04 Probabilidade PDF

Probabilidade
Introdução
Experimentos
e eventos
Probabilidade
Probabilidade
Definições de
probabilidade
Regra da Fernando de Pol Mayer
adição
Probabilidade
condicional
Regra da Laboratório de Estatística e Geoinformação (LEG)
multiplicação
Independência
Departamento de Estatística (DEST)
de eventos Universidade Federal do Paraná (UFPR)
Referências
Este conteúdo está disponível por meio da Licença Creative Commons 4.0
(Atribuição/NãoComercial/PartilhaIgual)
1 / 67
Sumário
Probabilidade
Introdução
1 Introdução
Experimentos
e eventos
2 Experimentos e eventos
Probabilidade
Definições de
probabilidade
Regra da
adição
3 Probabilidade
Probabilidade
condicional
Definições de probabilidade
Regra da
multiplicação
Regra da adição
Independência
de eventos
Probabilidade condicional
Referências Regra da multiplicação
Independência de eventos
4 Referências
2 / 67
Plano de aula
Probabilidade
Introdução
1 Introdução
Experimentos
e eventos
Probabilidade
Definições de
probabilidade
Regra da
adição
3 Probabilidade
Probabilidade
condicional
Regra da
multiplicação
Regra da adição
Independência
de eventos
4 Referências
3 / 67
Introdução
Probabilidade
Introdução “A razão do número de todos os casos favoráveis à um

Experimentos
e eventos
acontecimento, para o de todos os casos possíveis é a
Probabilidade
probabilidade buscada, a qual é portanto uma fração [. . . ]”
Definições de
probabilidade
Regra da
adição
Probabilidade
“A teoria da probabilidade nada mais é do que o senso
condicional
Regra da
comum reduzido à cálculo.”
multiplicação
Independência
de eventos
Referências
— Pierre Simon Laplace
Ensaio Filosófico Sobre as Probabilidades (1812)
4 / 67
Introdução
Probabilidade
Introdução
Experimentos
A Teoria das Probabilidades é o ramo da Matemática que cria,
e eventos
desenvolve e pesquisa modelos que podem ser utilizados para
Probabilidade
Definições de
estudar experimentos ou fenômenos aleatórios
probabilidade
Regra da
adição
Probabilidade
A Inferência Estatística é totalmente fundamentada na Teoria das
condicional
Regra da
Probabilidades
multiplicação
Independência
de eventos
O modelo utilizado para estudar um fenômeno aleatório pode variar
Referências
em complexidade, mas todos eles possuem ingredientes básicos
comuns.
5 / 67
Tipos de experimentos
Probabilidade
Experimentos determinísticos
Introdução Dizemos que um experimento é determinístico quando repetido
Experimentos inúmeras vezes, em condições semelhantes, conduz a resultados
e eventos
Probabilidade
essencialmente idênticos. Ex.:
Definições de
probabilidade Aceleração da gravidade
Regra da
adição Leis da Física e da Química
Probabilidade
condicional
Regra da
multiplicação
Independência Experimentos aleatórios
de eventos
Referências Os experimentos que repetidos sob as mesmas condições geram
resultados diferentes, são chamados de experimentos aleatórios. Ex.:
Lançamento de uma moeda
Lançamento de um dado
Tempo de vida de um equipamento eletrônico
6 / 67
Introdução
Probabilidade
Introdução
Experimentos
e eventos
O objetivo é construir um modelo matemático para representar
Probabilidade
Definições de experimentos aleatórios. Isso o corre em duas etapas:
probabilidade
Regra da
adição
Probabilidade
condicional
1 Descrever o conjunto de resultados possíveis
Regra da
multiplicação
Independência
2 Atribuir pesos a cada resultado, refletindo suas chances de
de eventos ocorrência
Referências
7 / 67
Plano de aula
Probabilidade
Introdução
1 Introdução
Experimentos
e eventos
Probabilidade
Definições de
probabilidade
Regra da
adição
3 Probabilidade
Probabilidade
condicional
Regra da
multiplicação
Regra da adição
Independência
de eventos
4 Referências
8 / 67
Experimentos e eventos
Probabilidade
Um experimento, que ao ser realizado sob as mesmas condições não

