Escolar Documentos
Profissional Documentos
Cultura Documentos
Introdução:
Ao invés de utilizar afirmações como “É possível que chova amanhã” , ou “Não há chance do
Atlético ser campeão do Brasileirão”, é conveniente dispormos de uma medida que exprima
essa incerteza em termos de uma escala numérica que varie do impossível ao certo. Esta
medida é a probabilidade.
Objetivo:
Quantificar a incerteza presente em determinada situação, ora usando um número, ora usando
uma função matemática.
Conceitos básicos:
a) Experimento: É qualquer processo que permite ao pesquisador fazer observações
a.1) Experimento determinístico: É aquele que quando realizado sob determinadas
condições é possível prever o resultado particular que irá ocorrer.
Ex.: Água aquecida a 1000 c, sob pressão normal, entra em ebulição.
a.2) Experimento aleatório (não determinístico): É aquele que quando realizado sob
condições idênticas, não é possível prever, a priori, o resultado particular que irá ocorrer e
sim, o conjunto dos possíveis resultados. Ou seja, é um processo de coleta de dados
relativos a um fenômeno que acusa variabilidade em seus resultados, em que seus
possíveis resultados são conhecidos, mas não se pode saber a priori qual deles ocorrerá.
Vamos denotá-lo por ε.
Exemplos feitos em sala.
b) Espaço amostral: Conjunto de todos os resultados possíveis de um experimento aleatório.
Vamos denotá-lo por Ω.
Exemplos feitos em sala
c) Evento: Subconjunto do espaço amostral.
São representados por letras maiúsculas e seus elementos por letras minúsculas
Exemplos feitos em sala
Tipos de eventos:
• Evento simples: contém apenas um elemento de Ω.
• Evento certo ou certeza: contém todos os elementos de Ω. Se o evento A = Ω A
é um evento certo.
• Evento impossível: não contém elementos. É igual ao conjunto vazio.
• Evento união (A U B): o evento “A união B” é formado pelos elementos que estão em A
ou em B ou em ambos ( ocorrência de A, ou de B, ou de ambos). Representa a
ocorrência de pelo menos um dos eventos.
• Evento intersecção (A ∩ B): o evento “A intersecção B” é formado pelos elementos que
pertencem ao evento A e B simultaneamente (ocorrência simultânea de A e B).
• Evento complementar: Complementar de A = negação de A, contém todos os
elementos do espaço amostral que não pertencem ao evento A. É denotado por A
ou AC
• Eventos mutuamente excludente (disjuntos ou excludentes): quando não existir
intersecção entre eles. A e B são disjuntos → (A∩B) = .
Exemplos:
1) Feito em sala
1
2) Suponha que o espaço amostral seja formado pelos inteiros positivos de 1 a 10. Sejam os
eventos:
A = {2, 3, 4}, B = {3, 4, 5} e C = {5, 6, 7}.
A B = = evento simples, A B = A C = o evento A
intersecção C é um evento impossível. A e C são eventos disjuntos.
A B C =
Algumas propriedades dos eventos:
a) A B A B
b) A B A B
c) A A
d)
e)
Diagrama de Venn
Definição clássica: Seja A um evento qualquer do espaço amostral. Se os eventos simples são
equiprováveis, isto é, eles têm a mesma chance de ocorrer, podemos calcular a probabilidade
de A como:
2
Exemplos:
1) Seja o experimento aleatório “ jogar um dado e observar a face de cima”.
= {1, 2, 3, 4, 5, 6}. Seja o evento A : “ocorrer número par”, A = {2, 4, 6}
n() = 6 e n(A) = 3. Se o dado for honesto, todas as seis faces têm a mesma probabilidade de
saírem para cima. Assim, a probabilidade do evento A é dada por P(A)= n(A) / n() = 3/6=0,5.
2) Feito em sala
Porém, na maioria das situações práticas, os eventos simples do espaço não são equiprováveis e
não podemos calcular probabilidades usando a definição clássica. Neste caso vamos calcular
probabilidades como a freqüência relativa de um evento.
Definição frequentista: Proporção de vezes que um evento ocorre em uma série suficientemente
grande de realizações de um experimento, em condições idênticas.
Se A é o evento de interesse, a probabilidade de A é dada por:
Exemplo 1: Uma amostra de 6800 pessoas de uma determinada população foi classificada
quanto à cor dos olhos e à cor dos cabelos. Os resultados foram:
Tabela 1: Classificação de uma amostra de 6800 pessoas quanto à cor dos olhos e dos cabelos
Cor dos cabelos
Considere o experimento aleatório que consiste em classificar um indivíduo quanto à cor dos
olhos.
Ω = {A, V, C}, onde: A = {a pessoa tem olhos azuis}, V = {a pessoa tem olhos verdes} e C = {a
pessoa tem olhos castanhos}.
Os eventos não são equiprováveis:
P(A) = nº de pessoas de olhos azuis / nº de pessoas na amostra = 2811/6800 = 0,4134
Axiomas de probabilidade:
C2) Se A é um evento de , a P( A) 1 P ( A) .
