Você está na página 1de 37

ESTATSTICA I

Professora Kelly Alonso

Probabilidade

Email: kellyalonso@uol.com.br

Probabilidade As origens da matemtica da probabilidade so muito antigas, por volta do sculo XVI. A palavra probabilidade significa provar ou testar. Informalmente, provvel uma das muitas expresses utilizadas para eventos incertos ou conhecidos. No incio, a probabilidade foi muito utilizada em jogos de azar, porm atualmente faz parte de planejamentos estratgicos e avaliaes em negcios. Usamos a probabilidade, principalmente, para estudar a possibilidade de quantificar quo provvel determinado EVENTO.

Probabilidade Encontramos na natureza dois tipos de fenmenos: determinsticos e aleatrios. Determinsticos: os resultados so sempre os mesmos, qualquer seja o nmero de ocorrncia dos mesmos. Aleatrios: os resultados no so previsveis, mesmo que haja um grande nmero de repeties do mesmo fenmeno. A maioria dos fenmenos de que trata a estatstica de natureza aleatria ou probabilstica.

Probabilidade - conceitos
Experimentos ou fenmenos aleatrios so processos que, mesmo repetidos vrias vezes sob condies semelhantes, apresentam resultados imprevisveis.

Ao descrever um experimento devemos especificar: o procedimento a ser realizado, aquilo que estamos interessados em observar. Ex.1): provvel que o meu time ganhe a partida de hoje! Pode resultar: a) que, apesar do favoritismo, ele perca; b) que, como foi dito, ele ganhe; c) que empate. Ex.2): Jogar um dado e observar o nmero mostrado na face superior.
Ponto Amostral uma das possveis ocorrncias ou resultados do experimento.

Probabilidade - conceitos
Espao Amostral ( ou S): o conjunto formado por todos os pontos amostrais de um experimento.

Ex.:
a) b)

Determine o espao amostral dos seguintes experimentos:

lanamento de uma moeda lanamento de um dado

Os dois experimentos seguintes espaos amostrais:

citados

tm

os

- lanamento de uma moeda: S = {Ca, Co}; - lanamento de um dado: S = {1,2,3,4,5,6}.


5

Probabilidade - conceitos Probabilidade de um ponto amostral um nmero entre 0 e 1 que mede a chance do ponto amostral ocorrer quando o experimento realizado. Este nmero pode ser aproximado pela frequencia relativa com que o ponto amostral observado, quando o experimento repetido um grande nmero de vezes. Regras para probabilidade de pontos amostrais A probabilidade de qualquer ponto amostral de um experimento deve estar entre 0 e 1. A soma das probabilidades de todos os pontos amostrais de um experimento 1.

Probabilidade - conceitos
Evento qualquer subconjunto de espao amostral S de um experimento aleatrio e denotado por uma letra maiscula (A,B,C...). .

Assim, qualquer que seja E, se E C S (E est contido em S), ento E um evento de S. Se E = S, E chamado evento certo; se E C S e E um conjunto unitrio, E chamado evento elementar. Se E=conjunto vazio, ento chamado evento impossvel.

Probabilidade - conceitos

Exemplo: No lanamento de um dado, onde S = {1,2,3,4,5,6}, temos: A = {2,4,6} C S; logo, A um evento de S; B = {1,2,3,4,5,6} C S; logo, B um evento certo de S; C = {4} C S; logo, C um evento elementar de S; D = C S; logo, D um evento impossvel de S.

Probabilidade Dado um experimento aleatrio, sendo S o seu espao amostral, vamos admitir que todos os elementos de S tenham a mesma chance de acontecer, ou seja, que S um conjunto equiprovvel. Probabilidade: seja A um evento de um espao amostral, a probabilidade do evento A, denotada como P(A) definida como:

nmero de resultados do evento A n( A) P ( A) = = nmero de resultados do espao amostral n()


ou
Chamamos de probabilidade de (A C S) o nmero real P(A), tal que: um evento A

P ( A) =
Onde

n( A) n(S )

n(A) o nmero de elementos de A; n(S) o nmero de elementos de S.


9

Probabilidade
Exemplo: a) Considerando o lanamento de uma moeda e o evento A obter cara, temos: S = {Ca, Co} A={Ca} n(S)=2 n(A)=1

1 P ( A) = 2

Probabilidade

P ( ) =

n( ) =1 n( )

Exemplo

Probabilidade
Eventos compostos frequentemente, um evento pode ser visto como uma composio de dois ou mais eventos.

