Escolar Documentos
Profissional Documentos
Cultura Documentos
lim
Definio axiomtica de probabilidade
A cada evento A _ O associa-se um nmero real,
representado por P(A) e denominado probabilidade de
A, que satisfaz as seguintes propriedades (axiomas):
(i) 0 s P(A) s 1;
(ii) P(O) = 1;
(iii) P(AUB) = P(A) + P(B) se A e B forem eventos
mutuamente excludentes.
(iv) Se A
1
, A
2
, ..., A
n
, ..., forem, dois a dois, eventos
mutuamente excludentes, ento:
P
A
P
A
i
i
n
i
i
n
( ) ( )
= =
=
1 1
U
Conseqncias dos axiomas (propriedades)
(i) P(C) = 0
Prova
Seja A _ O ento tem-se que AC = C, isto
, A e C so mutuamente excludentes. Ento:
P(A) = P(AC) = P(A) + P(C), pelo axioma 3.
Cancelando P(A) em ambos os lados da
igualdade segue que P(C) = 0.
Conseqncias dos axiomas (propriedades)
(ii) Se A e so eventos complementares ento:
P(A) + P( ) = 1 ou P( ) = 1 - P(A)
Prova
Tem-se que A = C e A = O. Ento:
1 = P(O) = P(A ) = P(A) + P( ),
pelo axioma 3.
A
A A
A
A
A A
Conseqncias dos axiomas (propriedades)
(iii) Se A _ B ento P(A) s P(B)
Prova
Tem-se: B = A(B - A) e A(B - A) = C
Assim P(B) = P(A(B - A)) = P(A) + P(B - A)
e como P(B - A) > 0, segue que:
P(B) > P(A)
Conseqncias dos axiomas (propriedades)
(iv) Se A e B so dois eventos quaisquer ento:
P(A - B) = P(A) - P(AB)
Prova
A = (A - B)(AB) e (A - B) (AB) = C
Logo
P(A) = P((A - B)(AB)) = P(A - B) + P(AB)
Do que segue:
P(A - B ) = P(A) - P(AB).
Conseqncias dos axiomas (propriedades)
(v) Se A e B so dois eventos quaisquer de O,
ento:
P(AB) = P(A) + P(B) - P(AB)
Prova
AB = (A - B)B e (A - B)B= C
Tem-se ento:
P(AB) = P((A - B)B) = P(A - B) + P(B) =
P(A) + P(B) - P(AB), pela propriedade (iv).
Conseqncias dos axiomas (propriedades)
(vi) P(ABC) = P(A) + P(B) + P(C) - P(AB) -
P(AC) - P(BC) + P(ABC)
Prova
Faz-se BC = D e aplica-se a propriedade
(v) duas vezes.
Conseqncias dos axiomas (propriedades)
(vii) Se A
1
, A
2
, ..., A
n
so eventos de um espao
amostral O, ento:
P(A
1
A
2
...A
n
) = - +
+ ... + (-1)
n-1
P(A
1
A
2
...A
n
)
P P
i
i
n
i
i
n
A A
( ) ( )
= =
=
1 1
U P
i j
i j
n
A A
( )
< =
2
P
i j r
i j r
n
A A A
( )
< < =
3
Eventos equiprovveis
Seja O = { e
1
, e
2
, . . . , e
n
}.
Os eventos e
i
, i = 1 , 2, . . . , n so
equiprovveis quando
P(e
1
) = P(e
2
) = . . . = P(e
n
) = p,
onde , isto , quando todos tm a mesma
probabilidade de ocorrer. Assim, .
1 ) e ( P
n
1 i
i
=
=
n / 1 p 1 np ) e ( P
n
1 i
i
= = =
=
Exemplo: Retira-se ao acaso uma carta de um baralho
completo de 52 cartas. Qual a probabilidade de sair um rei
ou uma carta de espadas?
Soluo:
O = { 52 cartas }
A = tirar um rei = { K+,K+,Kv,K+ } e
B = tirar uma carta de espadas = { A+,2+, ..., K+}
P(AB) = P(A) + P(B) P(AB)
P(A) = 4/52 e P(B) = 13/52 e P(AB) = 1/52
Ento P(AB) = 4/52 + 13/52 1/52 = 16/52 = 0,308
R: A probabilidade de se retirar um rei ou uma carta
de espadas 30,8%.