Introdução produz os mesmos resultados, é denominado um experimento
Experimentos
e eventos
aleatório. Exemplo: lançamento de uma moeda, medir altura, . . .
Probabilidade
Definições de
probabilidade
O conjunto de todos os possíveis resultados de um experimento
Regra da
adição
aleatório é denominado espaço amostral (Ω). Pode conter um
Probabilidade
condicional
número finito ou infinito de pontos. Exemplo: {cara, coroa}, R, . . .
Regra da
multiplicação
Independência
de eventos
Os elementos do espaço amostral (pontos amostrais) são denotados
Referências por ω. Exemplo: ω1 = cara, ω2 = coroa.
Todo resultado ou subconjunto de resultados de um experimento

aleatório, é um evento. Exemplo: A = “sair cara”, B = “sair face
par”.
9 / 67
Exemplos
Probabilidade
Experimento lançar o dado e observar o resultado da face.
Espaço amostral Ω = {1, 2, 3, 4, 5, 6}.
Introdução
Experimentos
Pontos amostrais ω1 = 1, ω2 = 2, . . . , ω6 = 6.
e eventos
Eventos A = “sair face par”, B = {ω : ω ≤ 4}.
Probabilidade
Definições de
probabilidade
Regra da
adição
Experimento retirar uma carta de um baralho de 54 cartas.
Probabilidade
condicional Espaço amostral Ω = {♣A, ♣2, . . . , ♥A, . . . , ♠A, . . . , ♦J, ♦Q, ♦K }.
Regra da
multiplicação
Independência
Pontos amostrais ω1 = ♣A, ω2 = ♣2, . . . , ω54 = ♦K .
de eventos
Referências
Eventos A = “sair um ás”, B = “sair uma letra”, C = “sair carta
de ♣”.
Experimento pesar um fruto ao acaso

Espaço amostral Ω = R+ .
Pontos amostrais espaço amostral é infinito.
Eventos A = “peso menor que 50g”, B = {x : x ≥ 100g}. 10 / 67
Exemplos
Probabilidade Exemplo 1: Considere um experimento em que você seleciona uma peça

plástica moldada, e mede sua espessura.
Introdução
1 Qual o espaço amostral?
Experimentos 2 Se é sabido que as peças só podem variar entre 10 e 11 mm de
e eventos
espessura, qual o espaço amostral?
Probabilidade
Definições de
probabilidade
3 Se o objetivo da análise for considerar apenas o fato de uma peça ter
Regra da espessura baixa, média ou alta, qual o espaço amostral?
adição
Probabilidade
condicional
4 Se o objetivo for considerar o fato de uma peça obedecer ou não às
Regra da
multiplicação especificações, qual o espaço amostral?
Independência
de eventos Exemplo 2: Duas peças plásticas são selecionadas e medidas.
Referências
1 Se o objetivo é verificar se cada peça obedece ou não às
especificações, qual o espaço amostral?
2 Se o objetivo for somente o número de peças não conformes na
amostra, qual o espaço amostral?
3 Considere que a espessura é medida até que se encontre a primeira
peça fora das especificações. Qual o espaço amostral?
11 / 67
Operações com eventos
Probabilidade
Usamos a Teoria dos conjuntos para definir operações com eventos

Introdução
União é o evento que consiste da união de todos os pontos
Experimentos
e eventos amostrais dos eventos que a compõem. Denotamos a
Probabilidade união do evento A com B por A ∪ B.
Definições de
probabilidade A ∪ B = {ω ∈ A ou ω ∈ B}
Regra da
adição
Probabilidade Interseção é o evento composto pelos pontos amostrais comuns
condicional
Regra da aos eventos que a compõem. Denotamos a interseção
multiplicação
Independência de A com B por A ∩ B.
de eventos
Referências
A ∩ B = {ω ∈ A e ω ∈ B}
Complemento é o conjunto de pontos do espaço amostral que não
estão no evento. Denotamos o complemento do
evento A por Ac .
Ac = {ω 6∈ A}
12 / 67
Tipos de eventos
Probabilidade
Introdução
Experimentos
e eventos
Probabilidade
Definições de
probabilidade
Disjuntos (mutuamente exclusivos) são eventos que possuem
Regra da
adição
interseção nula, ou seja, A ∩ B = {∅}.
Probabilidade
condicional Complementares são eventos que a união é o espaço amostral, ou
Regra da
multiplicação seja, A ∪ B = Ω.
Independência
de eventos
Referências
13 / 67
Exemplo
Probabilidade
Considere o lancamento de um dado e os eventos A = {1, 2, 3, 4},

