Escolar Documentos
Profissional Documentos
Cultura Documentos
l
i
d
Probabilidade & Estatística
e
1
Introdução e Conceitos de Probabilidade: Definição,
Probabilidade condicional, Independência e Teorema de Bayes
V,B,A,M
Mutuamente exclusivo: 𝐴 ∩ 𝐵 = Ø
A Ω
B
Diagramas de Venn
Slide 4
Exemplo:
Sejam os 2 eventos a seguir:
Slide 5
Propriedade de operações entre
eventos
1. (𝐴 ∪ 𝐵) ∩ 𝐶 = (𝐴 ∩ 𝐶) ∪ (𝐵 ∩ 𝐶)
2. (𝐴 ∩ 𝐵) ∪ 𝐶 = (𝐴 ∪ 𝐶) ∩ (𝐵 ∪ 𝐶)
3. (𝐴 ∪ 𝐵)𝑐 = 𝐴𝑐 ∩ 𝐵𝑐
4. (𝐴 ∩ 𝐵)𝑐 = 𝐴𝑐 ∪ 𝐵𝑐
A B Exemplo: (𝐴 ∪ 𝐵) ∩ 𝐶
Slide 6
Exemplo:
Uma cidade tem 4 hospitais de emergência, e em cada hospital o
paciente ao ser atendido por um médico é admitido na emergência ou
não admitido. Alguns pacientes que chegam no hospital nem são
examinados por um médico.
𝐴: visita hosp. 1
Não examin. B: não examinados
Admitidos
Não Admitidos
𝐴 ∩𝐵 = 195
𝐴 ∪𝐵 = 6050
Slide 7
Probabilidade: definição clássica
𝒎 𝒆𝒗𝒆𝒏𝒕𝒐𝒔 𝒅𝒆𝒔𝒆𝒋á𝒗𝒆𝒊𝒔
▪ 𝑷 𝑨 = =
𝑵 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒆𝒗𝒆𝒏𝒕𝒐𝒔 𝒑𝒐𝒔𝒔í𝒗𝒆𝒊𝒔
𝐴: visita hosp. 1
B: não examinados
𝐴 ∪ 𝐵 = 6050
6050
Não examin. 𝑃(𝐴 ∪ 𝐵) = =
22252
= 0.272 = 27.2%
Slide 8
Tipos de Experimentos
Combinatórios
▪ Com reposição ou sem reposição de amostras
Slide 9
Regras de Contagem
𝒎 *Contar 𝑁 𝑒 𝑚 pode ser
𝑷𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝒖𝒎 𝒆𝒗𝒆𝒏𝒕𝒐 𝑨: 𝑷 𝑨 = muito trabalhoso.
𝑵
• Permutação: 𝑃𝑛 = 𝑛!
– Quantidade de sequencias ordenadas
(permutação) dos elementos de um conjunto:
*Ordenado: significa que a ordem é
importante
𝑆 = {𝑎, 𝑏, 𝑐}} *Sem reposição
*Caso especial de arranjo em que
𝑃3 = 3! = 3 ∗ 2 ∗ 1 = 6 todos são selecionados.
𝑎𝑏𝑐; 𝑎𝑐𝑏; 𝑏𝑎𝑐; 𝑏𝑐𝑎; 𝑐𝑎𝑏; 𝑐𝑏𝑎
Slide 10
Tipos de Experimentos
• Experimento sem reposição ordenado:
– Dada uma turma de n = 50 alunos, escolher
primeiro 1 presidente, depois 1 tesoureiro e a
seguir 1 secretário. 𝑛!
• Arranjo Simples 𝐴𝑛𝑟 =
𝑛−𝑟 !
Ordem de escolha dos representantes importa (ordenada) pois
escolhe primeiro o presidente e depois o tesoureiro;
Arranjo simples
Slide 17
Exemplo
De quantos modos diferentes 5 pessoas podem ser
fotografadas num sofá de 5 lugares ?
Ordem importa;
5 x 4 x 3 = A(5,3) = 60 sem repetição
Slide 18
Exemplo
Uma linha de transmissão de energia possui 3 trechos em
paralelo. Cada trecho pode estar operacional ou não. De
quantas maneiras a linha de transmissão ainda é operacional ?