Exemplo:
Lanam-se 3 moedas no viciadas. Qual a probabilidade
de obter-se pelo menos 1 coroa?
Soluo:
C = cara e K = coroa
1 moeda 2 moeda 3 moeda
C
K
C
K
C
K
C
K
C
K
C
K
C
K
O = { CCC,CCK,CKC,KCC,KKC,KCK,CKK,KKK }
A = obter pelo menos 1 coroa
={ CCK,CKC,KCC,KKC,KCK,CKK,KKK }
P(A) = 7/8 = 0,875
R: A probabilidade de se obter pelo menos 1
coroa 87,5%.
OU
B = ocorrncia de nenhuma coroa = { CCC }
P(B) = 1/8 P(A) = 1 P(B) = 7/8
Exemplo:
Retira-se ao acaso duas cartas (sem reposio) de um
baralho completo de 52 cartas. Qual a
probabilidade de obtermos um par de damas?
Soluo:
#O = C
52,2
= =1326 ,
A = retirada de duas damas e #A = C
4,2
= =6
P(A) = 6/1326 = 0,0045
R: A probabilidade de se obter um par de
damas 0,45%.
! 2 ! 50
! 52
! 2 ! 2
! 4
Exemplo: Trs cavalos (A, B, C) esto numa corrida. O
cavalo A duas vezes mais provvel de ganhar que B, e o
cavalo B duas vezes mais provvel que C. Qual a
probabilidade de que B ou C ganhe?
Soluo:
O = { A ganha, B ganha, C ganha } mutuamente exclusivos
P(A) = 2.P(B) e P(B) = 2.P(C)
P(A) + P(B) + P(C) = 1 4p + 2p + p = 1 p = 1/7
P(A) = 4/7 e P(B) = 2/7 e P(C) = 1/7
Ento P(BC) = 2/7 + 1/7 = 3/7 = 0,428
R: A probabilidade de que o cavalo B ou o C ganhe a
corrida 42,8%.
Probabilidade Condicional e Independncia
Suponha-se que se quer extrair duas peas ao
acaso de um lote que contm 100 peas das quais 80
peas so boas e 20 defeituosas, de acordo com os
critrios
(a) com reposio e
(b) sem reposio.
Define-se os seguintes eventos:
A = { A 1 pea defeituosa } e
B = { A 2 pea defeituosa }.
Probabilidade Condicional e Independncia
Ento, se a extrao for com reposio P(A) =
P(B) = 20 / 100 = 1 / 5 = 20%, porque existem 20 peas
defeituosas num total de 100.
Agora se a extrao for sem reposio tem-se
ainda que P(A) = 20 / 100 = 20%, mas o mesmo no
verdadeiro para P(B). Neste caso, necessrio conhecer
a composio do lote no momento da extrao da
segunda pea, isto , preciso saber se a primeira pea
retirada foi ou no defeituosa. Neste caso necessrio
saber se A ocorreu ou no. O que mostra a necessidade
do conceito de probabilidade condicionada.
Probabilidade Condicional e Independncia
Sejam A e B dois eventos de um espao
amostral O, associado a um experimento E, onde
P(A) > 0. A probabilidade de B ocorrer
condicionada a A ter ocorrido, ser representada por
P(B/A), e lida como: probabilidade de B dado A
ou probabilidade de B condicionada a A, e
calculada por:
) (
) (
) / (
A P
B A P
A B P
=
Probabilidade Condicional e Independncia
No exemplo, ento P(B/A) = 19 / 99, pois se A ocorreu
(isto , se saiu pea defeituosa na primeira retirada) existiro
no lote apenas 99 peas das quais 19 defeituosas.
Sempre que se calcular P(B/A) est se calculando a
probabilidade de ocorrncia do evento B em relao ao espao
amostral reduzido A, ao invs de faz-lo em relao ao espao
amostral original O.
Quando se calcula P(B) est se calculando a
probabilidade de estar em B, sabendo-se que se est em O,
mas quando se calcula P(B/A) est calculando a probabilidade
de B, sabendo-se que se est em A agora e no mais em O,
isto , o espao amostral fica reduzido de O para A.
Probabilidade Condicional e Independncia
simples verificar as seguintes propriedades de
P(B/A) para A fixado:
(i) 0 s P(B/A) s 1,
(ii) P(O/A) = 1,
(iii) P(B
1
B
2
/A) = P(B
1
/ A) + P(B
2
/ A) se B
1
B
2
= C
(iv) P(B
1
B
2
....