B = {ω : ω ≤ 3}, C = “face par”, D = “face primo”.
Introdução
Experimentos
Uniões
e eventos
A∪B =
Probabilidade
Definições de
A∪C =
probabilidade A∪D =
Regra da
adição
Probabilidade
condicional
Interseções
Regra da
multiplicação A∩B =
Independência
de eventos
A∩C =
Referências A∩D =
Complementos
Ac =
Bc =
Dc =
14 / 67
Exemplo
Probabilidade
Considere o lancamento de um dado e os eventos A = {1, 2, 3, 4},

B = {ω : ω ≤ 3}, C = “face par”, D = “face primo”.
Introdução
Experimentos
Uniões
e eventos A ∪ B = {1, 2, 3, 4}
Probabilidade A ∪ C = {1, 2, 3, 4, 6}
Definições de
probabilidade A ∪ D = {1, 2, 3, 4, 5}
Regra da
adição
Probabilidade
condicional
Interseções
Regra da
multiplicação
A ∩ B = {1, 2, 3}
Independência
de eventos
A ∩ C = {2, 4}
Referências
A ∩ D = {2, 3}
Complementos
Ac = {5, 6}
B c = {ω : ω > 3}
D c = {1, 4, 6}
15 / 67
Exemplo
Probabilidade
Introdução
Experimentos
e eventos
Sendo A e B dois eventos em um mesmo espaço amostral, “traduza”
Probabilidade
Definições de
para a linguagem da Teoria dos Conjuntos as seguintes situações:
probabilidade
Regra da
adição
Probabilidade
condicional
a) Pelo menos um dos eventos ocorre
Regra da
multiplicação b) O evento A ocorre, mas B não
Independência
de eventos
c) Nenhum deles ocorre
Referências
16 / 67
Plano de aula
Probabilidade
Introdução
1 Introdução
Experimentos
e eventos
Probabilidade
Definições de
probabilidade
Regra da
adição
3 Probabilidade
Probabilidade
condicional
Regra da
multiplicação
Regra da adição
Independência
de eventos
4 Referências
17 / 67
Plano de aula
Probabilidade
Introdução
1 Introdução
Experimentos
e eventos
Probabilidade
Definições de
probabilidade
Regra da
adição
3 Probabilidade
Probabilidade
condicional
Regra da
multiplicação
Regra da adição
Independência
de eventos
4 Referências
18 / 67
Probabilidade
Introdução
Experimentos
e eventos
Probabilidade As probabilidades podem ser definidas de diferentes maneiras:

Definições de
probabilidade Definição clássica
Regra da
adição
Probabilidade
Definição frequentista
condicional
Regra da Definição subjetiva
multiplicação
Independência
de eventos Definição axiomática
Referências
19 / 67
Probabilidade
Introdução
Experimentos
e eventos
Definição Clássica
Probabilidade
Definições de
probabilidade
Consideramos um espaço amostral Ω com n(Ω) eventos simples,
Regra da
adição
supondo que sejam igualmente prováveis. Seja A um evento de Ω,
Probabilidade
condicional
composto de n(A) eventos simples. A probabilidade de A, P(A) será
Regra da
multiplicação
Independência n(A)
de eventos P(A) =
Referências n(Ω)
20 / 67
Probabilidade
Introdução Exemplo: Lança-se um dados honesto e observa-se a face voltada

Experimentos
e eventos
para cima. Determine a probabilidade de ocorrer a face 4
Probabilidade
Definições de
probabilidade
Regra da
adição
Probabilidade
condicional
Regra da
multiplicação
Independência
de eventos
Referências
21 / 67
Probabilidade
Introdução Exemplo: Lança-se um dados honesto e observa-se a face voltada