Tais eventos podem ser formados de duas maneiras, conforme abaixo: UNIO de dois eventos A e B o evento formado por todos os pontos amostrais que pertencem ao evento A ou ao evento B ou a ambos. 1) Unio de eventos:

A B os elementos que pertencem ao evento A ou ao B.


INTERSEO de dois eventos A e B o evento formado por todos os pontos amostrais que pertencem simultaneamente aos dois eventos. 2) Interseo de eventos:

A B

os elementos que pertencem a A e a B.

Probabilidade Sabemos que um evento pode ocorrer ou no. Sendo p a probabilidade de que ele ocorra (sucesso) e q a probabilidade de que ele no ocorra (fracasso), para um mesmo evento existe sempre a relao:

p + q = 1 q = 1 p

Eventos complementares o complemento de um evento A o evento formado por todos os pontos do espao amostral que C no pertencem a A. Denotamos A ou A .

P ( A) + P A = 1

()

P A A = 0
P ( A) = 1 P A

()

ou

P A = 1 P ( A)

()

Probabilidade Eventos complementares o complemento de um evento A o evento formado por todos os pontos do espao amostral que no C pertencem a A. Denotamos A ou A .
Espao amostral S Evento A

A
Complemento do evento A

A rea retangular representa o espao amostral do experimento e contm todos os possveis pontos amostrais. O crculo representa o evento A e contm os pontos amostrais que pertencem a A. A regio sombreada do retngulo contm todos os pontos amostrais que no esto no evento A e , por definio, o complemento de A.

P ( A) + P A = 1

()

P ( A) = 1 P A

()

ou

P A = 1 P ( A)

()

Exemplo 1: Um agente de compras declara que h uma probabilidade de 0,90 de que um fornecedor enviar uma carga livre de peas defeituosas. Qual a probabilidade de que a carga conter peas defeituosas?

P ( A) = 1 P ( A ) P ( A) = 1 0,9 P ( A) = 0,10

*Pode-se concluir que h uma probabilidade de 0,10 de que a carga conter peas defeituosas. Exemplo: 2) Em um lote de 12 peas, quatro so defeituosas. Sendo retirada uma pea, calcule: a) a probabilidade de essa pea ser defeituosa P( A) =

4 1 = 12 3

b) a probabilidade de essa pea no ser defeituosa

P (A) = 1 ( A) 1 2 P ( A) = 1 = 3 3

Probabilidade REGRA DA ADIO E INDEPENDNCIA DE EVENTOS Regra da adio: a probabilidade da unio de dois eventos A e B a soma das probabilidades dos eventos A e B menos a probabilidade da interseo dos eventos A e B.

Exemplo:

A B

Qual a probabilidade do objeto selecionado ser quadrado ou ser vermelho?

P (Quadrado Vermelho) =

8 9

P (Quadrado Vermelho) = P (Quadrado) + P(Vermelho) P (Quadrado Vermelho)


= 5 5 2 8 + = 9 9 9 9

Exemplo 2: O registro de um hospital mostra que 12% de todos os pacientes so internados para tratamento cirrgico, 16% para tratamento obsttrico e 2% recebem os dois tratamentos. Se um novo paciente internado no hospital, qual a probabilidade do paciente ser internado por pelo menos um dos procedimentos. Sejam os eventos: A tratamento cirrgico Temos que B tratamento obsttrico

P( A) = 0,12 ; P(B ) = 0,16 ; P( A B ) = 0,02


e queremos descobrir Pela Regra da Adio:

P( A B )

P ( A B ) = P ( A) + P ( B ) P ( A B ) P( A B ) = 0,12 + 0,16 0,02 = 0,26


Logo, a probabilidade do paciente ser internado por pelo menos um dos procedimentos de 0,26.