2x2x2=8–1=7
Slide 19
Exemplo
Sejam placas de carros formadas por 3 letras e 4 números.
(Dentre 26 letras e 10 números). Quantas placas diferentes
podem ser formadas?
Ordem importa;
com repetição
𝑟𝑒𝑝 𝑟𝑒𝑝
𝐴26,3 ∗ 𝐴10,4 = 263 ∗ 104
Slide 20
Exemplo
Seja um lote com 50 peças. Sabe-se que ele possui 3 peças
defeituosas. Quantas amostras de tamanho 6 possuem 2
peças defeituosas ? Cada peça é amostrada sem reposição.
Slide 21
Também é preciso selecionar 4 não defeituosos (rn=4) dentre os 47 não
defeituosos do lote (nn=3).
Veja que dentro do subconjunto rn=4 (nnnn) a ordem não importa, portanto,
sem ordenação.
Logo estamos falando de um experimento sem reposição e sem ordenação,
ou seja, uma Combinação Simples.
Então temos:
𝑛! 47!
= = 178365
𝑟! 𝑛 − 𝑟 ! 4! 47 − 4 !
3 ∗ 178365 = 535096
Slide 22
Ainda neste exercício, quantos subconjuntos quaisquer de 6 peças pode-se
ter a partir de 50 peças?
𝑛! 50!
= = 15890700
𝑟! 𝑛 − 𝑟 ! 6! 50 − 6 !
𝑚 535096
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑢𝑚 𝑒𝑣𝑒𝑛𝑡𝑜 𝐴: 𝑃 𝐴 = = = 0,034
𝑁 15890700
Slide 23
Propriedades de um Evento
Para um espaço amostral discreto, a probabilidade de um
evento E ocorrer é igual à soma das probabilidades dos
resultados contidos em E.
1 1 1 3
𝑃(𝐸) = + + = = 0.50 = 50%
6 6 6 6
Slide 24
Axiomas da Probabilidade
1. P(Ω) = 1
2. 0 ≤ P(A) ≤1, para todo A Ω;
3. Se A ∩ B = Ø ∴ P(A ∪ B) = P(A) + P(B)
𝑃 ∅ =0
𝑃 𝐸′ = 1 − 𝑃(𝐸)
Slide 25
Exemplo
Seja: Ω = 𝑎, 𝑏, 𝑐, 𝑑, 𝑒 𝑐𝑜𝑚 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 0,1; 0,1; 0,2; 0,4; 0,2
𝐴 = { 𝑎, 𝑏, 𝑐} 𝐵 = {𝑐, 𝑑, 𝑒}
𝑃(𝐴)
𝑃(𝐵)
𝑃(𝐴′)
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴′ ∩ 𝐵)
1. 𝑃(𝐴𝑐 ) = 1 – 𝑃(𝐴)
2. 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) – 𝑃(𝐴 ∩ 𝐵)
3. 𝑆𝑒 𝐴 ⊂ 𝐵 → 𝑃(𝐴) ≤ 𝑃(𝐵)
4. 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐴𝑐 ∩ 𝐵)
5. 𝑃 𝐴 ∪ 𝐵∪𝐶 = 𝑃 𝐴 +𝑃 𝐵 + 𝑃 𝐶 ,
𝑠𝑒 𝐴, 𝐵 𝑒 𝐶 𝑠ã𝑜 𝑚𝑢𝑡𝑢𝑎𝑚𝑒𝑛𝑡𝑒 𝑒𝑥𝑐𝑙𝑢𝑠𝑖𝑣𝑜𝑠.
6. 𝑃 𝐴 ∪ 𝐵∪𝐶 =𝑃 𝐴 +𝑃 𝐵 +𝑃 𝐶
−𝑃 𝐴 ∩ 𝐵 −𝑃 𝐴 ∩ C − 𝑃 B ∩ C
+𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) Slide 27
Probabilidade Condicional
• Sejam dois eventos A e B de um mesmo
espaço amostral e supondo que P(A) > 0, a
probabilidade condicional de B ocorrer
dado que A ocorreu é dada por:
– P(B|A) = P(A ∩ B) / P(A)
• É a probabilidade de ocorrer A e B dentro do
subconjunto dos eventos de A.
