Escolar Documentos
Profissional Documentos
Cultura Documentos
29 e 31/10 e 05/11/2019
1 Introdução
2 Conceitos Importantes
Experimento Aleatório
Espaço Amostral e Eventos
3 Definição de Probabilidade
4 Principais Teoremas
5 Probabilidade Condicional
6 Eventos Independentes
Introdução
Experimento Aleatório
É um experimento no qual:
todos os possı́veis resultados são conhecidos;
resulta num valor desconhecido, dentre todos os resultados possı́veis;
pode ser repetido em condições idênticas.
Exemplos: lançamento de uma moeda, lançamento de um dado.
Evento (E)
É um subconjunto do espaço amostral, denotado por uma letra
maiúscula. Ex: A, B, C,..., Z.
1 União: A ∪ B = {1, 2, 3, 4, 5, 6, 7, 8} = Ω;
2 Interseção: A ∩ B = {4, 5};
3 Complementar: A = {6, 7, 8};
4 Complementar: B = {1, 2, 3}.
Profa. Carla Zeline Estatı́stica 29 e 31/10 e 05/11/2019 9 / 27
Conceitos Importantes Espaço Amostral e Eventos
Definição de Probabilidade
Definição de Probabilidade
A probabilidade de determinado evento “A”ocorrer é dada por:
#A Número de resultados em A
P(A) = =
#Ω Número de resultados em Ω
Exemplos:
1 Lançamento de uma moeda: Ω ={cara, coroa}, o evento de sair
cara é A={cara}. A probabilidade de A é dada por:
#A
P(A) = #Ω = 21 = 0, 5.
2 Lançamento de um dado: Ω = {1, 2, 3, 4, 5, 6}. Os eventos
A = {2, 4, 6} de sair um número par e B = {1, 3, 5} de sair um
número ı́mpar. Então:
#A
P(A) = #Ω = 63 = 0, 5 e P(B) = #B#Ω
= 36 = 0, 5.
Profa. Carla Zeline Estatı́stica 29 e 31/10 e 05/11/2019 12 / 27
Definição de Probabilidade
Propriedades da Probabilidade
Propriedades
Sejam A e B dois eventos quaisquer do espaço amostral Ω. Então:
1 0 ≤ P(A) ≤ 1, para qualquer evento A ∈ Ω;
2 P(Ω) = 1;
3 Se (A ∩ B) = ∅ (disjuntos). Então: P(A ∪ B) = P(A) + P(B).
Exemplos:
Lançamento de uma moeda: Ω ={cara, coroa}. Seja o evento
A={cara} e B={coroa}. Então:
#A
P(A) = #Ω = 21 = 0, 5, logo: 0 ≤ P(A) ≤ 1;
P(Ω) = #Ω
#Ω
= 22 = 1;
Como A e B são disjuntos, ou seja, (A ∩ B) = ∅, então:
P(A ∪ B) = P(A) + P(B) = 0, 5 + 0, 5 = 1.
Profa. Carla Zeline Estatı́stica 29 e 31/10 e 05/11/2019 13 / 27
Principais Teoremas
Principais Teoremas
Regra da Adição de Probabilidades
Se A e B são eventos quaisquer de Ω, então:
Se A e B são disjuntos
Se A e B são eventos disjuntos (A ∩ B = ∅) de Ω, então:
Principais Teoremas
Exemplos:
1 Lançamento de uma moeda: Ω ={cara, coroa}, A={cara} e
B={coroa}. Então:
P(A ∪ B) = P(A) + P(B) = 12 + 12 = 1, pois A e B são disjuntos;
P(A ∩ B) = P(∅) = 0;
P(A) = 1 − P(A) = 1 − 0, 5 = 0, 5;
P(B) = 1 − P(B) = 1 − 0, 5 = 0, 5;
2 Lançamento de um dado: Ω = {1, 2, 3, 4, 5, 6}. Sejam os eventos
A = {2, 4, 6}, B = {1, 3, 5} e C = {2, 3, 5}. Então:
P(A ∪ B) = P(A) + P(B) = 63 + 36 = 66 = 1;
P(A ∪ C ) = P(A) + P(C ) − P(A ∩ C ) = 63 + 36 − 16 = 56 = 0, 8333;
P(A ∩ B) = P(∅) = 0;
P(A ∩ C ) = #(A∩C
#Ω
)
= 16 = 0, 1667;
P(A) = 1 − P(A) = 1 − 36 = 63 = 0, 5.