Exemplo 3: Uma pequena fbrica de montagem possui 50 empregados. Espera-se que cada trabalhador complete as atribuies do trabalho no horrio e de tal modo que o produto montado passe numa inspeo final. Em certas ocasies, alguns dos trabalhadores no tm xito em satisfazer os padres de desempenho, completando o trabalho mais tarde e/ou montando produtos com defeito. No fim de um perodo de avaliao de desempenho, o gerente de produo descobriu que 5 dos 50 trabalhadores tinham completado o trabalho mais tarde, que 6 dos 50 trabalhadores tinham montado produtos com defeito, e que 2 dos 50 trabalhadores tinham tanto completado o trabalho mais tarde como montado produtos defeituosos. Depois de rever os dados de performance, o gerente de produo decidiu atribuir uma avaliao de desempenho fraco a qualquer empregado cujo trabalho foi tanto terminado mais tarde como defeituoso. Qual a probabilidade de que o gerente de produo tenha atribudo a um empregado uma avaliao de desempenho fraco?

P( A B ) = 0,18

Probabilidade Eventos mutuamente exclusivos: Dizemos que dois ou mais eventos so mutuamente exclusivos se eles no tm pontos amostrais em comum. Ou ainda, dizemos que dois ou mais eventos so mutuamente exclusivos quando a realizao de um exclui a realizao do(s) outro(s).

Assim, no lanamento de uma moeda, o evento tirar cara e o evento tirar coroa so mutuamente exclusivos, j que, ao se realizar um deles, o outro no se realiza.

Probabilidade Exemplo 4: Suponha que temos um espao amostral com sete resultados experimentais igualmente provveis: E1, E2, E3, E4, E5, E6, E7. Seja: A = { E1, E4, E6 } B = { E2, E4, E7 } C = { E2, E3, E5, E7 } a) Encontre A U B e P(A U B) b) Encontre A B e P(A B). Os eventos A e B so mutuamente exclusivos? c) Os eventos A e C so mutuamente exclusivos?

Probabilidade Exemplo 5: Se A o evento extrao de um s de um baralhoe B o da extrao de um rei. Ento, a probabilidade de se extrair ou um s, ou um rei, em um lance nico :

P( A B ) = P( A) + P( B) 4 1 P( A) = P( A) = 52 13 4 1 P( B) = P( B) = 52 13 1 1 2 P= + P= 13 13 13
Visto que ambos, s e rei, no podem ser extrados ao mesmo tempo e por isso so eventos mutuamente exclusivos.

Probabilidade REGRA DA ADIO E INDEPENDNCIA DE EVENTOS Independncia de eventos: Dizemos que dois eventos so independentes quando a realizao ou a no-realizao de um dos eventos no afeta a probabilidade de realizao do outro e vice-versa.

Se dois eventos so independentes, a probabilidade de que eles se realizem simultaneamente igual ao produto das probabilidades de realizao dos dois eventos.

Probabilidade Exemplo 6: Sejam A e B os eventos cara na quinta jogadae cara na sexta jogadade uma moeda, respectivamente. Ento, A e B so eventos independentes, de modo que a probabilidade de ocorrer cara em ambas as jogadas, quinta e sexta, , admitindo-se que a moeda honesta:

P( A B ) = P ( A) P( B) 1 P( A) = 2 1 P( B) = 2 1 1 1 P= P= 2 2 4

Probabilidade Exemplo 7: No lanamento de dois dados, sejam A e B os eventos obtermos 1 na face superior no primeiro dadoe obtermos 5 na face superior no segundo dado, respectivamente.

P( A B ) = P ( A) P( B) 1 P( A) = 6 1 P( B) = 6 1 1 1 P= P= 6 6 36

Probabilidade Exemplo 8: 1) Se uma caixa contm 10 lmpadas boas e 5 defeituosas e 3 dentre essas lmpadas forem selecionadas, qual a probabilidade que: a) Sejam todas defeituosas. b) Duas sejam boas e 1 defeituosa. c) Pelo menos 1 seja defeituosa. Soluo: Para encontrarmos o nmero de elementos do espao amostral fazemos uma combinao simples:

15 n( ) = C = = 455 3
3 15

Probabilidade a) Selecionamos 3 lmpadas defeituosas num total de 5:

C = 10

3 5

Ento a probabilidade de

10 2 P= = 455 91

b) Selecionamos 2 lmpadas boas num total de 10 e mais uma lmpada defeituosa num total de 5:
2 1 C10 C5 = 225

Ento a probabilidade de

225 45 P= = 455 91

Probabilidade c) Selecionamos 2 lmpadas boas e uma defeituosa ou selecionamos uma lmpada boa e duas defeituosas ou selecionamos apenas lmpadas defeituosas, ou seja:
2 1 1 3 C10 C5 + C10 C52 + C5 335 67 P= = = 455 455 91