A B → P(B|A) =
Slide 28
Exemplo
Seja: Ω = 𝑎, 𝑏, 𝑐, 𝑑, 𝑒 𝑐𝑜𝑚 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 0,1; 0,1; 0,2; 0,4; 0,2
𝐴 = { 𝑎, 𝑏, 𝑐} 𝐵 = {𝑐, 𝑑, 𝑒}
𝑃(𝐵 ∩ 𝐴) 0,2
𝑃 𝐵𝐴 = = = 50%
𝑃(𝐴) 0,4
𝑃(𝐴 ∩ 𝐵) 0,2
𝑃 𝐴𝐵 = = = 25%
𝑃(𝐵) 0,8
𝑃(𝐴′ ∩ 𝐵) 0,6
𝑃 𝐴′ 𝐵 = = = 75%
𝑃(𝐵) 0,8
Slide 29
Probabilidade Condicional
Exemplo: Uma urna contem 3 bolas vermelhas e 2 brancas.
Seleciona-se 2 bolas sem reposição.
Espaço Amostral Ω={BB, BV, VB, VV}
1º Sel. 2º Sel.
2 1 1
1 P ( B B ) = P( B) P ( B2| B ) = * =
P ( B 2 | B1) = 1 2 1 1 5 4 10
4
2 3 3
2
P ( BV ) = P( B1) P (V2 | B1) = * =
P ( B1) =
P (V 2 | B1) =
3 1 2 5 4 10
5
4
3 2 3
P ( B 2 | V 1) =
2 P (V B ) = P (V1) P ( B2| V1) = * =
4 1 2 5 4 10
3
P (V 1) =
3 2 3
5
P (V 2 | V 1) =
2 P(V1V2) = P(V1) P(V2| V1) = * =
4 5 4 10
Slide 30
Probabilidade Condicional
Exemplo: Seja uma linha de produção de arruelas. A análise de
conformidade de 370 arruelas é dada a seguir:
Forma
Conforme (A) Defeituosa (A`)
Conforme (B) 345 5
Acabamento
Defeituosa (B`) 12 8
Total 370 357 13
345
Prob. de acabamento 𝑃(𝐵 ∩ 𝐴)
conforme dado que 𝑃 𝐵𝐴 = = 370 = 96.6%
forma é conforme: 𝑃(𝐴) 345 + 12
370
Prob. de acabamento 5
conforme dado que 𝑃(𝐵 ∩ 𝐴′)
forma é defeituosa: 𝑃 𝐵 𝐴′ = = 370 = 38.4%
𝑃(𝐴′) 5+8
370 Slide 31
Regra da Multiplicação
(Para 2 eventos)
𝑃(𝐴 ∩ 𝐵) 𝑃(𝐵 ∩ 𝐴)
𝑃 𝐴𝐵 = ; 𝑃 𝐵𝐴 =
𝑃(𝐵) 𝑃(𝐴)
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝐵 𝑃 𝐵 = 𝑃 𝐵 𝐴 𝑃(𝐴)
Slide 32
Regra da Probabilidade Total
𝐴 𝐴′ (Para 2 eventos
mutualmente exclusivos:
𝐵 A; A’)
𝐵∩𝐴 𝐵 ∩ 𝐴′
𝐵 = 𝐵 ∩ 𝐴 ∪ 𝐵 ∩ 𝐴′
𝑃 𝐵 = 𝑃 𝐵 ∩ 𝐴 + 𝑃 𝐵 ∩ 𝐴′
𝑃 𝐵 = 𝑃 𝐵 𝐴 𝑃(𝐴) + 𝑃 𝐵 𝐴′ 𝑃(𝐴′)
𝑃 𝐵 = 𝑃 𝐴 𝐵 𝑃(𝐵) + 𝑃 𝐴′ 𝐵 𝑃(𝐵)
*Importante para relacionar as 2