Experimentos
e eventos
para cima. Determine a probabilidade de ocorrer a face 4
Probabilidade
Definições de
probabilidade
Regra da
Experimento: lançar o dado e observar o resultado da face.
adição
Probabilidade Espaço amostral: Ω = {1, 2, 3, 4, 5, 6} ⇒ n(Ω) = 6
condicional
Regra da
multiplicação
Pontos amostrais: ω1 = 1, ω2 = 2, . . . , ω6 = 6.
Independência
de eventos Evento: ocorrer face 4. A = {4} ⇒ n(A) = 1.
Referências
n(A) 1
P(A) = = = 0, 1667
n(Ω) 6
21 / 67
Probabilidade
Introdução
Experimentos
e eventos Com base nesse resultado, podemos afirmar que a cada 6
Probabilidade lançamentos de um dado, uma face será sempre 4?
Definições de
probabilidade
Regra da
adição
Probabilidade
condicional
Regra da
multiplicação
Independência
de eventos
Referências
22 / 67
Probabilidade
Introdução
Experimentos
e eventos Com base nesse resultado, podemos afirmar que a cada 6
Probabilidade lançamentos de um dado, uma face será sempre 4?
Definições de
probabilidade
Regra da
adição Não, pois cada lançamento é aleatório!
Probabilidade
condicional
Regra da
multiplicação No entanto, se repetissemos o lançamento de um dado inúmeras
Independência
de eventos vezes, a proporção de vezes em que ocorre o 4 seria
Referências
aproximadamente 0,1667 ⇒ frequência relativa
22 / 67
Probabilidade
Definição frequentista
Introdução
Experimentos
e eventos
Podemos então pensar em repetir o experimento aleatório n vezes, e
Probabilidade
contar quantas vezes o evento A ocorre, n(A). Dessa forma a
Definições de
probabilidade
frequência relativa de A nas n repetições será
Regra da
adição
Probabilidade n(A)
condicional fn,A =
Regra da n
multiplicação
Independência
de eventos Para n → ∞ repetições sucessivas e independentes, a frequência
Referências
relativa de A tende para uma constante p
n(A)
lim = P(A) = p
n→∞ n
23 / 67
Probabilidade Exemplo: Se um dado fosse lançado 10 vezes, e contássemos quantas

vezes saiu a face 4, qual seria a probabilidade desse evento?
## Tamanho da amostra
Introdução
n <- 10
Experimentos ## Objeto para armazenar os resultados
e eventos
x <- numeric(n)
Probabilidade
## Estrutura de repetição
Definições de
probabilidade # Repetir n vezes
Regra da
adição for(i in 1:n){
Probabilidade # Amostra aleatória de tamanho 1 dos números 1 a 6
condicional
Regra da x[i] <- sample(1:6, size = 1)
multiplicação
}
Independência
de eventos ## Total de valores igual a 4 => n(A)
Referências sum(x == 4)
[1] 3
## Proporção de valores igual a 4 => n(A)/n

sum(x == 4)/length(x)
[1] 0.3
24 / 67
Probabilidade Exemplo: Se um dado fosse lançado 100 vezes, e contássemos

quantas vezes saiu a face 4, qual seria a probabilidade desse evento?
Introdução
n <- 100
e eventos
x <- numeric(n)
Probabilidade
Definições de
Regra da
condicional
multiplicação
}
Independência
[1] 13

[1] 0.13
25 / 67

Introdução
n <- 1000
e eventos
x <- numeric(n)
Probabilidade
Definições de
Regra da
condicional
multiplicação
}
Independência
[1] 146

[1] 0.146
26 / 67

Introdução
n <- 10000
e eventos
x <- numeric(n)
Probabilidade
Definições de
Regra da
condicional
multiplicação
}
Independência
[1] 1586

[1] 0.1586
27 / 67

Introdução
n <- 100000
e eventos
x <- numeric(n)
Probabilidade
Definições de
Regra da
condicional
multiplicação
}
Independência
[1] 16616

