AULA 2 AULA4

Introduo Teoria das

Probabilidades

Prof. Victor Hugo Lachos Davila

Conceitos Bsicos
Experimento Aleatrio ou Fenmeno Aleatrio
Situaes ou acontecimentos cujos resultados no podem ser previstos
com certeza.
Exemplos:
Condies climticas do prximo domingo;

Taxa de inflao do prximo ms;

Resultado ao lanar um dado ou moeda;
Tempo de durao de uma lmpada.

Espao Amostral ()
Conjunto de todos os possveis resultado de um experimento aleatrio
ou fenmeno aleatrio.
2

Exemplos:
1.

Lanamento de um dado. ={1,2,3,4,5,6}

2. Tipo sanguneo de um individuo. ={A, B, AB,0}

3. Opinio
de
um
eleitor
={Favorvel,Contrrio}

sobre

um

projeto.

4. Tempo de durao de uma lmpada ={t; t>0)

Evento subconjunto do espao amostral

Notao: A, B, C,...
Exemplos: No exemplo 1, alguns eventos:

A: sair face par: A={2,4,6}

B: Sair face maior que 3 B={4,5,6}
C: sair face 1 C={1}

D: sair face 7 D={ } (evento impossvel)= (conjunto vazio)

3

Operao com eventos

Sejam os eventos A e B definidos no mesmo espao amostral
AB: Unio dos eventos A e B.

Representa a ocorrncia de pelo menos um dos eventos A ou B

AB: Interseco dos eventos A e B.
Representa a ocorrncia simultnea dos eventos A e B.
A e B so disjuntos ou mutuamente exclusivos quando no tm
elementos em comum, isto , AB=
A e B so complementares se sua interseco vazia e sua unio o
espao amostral, isto . AB= e AB= .
O complementar de um evento A representado por

AC ou A

Exemplo: Lanamento de um dado

= {1, 2, 3, 4, 5, 6}
Eventos: A = {2, 4, 6}, B = {4, 5, 6} e C = {1}
A B: = {2, 4, 6} {4, 5, 6} = {4, 6}
sair uma face par e maior que 3

A C = {2, 4, 6} {1} = (A e C disjuntos)

sair uma face par e face 1
A B = {2, 4, 6} {4, 5, 6} = {2, 4, 5, 6}
sair uma face par ou maior que 3
A C = {2, 4, 6} {1} = {1, 2, 4, 6}
sair uma face par ou face 1
AC = {1, 3, 5} no sair face par
5

Probabilidade

Pergunta: Como atribuir probabilidade aos

elementos do espao amostral?

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

1,4 1,5 1,6

2,4 2,5 2,6

3,4 3,5 3,6

4,4 4,5 4,6

5,4 5,5 5,6

6,4 6,5 6,6

a) A={(6,1),(5,2),(4,3),(3,4),(2,5),(6,1)} P(A)=n(A)/n()=6/36=1/6

b) B={(5,6),(6,5),(6,6)} => P(B) = 3/36.

c) P(C)= 15/36.

Definio frequentista ou a posteriori

Suponhamos que realizamos um experimento n vezes (n grande) e destas o
evento A ocorre exatamente r<n vezes, ento a frequncia relativa de vezes
que ocorreu o evento A, r/n, a estimao da probabilidade que ocorra o
evento A, ou seja,
r
P ( A)
n
Essa estimao da probabilidade por frequncia relativa de um evento A,
prxima da verdadeira probabilidade do evento A, quando n tende ao infinito.
Exemplo: Considere o lanamento de uma moeda. Calcular a probabilidade de
A={ resultado obtido cara}.
Cara
Coroa
n

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

Regra da adio de probabilidades

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

Exemplo 1. Na tabela 1, apresenta-se a composio por raa e sexo de uma

populao de um pas.
Tabela 1: Distribuio da populao por raa e sexo.
Sexo
Raa
Masculino Feminino Total
Branca
1726384
2110253 3836637
Outra
628309
753125
1381434
Total
2354693
2863378 5218071
Suponha que selecionamos um habitante desse pas e consideremos os
eventos:
H: "o habitante selecionado do sexo masculino"
Hc:"o habitante selecionado do sexo feminino"
B: "o habitante selecionado da raa branca"
Bc: "o habitante selecionado de outra raa"
H B : "o habitante selecionado de sexo masculino e da raa branca"
H B : "o habitante selecionado de sexo masculino ou da raa branca"
Hc B : "o habitante selecionado de sexo feminino e da raa branca"
Hc B : "o habitante selecionado de sexo feminino ou da raa branca"
Hc Bc :"o habitante selecionado de sexo feminino e de outra raa "
Hc Bc "o habitante selecionado de sexo feminino ou de outra raa"

11

As probabilidades de cada um destes eventos so:

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

Probabilidade Condicional e Independncia

Definio:[Probabilidade condicional] Sejam A e B dois eventos em
um mesmo espao amostral, , a probabilidade condicional de A dado
que ocorreu o evento B, representado por P(A|B) dado por:

P( A B)
P( A | B)
, P( B) 0.
P( B)

(1)

Exemplo 2. Selecionamos uma semente, ao acaso, uma a uma e sem

reposio de uma sacola que contem 10 sementes de flores
vermelhas e 5 de flores brancas. Qual a probabilidade de que :
(a) a primeira semente seja vermelha. ?
(b) a segunda seja branca se a primeira foi vermelha.?