probabilidades condicionais (B|A) e (B|A’)
Slide 33
𝐵′ ∩ 𝐴
𝐴 = 𝐵′ ∩ 𝐴 ∪ 𝐵 ∩ 𝐴
𝑃 𝐴 = 𝑃 𝐵′ ∩ 𝐴 + 𝑃 𝐵 ∩ 𝐴
𝑃 𝐴 = 𝑃 𝐵′ 𝐴 ∗ 𝑃 𝐴 + 𝑃 𝐵 𝐴 ∗ 𝑃(𝐴)
1 = 𝑃 𝐵′ 𝐴 ∗ 1 + 𝑃 𝐵 𝐴 ∗ 1
𝑃 𝐵′ 𝐴 = 1 − 𝑃 𝐵 𝐴
Slide 34
Regra da Probabilidade Total
𝐸1 𝐸2 … 𝐸𝑛 (Para 𝑛 eventos)
𝐵
𝐵 ∩ 𝐸1 𝐵 ∩ 𝐸2 𝐵 ∩ 𝐸𝑛
𝐵 = 𝐵 ∩ 𝐸1 ∪ 𝐵 ∩ 𝐸2 ∪ ⋯ ∪ 𝐵 ∩ 𝐸𝑛
𝑃 𝐵 = 𝑃 𝐵 ∩ 𝐸1 + 𝑃 𝐵 ∩ 𝐸2 + ⋯ + 𝑃 𝐵 ∩ 𝐸𝑛
𝑃 𝐵 = 𝑃 𝐵 𝐸1 𝑃 𝐸1 + 𝑃 𝐵 𝐸2 𝑃 𝐸2 + ⋯ + 𝑃 𝐵 𝐸𝑛 𝑃(𝐸𝑛 )
𝑃 𝐵 𝐸1 𝑃(𝐸1 )
𝑃 𝐸1 𝐵 =
𝑃 𝐵 𝐸1 𝑃 𝐸1 + 𝑃 𝐵 𝐸2 𝑃 𝐸2
0.02(0.70)
𝑃 𝐸1 𝐵 = = 0.083 = 82.4%
0.02(0.70) + 0.01(0.30)
Slide 40
Independência
Quando a probabilidade de um evento não afeta a probabilidade
de outro, dizemos que os eventos são independentes.
Dois eventos são independentes se qualquer uma das seguintes
afirmações for verdadeira:
1 𝑃 𝐵 𝐴 = 𝑃(𝐵)
2 𝑃 𝐴 𝐵 = 𝑃(𝐴)
3 𝑃 𝐴 ∩ 𝐵 = 𝑃(𝐴)𝑃(𝐵)
Slide 41
Independência
Exemplo: Uma linha de transmissão opera se houver pelo menos 1
caminho funcional entre os extremos. Abaixo é dado o desenho da linha
com a respectiva probabilidade de cada aparelho funcionar. Qual a
probabilidade da linha operar?
0.90 0.95
0.90 0.99
0.90 0.95
𝑇1 𝑇2 𝑇3
Probabilidade do trecho 𝑖 funcionar: 𝑃(𝑇𝑖 ) = 1 − 𝑃(𝑇𝑖′ )
Usando a independência, a prob. de que todos os trechos funcionem:
Slide 42
Fechamento
• Definições:
o experimento, espaço amostral, evento, operações de
conjuntos, def. probabilidade, tipos de exper. (analise
combinatória)
• Probabilidade condicional
• Probabilidade total
• Independência,
• Bayes
Slide 43
Fechamento
Regra da Multiplicação
𝑃 𝐴 𝐵 𝑃 𝐵 = 𝑃 𝐵 𝐴 𝑃(𝐴)
𝑃 𝐵 = 𝑃 𝐵 𝐸1 𝑃 𝐸1 + 𝑃 𝐵 𝐸2 𝑃 𝐸2 + ⋯ + 𝑃 𝐵 𝐸𝑛 𝑃(𝐸𝑛 )
Teorema de Bayes
𝑃 𝐵 𝐸1 𝑃(𝐸1 )
𝑃 𝐸1 𝐵 =
𝑃 𝐵 𝐸1 𝑃 𝐸1 + 𝑃 𝐵 𝐸2 𝑃 𝐸2 + ⋯ + 𝑃 𝐵 𝐸𝑛 𝑃(𝐸𝑛 )
𝑃 𝐵 𝐴 = 𝑃(𝐵 ∩ 𝐴)/𝑃 𝐴
Slide 44