INTRODUO

PROBABILIDADE
Aula ministrada por
Prof. Eduardo Jordo Neves
Prof. Serguei Popov

Texto da aula
Prof. Carlos Alberto (Caio) Dantas
Prof. Luiz Renato G. Fontes
`
FORMATAO & DESIGN:
Lndon de Souza Guimares
lindon@email.com.br
Thiago Rodrigo Alves Carneiro
thiagorodrigo@ime.usp.br
 Experimento

Designaremos por Experimento todo

processo que nos fornece dados:
Pode ser a observao de um
fenmeno natural:
4observao astronmica

4meteorolgica

4ssmica

`
 Continuao dos exemplos

observao de um experimento
controlado para testar a fadiga de
materiais
verificar o resultado de um exame de
sangue etc.
pesquisa de opinio para saber quantos
estudantes fumam na Universidade
quantos eleitores tem inteno de votar
`num candidato A em uma eleio
 Experimento aleatrio

Os resultados so imprevisveis mas

podemos descrever quais so os
possveis resultados.
possvel associar uma chance a
cada possvel resultado.

`
 Exemplo 1

Escolho ao acaso um dos 100

funcionrios de uma empresa:
{Funcionrio 1, Funcionrio 2, , Funcionrio 100 }

Qual a probabilidade do
Funcionrio 10 ser escolhido?
Se h 40 mulheres dentre os 100
funcionrios, qual a probabilidade
`
de uma delas ser escolhida?
 Exemplo 2

Lanamento de um dado honesto

Conjunto de possibilidades = {1, 2, 3, 4, 5, 6}
Evento um subconjunto do Espao Amostral
Exemplo: Voc ganha se sair uma face par
Conjunto de possibilidades favorveis = {2, 4, 6}
Qual a probabilidade de vitria ?
Supondo que o dado equilibrado, temos:
(3/6)
` (n de possibilidades favorveis / n total de possibilidades )
 Modelos matemticos para
experimentos aleatrios

Modelo de Probabilidade
1) = Conjunto de resultados possveis do
experimento, denominado Espao Amostral.
2) Atribuio de Probabilidades a cada
Evento = Subconjunto do Espao Amostral.

`
 Eventos particulares do experimento

Em geral, temos interesse em eventos

particulares do experimento.

Exemplo 1
Evento A: escolhida uma mulher
A = {ser escolhida uma mulher} 1

`
 Outros eventos

Exemplo 2 2 = {1, 2, 3, 4, 5, 6}
Evento B: sair face par
B = {2, 4, 6} 2
Evento C: sair uma face mpar
C = {1, 3, 5} 2
Evento D: sair uma face maior que 3
D = {4, 5, 6} 2
Evento E: sair face 1
` E = {1} 2
 Em resumo

A um experimento aleatrio est associado

um espao amostral .
Um evento A ocorre se o resultado do
experimento pertence a A.
Os conjuntos e tambm so eventos:
o evento certo
o evento impossvel
`
 Operaes com eventos

Sejam A e B dois eventos de um mesmo

espao amostral:
O evento interseo de A e B, denotado
AB, o evento em que A e B ocorrem
simultaneamente
O evento reunio de A e B, denotado A
B,
o evento em que A ocorre ou B ocorre (ou
ambos)
O evento complementar de A, denotado Ac,
`o evento em que A no ocorre
Exemplos: interseo e reunio de eventos

2 = {1,2,3,4,5,6}
Eventos A = {2, 4, 6}, B = {4, 5, 6} e C = {1, 3, 5}
A B = {2, 4, 6} {4, 5, 6} = {4, 6}
sair uma face par e maior que 3
A C = {2, 4, 6} {1, 3, 5} =
sair uma face par e mpar
(A e C so disjuntos); C = Ac; A = Cc
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, 3, 5} = {1, 2, 3, 4, 5, 6}
` sair uma face par ou mpar
 Probabilidade

uma funo que atribui aos eventos de um

nmero P(A) (se A um evento de , P(A) a
probabilidade de A) satisfazendo as condies:
1) 0 <= P(A) <= 1
2) P(
) = 0, P(
)=1
3) Regra da soma para dois eventos, A e B,
mutuamente exclusivos: P(A B) = P(A) + P(B)

`
 Propriedades

1) Regra da soma para eventos quaisquer:

P(A
B) = P(A) + P(B) - P(A B)

2) P(AC) = 1 - P(A) para todo evento A

`
 Dados do censo demogrfico de 1991

Relativos aos habitantes de Sergipe,

na faixa etria entre 20 a 24 anos
com relao s variveis Sexo e Leitura

Sexo L No L Total
Masc. 39.577 8.672 48.249
Fem. 46.304 7.297 53.601
85.881 15.969 101.850
Fonte:
` IBGE
 Exemplo