[1] 0.16616
28 / 67

Introdução
n <- 1000000
e eventos
x <- numeric(n)
Probabilidade
Definições de
Regra da
condicional
multiplicação
}
Independência
[1] 166911

[1] 0.16691
29 / 67
Probabilidade
Introdução
Assim,
n(A)
Experimentos
e eventos
lim = P(A) ≈ 0, 1667
n→∞ n
Probabilidade
Definições de
probabilidade
Regra da
adição As probabilidades calculadas a partir de frequências relativas, são
Probabilidade
condicional
Regra da
estimativas da verdadeira probabilidade
multiplicação
Independência
de eventos
Referências Lei dos Grandes Números
A Lei dos Grandes Números nos diz que as estimativas dadas pelas
frequências relativas tendem a ficar melhores com mais observações.
30 / 67
Probabilidades
Probabilidade
Axiomas de probabilidade
Introdução
Experimentos
e eventos Vamos considerar probabilidade como sendo uma função P(·) que
Probabilidade associa valores numéricos à um evento A do espaço amostral, e que
Definições de
probabilidade satisfaz as seguintes condições
Regra da
adição
Probabilidade
condicional
Regra da i) P(Ω) = 1; P(∅) = 0
multiplicação
Independência
de eventos
ii) 0 ≤ P(A) ≤ 1
Referências iii) P(A ∪ B) = P(A) + P(B) se, e seomente se A ∩ B = ∅
Os axiomas asseguram que as probabilidades podem ser interpretadas

como frequências relativas.
31 / 67
Exemplos
Probabilidade
Introdução
Experimentos
e eventos Lançam-se 3 moedas. Determine o espaço amostral. Para cada um
Probabilidade dos eventos abaixo, descreva os conjuntos e determine as
Definições de
probabilidade probabilidades:
Regra da
adição
Probabilidade
condicional
Regra da
a) Faces iguais
multiplicação
Independência
de eventos
b) Cara na 1a moeda
Referências c) Coroa na 2a e 3a moedas
32 / 67
Plano de aula
Probabilidade
Introdução
1 Introdução
Experimentos
e eventos
Probabilidade
Definições de
probabilidade
Regra da
adição
3 Probabilidade
Probabilidade
condicional
Regra da
multiplicação
Regra da adição
Independência
de eventos
4 Referências
33 / 67
Regra da adição
Probabilidade
Introdução
Notação: tabela de dupla entrada ou tabela de contingência
Experimentos
e eventos
Probabilidade A B Total
Definições de
probabilidade X P(A ∩ X ) P(B ∩ X ) P(X )
Regra da
adição Y P(A ∩ Y ) P(B ∩ Y ) P(Y )
Probabilidade
condicional Total P(A) P(B) 1
Regra da
multiplicação
Independência
de eventos
Probabilidades marginais: são as probabilidades individuais
Referências
nas margens da tabela
Probabilidades conjuntas: são as probabilidades de ocorrência
de dois eventos simultâneos
34 / 67
Regra da adição
Probabilidade
Considere a tabela de dupla entrada abaixo, que mostra o número de

Introdução
estudantes por sexo (F e M) e turma (A e B)
Experimentos
e eventos F M Total
Probabilidade A 21 5 26
Definições de
probabilidade B 16 8 24
Regra da
adição
Probabilidade
Total 37 13 50
condicional
Regra da
multiplicação Determine a probabilidade de um estudante selecionado ao acaso ser:
Independência
de eventos
Referências
Do sexo feminino, P(F )
Do sexo masculino, P(M)
Da turma A, P(A)
Da turma B, P(B)
35 / 67
Regra da adição
Probabilidade
Introdução
Experimentos
Qual seria a probabilidade de escolhermos um estudante do sexo
e eventos feminino ou da turma B?
Probabilidade
Definições de
probabilidade
Regra da
adição
Probabilidade
condicional
Regra da
multiplicação
Independência
de eventos
Referências
36 / 67
Regra da adição
Probabilidade
Introdução
Experimentos
Qual seria a probabilidade de escolhermos um estudante do sexo
e eventos feminino ou da turma B?
Probabilidade
Definições de
probabilidade
Regra da
Queremos então P(F ∪ B)
adição
Probabilidade
condicional P(F ∪ B) = P(F ) + P(B)
Regra da
multiplicação
Independência
= 0, 74 + 0, 48
de eventos
Referências
= 1, 22
o que não é possível pois a soma é superior a 1.
36 / 67
Regra da adição
Probabilidade
Não é difícil ver que estamos somando alguns indivíduos 2 vezes, pois:
Introdução
Experimentos
e eventos
Ao considerarmos apenas estudantes do sexo feminino, temos
Probabilidade
Definições de estudantes da turma A bem como da turma B
probabilidade
Regra da
adição
Ao considerarmos estudantes da turma B, temos estudantes do
Probabilidade
condicional
sexo feminino e masculino
Regra da
multiplicação
Independência
de eventos Assim, os estudantes do sexo feminino e da turma B, ou seja, o
Referências
evento F ∩ B está incluído no evento F e no evento B
Logo precisamos subtrair uma vez P(F ∩ B) para obter a

