Professional Documents
Culture Documents
Conceitos Bsicos
Experimento Aleatrio ou Fenmeno Aleatrio
Situaes ou acontecimentos cujos resultados no podem ser previstos
com certeza.
Exemplos:
Condies climticas do prximo domingo;
Espao Amostral ()
Conjunto de todos os possveis resultado de um experimento aleatrio
ou fenmeno aleatrio.
2
Exemplos:
1.
3. Opinio
de
um
eleitor
={Favorvel,Contrrio}
sobre
um
projeto.
AC ou A
Probabilidade
Definies de probabilidades
Definio Clssica ou a priori
Se um experimento aleatrio tiver n() resultados mutuamente
exclusivos e igualmente provveis e se um evento A tiver n(A) desses
resultados. A probabilidade do evento A representado por P(A),
dado por:
n( A)
P ( A)
n ( )
Exemplo: Considere o lanamento de 2 dados balanceados. Calcular a
probabilidade de:
a) Obter soma 7;
b) Obter soma maior que 10;
c) Que resultado do primeiro dado seja superior ao resultado do
segundo.
1,1
2,1
3,1
4,1
5,1
6,1
1,2
2,2
3,2
4,2
5,2
6,2
1,3
2,3
3,3
4,3
5,3
6,3
a) A={(6,1),(5,2),(4,3),(3,4),(2,5),(6,1)} P(A)=n(A)/n()=6/36=1/6
fr1
2/5
3/5
5
fr2
6/10
4/10
10
fr3
22/50
28/50
50
fr4
47/100
53/100
100
frA
0,5
0,5
Definio axiomtica
A probabilidade de um evento A define-se com o nmero P(A), tal que satisfaz
os seguintes axiomas:
(i ) 0 P( A) 1, A
(ii ) P () 1
(iii ) Se A1 , , An so eventosmutuamenteexclusivos, ento
P A i
i 1
Propriedades
1. P() 0
P( A )
i
i 1
2. Se A ento , P( A) 1 P( Ac )
3. Se A B ento , P( A) P( B)
4. Se A, B ento , P( A B) P( A) P( B) P( A B)
5. Se A, B, C ento ,
P( A B C ) P( A) P( B) P(C ) P( A B) P( B C ) P( A C )
P( A B C )
10
11
2354693
P( H )
0,451;
5218071
P ( H c ) 1 P ( H ) 1 0,451 0,549;
3836637
P( B)
0,735
5218071
P ( B c ) 1 P ( B ) 1 0,735 0,265;
1726384
P( H B)
0,331
5218071
P( H B) P( H ) P( B) P( H B)
0,451 0,735 0,331 0,855;
2110253
c
P( H B)
0,404;
5218071
P( H c B) P( H c ) P( B) P( H c B)
0,549 0,739 0,404 0,880.
12
P( A B)
P( A | B)
, P( B) 0.
P( B)
(1)
13
Sejam os eventos:
(b)
P (V1 )
P(V2c
10
2
15
3
5
| V1 )
14
14
Resultados
V1V2
V1V2c
V1c V2
V1c V2c
Total
Probabilidade
10 9 3
15 14 7
10 5
5
15 14 21
5 10 5
15 14 21
5 4
2
15 14 21
P( A B) P( B) P( A | B),
Que conhecida como regra do produto de probabilidades ou
probabilidade da interseo
15
15 14 21
c
1
c
2
c
1
c
2
c
1
1. P( | B) 0
2. Se A, B , ento : P(Ac | B) 1 P( A | B) ou P( A | B) 1 P(Ac | B)
3. Se A, B, C , ento :
P( A C | B) P( A | B) P(C | B) P( A C | B).
16
P( A B)
0,40
P( B | A) 1 P( B | A) 1
1
0,20
P( A)
0,50
c
17
P(AB)=P(A)P(B).
Exemplo 4: Em uma escola o 20% dos alunos tem problemas visuais, o 8%
problemas auditivos e 4% tem problemas visuais e auditivos. Selecionamos um
aluno desta escola ao acaso:
(a)so os eventos
independentes?
de
ter
problemas
visuais
auditivos
eventos
0,20.
P (V )
0,20
P (V c A) P (V c ) P ( A) P (V c A)
1 P (V ) P ( A) P ( A) P (V c | A) 1 P (V ) P ( A) P ( A)1 P (V | A)
P (V A)
1 P (V ) P ( A) P ( A) 1
P ( A)
0,04
0,08
19
(i ) A e B c so independentes.
(ii ) A c e B so independentes
(iii) A c e B c so independentes
Exemplo 5: Um atirador acerta o 80% de seus disparos e outro (na
mesmas condies de tiro), o 70%. Qual a probabilidade de acertar
se ambos atiradores disparam simultaneamente o alvo.? Considere que
o alvo foi acertado quando pelo menos, uma das duas balas tenha feito
impacto no alvo.
20
21
Teorema de Bayes
Definio [Partio do espao amostral]. Uma coleo de eventos
B1 , , Bk formam uma partio do espao amostral se eles no tm
interseco entre si e sua unio igual ao espao amostral.
Bi B j para i j e
B
i
i 1
P( A) P( B1 ) P( A | B1 ) P( Bk ) P( A | Bk )
P( B ) P( A | B )
i
i 1
22
P (Bi | A)
P (Bi )P ( A | Bi )
k
P (Bi )P ( A | Bi )
i 1
Soluo:
Sejam os eventos:
A: pea selecionada seja do fornecedor A
B: pea selecionada seja do fornecedor B
24
P( A | E )
P( A) P( E | A)
0,30 0,10
0,03
0,46
P( A) P( E | A) P( B) P( E | B) 0,30 0,10 0,70 0,05 0,065
25
26