Profa. Carla Zeline Estatı́stica 29 e 31/10 e 05/11/2019 15 / 27
Principais Teoremas
Exercı́cio em sala
Ex1: Considere o experimento aleatório de lançar dois dados
consecutivos, ou seja, importa a ordem. Descreva:
1 Ω: o espaço amostral;
2 A: o evento de sair dois resultados iguais;
3 B: o evento da soma dos dois resultados ser igual a 10.
Probabilidade Condicional
Introdução
Na prática, o fenômeno aleatório estudado pode ser separado em
etapas. A informação do que ocorreu em uma determinada etapa pode
influenciar nas probabilidades de ocorrências das etapas sucessivas.
Neste caso, ganhamos informação e podemos ”recalcular”as proba-
bilidades de interesse. Essas probabilidades ”recalculadas”recebem o
nome de probabilidade condicional.
P(A ∩ B)
P(A|B) = , com P(B) > 0.
P(B)
Profa. Carla Zeline Estatı́stica 29 e 31/10 e 05/11/2019 17 / 27
Probabilidade Condicional
Probabilidade Condicional
Exemplo 1: Distribuição dos alunos segundo o sexo e escolha do
curso, referente a alunos matriculados em 4 cursos na UFAM.
Curso Homens Mulheres Total
Biotecnologia 10 20 30
Eng. Agronômica 70 40 110
Eng. Florestal 25 05 30
Zootecnia 20 10 30
Total 125 75 200
Probabilidade Condicional
Qual seria a probabilidade de um aluno matriculado em Eng.
Florestal ser homem?
Defina ”B”como sendo o evento do aluno estar matriculado em Eng.
Florestal e ”A”o evento de ser homem. Então, usando a definição de
probabilidade condicional temos que:
25
P(A ∩ B) 200 25
P(A|B) = = 30 = = 0, 8333.
P(B) 200
30
Comparações
125
Note que P(A) = 200 = 0, 625, mas com a informação da ocorrência
de ”B”obtemos a probabilidade condicional P(A|B). Assim, P(A|B) >
P(A), pois a informação de que ”B”ocorreu aumentou a chance de
ocorrência de ”A”.
Profa. Carla Zeline Estatı́stica 29 e 31/10 e 05/11/2019 19 / 27
Probabilidade Condicional
Probabilidade Condicional
Qual seria a probabilidade de um aluno matriculado em Zootecnia ser
mulher?
Defina ”B”como sendo o evento do aluno estar matriculado em
Zootecnia e ”A”o evento de ser mulher. Então, usando a definição de
probabilidade condicional temos que:
10
P(A ∩ B) 200 10
P(A|B) = = 30 = = 0, 3333.
P(B) 200
30
Comparações
75
Note que P(A) = 200 = 0, 375, mas com a informação da ocorrência
de ”B”obtemos a probabilidade condicional P(A|B). Assim, P(A|B) <
P(A), pois a informação de que ”B”ocorreu diminuiu a chance de
ocorrência de ”A”.
Profa. Carla Zeline Estatı́stica 29 e 31/10 e 05/11/2019 20 / 27
Probabilidade Condicional
Exercı́cio em sala
Ex.1: Distribuição dos alunos segundo o sexo e escolha do curso,
referente a alunos matriculados em 4 cursos na UFAM.
Curso Homens Mulheres Total
Biotecnologia 10 20 30
Eng. Agronômica 70 40 110
Eng. Florestal 25 05 30
Zootecnia 20 10 30
Total 125 75 200
Eventos Independentes
Definição
Dois eventos A e B são independentes, se a informação da ocorrência
ou não de B não altera a probabilidade da ocorrência de A. Isto é,
ou de forma equivalente,
P(A ∩ B) = P(A).P(B)
Definição
Da definição da probabilidade condicional obtemos a regra do
produto de probabilidades, dada por:
ou de forma equivalente,
P(S1 ∩S2 ∩S3 ) = P(S1 ).P(S2 ).P(S3 ) = (0, 85).(0, 85).(0, 85) = 0, 614
P(S1 ∩S2 ∩S3 ) = P(S1 ).P(S2 ).P(S3 ) = (0, 15).(0, 15).(0, 15) = 0, 0034
Exercı́cio em sala