Escolar Documentos
Profissional Documentos
Cultura Documentos
5
Probabilidade de eventos
1.5.2 Probabilidade.
Experimento aleatório é uma ação cujo resultado não pode ser previsto.
Exemplos:
Extrair uma bola de uma urna com bolas vermelhas e azuis e verificar sua cor.
1.5.1 Experimentos aleatórios – Espaço amostral (𝛀)
a) Resultados de um dado
𝛀 = {1,2,3,4,5,6}
a) 2
b) 3
c) 4
d) 6
e) 12
1.5.1 Experimentos aleatórios – Espaço amostral (𝛀)
a) 2
b) 3
c) 4 𝛀 = 0,1,2,3
d) 6
e) 12
1.5.1 Experimentos aleatórios – Evento (ω)
Exemplos:
A ∪ B = {2,4,5,6}
1.5.1 Experimentos aleatórios – Combinação de eventos (Interseção)
A ∩ B = {4,6}
1.5.1 Experimentos aleatórios – Combinação de eventos (complementar de A)
ഥ = {1,3,5}
A
Dois eventos A e B são mutuamente exclusivos (ou disjuntos) quando não podem
ocorrer simultaneamente. Se B ocorre, então A não ocorre, e vice-versa. A∩B = ∅
A∩B=∅
• Somente A ocorre
Significa que A ocorreu e B não ocorreu e C não ocorreu (definição de complementação).
Somente A ocorre = A ∩ B’∩ C’
• A, B e C ocorrem
Significa que os três eventos ocorreram (definição de interseção).
A, B e C ocorrem = A ∩ B ∩ C
• Somente A ocorre
Significa que A ocorreu e B não ocorreu e C não ocorreu (definição de complementação).
Somente A ocorre = A ∩ B’∩ C’
• A, B e C ocorrem
Significa que os três eventos ocorreram (definição de interseção).
A, B e C ocorrem = A ∩ B ∩ C
𝛀
Exercício 2
1 4
Exercício 2
1 4
Dúvidas?
1.5.2 Probabilidade
2) P(𝛀) = 1 ou P(∅) = 0.
#A
P A =
#𝛀
1.5.2 Probabilidade
𝛀={(C,C,C),(C,C,K),(C,K,C),(K,C,C),(C,K,K), (K,C,K),(K,K,C),(K,K,K)}
#A 3
P A = P(A) =
#𝛀 8
1.5.2 Probabilidade – Lei da adição (ou)
A) 0,25
B) 0,35
C) 0,45
D) 0,15
E) 0,65
1.5.2 Probabilidade – Lei da adição (ou)
A) 0,25
B) 0,35
C) 0,45
D) 0,15
E) 0,65
ഥ = 1 - P(A)
P(A)
1.5.2 Probabilidade – Evento Mutuamente exclusivo
A = {(3,4),(4,3),(2,5),(5,2),(1,6),(6,1)}
B = {(5,6),(6,5)}
A∩B = ∅
A = {(3,6),(6,3),(4,5),(5,4),(4,6),(6,4),(5,6),(6,5),(5,5),(6,6)}
B = {(1,1),(2,2),(3,3),(4,4),(5,5),(6,6)}
A∩B = {(5,5),(6,6)}
P(B) = 0,2
1.5.2 Probabilidade – Eventos independentes
P(A|B) = P(A)
P(B|A) = P(B)
1.5.2 Probabilidade – Eventos independentes
Por outro lado, vimos que dois eventos A e B são independentes se:
P(A|B) = P(A)
Probabilidade do Complementar
Probabilidade de Nenhum ocorrer = P(Não A) * P(Não B) = 0,65 * 0,35 = 0,2275
A Lei da Multiplicação fornece a solução deste problema, por meio da fórmula a seguir:
Exemplo: Seja uma urna com 8 bolinhas azuis e 4 vermelhas. Duas bolinhas são
selecionadas ao acaso desta urna. Qual a probabilidade de que a primeira bolinha
retirada da urna seja vermelha e que a segunda seja azul?