13

Sejam os eventos:

V1 : " A 1a sement e vermelha";

V1c :" A 1a sement e branca"
V 2 : " A 2 a sement e vermelha";
V2c :" A 2 a sement e branca"
(a)

(b)

P (V1 )

P(V2c

10
2

15
3

5
| V1 )
14

Essas probabilidades podem ser representados em um diagrama da

rvore de probabilidades, a qual mostrado na figura 1

14

Figura 1: Diagrama de rvore de probabilidade

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

Da expresso (1), pode-se deduzir uma relao bastante til,

P( A B) P( B) P( A | B),
Que conhecida como regra do produto de probabilidades ou
probabilidade da interseo
15

Exemplo 3: No exemplo 2, suponha que temos interesse em

determinar a probabilidade que as duas sementes selecionadas
sejam brancas.

O evento V1c V2c : " a 1a e 2a semente so brancas"

5
4
2
P(V V ) P(V ) P(V | V )

15 14 21
c
1

c
2

c
1

c
2

c
1

Teorema 1: Se B um evento em , tal que P(B)>0, ento:

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

Exemplo 3: Na Cidade de So Paulo, a probabilidade de chuva no

primeiro dia de setembro 0,50 e a probabilidade que chuva nos dois
primeiros dias de setembro 0,40. Se no primeiro de setembro
choveu, qual a probabilidade que no chova no dia seguinte ?
Soluo: Sejam os eventos: A: chove no primeiro de setembro,
B:chove no segundo dia de setembro.
Do enunciado do problema temos : P(A)=0,50 e P(AB)=0,40. A
probabilidade pedida :

P( A B)
0,40
P( B | A) 1 P( B | A) 1
1
0,20
P( A)
0,50
c

* Pelo teorema 1.2.

17

Definio[Independncia de eventos] Dois eventos A e B so independentes

se a informao da ocorrncia ou no de B no altera a probabilidade da
ocorrncia de A. Isto ,
P(A|B)=P(A), P(B)>0
Conseqentemente, temos que
somente se,

dois eventos A e B so independentes se

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

(b) se aluno selecionado tem problemas visuais, qual a probabilidade de que

tenha problemas auditivos?
(c)qual a probabilidade de no ter problemas visuais ou ter problema
auditivos ?
18

Soluo: sejam os eventos:

V: o aluno tem problemas visuais
A: o aluno tem problemas auditivos.
Do enunciado temos: P(V)=0,20, P(A)=0,08 e P(AV)=0,04.
( a ) P (V ) P ( A) 0,2 0,08 0,016
P (V A) 0,04.
Como P (V A) P (V ) P ( A), A e V no so independentes.
P (V A) 0,04
(b) P ( A | V )

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

1 0,2 0,08 0,081

0,84

0,08

19

Teorema 2: Se A , B eventos em so eventos independentes, ento:

(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

Sejam os eventos : Bi :" o atirador i acerta o alvo" , i 1,2. P(B1 ) 0,8 e

P( B2 ) 0,7. Logo,
P( B1 B2 ) P(B1 ) P(B2 ) P( B1 B2 )
P(B1 ) P(B2 ) P(B1 ) P(B2 )
0,8 0,7 0,8 0,7 0,94

Alternativamente este exemplo, pode ser resolvido de uma segunda forma :

P( B1 B2 ) 1 P( B1c B2c ) 1 P( B1c ) P( B2c )

1 1 P(B1 )1 P(B2 ) 1 [1 0,8][1 0,7] 0,94.

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

Teorema da probabilidade total. Se B1 ,, Bk , formam uma partio

do espao amostral , ento qualquer evento A em , satifaz:

P( A) P( B1 ) P( A | B1 ) P( Bk ) P( A | Bk )

P( B ) P( A | B )
i

i 1

22

Teorema Bayes. Se B1 ,, Bk , formam uma partio do espao amostral , e A qualquer evento

em , ento:

P (Bi | A)

P (Bi )P ( A | Bi )
k

P (Bi )P ( A | Bi )

i 1

Exemplo 6: Uma montadora trabalha com 2 fornecedores (A e B) de

uma determinada pea. As chances de que uma pea proveniente
dos fornecedores A e B esteja fora das especificaes so 10% e
5% respectivamente. A montadora recebe 30% das peas do
fornecedor A e 70% de B. Se uma pea do estoque inteiro
escolhido ao acaso:

(a) Calcule a probabilidade de que ela esteja fora das especificaes.

(b) Se uma pea escolhida ao acaso est fora das especificaes, qual
a probabilidade que venha do fornecedor fornecedor A ?
23

Soluo:
Sejam os eventos:
A: pea selecionada seja do fornecedor A
B: pea selecionada seja do fornecedor B

E: pea selecionada esteja fora das especificaes

Do enunciado do problemas temos:P(A)=0,30; P(B)=0,70; P(E|A)=0,10 e

P(E|B)=0,05.

24

Pelo teorema da probabilidade total temos:

(a) P(E)=P(A)P(E|A)+P(B)P(E|B)=(0,30)(0,10)+(0,70)(0,05)=0,065
(b) P(A|E)=?
Pelo teorema de Bayes temos:

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

A soluo do exemplo anterior facilitada pelo diagrama de

rvore de probabilidades.

25

Exemplo 7: Temos trs profissionais: Um agrnomo, um bilogo e um

engenheiro civil. Cada um deles plantou 10 mudas de lamos em
vasos numa casa de vegetao. Sobreviveram 9 das plantadas pelo
agrnomo; 5 pelo bilogo e 2 pelo engenheiro civil. Dos 30 vasos
escolhe-se um vaso ao acaso, e verifica-se se a muda sobreviveu.
Se ela sobreviveu, qual a probabilidade de ela ter sido plantada
pelo engenheiro civil?

26