio se conseguir pelo menos
um 1. Permutações de n elementos distintos são os agrupamentos
formados por esses elementos que apenas diferem uns dos
O jogador B lança 12 dados e ganha um prémio se conseguir pelo menos outros pela ordem pela qual tais elementos estão dispostos
Pn n!
dois 1s.
Qual o jogador com maior probabilidade de ganhar um prémio?
Exemplo: considerem‐se as permutações dos
6
5 números 1, 2 e 3.
pA 1 0.665
6 3!=6
5 12 15
11
1‐2‐3 1‐3‐2 2‐1‐3 2‐3‐1 3‐1‐2 3‐2‐1
pB 1 12 0.619
6 6 6
22 23
Teoria Elementar da Probabilidade jlborges@fe.up.pt Teoria Elementar da Probabilidade jlborges@fe.up.pt
Arranjos de n elementos distintos tomados k a k são os Combinações de n elementos distintos tomados k a k são os
agrupamentos formados por k desses elementos que diferem uns agrupamentos formados por k desses elementos que apenas
dos outros tanto pelos elementos que neles figuram como pela diferem uns dos outros pelos elementos que neles figuram,
ordem pela qual estes elementos estão dispostos independentemente da ordem pela qual estes elementos estão
dispostos
n!
Akn n
n k ! C kn
n!
k n k ! k!
Problema
Problema (cont.)
Considere os 26 caracteres do alfabeto. Admita um sistema informático que obriga E com caracteres repetidos?
os seus utilizadores a definirem passwords de pelos menos 6 caracteres e de no
máximo 8 caracteres. Admita ainda que um password não pode ter caracteres
1 1
repetidos. maiúsculas e minúsculas
526 527 528 5.4513
i) Qual a probabilidade de acertar no password com uma tentativa ao acaso?
+ 2.3513 combinações!
ii) Faça os mesmos cálculos no caso de também se considerarem válidos os números
e no caso de se considerarem válidos todos os caracteres disponíveis no teclado.
1 1 1
só minúsculas maiúsculas e minúsculas
6.64710 A652 A752 A852 3.10313
1 1
maiúsculas, minúsculas e números
A6(52 10) A762 A862 3.18814
1 1
maiúsculas, minúsculas e todos caracteres
A6(52 10 40) A7102 A8102 8.93615
26 27
Teoria Elementar da Probabilidade jlborges@fe.up.pt Teoria Elementar da Probabilidade jlborges@fe.up.pt
Problema
Para o exame da disciplina de estatística, o professor resolveu preparar exames de If you bet on a horse, that’s gambling.
quatro tipos, nas quantidades seguintes:
Muito Fácil:10 Fácil:10
If you bet that you can make three spades, that's
Difícil:10 Muito Difícil:10
Os exames foram cuidadosamente misturados e colocados num monte com a frente entertainment.
voltada para baixo.
i) Num grupo de 10 alunos em que cada aluno recolhe um exame, qual a
probabilidade serem recolhidos 3 exames fáceis e 3 difíceis? If you bet cotton will go up three points, that’s
ii) No mesmo grupo de alunos, qual a probabilidade de serem recolhidos 4 exames business.
de um tipo e 6 de outro tipo?
10 10
See the difference?
10 10 20
4 6
3 3
i) 8.2%
4 ii) A24 0.06%
40 40
10 10
28 29
Exemplo:
Por vezes pretende‐se conhecer a probabilidade de ocorrência de
Três lâmpadas defeituosas foram misturadas com seis lâmpada boas.
um acontecimento A quando se admite como certa a ocorrência de
Calcule a probabilidade de duas lâmpadas seleccionadas ao acaso serem boas.
um outro acontecimento B
A1: a primeira lâmpada é boa
Essa probabilidade, representada como p(AB), designa‐se por
A2: a segunda lâmpada é boa
probabilidade condicional (ou probabilidade condicionada) de A
dado B
A probabilidade de ambas as lâmpadas serem boas é dada por
P A B P B P A B P( A) P(B | A)
6 5 30 5
P(A1 A2 ) P(A1 ) P(A2 | A1 )
P A B P( A) P(B| A) 9 8 72 12
P A B (com P(B) 0)
P B P(B)
30 31
Teoria Elementar da Probabilidade jlborges@fe.up.pt Teoria Elementar da Probabilidade jlborges@fe.up.pt
Exemplo
Acontecimentos Independentes
No lançamento sucessivo de dois dados considerem‐se os seguintes
Dois acontecimentos dizem‐se independentes quando a ocorrência de acontecimentos
um não afecta a ocorrência do outro
A: a pontuação total é ímpar
B: o resultado do primeiro dado é 6
C: a pontuação total é 7
P A B P A (com P(B) 0)
OU C B
RESULTADO DO 2º DADO
6 Elementos do
P B A P B
acontecimento A
(com P( A) 0) 5
OU 4
P A 18 36 P B 6 36 P C 6 36
P A B P A P B
3
(com P( A) 0 e P(B) 0) 2
P A B 3 36 P A P B A e B ind .