/A) = P(B
1
/A) + P(B
2
/A) + ...
se B
i
B
j
= C para i = j.
Observe-se que estas propriedades so idnticas
aos axiomas de probabilidade.
Exemplo: Consideremos uma turma de 1 ano de faculdade com
200 alunos, distribudos conforme a tabela abaixo:
Um aluno sorteado ao acaso. Pergunta-se:
a)Qual a probabilidade de ser homem?
b)Qual a probabilidade de ser mulher?
c)Qual a probabilidade de ser da Engenharia?
d)Dado que da Qumica qual a probabilidade de ser homem?
e)Dado que da Qumica qual a probabilidade de ser mulher?
f)Dado que homem qual a probabilidade de ser da Engenharia?
g)Dado que mulher qual a probabilidade de ser da Engenharia?
Engenharia Fsica Qumica Total
Homens 80 50 20 150
Mulheres 20 10 20 50
Total 100 60 40 200
Soluo:
a) P(H) = 150/200 = 0,75 = 75%
b) P(M) = 50/200 = 0,25 = 25%
c) P(E) = 100/200 = 0,50 = 50%
d) P(H/Q) = 20/40 = 0,50 = 50%
e) P(M/Q) = 20/40 = 0,50 = 50%
f) P(E/H) = 80/150 = 0,53 = 53%
g) P(E/M) = 20/50 = 0,40 = 40%
Pode-se tambm comparar P(A/B) e P(A). Para tanto
considere-se os quatro casos ilustrados nos diagramas abaixo:
Tem-se:
a) AB = C (b) A c B (c) B c A (d) Caso geral
(a) P(A/B) = 0, porque A no poder ocorrer se B tiver ocorrido.
(b) P(A/B) = P(AB) / P(B) = [P(A) / P(B)] > P(A), j que
P(A) s P(B), pois A _ B.
(c) P(A/B) = P(AB) / P(B) = [P(B) / P(B)] = 1.
(d) Neste caso nada se pode afirmar sobre o relacionamento entre
P(A/B) e P(A).
A B
B
A
A
B
A B
Exemplo: Dois dgitos so selecionados aleatoriamente de 1
a 9 sem repeti-los. Se a soma par encontre a probabilidade
de ambos os nmeros serem mpares.
Soluo:
#O = C
9,2
= 36
A = ambos so mpares #A = C
5,2
= 10 = 10
B = soma par #B = C
5,2
+ C
4,2
= 10 + 6 = 16
AB = ambos mpares com soma par
# AB = C
5,2
= 10 = 10
P(A/B) =
625 , 0
16
10
36 / 16
36 / 10
) B ( P
) B A ( P
= = =
Teorema da multiplicao
P(AB) = P(B/A).P(A) = P(A/B).P(B)
Exemplo: Uma urna contm as letras A, A, A, R, R, S.
Retira-se ao acaso letra por letra sem reposio. Qual a
probabilidade de sair a palavra ARARAS?
Soluo:
P(sair A e R e A e R e A e S) = P(ARARAS) =
=P(A) . P(R/A) . P(A/AR) . P(R/ARA) .
. P(A/ARAR) . P(S/ARARA)=
R: A probabilidade de sair a palavra ARARAS 1,67%.
0167 , 0
60
1
1
1
.
2
1
.
3
1
.
4
2
.
5
2
.
6
3
= =
Independncia de dois eventos
Sejam A e B dois eventos de um espao amostral
O. A e B so ditos independentes se a probabilidade de
um deles ocorrer no afetar a probabilidade do outro
ocorrer, isto , se:
P(A/B) = P(A) ou
P(B/A) = P(B) ou ainda se
P(AB) = P(A) . P(B)
Qualquer uma das 3 relaes acima pode ser
usada como definio de independncia.
Independncia de dois eventos
Exemplo:
Trs componentes C
1
, C
2
, e C
3
, de um mecanismo
so postos em srie (em linha reta). Suponha que esses
componentes sejam dispostos em ordem aleatria. Seja
R o evento { C
2
est direita de C
1
}, e seja T o evento
{ C
3
est direita de C
1
}. Os eventos R e T so
independentes? Por qu?