Probabilidade Condicional Muitas vezes, queremos calcular a probabilidade de ocorrncia de um evento A, dada a ocorrncia de um evento B. Qual a probabilidade de chover amanh em So Paulo, sabendo que choveu hoje? Frequentemente, a probabilidade de um evento influenciada pela ocorrncia de um evento paralelo. Em outras palavras, queremos calcular a probabilidade de ocorrncia de A condicionada ocorrncia prvia de B e representamos por P(A / B). A notao / usada para denotar o fato de que estamos considerando a probabilidade do evento A com a condio de que o evento B tenha ocorrido. Portanto, a notao P(A / B) lida como a probabilidade de A dado B.

PROBABILIDADE CODICIONAL E TEOREMA DO PRODUTO

-Probabilidade Condicional: Sejam dois eventos A e B com P( B ) > 0. A probabilidade de ocorrncia do evento A, dado que o evento B ocorreu calculada pela seguinte expresso:

P( A B ) P( A / B ) = P (B )
a probabilidade de A dado que B ocorreu ou a probabilidade de ocorrer A quando se sabe que o resultado pertence a B.

PROBABILIDADE CODICIONAL E TEOREMA DO PRODUTO

P( A B ) - Teorema do Produto: temos que P( A / B ) = , observe P(B ) (B / A) = P (B A) . tambm que P P ( A)


Logo o Teorema do produto :

P( A B ) = P( A / B )P(B ) = P(B / A)P( A)

Exemplo: Sejam A e B dois eventos independentes. Determine

P( A / B )
Soluo:

P ( B / A)

P ( A B ) P ( A) P (B ) P( A / B ) = = = P ( A) P(B ) P (B ) . (B / A) = P ( B A) = P ( B ) P ( A) = P (B ) P P ( A) P ( A)
OBS. P(A / B) = P(A) P (B / A) = P (B)

Exemplo.: Os dados , a seguir, representam o sumrio de um dia de observao em um posto de qualidade, em que se avalia o peso dos pacotes de leite produzidos num laticnio.
Condio do peso B (B) Dentro das especificaes (D) Fora das especificaes (F) Total 500 30 530 C (C) 4500 270 4770 Tipo do leite UHT (U) 1500 50 1550 Total 6500 350 6850

Retira-se, ao acaso, um pacote de leite da populao de 6850 unidades. Sejam D e F os eventos que representam se o pacote retirado est dentro ou for a das especificaes, respectivamente. Da mesma forma, B, C e U so eventos que representam o tipo de leite. a) Qual a probabilidade de o pacote de leite retirado estar fora das especificaes, sabendo-se que do tipo UHT?

Condio do peso B (B) Dentro das especificaes (D) Fora das especificaes (F) Total 500 30 530 C (C) 4500 270 4770

Tipo do leite UHT (U) 1500 50 1550 Total 6500 350 6850

Soluo:

P( A B ) P( A / B ) = P(B ) P(F U ) P(F / U ) = P(U ) 50 6850 P(F / U ) = 1550 6850 P(F / U ) = 0,032

Exemplo.: Seja o lanamento de 2 dados no viciados e a observao das faces voltadas para cima. Suponha que haja interesse nas probabilidades dos seguintes eventos: a) Faces iguais, sabendo que a soma menor ou igual a 5 b) Soma das faces menor ou igual a 5, sabendo que as faces so iguais
Soluo:

Inicialmente, encontramos o espao amostral: 36 possveis combinaes de resultados dos dois dados. 1 1

n( ) = C C = 36
6 6

Considere os eventos: E1 = faces iguais = {(1,1), (2,2), (3,3), (4,4), (5,5), (6,6)} E2 = soma das faces menor ou igual a 5= {(1,1), (1,2), (1,3), (1,4), (2,1), (2,2), (2,3), (3,1), (3,2), (4,1) } Portanto, E1 E2 = { (1,1), (2,2) }

a) Faces iguais, sabendo que a soma menor ou igual a 5

2 P( E1 E 2) P(E1 / E 2 ) = P( E1 / E 2 ) = 36 10 P(E 2) 36 P(E1 / E 2 ) = 1 5

b) Soma das faces menor ou igual a 5, sabendo que as faces so iguais

2 P(E 2 E1) P(E 2 / E1) = P( E 2 / E1) = 36 6 P( E1) 36 1 P(E1 / E 2 ) = 3