Probabilidade IIUnidade

Introduo Se o propsito de um pesquisador descrever os resultados de uma experincia, o contedo apresentado na nossa primeira unidade pode ser considerado suficiente. Observao: Lembrando que no caso do censo as Obse ao e b a do o ce so informaes extradas j so as informaes da p p populao e somente a estatstica descritiva deve ser aplicada.

Introduo Porm, em muitas ocasies, desejase utilizar as informaes obtidas da amostra, para extrair concluses sobre a populao que originou os dados. Ou seja, desejase recorrer a inferncia estatstica e o es udo estudo da probabilidade se faz necessrio pois p obab dade a ecess o po s atravs dela que medimos (quantificamos) o nvel de certeza de nossas concluses.

Introduo O estudo da probabilidade teve sua origem ligada aos jogos de azar, que implicam em aes como girar uma roleta, lanar um dado, retirar uma carta de baralho e etc. A estes jogos podemos associar duas caractersticas: Incertezadosresultadosemdeterminadatentativa Regularidadequeobservadaalongoprazo. Regularidade que observada a longo prazo

ModelosMatemticos Modelos Matemticos Determinsticos Ocorrem quando, dadas as condies de experimentao, podese determinar ou predizer, com certeza, o resultado final do experimento. Ex: formulaes matemticas comprovaes de teorias. e fsicas para

ModelosMatemticos Modelos Matemticos No Determinsticos Ocorrem quando no possvel predizer, com certeza, o resultado antes da realizao do evento.

Exemplo: Taxadeinflaodoprximoms; Anlisedospreosmensaisdetrsitensdeconsumo.

Objetivogeraldateoriadeprobabilidade Objetivo geral da teoria de probabilidade

De uma forma bem geral, a Teoria das probabilidades visa definir um modelo matemtico probabilstico que seja conveniente descrio e interpretao de fenmenos aleatrios, em outras palavras, um modelo para o entendimento das chances de ocorrncia do experimento.

Conceitosfundamentais Experimentoaleatrio(E) Processo de observao ou medida de um determinado fenmeno que repetido sob as mesmas q p condies, conduz a resultados, em geral distintos.
Ex:

E: Lanamento de um dado e observar o nmero da face

superior. i E:Lanamentodeumamoedaeobservarovalordaface superior. j E:Umcasaldesejatertrsfilhoseobservarosexo,de acordo,comaordemdenascimentodascrianas.

Caracterizaodeumexperimentoaleatrio Caracterizao de um experimento aleatrio

C d experimento poder ser repetido um grande nmero d Cada i t d tid d de vezes sob as mesmas condies. Em cada repetio do experimento , no podemos afirmar que o resultado particular ocorrer, porm podemos descrever o conjunto de todos os resultados possveis do experimento as possibilidades do resultado. Quando o experimento repetido um grande numero de vezes, surgir uma regularidade nos resultados. Esta regularidade chamada de regularidade estatstica, que torna possvel construir um modelo matemtico preciso com o qual se analisar o experimento.

Conceitosfundamentais Conceitos fundamentais EspaoAmostral(S) O espao amostral o conjunto de todas as possveis ocorrncias do experimento aleatrio, ou seja, rene todos os resultados possveis do experimento. Exemplos: E:Lanamentodeumdadoeobservaronmeroda facesuperior. p S={1;2;3;4;5;6}.

E:Lanamentodeumamoedaeobservarovalorda facesuperior. S={Cara;Coroa}={Ca;Co}={K;C},emque K cara,C coroa. K =cara, C =coroa. E:Umcasaldesejatertrsfilhoseobservarosexo,de E Um casal deseja ter trs filhos e obser ar o se o de acordo,comaordemdenascimentodascrianas. S={MMM;MMF;MFM;MFF;FMM;FMF;FFM;FFF}.