probabilidade correta.
37 / 67
Regra da adição
Probabilidade
Introdução
Nesse caso, pela tabela, vemos que a interseção F ∩ B resulta na
Experimentos
e eventos probabilidade
Probabilidade 16
Definições de P(F ∩ B) = = 0, 32
probabilidade 50
Regra da
adição
Probabilidade
E o resultado correto para P(F ∪ B) é
condicional
Regra da
multiplicação P(F ∪ B) = P(F ) + P(B) − P(F ∩ B)
Independência
de eventos
= 0, 74 + 0, 48 − 0, 32
Referências
= 0, 9
38 / 67
Regra da adição
Probabilidade
Introdução Regra da adição

Experimentos
e eventos
A probabilidade da união entre dois eventos quaisquer, A e B, é dada
Probabilidade pela regra da adição de probabilidades
Definições de
probabilidade
Regra da
adição
P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
Probabilidade
condicional
Regra da
multiplicação
Independência
A∪B A∩B
de eventos
Referências
A B A B
39 / 67
Regra da adição
Probabilidade
Introdução
Note que a regra da adição pode ser simplificada, se e somente se
Experimentos
os eventos A e B forem disjuntos (ou mutuamente exclusivos)
e eventos
Probabilidade P(A ∪ B) = P(A) + P(B)

Definições de
probabilidade
Regra da
adição pois, neste caso, A ∩ B = ∅ ⇒ P(A ∩ B) = P(∅) = 0
Probabilidade
condicional
Regra da
multiplicação A∪B A∩B
Independência
de eventos
Referências
A B A B
40 / 67
Regra da adição
Probabilidade
Introdução
Experimentos
e eventos
Probabilidade Regra do complementar

Definições de
probabilidade Como consequência da regra da adição, obtemos que, para qualquer
Regra da
adição evento A,
Probabilidade
condicional P(A) = 1 − P(Ac )
Regra da
multiplicação
Independência
de eventos
Referências Verifique através de P(A ∪ Ac ) = P(A) + P(Ac ) − P(A ∩ Ac )
41 / 67
Regra da adição
Probabilidade
Considerando a tabela abaixo, identifique as probabilidades de um

estudante:
Introdução
Experimentos F M Total
e eventos
Probabilidade
A 21 5 26
Definições de
probabilidade
B 16 8 24
Regra da
adição
Total 37 13 50
Probabilidade
condicional
Regra da
multiplicação a) ser do sexo feminino ou masculino
Independência
de eventos
b) ser do sexo masculino ou da turma A
Referências
c) não ser do turma B
d) ser da turma A ou da turma B
e) não ser do sexo feminino
f) ser da turma B ou do sexo masculino
42 / 67
Plano de aula
Probabilidade
Introdução
1 Introdução
Experimentos
e eventos
Probabilidade
Definições de
probabilidade
Regra da
adição
3 Probabilidade
Probabilidade
condicional
Regra da
multiplicação
Regra da adição
Independência
de eventos
4 Referências
43 / 67
Probabilidade
Introdução
Em muitas situações práticas, o fenômeno aleatório com o qual
Experimentos
e eventos trabalhamos pode ser separado em etapas.
Probabilidade
Definições de
probabilidade A informação do que ocorreu em uma determinada etapa pode
Regra da
adição influenciar nas probabilidades de ocorrências das etapas sucessivas.
Probabilidade
condicional
Regra da
multiplicação Nestes casos, dizemos que ganhamos informação, e podemos
Independência
de eventos recalcular as probabilidades de interesse.
Referências
Estas probabilidades recalculadas recebem o nome de probabilidade

