Escolar Documentos
Profissional Documentos
Cultura Documentos
Capitulo 2 2
Capitulo 2 2
Capitulo 2 2
Regras da Adição
Probabilidade Condicional
Probabilidade - aula II
2012/02
1 Interpretações de Probabilidade
2 Regras da Adição
3 Probabilidade Condicional
Amostras Aleatórias e Probabilidade Condicional
Objetivos
Interpretações de Probabilidade
Probabilidade
Quantifica a possibilidade de ocorrência de um resultado de
um experimento aleatório.
Interpretações da probabilidade:
Subjetiva: grau de crença de que o resultado ocorrerá.
Exemplo:
Dentre 100 diodos a laser selecionamos um
aleatoriamente.
O espaço amostral é o conjunto dos 100 diodos.
Aleatoriamente significa todos diodos têm a mesma
probabilidade de serem selecionados.
Como as probabilidades devem somar um, cada diodo tem
probabilidade 0,01 de ser selecionado.
Exemplo:
Considere novamente um conjunto de 100 diodos a laser.
Considere que 30% deles satisfazem certos requisistos
mínimos do consumidor.
Um diodo é selecionado ao acaso (todos com mesma
probabilidade).
Intuitivamente: probabilidade dele satisfazer os
requerimentos é 0,3.
Exemplo:
Suponha que temos quatro itens
{a, b, c, d } .
Logo
P({b, c, d }′ ) = P(a) = 0, 1
P({d }′ ) = P({a, b, c}) = 0, 1 + 0, 3 + 0, 5 = 0, 9
P({a, b} ∩ {b, c, d }) = P(b) = 0, 3
P({a, b} ∪ {b, c, d }) = P({a, b, c, d }) = 1
P({a, b} ∩ {d }) = P(∅) = 0
Exemplo:
Suponha que tenhamos agora seis items
{a, b, c, d , e, f } .
Axiomas da Probabilidade
Se S é o espaço amostral e E é um evento qualquer em
um experimento aleatório
1 P(S) = 1
2 0 ≤ P(E) ≤ 1
3 Para dois eventos E1 e E2 , com E1 ∩ E2 = ∅
P(∅) = 0
P(E ′ ) = 1 − P(E ) .
Além disso, se E1 ⊂ E2
P(E1 ) ≤ P(E2 ) .
Regras da Adição
Probabilidade de um união
P(A ∪ B) = P(A) + P(B) − P(A ∩ B) .
Exemplo:
A tabela a seguir lista a história de 940 pastilhas em um
processo de fabricação de condutores.
Ei ∩ Ej = ∅ .
Exemplo:
Seja X o pH de uma amostra.
Considere o evento X maior que 6,5 e menor ou igual a
7,8.
A probabilidade desse evento pode ser calculada como a
soma de eventos mutuamente excludentes
+P(7, 5 < X ≤ 7, 8)
ou
Probabilidade Condicional
P(B|A) .
Exemplo:
Em um processo de fabricação de um filme fino, 2% dos
itens não são aceitos.
O processo é sensível ao problema de contaminação que
podem aumentar o a taxa de itens não aceitáveis.
Se durante uma mudança tivesse havido um problema
com os filtros que controlam a contaminação.
Estimaríamos a probabilidade de um item não ser
aceitável como maior que 2%.
Exemplo:
Em um processo de fabricação:
10% dos itens são defeituosos,
25% dos itens que contém falhas na superfície são
realmente defeituosos,
5% dos itens sem falha na supefície são defeituosos.
Definimos os eventos:
D = { o item é defeituoso}
F = { o item tem falha na superfície}
Então
Probabilidade Condicional
A probabilidade condicional de um evento B, dado um evento
A, denotada por P(B|A) é
P(A ∩ B)
P(B|A) =
P(A)
Exemplo:
Considere que todos resultados do experimento são
igualmente prováveis.
Se houver n resultados possíveis
(número de resultados em A)
P(A) =
n
(número de resultados em A ∩ B)
P(A ∩ B) =
n
Logo
Exemplo:
Suponha que em um conjunto de itens temos:
10 itens da ferramenta 1
40 da ferramenta 2.
Dois itens são selecionados sem reposição.
Qual a probabilidade de um item da ferramenta 2 ser
selecionado (E2 ), dado que um item da ferramenta 1 foi
selecionado (E1 ) primeiro?
Um item da ferramenta 1 é retirado, sobram 49 itens:
9 da ferramenta 1,
40 da ferramenta 2, logo
40
P(E2 |E1 ) = .
49
Exemplo:
Podemos calcular também a probabilidade de
selecionarmos um par de itens no qual o primeiro vem da
ferramenta 1 e o segundo da ferramenta 2.
Temos então que como
P(E1 ∩ E2 )
P(E2 |E1 ) =
P(E1 )
então
40 10 8
P(E1 ∩ E2 ) = P(E2 |E1 )P(E1 ) = =
49 50 49