Escolar Documentos
Profissional Documentos
Cultura Documentos
MICF - FFUP
experiência aleatória (e.a.) - experiência cujo resultado não se pode prever, embora se possa repetir
várias vezes nas mesmas condições;
1por vezes será apenas o conjunto dos subconjuntos de Ω que têm “boas” propriedades (conceito a definir)
(ICruz - Dep. de Matemática, FCUP) Matemática e Bioestatística 2021/22 MICF - FFUP 2 / 19
Exemplos
5 e.a.: lançar um dardo sobre um quadrado de lado l e registar as coordenadas do ponto obtido:
def
Ω = {(a, b) : a, b ∈ [0, l]} = [0, l] × [0, l]
O cálculo de probabilidades estudado no Ensino Secundário teve por base as seguintes hipóteses:
Ω é finito:
#Ω = N
todos os acontecimentos elementares são equiprováveis:
P({ω1 }) = · · · = P({ωN })
#A
P(A) =
N
Estas hipóteses não se verificam em muitas situações, pelo que iremos fazer o cálculo de probabilidades com
base em hipóteses mais fracas (axiomas) e suas consequências (propriedades resultantes dos axiomas).
Será importante a teoria de conjuntos, em particular propriedades da reunião e interseção de conjuntos e as
Leis de De Morgan:
A ∩ (B ∪ C) = · · · , A ∪ (B ∩ C) = · · · , A ∩ B = ··· , A ∪ B = ···
Ω = {ω1 , ω2 , . . .}
Definição
Chama-se espaço de probabilidade da e.a. a um terno (Ω, A, P) onde
A é o conjunto de todos os subconjuntos de Ω;
P : A −→ R é uma probabilidade, ou seja, satisfaz as propriedades:
P(Ω) = 1;
P(A) ≥ 0,
X ∀A ∈ A;
P(A) = P({ω}), ∀A ∈ A
ω∈A
3exemplos 1, 2 e 3
4exemplo 4
(ICruz - Dep. de Matemática, FCUP) Matemática e Bioestatística 2021/22 MICF - FFUP 5 / 19
Exemplos
1
P(H) = P(T) =⇒ P(H) = P(T) =
2
1
P((1, 1)) = P((1, 2)) = . . . =⇒ P((i, j)) = , ∀(i, j) ∈ Ω
36
A probabilidade do acontecimento “obter um double” será...
6
X 6 1
P({(1, 1), (2, 2), . . . , (6, 6)}) = P((i, i)) = =
i=1
36 6
Se Ω é não numerável iremos exigir que A seja uma σ-álgebra sobre Ω, ou seja, que tenha as propriedades
seguintes:
∅ ∈ A;
A∈A =⇒ A ∈ A; (A - complementar de A)
A1 , A2 , . . . ∈ A =⇒ A1 ∪ A2 ∪ . . . ∈ A
Definição
Chama-se espaço de probabilidade da e.a. a um terno (Ω, A, P) onde
A é uma σ-álgebra sobre Ω;
P : A −→ R é uma probabilidade, ou seja, satisfaz as propriedades:
P(Ω) = 1;
P(A) ≥ 0, ∀A ∈ A;
se A1 , A2 , . . . é uma sucessão de acontecimentos satisfazendo Ai ∩ Aj = ∅, ∀i 6= j então
∞
X
P (A1 ∪ A2 ∪ . . .) = P(An )
n=1
Ai ∩ Aj = ∅, ∀i 6= j
Propriedades
Qualquer probabilidade tem as seguintes propriedades ( A, B e C são acontecimentos arbitrários):
1 P(∅) = 0;
2 P(A) = 1 − P(A);
P(B) ≤ P(A)
3 B ⊂ A =⇒
P(A \ B) = P(A) − P(B)
4 P(A) ≤ 1;
5 se B1 , . . . , Bn são mutuamente exclusivos e tais que Ω = B1 ∪ · · · ∪ Bn , então a
n
X
P(A) = P(A ∩ Bi );
i=1
em particular
logo P(A) = P(B) + P(A \ B). Desta igualdade conclui-se que P(A) ≥ P(B) e também que
P(A \ B) = P(A) − P(B);
4 resulta de 3 tomando A = Ω;
5 pelas hipóteses sobre B1 , . . . , Bn temos
A = A ∩ Ω = A ∩ (B1 ∪ . . . ∪ Bn ) = (A ∩ B1 ) ∪ . . . ∪ (A ∩ Bn )
| {z } | {z }
C1 Cn
Ci ∩ Cj = A ∩ Bi ∩ Bj = ∅, ∀i 6= j
pelo que
n
X n
X
P(A) = P(Ci ) = P(A ∩ Bi )
i=1 i=1
pelo que
(3)
P(A ∪ B) = P(A) − P(A ∩ B) + P(B) − P(A ∩ B) + P(A ∩ B) = P(A) + P(B) − P(A ∩ B)
(5)
P((A ∩ B) ∪ (A ∩ C)) = P(A ∩ B) + P(A ∩ C) − P(A ∩ B ∩ C)
5torna-se mais claro usar “pelo menos um”, mas isso nem sempre é feito
6ou exatamente um
(ICruz - Dep. de Matemática, FCUP) Matemática e Bioestatística 2021/22 MICF - FFUP 11 / 19
Probabilidade condicionada ou condicional
se escolhermos aleatoriamente uma pessoa da cidade do Porto e constatarmos que a pessoa em causa
está com gripe, esse facto afeta a probabilidade de ela ter febre?