Exerccio Doespaoamostraldositensabaixo: a) Umaletraescolhidaentreasletrasdapalavra ) p PROBABILIDADE b) Uma urna contm bolas vermelhas (V), bolas Umaurnacontmbolasvermelhas(V),bolas brancas(B)ebolasazuis(A).Umabolaextradae observadaasuacor. observada a sua cor. c) Umaurnatem50bolinhasnumeradasde1a50. Umabolinhaextradaeobservadaoseunmero. Uma bolinha extrada e observada o seu nmero

Conceitosfundamentais Conceitos fundamentais

Eventos Qualquer subconjunto do espao amostral considerado um evento.
OBS.:Qualquerletramaisculadoalfabetolatinopodeserusadapara representarumevento representar um evento.

Exemplos: A={Sairfaceparnolanamentodeumdado} A {Sair face par no lanamento de um dado}

B={Sairpelomenosumacaranolanamentodeduas moedas} C {Sair uma cara no lanamento de duas moedas} C={Sairumacaranolanamentodeduasmoedas} D={Entretrsfilhosdeumcasal,nenhumdelesserdo D {Entre trs filhos de m casal nenh m deles ser do sexomasculino}

Tiposdeeventos
Eventosimplesouelementar oeventoformadoporumnicopontoamostral(elementodo espaoamostral). l) Ex.D={Entretrsfilhosdeumcasal,nenhumdelesserdosexo masculino} D = {FFF} masculino} D={FFF}. Eventocerto oeventoformadoportodosospontosamostrais,ouseja,coincide comoespaoamostral. Ex.F={lanarumdadoesairumnumeromenorouiguala6} F={1,2,3,4,5,6}. Eventoimpossvel oeventoquenopossuinenhumelemento. o evento que no possui nenhum elemento. Ex.G:{sairaface7nodado} G=

Relaoentreoseventos Relao entre os eventos

E Eventos mutuamente exclusivos ( l d l i (excludentes) ) Dois eventos A e B (quaisquer) so chamados mutuamente exclusivos se eles no podem ocorrer exclusivos, simultaneamente, isto , A B = a ocorrncia do evento A impossibilita a ocorrncia do evento B. Ex. E: Lanamento de um dado S = {1, 2, 3, 4, 5, 6} A: ocorrncia de nmeros pares A = {2, 4 , 6} B: ocorrncia de nmeros impares B = {1, 3, 5}

Relaoentreoseventos Relao entre os eventos

Eventos complementares Dois eventos A e B (quaisquer) so chamados de complementares se a unio deles resulta no espao amostral e a i t lt t l interseo o conjunto j t vazio (evento impossvel), ou seja, AUB=SeAB=. AUB S A B Ex: Os eventos A e B do exemplo anterior so eventos complementares.

Operaoentreoseventos Operao entre os eventos Unio A unio de dois eventos A e B (quaisquer) o conjunto de eventos simples que esto em A ou em B (A U B). Interseo A interseo de dois eventos A e B (quaisquer) o conjunto de eventos simples que (qua sque ) co ju to e e tos s p es esto em A e em B (A B).

ConceitodeProbabilidade A terceira caracterstica enunciada do experimento aleatrio fala sobre a regularidade estatstica quando repetimos o experimento um grande nmero de vezes. Exemplo: p E = lanamento de uma moeda S = {cara,coroa} A: sair cara A= {cara} Vamos repetir o experimento de lanar a moeda 20 vezes n = 20 20.

ConceitodeProbabilidade nA = n de vezes que ocorreu o evento A nas n repeties do experimento aleatrio E; ; fA = freq ncia relati a do e ento A nas n repeties de frequncia relativa evento E. O resultado referente aos 20 lanamentos da moeda esto na tabela a seguir:

ConceitodeProbabilidade

ConceitodeProbabilidade Nmero de repeties frequncia relativa do experimento versus

Probabilidade:definioepropriedades Definio: Seja um experimento ou fenmeno que pode ser repetido inmeras vezes nas mesmas ve es condies. A probabilidade de ocorrncia de um evento A dada pela frequncia relativa, ou seja, p q , j ,

em que nA o nmero de vezes que o evento A aconteceu e N o nmero total do resultado no espao amostral

Exemplo Lanandose um dado, a probabilidade de sair um n mpar na face voltada para cima obtida da seguinte forma: S={1,2,3,4,5,6};n(S)=N=6 A:sairumnmeromparA={1,3,5};n(A)=3