Um jovem entre 20 e 24 anos escolhido ao

acaso em Sergipe.
= conjunto de 101.850 jovens de Sergipe,
com idade entre 20 e 24 anos.
Eventos de interesse:
M = jovem sorteado do sexo masculino
F = jovem sorteado do sexo feminino
L = jovem sorteado sabe ler
M L = jovem sorteado do sexo masculino e sabe ler
M ` L = jovem sorteado do sexo masculino ou sabe ler
 Clculo das probabilidades

Sexo L No L Total
Masc. 39.577 8.672 48.249
Fem. 46.304 7.297 53.601
85.881 15.969 101.850

P(M) = n de jovens do sexo masculino de 48.245

= = 0,473
n de jovens de 101850

P(L) = n de jovens que sabem ler de 85881

= = 0 ,843
n total de jovens de 101850

F = Mc P(F) = P(Mc) = 1- P(M) = 1 - 0, 473 = 0,527

`
 Clculo das probabilidades

Sexo L No L Total
Masc. 39.577 8.672 48.249
Fem. 46.304 7.297 53.601
85.881 15.969 101.850

P(M L) = n de jovens do sexo masc. e que sabem ler 39577

= = 0,388
n total de jovens de 101850

P(ML) = P(M) + P(L) - P(M L) = 0,473 + 0,843 - 0,388 = 0,928

`
 Interpretao da probabilidade

A: Evento de um experimento aleatrio.

P(A): uma crena (subjetiva) que se
deposita na ocorrncia de A.
Interpretao freqentista (objetiva):
fn (A) = n de repeties em que A ocorre
n
Quando n cresce: fn(A) P(A)

`
 Probabilidade condicional
e independncia

No exemplo anterior, se soubermos que o

jovem sorteado do sexo masculino, qual a
probabilidade de que saiba ler?
Informao parcial: o jovem do sexo masculino

Notao: P(L | M)
Probabilidade condicional de L dado M
`
 Clculo da probabilidade condicional

Sexo L No L Total
Masc. 39.577 8.672 48.249
Fem. 46.304 7.297 53.601
85.881 15.969 101.850

P (L | M)
= (n de jovens que sabem ler entre os do sexo masc) = 39577 = 0,820
(n total de jovens do sexo masculino) 48249

n jovens do sexo masculino e que sabem ler

n total de jovens
P (L | M ) = = P(L M)
n jovens do sexo masculino P(M)
`
n total de jovens
 Definio de probabilidade condicional

Se A e B so eventos de um experimento
aleatrio, a prob. condicional de A dado B :

Exemplo: Prob. de um jovem sorteado ser do

sexo masculino dado que sabe ler:
P(M | L) = P(M L) = 0,388 = 0,460
P(L) 0,843
Regra
`
do Produto: P(A B) = P(B).P(A | B)
 Regra da probabilidade total

Se A e B so eventos, temos duas maneiras de A ocorrer:

A e B ocorrem (A B) disjuntos

ou A = (A B) (A Bc)
A e Bc ocorrem (A Bc)

A Bc
Pela Regra da Soma: AB
P(A) = P(A B) + P(A Bc) Bc B

Pela Regra do Produto:

P(A) = P(B).P(A | B) + P(Bc).P(A | Bc)
REGRA DA PROBABILIDADE TOTAL
`
 Exemplo

Em uma urna, h 10 bolas: 4 brancas e 6

verdes. Duas bolas so sorteadas
sucessivamente, sem reposio. Qual a
probabilidade da 2 bola ser verde?
A = 2 bola sorteada verde
B = 1 bola sorteada verde
P(A) = ???
6
P( B) =
10
C 6 4
`
P( B ) = 1 P( B) = 1 =
10 10
 Continuao do exemplo

P(A | B) = Prob (sortear 1 bola verde

dentre 5 verdes e 4 brancas) = 5 / 9

P(A | BC ) = Prob (sortear 1 bola verde

dentre 6 verdes e 3 brancas) = 6 / 9

P(A) = P(B) P(A | B) + P(BC) P(A | BC) =

5 x 6 + 4 x 6 6 5 4 6
`
= = + =
10 9 9 10
9 10 10 9
 rvore de probabilidades

6 5
5 10 * 9
6 9
10 6 4
4 *
10 9
9
6 4 6
4 9
*
10 9
10 3
4 3
6 5 4 6 6
9 *
10 9
P(A) = * + * =
` 10 9 10 9 10
 Independncia

Sejam A e B eventos
Se P(A | B) = P(A) A e B so Independentes
5 6
No exemplo anterior: P(A | B) = = P(A)
9 10
A e B no so independentes

Se o sorteio da 2 bola for com reposio:

P(A | B) = Prob (Sortear 1 bola verde dentre 6
verdes e 4 brancas) = (6 / 10) = P(A)
Portanto
`
A e B so independentes neste caso
 Regra do produto para eventos
independentes

Sejam A e B eventos independentes

P(A B) = P(B).P(A | B) = P(B).P(A)

Ex: Qual a probabilidade de sortear duas

bolas verdes no sorteio com reposio?
P(A B) = P(A).P(B) = 6 x 6 = 0,36
` 10 10