Definição
Seja (Ω, A, P) um espaço de probabilidade e B ∈ A com P(B) > 0.
Dado A ∈ A chama-se probabilidade de A condicionada a Ba ao número P(A|B) definido por
P(A ∩ B)
P(A|B) =
P(B)
a
ou probabilidade de A sabendo B
(na definição de P(A|B) tudo se passa como se o novo espaço de resultados passasse a ser B...)
Então:
A ∩ B: “obter um número inferior a 4 que é par”
e podemos calcular:
1
1 1 6 1
P(B) = P({2, 4, 6}) = , P(A ∩ B) = P({2}) = =⇒ P(A|B) = 1
=
2 6 2
3
Calculando
1
P(A) = P({1, 2, 3}) =
2
vemos que a probabilidade de obter um número inferior a 4 é afetada pelo facto de termos obtido um número
par.
Neste exemplo a probabilidade diminuiu, pois P(A|B) < P(A), mas poderia ter aumentado ou não ter
sofrido alteração.
Definição
Dois acontecimentos A, B ∈ A dizem-se independentes se
P(A ∩ B) = P(A)P(B)
P(A|B) = P(A)
De facto
P(B)>0 P(A ∩ B)
P(A ∩ B) = P(A)P(B) ⇐⇒ = P(A) ⇐⇒ P(A|B) = P(A)
P(B)
6 1
P(A) = P({(i, 1), . . . , (i, 6)}) = = P({(1, j), . . . , (6, j)}) = P(B), P(A ∩ B) = P({(i, j)}) =
36 36
Q: os acontecimentos R24 : “haver uma rotura de stock de M entre segunda e quarta-feira (incl.)” e R46 :
“haver uma rotura de stock de M entre quarta e sexta-feira (incl.)” são independentes?
Devemos comparar
P(R24 ∩ R46 ) com P(R24 )P(R46 ) = 0.05
Designando por Ru o acontecimento “haver uma rotura de stock de M em algum dia útil”, é claro que
Logo
P(R24 ∪ R46 ) = P(R24 ) + P(R46 ) − P(R24 ∩ R46 ) ⇐⇒ P(R24 ∩ R46 ) = 0.25 + 0.2 − 0.35 = 0.1
PB : A −→ R
A 7−→ P(A|B)
Prova:
P(Ω∩B)
PB (Ω) = P(B)
= 1;
P(A∩B)
PB (A) = P(B)
≥ 0;
P ((A1 ∪ A2 ∪ . . .) ∩ B) P ((A1 ∩ B) ∪ (A2 ∩ B) ∪ . . .)
PB (A1 ∪ A2 ∪ . . .) = = =
P(B) P(B)
P∞ ∞
n=1 P (An ∩ B)
X
= PB (An )
P(B) n=1
(na penúltima igualdade usou-se (Ai ∩ B) ∩ (Aj ∩ B) = ∅ e o facto de P ser uma probabilidade) 2
(ICruz - Dep. de Matemática, FCUP) Matemática e Bioestatística 2021/22 MICF - FFUP 16 / 19
Teorema da probabilidade total
Teorema (TPT)
Dado um espaço de probabilidade (Ω, A, P) sejam B1 , . . . , Bn acontecimentos que formam uma partição
de Ω e que satisfazem
P(Bi ) > 0, i = 1, . . . , n
Então qualquer que seja A ∈ A tem-se
P(A|Bi )P(Bi )
P(Bi |A) =
P(A|B1 )P(B1 ) + · · · + P(A|Bn )P(Bn )
P(A|B)P(B)
P(B|A) =
P(A|B)P(B) + P(A|B)P(B)
(na primeira e última igualdades usou-se a definição de probabilidade condicionada e na segunda usou-se o
TPT). 2
Num torneio de xadrez, os jogadores que representam um dado país estão divididos em 3 grupos, G1 , G2 e
G3 , sendo que G1 inclui metade dos jogadores da equipa e G2 inclui um quarto dos jogadores da equipa. A
probabilidade de algum jogador do torneio vencer um jogo contra
um jogador de G1 é 0.2
um jogador de G2 é 0.3
um jogador de G3 é 0.4
Um jogador J vai jogar contra um adversário escolhido aleatoriamente de entre todos os jogadores da equipa
descrita.
1 Qual é a probabilidade de J perder o jogo?
2 Verificou-se que J venceu o jogo! Qual é a probabilidade do seu adversário pertencer a G1 ?
3 Os acontecimentos “J vencer o jogo” e “o adversário pertencer a G3 ” são independentes?