condicional.
44 / 67
Probabilidade
Introdução
Experimentos Para entender a ideia de probabilidade condicional, considere o

e eventos
Probabilidade
seguinte exemplo:
Definições de
probabilidade
Regra da
adição Um dado foi lançado, qual é a probabilidade de ter ocorrido face
Probabilidade
condicional 4?
Regra da
multiplicação
Independência
Suponha que o dado foi jogado, e, sem saber o resultado, você
de eventos
recebe a informação de que ocorreu face par. Qual é a
Referências
probabilidade de ter saido face 4 com essa “nova” informação?
45 / 67
Probabilidade
Ω = {1, 2, 3, 4, 5, 6}, n(Ω) = 6

Introdução
Experimentos n(A) 1
e eventos A = face 4 = {4}, n(A) = 1 ⇒ P(A) = n(Ω) = 6
Probabilidade
Definições de n(B) 3
probabilidade
Regra da
B = face par = {2, 4, 6}, n(B) = 3 ⇒ P(B) = n(Ω) = 6
adição
Probabilidade
condicional
Regra da
C = face 4, dado que ocorreu face par = {4},
multiplicação
Independência
n(C ) = 1 ⇒ P(C ) = n(C ) 1
n(B) = 3
de eventos
Referências
Dado que B tenha ocorrido, o espaço amostral fica reduzido para B,
pois todos os resultados possíveis passam a ser os aqueles do evento
B.
46 / 67
Probabilidade
Introdução Definição
Experimentos
e eventos Para dois eventos A e B de um mesmo espaço amostral, o termo
Probabilidade P(A|B) denota a probabilidade de A ocorrer, dado que B ocorreu, e
Definições de
probabilidade é definido como
Regra da
adição P(A ∩ B)
Probabilidade P(A|B) =
condicional P(B)
Regra da
multiplicação
Independência da mesma forma que a probabilidade de B ocorrer, dado que A
de eventos
ocorreu é definida como
Referências
P(B ∩ A)
P(B|A) =
P(A)
47 / 67
Probabilidade
Voltando ao exemplo e aplicando a definição de probabilidade

condicional:
Introdução
Experimentos
n(A∩B) 1
e eventos P(A ∩ B) = n(Ω) = 6
Probabilidade
Definições de
n(B) 3
probabilidade
Regra da
P(B) = n(Ω) = 6
adição
Probabilidade
condicional
Regra da
multiplicação P(A ∩ B)
Independência P(A|B) =
de eventos P(B)
Referências
1/6
=
3/6
1
=
3
48 / 67
Probabilidade
Introdução
Experimentos
e eventos Dessa forma, temos duas maneiras de calcular a probabilidade
Probabilidade condicional P(A|B):
Definições de
probabilidade
Regra da
adição
Probabilidade
1 Diretamente, pela consideração da probabilidade de A em
condicional
Regra da relação ao espaço amostral reduzido B
multiplicação
Independência
de eventos
2 Empregando a definição acima, onde P(A ∩ B) e P(B) são
Referências calculadas em relação ao espaço amostral original Ω
49 / 67
Probabilidade
Considere a tabela abaixo com o número de estudantes por sexo (F e

Introdução
Experimentos
M) e turma (A e B):
e eventos
Probabilidade F M Total
Definições de
probabilidade A 21 5 26
Regra da
adição B 16 8 24
Probabilidade
condicional Total 37 13 50
Regra da
multiplicação
Independência
de eventos Qual a probabilidade de que um estudante selecionado ao acaso seja
Referências da turma A, dado que é uma mulher?
Qual a probabilidade de que um estudante selecionado ao acaso seja

homem, dado que é da turma B?
50 / 67
Exemplo
Probabilidade
A tabela abaixo fornece um exemplo de 400 itens classificados por