C3) Se A e B são dois eventos quaisquer de , então: P A B P ( A) P ( B ) P ( A B ) .
C4) Se A, B e C são eventos quaisquer de , então:
P A B C P ( A) P ( B ) P (C ) P ( A B ) P ( A C ) P ( B C ) P ( A B C ).
Exemplos:
1) Feito em sala
2) Considerando os dados da Tabela 1, qual a probabilidade de um indivíduo ter olhos azuis ou
cabelos loiros?
P(A U L) = P(A) + P(L) – P(A ∩ B) = 2811/6800 + 2829/6800 – 1768/6800 = 3872/6800 = 0,5694
Probabilidade condicional:
Ex.: No lançamento de dois dados não viciados, qual é a probabilidade da soma dos números
que ocorreram ser 8, se sabemos que o resultado do primeiro dado é 3?
Sol.: Sejam os eventos: A = ocorrer soma igual a 8 A = {(2,6), (3,5), (4,4), (6,2), (3,3)}; B = ocorrer
número 3 no primeiro dado B = {(3,1), (3,2), (3,3), (3,4), (3,5), (3,6)}.
Das 6 possibilidades de ocorrência de 3 no primeiro dado, em apenas uma a soma é igual a 8,
portanto a probabilidade da soma dos números que ocorreram ser 8, se sabemos que o
resultado do primeiro dado é 3 será igual a 1/6.
4
Vimos neste exemplo que a probabilidade de um evento A se modifica quando dispomos da
informação sobre a ocorrência de um outro evento.
P( A | B ) 1 P( A | B)
Exemplo: Um grupo de pessoas foi classificado quanto a peso e pressão arterial de acordo com
a Tabela 2 abaixo:
a) Qual a probabilidade de uma pessoa escolhida ao acaso naquele grupo ter pressão
elevada?
b) Considerando que a pessoa escolhida tem excesso de peso, qual a probabilidade dela ter
pressão elevada?
c) Considerando que a pessoa escolhida tem excesso de peso, qual a probabilidade dela não
ter pressão elevada?
5
Solução: Eventos: A = pressão elevada, B = pressão normal, C = excesso de peso, D = peso
normal e E = peso deficiente
100
a) P(A) = 200/1000 = 0,20, b) P(A|C) = 1000 100 0,40
250 250
1000
C) P( A | C ) 1 P( A | C ) 1 0,40 0,60
Como exemplo, considere uma partição com 6 eventos como mostrado na Figura 01 a seguir.
6
Por exemplo: Seja um evento A qualquer contido em um espaço amostral particionado por i, i =
1, 2, ..., 6, então,
Teorema de Bayes:
Suponha que os eventos C1, C2, ..., Cn, formam uma partição do espaço amostral e que suas
probabilidades sejam conhecidas. Suponha ainda que para um evento A, se conheçam as
probabilidades P(A | Ci) para todo i=1, 2, .., n. Então, para qualquer w,
P(Cw ) P ( A | C w )
P(C w | A) n
w 1,2,..., n
P(Ci ) P( A | Ci )
i 1
P(C w ) P( A | C w )
Pois, P( A Cw ) P(C w ) P( A | C w ) P( A) P(C w | A) P(C w | A)
P( A)
n
P (C w ) P ( A | C w )
mas: P( A) P(Ci ) P ( A | Ci ) , logo: P (C w | A) n
i 1
P(C ) P( A | C )
i 1
i i
7
Exemplo: Feito em sala
Eventos independentes: Dois eventos A e B são independentes se o fato de um deles ter ocorrido
não altera a probabilidade de ocorrência do outro, isto é,
P( A | B ) P( A) ou P( B | A) P( B )
Da regra do produto temos:
P( A B ) P( A | B) P( B) P( A) P( B)
ou ainda P( A B ) P( B | A) P( A) P( B) P( A)
Exemplos:
1) Feito em sala
2) A probabilidade de que um homem esteja vivo daqui a 30 anos é 2/5; a probabilidade de
que a mulher esteja viva daqui a 30 anos é 2/3. Determinar a probabilidade de que daqui
a 30 anos,
a) ambos estejam vivos;
b) somente o homem esteja vivo;
c) somente a mulher esteja viva;
d) nenhum esteja vivo; e
e) pelo menos um esteja vivo.
8
2) Sejam A e B eventos tais que P(A) = 0,2; P(B) = p; e P(A B) = 0,6. Calcular p considerando
A e B:
a) mutuamente exclusivos;
b) independentes.
Solução:
a) mutuamente exclusivos
P ( A B) 0
P ( A B) P( A) P( B ) P( B ) P ( A B ) P( A)
P ( B) 0,6 0,2 0, 4
b) independentes
P ( A B ) P ( A). P ( B )
P ( A B ) P( A) P( B) P( A B )
P( A) P( B) P( A).P( B )
P( B ). 1 P( A) P( A)
0,6 p 1 0,2 0,2
0,6 p.0,8 0,2
0,4
p 0,5
0,8