1
P A C 6 36 P A P C A e C não ind .
1 2 3 4 5 6 P B C 1 36 P B P C B e C ind .
RESULTADO DO 1º DADO
32 33
Os teoremas válidos para as probabilidade são também válidos para as
probabilidades condicionadas.
P A|H P A |H 1
P |H 0
P A B |H P A|H P B |H P A B |H
A expressão da probabilidade condicional pode ser generalizada da
seguinte forma:
P A B C P A|B C P B |C P C
34 35
Teoria Elementar da Probabilidade jlborges@fe.up.pt Teoria Elementar da Probabilidade jlborges@fe.up.pt
Problema
Suponha que o professor de Estatística resolveu testar um novo método de iii) Se antes de ser retirado qualquer exame o professor retirar ao acaso dois
distribuição dos exames. Para tal, foram preparados exames de dois tipos, os exames exames da caixa A e os colocar na caixa B, calcule a probabilidade de o primeiro
do tipo fácil e os exames do tipo difícil, sendo os exames distribuídos por duas caixas aluno retirar um exame fácil da caixa B.
iguais da seguinte forma:
Y: nº exames fáceis retirados de A
caixa A: 5 exames fáceis e 5 difíceis
caixa B: 7 exames fáceis e 3 difíceis.
5 4 20
i) Calcule a probabilidade de o primeiro aluno retirar um exame do tipo fácil. P(Y 0)
10 9 90
ii)Sabendo que o primeiro aluno retirou um exame fácil calcule a probabilidade de o 5 5 5 5 50
segundo aluno também retirar um exame do mesmo tipo. P(Y 1)
10 9 10 9 90
5 4 20
i) P(F ) P(A) P(F | A) P(B) P(F |B) 0.6 P(Y 2)
10 9 90
ii) P(2º F ) P(A) P(1º FA) P(2º F |1º FA) P(1º FB) P(2º F |1º FB) P(F ) P(Y 0) P(F |Y 0) P(Y 1) P(F |Y 1) P(Y 2) P(F |Y 2)
P(B) P(1º FA) P(2º F |1º FA) P(1º FB) P(2º F |1º FB) 0.5787 20 7 50 8 20 9
0.67
P(A) P(F | A) 90 12 90 12 90 12
com P(1º FA) P(A|F ) 0.417 e P(1º FB) 0.583
P(F )
36 37
A: Tem doença
Ā B: Teste positivo
P(A)=0.001
P(B| A)=0.99
B P(B| Ā)=0.02
A P(A| B)=?
P( A B)
P( A | B)
P(B)
P( A B) P(B A) p(B | A) P( A)
Teorema de Bayes
S
A1
C A6
A2
A
A5 B A3
X
1702-1761
A4
B
P An B P B An
P An B
P B P B A1 B A2 B AN
P X A P A P B An P An
P A X
P X A P A P X B P B P X C P C P B A1 P B A2 P B AN
P B An P An
P B A1 P A1 P B AN P AN
40 41
Exemplo Problema
Uma fábrica de enlatados tem três linhas de produção de latas de pêssego em
Num dado país, 1% da população tem tuberculose, sabendo‐se que uma calda nas quais passam respectivamente 50%, 30% e 20% das latas produzidas.
microrradiografia acusa a doença em 95% das pessoas tuberculosas e em Sabe‐se que 2% das latas produzidas na linha III são seladas deficientemente e que
0.5% das pessoas saudáveis as percentagens correspondentes para as linhas II e I são de 1.5% e 1%
respectivamente. Calcule a probabilidade de uma lata que foi encontrada com
Qual a probabilidade de uma pessoa com resultado positivo estar de facto defeito ter sido produzida na linha I.
tuberculosa?
Produção I = 0.5 e P(D | I) = 0.01
Produção II = 0.3 e P(D | II) = 0.015
P T 1% P NT 99%
Produção III= 0.2 e P(D | III) = 0.02
P T 95% P NT 0.5%
P T P T 0.95 0.01
P T Recorrendo ao Teorema de Bayes temos
P T P T P NT P NT 0.95 0.01 0.005 0.99
65.7% P(I) P(D |I)
P(I |D)
P(I) P(D |I) P(II) P(D |II) P(III) P(D |III)
(P(T) - prob. a priori; P(T) - prob. a posteriori) 0.5 0.01
37%
0.5 0.01 0.3 0.015 0.2 0.02
42 43