CLCULO DAS PROBABILIDADES DEFINIO DE PROBABILIDADE: Seja um experimento aleatrio. Seja um espao amostral associado a .

. A cada evento A associaremos um nmero real representado por P(A) e denominado probabilidade de A, que satisfaa s seguintes propriedades: 1. 2. 3. 4. 0 P(A) 1 P() = 1 Se A e B forem mutuamente exclusivos, P(AB)= P(A) + P(B) Se A1, A2, ..., An, ... forem, dois a dois, eventos mutuamente exclusivos, ento,
P ( Ai ) = P ( A1 ) + P( A2 ) + ... + P( An ) + ...
i =1

Observao:
n n i =1 i =1

De

3.,

decorre

imediatamente

que,

para

qualquer

finito,

P ( Ai ) = P( Ai ) . TEOREMAS 1. Seja A um evento e Ac o evento complementar de A. Ento, P(A) = 1- P(Ac). Demonstrao: = AAc A e Ac so mutuamente exclusivos. Logo, por 2. e 3., temos: P() = P(A) + P(Ac) = 1 P(A) = 1 P(Ac) Corolrio: P() = 0 Com efeito, = c P() = 1 P(c) = 1 P() = 1 1 = 0 Observao: a recproca deste corolrio no verdadeira. Isto , se P(A) = 0, no se pode concluir que A = , porque existem situaes nas quais se pode atribuir probabilidade zero a um evento que pode ocorrer. 2. Se A B, ento P(A) P(B). Demonstrao: A e (BAc) so disjuntos. Logo, P(B) = P(A) + P(BAc) P(B) P(A) = P(BAc) 0 Logo, se A B, P(B) P(A) 0, ou seja, P(A) P(B). Corolrio: Se A B, ento P(B A) = P(B) P(A) Como B-A = BAc, P(B - A) = P(BAc) = P(B) P(A). 3. Se A e B so quaisquer dois eventos, P(AB) = P(A) + P(B) P(AB). Demonstrao: AB = A(BAc) B = (AB) (BAc)

P(AB) = P(A) + P(BAc) P(B) = P(AB) + P(BAc) P(AB) P(B) = P(A) P(AB) Logo, P(AB) = P(A) + P(B) P(AB)

Observao: Se AB = (A e B mutuamente exclusivos), teremos P(AB) = P(A) + P(B) que corresponde propriedade 3. da definio de probabilidade. Corolrio: A e B, P(AB) P(A) +P(B) 4. Sejam A, B, C quaisquer trs eventos. Ento, P(ABC) = P(A) + P(B) + P(C) P(AB) P(AC) P(BC) + P(ABC). Demonstrao: Consiste em escrever ABC na forma (AB) C e aplicar o resultado do teorema anterior. P(ABC) = P((AB) C) = P(AB) + P(C) P((AB) C) = = P(AB) + P(C) P[(A C) (B C)] = = P(A) + P(B) P(A B) + P(C) P(A C) P(B C) + P(A BC) = = P(A) + P(B) + P(C) P(A B) P(A C) P(B C) + P(A BC). 5. Sejam A1, A2, ... , An quaisquer n eventos. Ento,

P( A1 A2 ... An ) = P( Ai )
i =1

i < j =2

P( A A ) + P( A A
i j i< j <r =3 i

Ar ) + ... + (1) n1 P( A1 A2 ... An )

Demonstrao: Por induo matemtica.

Exerccio: Sejam A e B eventos tais que P(A) = 1/3, P(B) = 1/2. Determine o valor de P(A Bc) sob cada uma as seguintes condies: (i) A e B so eventos disjuntos; (ii) AB (iii) P(AB) = 1/8

ESPAO AMOSTRAL FINITO Considere o espao amostral = {1, 2, ..., n} e # = n (n de elementos de ). Cada i chamado de ponto amostral, i = 1, 2, ..., n. De forma a serem satisfeitos os axiomas de probabilidade, as probabilidades pi dos pontos amostrais i devem satisfazer: (i) pi 0, i = 1, 2, ..., n. (ii)

p
i =1

=1

ESPAO AMOSTRAL SIMPLES (ou espaos amostrais finitos e equiprovveis) Um espao amostral dito simples se a probabilidade pi designada a cada ponto amostral i (i = 1, 2, ..., n) 1/n. Se um evento A tem m pontos do espao amostral, # ( A) m ento P ( A) = = (definio clssica de probabilidade). # ( ) n