Para que R e T sejam independentes deve-se ter:
P(RT) = P(R).P(T)
Soluo:
O espao amostral para este caso :
O = { C
1
C
2
C
3
, C
1
C
3
C
2
, C
2
C
1
C
3
, C
2
C
3
C
1
, C
3
C
1
C
2
, C
3
C
2
C
1
}
As seqncias em que C
2
est direita de C
1
so:
R = { C
1
C
2
C
3
, C
1
C
3
C
2
, C
3
C
1
C
2
}. Logo: P(R) = 3/6 = 50%
As seqncias em que C
3
est direita de C
1
so:
T = { C
1
C
2
C
3
, C
1
C
3
C
2
, C
2
C
1
C
3
}. Logo: P(T) = 3/6 = 50%
As seqncias em que C
2
est direita de C
1
e C
3
est tambm
direita de C
1
so:
RT = { C
1
C
2
C
3
, C
1
C
3
C
2
}. Logo,
P(RT ) = 2/6 = 1/3 = 33,33%
= P(R).P(T) = 0.5.0,5 = 0,25 = 25%
Portanto os eventos R e T no so independentes.
Teoremas da probabilidade total e de Bayes
Definio: Diz-se que os conjuntos A
1
, A
2
, ..., A
n
eventos de um
mesmo espao amostral O, formam uma partio deste espao
se:
(a) A
i
A
j
= C, para todo i = j.
(b) A
1
A
2
... A
n
= O
(c) P(A
i
) > 0, para todo i
Exemplo: Considere-se o espao amostral obtido pelos nmeros
das faces no lanamento de um dado e sejam os eventos:
A
1
= { 1, 2, 3 }, A
2
= { 4, 5 } e A
3
= { 6 }
Ento, pode-se verificar facilmente que, os eventos acima
formam um partio do espao amostral O = { 1, 2, 3, 4, 5, 6 }.
Teorema da probabilidade total
B = (B A
1
) (B A
2
) ... (B A
n
)
Todos os conjuntos B A
1
, B A
2
, . . . , B A
n
so
dois a dois mutuamente excludentes, ento pode-se aplicar a
propriedade da adio de eventos mutuamente excludentes e
escrever.
P(B) = P[(BA
1
) (BA
2
) ... (BA
n
)]
= P(BA
1
) + P(BA
2
) + ... + P(BA
n
)
Mas cada um dos termos P(BA
j
) pode ser escrito na
forma:
P(BA
j
) = P(A
j
).P(B/A
j
),
pela definio de probabilidade condicionada.
Teorema da probabilidade total
P(B)=P(A
1
).P(B/A
1
)+P(A
2
).P(B/A
2
)+ ... +P(A
n
).P(B/A
n
)
Exemplo: Uma determinada pea manufaturada por 3
fbricas: A, B e C. Sabe-se que A produz o dobro de peas
que B e que B e C produzem o mesmo nmero de peas.
Sabe-se ainda que 2% das peas produzidas por A e por B
so defeituosas, enquanto que 4% das produzidas por C so
defeituosas. Todas as peas produzidas so misturadas e
colocadas em um depsito. Se do depsito for retirada uma
pea ao acaso, qual a probabilidade de que ela seja
defeituosa?
Soluo:
D = { A pea defeituosa }
A = { A pea provm da fbrica A }
B = { A pea provm da mquina B }
C = { A pea provm da mquina C }
P(A) = 50%, P(B) = P(C) = 25%,
uma vez que s existem as 3 fbricas e que A produz o dobro
de B e esta por sua vez produz a mesma quantidade que C.
P(D/A) = P(D/B) = 2% e que P(D/C) = 4%.
Pela teorema da probabilidade total pode-se escrever que:
P(D) = P(A).P(D/A) + P(B).P(D/B) + P(C).P(D/C)
= 0,5.0,02 + 0,25.0,02 + 0,25.0,04 = 2,50%,
A, B e C formam
uma partio do
espao amostral O
Teorema de Bayes
Suponha-se que no exemplo anterior, uma pea retirada
do depsito e se verifica que defeituosa. Qual a probabilidade
de que tenha sido produzida pela fbrica A? ou B? ou ainda C?
Neste caso, o que se quer calcular a probabilidade
condicionada P(A/D).
P(A
i
/ B) = P(A
i
B) = P(A
i
).P(B / A
i
)
P(B) P(B)
P(A
i
/ B) = P(A
i
).P(B / A
i
)
P(A
1
).P(B/A
1
) + P(A
2
).P(B/A
2
) + ... + P(A
n
).P(B/A
n
)
Exemplo: Considerando o exemplo anterior, suponha que
uma pea seja retirada do depsito e se verifique que ela
defeituosa. Qual a probabilidade de que ela tenha sido
produzida em cada uma das fbrica?