P(A|B) = 8/11 Probabilidade da 2ª bolinha ser azul dado que a 1ª bolinha foi vermelha.
P(B) = 4/12
A probabilidade “total” do evento A pode ser calculada por meio da seguinte fórmula:
P(A∩B)
P(A|B) =
P(B)
Note que, nessa definição, temos que supor que o evento B é um evento possível,
já que ele ocorreu. Logo, é óbvio que P(B) > 0.
1.5.2 Probabilidade – Probabilidade condicional
𝛀 = {1,2,3,4,5,6}
P(A|B) = P(A∩B)/P(B) = ?
P(A|B) ∗ P(B)
P(B|A) =
P(A)
Exercício 1
Um pessoa que faz curso preparatório tem probabilidade 0,9 de ser aprovado na prova de um
concurso. Caso contrário, esta probabilidade é 0,3. Sabe-se que 70% dos candidatos fizeram
preparatório.
b) Se um aluno passou no concurso, qual a probabilidade dele ter feito curso preparatório?
P(B|A) = P(A|B)*P(B) / P(A) = (0,9*0,7) / 0,72 = 0,875 (Teorema de Bayes, fato a priori)
Exercício 2
Um pessoa que faz curso preparatório tem probabilidade 0,9 de ser aprovado na prova de um
concurso. Caso contrário, esta probabilidade é 0,3. Sabe-se que 70% dos candidatos fizeram
preparatório.
b) Se um aluno passou no concurso, qual a probabilidade dele ter feito curso preparatório?
P(B|A) = P(A|B)*P(B) / P(A) = (0,9*0,7) / 0,72 = 0,875 (Teorema de Bayes, fato a priori)
Exercício 3
Suponha que 2 máquinas (M1 e M2) são usadas para fabricar o mesmo tipo e que 60% dos itens
tenham sido fabricados por M1, 40% dos itens tenham sido fabricados por M2, e que 1% dos
itens fabricados por M1 têm defeito, 2% dos itens fabricados por M2 têm defeito.
Suponha que 2 máquinas (M1 e M2) são usadas para fabricar o mesmo tipo e que 60% dos itens
tenham sido fabricados por M1, 40% dos itens tenham sido fabricados por M2, e que 1% dos
itens fabricados por M1 têm defeito, 2% dos itens fabricados por M2 têm defeito.
Determinado veículo pode ter problemas mecânicos ou elétricos. Se ele tiver problemas
mecânicos, não para, mas se tiver problema elétrico tem de parar imediatamente. A chance de
esse veículo ter problemas mecânicos é de 0,2. Já a chance do mesmo veículo ter problemas
elétricos é de 0,15 se não houve problema mecânico precedente, e de 0,25 se houve problema
mecânico precedente. Agora, calcule:
Temos pelo enunciado que: P(M) = 0,2 P(M’) = 0,8 P(E|M’) = 0,15 P(E|M) = 0,25
b) Se o veículo parou em certo dia, qual a chance de que tenha havido defeito mecânico?
P(M|E) = P(E|M)*P(M) / P(E) = (0,25*0,2) / 0,17 = 0,294 (Teorema de Bayes, fato a priori)
Exercício 5
A probabilidade de uma criança não cair ao andar de bicicleta é 3/5 e a probabilidade dessa
criança se machucar na queda é 3/4 . A probabilidade dessa criança cair ao andar de bicicleta e
não se machucar é de
(A) 30%.
(B) 25%.
(C) 20%.
(D) 10%.
(E) 15%.
Exercício 5
A probabilidade de uma criança não cair ao andar de bicicleta é 3/5 e a probabilidade dessa
criança se machucar na queda é 3/4 . A probabilidade dessa criança cair ao andar de bicicleta e
não se machucar é de
(A) 30%.
(B) 25%.
(C) 20%.
(D) 10%.
(E) 15%.