PROBABILIDADE CONDICIONAL Para dois eventos quaisquer A e B, sendo P(B) > 0, definimos a probabilidade condicional de A dado B, P(AB), como sendo: P( A B) = P( A B) P( B)

Da, obtm-se: P(AB) = P(B) . P(AB) ou P(AB) = P(A) . P(BA) (regra da multiplicao ou da probabilidade composta). Exemplo: Suponha que duas bolas sero selecionadas ao acaso, sem reposio, de uma urna contendo 5 bolas vermelhas e 8 bolas azuis. Determine a probabilidade de que a primeira bola seja azul e a segunda bola seja vermelha. Soluo: Sejam: Ai o evento a i-sima bola retirada de cor azul Bj o evento a j-sima bola retirada de cor vermelha P(A1 B2) = P(A1) . P(B2A1) =

8 5 10 = 13 12 39

Observaes: (1) Se P(AB) > P(A), dizemos que o evento B favorvel ao evento A, uma vez que a ocorrncia de B aumenta a probabilidade de A. (2) Se P(AB) < P(A), dizemos que o evento B desfavorvel ao evento A, uma vez que a ocorrncia de B diminui a probabilidade de A. Proposio: Suponha A1, A2, ... , An eventos tais que A1 ; A1 A2 ; A1 A2 A3 ; ... ; A1 A2 A3 ... An-1 . Ento:

P(A1A2 A3...An) = P(A1).P(A2A1).P(A3A1A2).P(A4A1A2A3)...P(AnA1A2An-1) Exemplo: Cada vez que uma dona-de-casa compra um tubo de pasta de dente, ela escolhe tanto a marca A como a marca B. Suponha que para cada compra aps a primeira, a probabilidade 1/3 de que ela escolher a mesma marca precedente e 2/3 de que ela mude de marca. Se ela escolhe a marca A ou B na primeira compra com igual probabilidade, qual a probabilidade de que nas 1 e 2 compras ela escolha a marca A e que nas 3 e 4 compras ela escolha a marca B? Soluo: Sejam: Ai o evento escolher a marca A na i-sima compra Bj o evento escolher a marca B na j-sima compra P(A1A2 B3B4) = P(A1).P(A2A1).P(B3A1A2).P(B4A1A2B3) = 1/2 * 1/3 * 2/3 * 1/3 = 1/27

INDEPENDNCIA ESTATSTICA Se P(AB) = P(A) (ou P(BA) = P(B)), ento A e B so independentes, pois a ocorrncia de B no afeta a probabilidade de A: P( A B) P( A B) = = P( A) P( A B) = P( A) P ( B) P( B) Notas: (1) Se P(A) = 0 ou P(A) = 1, A independente de qualquer outro evento. (2) Se e somente se A e B so independentes, tambm so independentes Ac e B, A e Bc e Ac e Bc. Exerccio: Dois estudantes A e B esto registrados no curso de estatstica. Se o estudante A est presente 80% das vezes, o estudante B est presente 60% das vezes e as ausncias de A e B so independentes, qual a probabilidade de que ao menos um dos dois esteja presente em um dado dia de aula? Definio: Trs eventos so ditos independentes se e somente se a quatro condies seguintes se verificam: P(AB) = P(A) . P(B) i) P(AC) = P(A) . P(C) ii) P(BC) = P(B) . P(C) iii) P(ABC) = P(A) . P(B) . P(C) iv) Exemplo 1: A independncia aos pares no implica a independncia estatstica. Seja um conjunto de 4 pontos e sejam A, B e C definidos como mostra o desenho:

Seja P() = 1/4 , .