P(A / D) = probabilidade de ter sido produzida pela fbrica
A dado que a pea defeituosa
P(A / D) =
=0,4
0,25.0,04 0,25.0,02 0,5.0,02
0,5.0,02
+ +
=
) C / D ( P ). C ( P ) B / D ( P ). B ( P ) A / D ( P ). A ( P
) A / D ( P ). A ( P
+ +
P(B / D) = probabilidade de ter sido produzida pela fbrica
B dado que a pea defeituosa
P(B / D) =
=0,2
P(C / D) = probabilidade de ter sido produzida pela fbrica
C dado que a pea defeituosa
P(C / D) =
=0,4
0,25.0,04 0,25.0,02 0,5.0,02
0,25.0,02
+ +
=
) C / D ( P ). C ( P ) B / D ( P ). B ( P ) A / D ( P ). A ( P
) B / D ( P ). B ( P
+ +
0,25.0,04 0,25.0,02 0,5.0,02
0,25.0,04
+ +
=
) C / D ( P ). C ( P ) B / D ( P ). B ( P ) A / D ( P ). A ( P
) C / D ( P ). C ( P
+ +
PROBABILIDADE CONDICIONAL:
Um restaurante popular apresenta apenas dois tipos de
refeies: salada completa e um prato base de carne. 20% dos
fregueses do sexo masculino preferem salada; 30% das mulheres
escolhem carne; 75% dos fregueses so homens. Considere os
seguintes eventos:
H: o fregus homem S: o fregus prefere salada
M: o fregus mulher C: o fregus prefere carne
Calcular:
a) P(H) b) P(S/H) c) P(C/M)
d) P(SH) e) P(SH) f) P(M/S)
R: a)75% - b)20% - c)30% - d)15% - e)92,50% - f)53,85%
INDEPENDNCIA:
Dois aparelhos de alarme funcionam de forma
independente, detectando problemas com probabilidades de
0,95 e 0,90. Determinar a probabilidade de que dado um
problema, este seja detectado por somente um dos
aparelhos. (R: 14%)
TEOREMA DA PROBABILIDADE TOTAL:
Trs mquinas A, B e C apresentam respectivamente:
10%, 20% e 30% de defeituosos na sua produo. Se as trs
mquinas produzem igual quantidade de peas e retiramos
duas peas ao acaso da produo global qual a probabilidade
de que ambas sejam perfeitas? (R: 64%)
TEOREMA DE BAYES:
Cada objeto manufaturado examinado com
probabilidade 0,55 por um fiscal e com probabilidade 0,45
por outro fiscal. A probabilidade de passar no exame de
acordo com os fiscais de 0,90 e de 0,98 respectivamente.
Achar a probabilidade de que um objeto aceito tenha sido
examinado pelo segundo fiscal. (R: 47,12%)
PROBABILIDADE CONDICIONAL:
Um dado viciado, de tal forma que a probabilidade
de sair um certo ponto proporcional ao seu valor (por
exemplo o ponto 4 duas vezes mais provvel do que o
ponto 2). Calcular:
a) A probabilidade de sair 5, sabendo-se que o ponto que
saiu impar. (R: 5/9)
b) A probabilidade de sair um nmero par, sabendo que saiu
um nmero maior do que 3. (R: 2/3)
INDEPENDNCIA:
As probabilidades de 3 motoristas serem capazes de
dirigir at em casa com segurana, depois de beber, so: 1/3,
1/4 e 1/5. Se decidirem (erradamente) dirigir at em casa,
depois de beber numa festa, qual a probabilidade de todos os
3 motoristas sofrerem acidentes? Qual a probabilidade de
que ao menos um chegue em casa a salvo? (R: 40% e 60%)
TEOREMA DE BAYES:
Das peas fornecidas por duas mquinas automticas
60% e 84%, respectivamente, so de alta qualidade. A
produtividade da primeira mquina o dobro do que a
segunda mquina. Retirada uma pea ao acaso de um lote
produzido pelas duas mquinas verificou-se que ela era de
alta qualidade. Determinar a probabilidade de que tenha sido
produzida pela primeira mquina. (R: 58,82%)