Exemplo2 Exemplo 2 Paracadaumdositensaseguirfaaoquesepede: a) Um nmero escolhido ao acaso entre os inteiros de 1 a 20 ( isto , todos tem a mesma probabilidade). Considere os eventos: A = { O nmero mltiplo de 3} B = (O nmero impar} Descreva os eventos A B, A U B , A probabilidades desses eventos. Bc e calcule as

Probabilidade:definioepropriedades Probabilidade: definio e propriedades Algumaspropriedadesdaprobabilidade 1)Seumeventoimpossvel,entoP()=0. 2)SeA ocomplementardeA,ento 2) Se Ac o complementar de A ento P(Ac)=1 P(A). 3)SeAeBsoeventosquaisqueremS,ento

Probabilidade:definioepropriedades Probabilidade: definio e propriedades Caractersticas(axiomas)daprobabilidade 1) Paraqualquereventoprobabilidadeumnmero entrezeroeum(inclusive),ouseja, 2) Oespaoamostralumeventocerto,ouseja, P(S)=1 P(S) 1 3) Se A e B so mutuamente exclusivos,

ProbabilidadeCondicional Probabilidade Condicional Em muitas situaes necessrio calcular a probabilidade de um evento restrito a uma condio, ou seja, calcular a probabilidade condicional. A probabilidade do evento A ocorrer, dado que o evento B j ocorreu, a probabilidade condicional do evento A dado B,

Propriedadesdaprobabilidadecondicional Propriedades da probabilidade condicional i) P(Ac|B)=1 P(A|B).

ii)OseventosAeBsoindependentesse P(A|B)=P(A); P(A|B) = P(A); ou,pelaregradamultiplicao

Exemplo
A tabela a seguir apresenta informaes dos alunos de uma universidade quanto variveis: perodo, sexo e opinio i id d s i i d i i sobre reforma Agrria. Determine a probabilidade de escolhermos: a) Uma pessoa do sexo masculino e sem opinio sobre a reforma agrria. b) Uma mulher contaria a reforma agrria. c) Dentre os estudantes do noturno, um que seja a favor da reforma agrria. g d) Uma pessoa sem opinio, sabendose que do sexo feminino.

TeoremadaProbabilidadeTotal Considerequeoespaoamostralpossaserdividido emeventosmutuamenteexclusivos,porexemplo,A l i l A eAc,sendoqueAc representaocomplementardeA, comP(AUAc) S P(A A) P(A U A )=SeP(AA)=. Seja B um evento qualquer contido em S. A p probabilidade associada ao evento B, ser:

TeoremadaProbabilidadeTotal Demodogeral,sejamA1,...,Ak eventosmutuamente exclusivos.Ento,paraqualquereventoB, l i E l B

Exemplo Ex1: Em uma fbrica de parafusos as Mquinas M1, M2 e M3 so responsveis, respectivamente, por 25% i i 25%, 35% e 40% do total produzido. Da produo de cada mquina, 5% 4% e 2% respectivamente, so i 5%, 2%, i parafusos defeituosos. Qual a probabilidade do parafuso, escolhido ao acaso, ser d f i f lhid defeituoso? ? Ex2: Agora, escolhese um parafuso ao acaso e verifica se que defeituoso. Qual a probabilidade que o q p q parafuso escolhido seja originrio da mquina M1?

TeoremadeBayes Sejam A1,A2,... ,Ak uma coleo de k eventos mutuamente exclusivos e com P(Ai ) > 0 para i = 1 l i 1,..., k. Ento, para qualquer evento B em que P(B) > 0,

TeoremadeBayes Sejam A1, A2,... ,Ak uma coleo de k eventos mutuamente exclusivos e com P(Ai ) > 0 para i = 1 l i 1,..., k. Ento, para qualquer evento B em que P(B) > 0,

O teorema de Bayes til quando conhecemos as probabilidades d Ai e a probabilidade condicional b bilid d dos b bilid d di i l de B dado Ai , mas no conhecemos diretamente a probabilidade d B b bilid d de B.