P(A) = P(B) = P(C) = 1/2 P(AB) = 1/4 = P(A) . P(B) P(AC) = 1/4 = P(A) . P(C) P(BC) = 1/4 = P(B) . P(C) Porm, P(ABC) = 1/4 P(A) . P(B) . P(C) = 1/8 Exemplo 2: Somente a verificao da condio iv) no implica a verificao de i), ii) e iii). Suponha que dois dados so lanados. Cada resultado um par (i, j) i, j = 1,...,6, onde i o resultado do 1 dado e j o resultado do 2 dado. Portanto, tem 36 resultados, com probabilidade igual a 1/36 para cada um deles. Sejam os eventos: A = {primeiro dado = 1,2,3} B = {primeiro dado = 3,4,5} C = {a soma dos dois dados 9} A tem 18 resultados favorveis. Logo, P(A) = 18/36 = 1/2 Analogamente, P(B) = 18/36 = 1/2 C = {(3,6) , (4,5) , (5,4) , (6,3)} P(C) = 4/36 = 1/9 AB = {(3,1) , (3,2) , (3,3) , (3,4) , (3,5) , (3,6)} P(AB) = 6/36 = 1/6 P(A) . P(B) = 1/4 AC = {(3,6)} P(AC) = 1/36 P(A) . P(C) = 1/18 BC = {(3,6) , (4,5) , (5,4)} P(BC) = 3/36 = 1/12 P(B) . P(C) = 1/18 ABC = {(3,6)} P(ABC) = P(A) . P(B) . P(C) = 1/2 . 1/2 . 1/9 = 1/36 Em geral, dados n eventos A1, A2, A3, ..., An eles so ditos independentes se e somente se verificam as independncias dois a dois, trs a trs, ..., n-1 e a n-1, n a n.

TEOREMA DE BAYES Consideremos um espao amostral e seja {A1, A2, ..., Ak} uma partio de . Isto , A1, A2, ..., Ak so eventos cuja unio ( U Ai = eventos exaustivos) e tais que Ai
i =1 k

Aj = para todo par (i,j). Seja B qualquer evento. Podemos escrever B = (A1 B) (A2 B) ... (Ak B). Todos os Ai B so mutuamente exclusivos com Aj B (i j). Portanto: P(B) = P(A1 B) + P(A2 B) + ... + P(Ak B)
P ( B) = P( B Ai ) P( Ai ) Teorema da Probabilidade Total
i =1 k

Suponha agora que desejamos calcular P(AjB). Para um particular evento Aj da partio, P( A j B) P( A j ) P( B A j ) temos: P ( A j B) = = k j = 1, 2, ..., k . P( B) P( Ai ) P( B Ai )
i =1

Este resultado conhecido como Teorema de Bayes. Exemplo 1: Suponha que a populao de uma certa cidade constituda por 40% de homens e 60% de mulheres. Suponha ainda que 50% dos homens e 30% das mulheres so fumantes. Determine a probabilidade de que uma pessoa que fuma seja homem. Soluo: Sejam os eventos: H: a pessoa selecionada homem. P(H) = 0,4 M: a pessoa selecionada mulher. P(M) = 0,6 S: a pessoa selecionada fumante. P(SH) = 0,5 N: a pessoa selecionada no fumante. P(SM) = 0,3 Queremos saber P(HS) = P( H S ) P( S )

Sabemos que HM = e HM = . Logo, {M, F} uma partio do conjunto das pessoas. Temos, S = (SM) (SH) P(S) = P(SM) + P(SH) = P(M).P(SM) + P(H).P(SH) = 0,6.0,3 + 0,4.0,5 = 0,18 + 0,20 = 0,38 Logo, P(HS) = 0,20/0,38 0,53

Exemplo 2: Trs mquinas A, B e C apresentam respectivamente 10%, 20% e 30% de peas defeituosas na sua produo. A mquina A produz o equivalente a 40% da produo diria; a mquina B, 25%; e a mquina C, 35%. Ao final de um dia, as peas

so todas misturadas. Selecionando-se uma destas peas ao acaso e verificando-se que era defeituosa, qual a probabilidade dela ter vindo da mquina A? Soluo: Sejam os eventos: A: a pea selecionada da mquina A. P(A) = 0,4 P(MA) = 0,10 B: a pea selecionada da mquina B. P(B) = 0,25 P(MB) = 0,20 C: a pea selecionada da mquina C. P(C) = 0,35 P(MC) = 0,30 M: a pea selecionada defeituosa. Queremos saber P(AM) = P( A M ) P( M ) P(M) = P(A).P(MA) + P(B).P(MB) + P(C).P(MC) = 0,4.0,10 + 0,25.0,20 + 0,35.0,30 = 0,195

Logo, P(AM) = 0,04/0,195 0,21 P(CM) 0,54 P(BM) 1- [P(AM) + P(CM)] 0,25