Introdução falhas (F = com falha, F c = sem falha) na superfície e como
Experimentos
e eventos
defeituosos (D = defeituoso, D c = não defeituoso).
Probabilidade
Definições de Falhas
probabilidade Defeituoso
Regra da
adição
F Fc
Probabilidade
condicional
D 10 18
Regra da
multiplicação
Dc 30 342
Independência
de eventos
Referências
Calcule:
P(D)
P(D|F )
P(D|F c )
51 / 67
Plano de aula
Probabilidade
Introdução
1 Introdução
Experimentos
e eventos
Probabilidade
Definições de
probabilidade
Regra da
adição
3 Probabilidade
Probabilidade
condicional
Regra da
multiplicação
Regra da adição
Independência
de eventos
4 Referências
52 / 67
Regra da multiplicação
Probabilidade
A regra da multiplicação é uma expressão derivada do conceito de
probabilidade condicional. Uma vez que
Introdução
P(A ∩ B)
Experimentos
e eventos
P(A|B) =
P(B)
Probabilidade
Definições de
probabilidade temos que
Regra da
adição P(A ∩ B) = P(B) · P(A|B)
Probabilidade
condicional
Regra da Com isso podemos obter a probabilidade de uma interseção pelo
multiplicação
Independência produto de uma probabilidade marginal com uma probabilidade
de eventos
Referências
condicional.
P(A ∩ B) = P(B) · P(A|B)

= P(A) · P(B|A)
53 / 67
Probabilidade
Introdução
Experimentos
e eventos Essa expressão permite calcular probabilidades em espaços amostrais
Probabilidade que são realizados em sequência, onde a ocorrência da segunda etapa
Definições de
probabilidade depende da ocorrência da primeira etapa.
Regra da
adição
Probabilidade
condicional Exemplo: Considere uma urna com 3 bolas brancas e 7 bolas
Regra da
multiplicação vermelhas. Duas bolas são retiradas da urna, uma após a outra, sem
Independência
de eventos reposição. Determine o espaço amostral e as probabilidades
Referências
associadas a cada ponto amostral.
54 / 67
Probabilidade
Introdução
Probabilidade de sairem 2 bolas brancas {B1 B2 }
Experimentos
e eventos
Probabilidade
Definições de
probabilidade Probabilidade de sair branca e vermelha {B1 V2 }
Regra da
adição
Probabilidade
condicional
Regra da
multiplicação Probabilidade de sair vermelha e branca {V1 B2 }
Independência
de eventos
Referências
Probabilidade de sairem 2 bolas vermelhas {V1 V2 }
55 / 67
Probabilidade
Probabilidade de sairem 2 bolas brancas {B1 B2 }

Introdução
3 2 2
Experimentos
P(B1 ∩ B2 ) = P(B1 )P(B2 |B1 ) = 10 9 = 30
e eventos
Probabilidade
Definições de
Probabilidade de sair branca e vermelha {B1 V2 }
probabilidade
Regra da
3 7 7
adição
Probabilidade
P(B1 ∩ V2 ) = P(B1 )P(V2 |B1 ) = 10 9 = 30
condicional
Regra da
multiplicação
Independência
Probabilidade de sair vermelha e branca {V1 B2 }
de eventos
Referências 7 3 7
P(V1 ∩ B2 ) = P(V1 )P(B2 |V1 ) = 10 9 = 30
Probabilidade de sairem 2 bolas vermelhas {V1 V2 }
7 6 14
P(V1 ∩ V2 ) = P(V1 )P(V2 |V1 ) = 10 9 = 30
56 / 67
Exemplo
Probabilidade
Introdução
Experimentos
1 Num lote de 12 peças, 4 são defeituosas. Três peças são
e eventos
retiradas aleatoriamente, uma após a outra, sem reposição.
Probabilidade
Definições de Encontre a probabilidade de todas essas três peças serem
probabilidade
Regra da não-defeituosas.
adição
Probabilidade 2 Qual a probabilidade de se obter dois ases em seguida, quando
condicional
Regra da se extraem duas cartas de um baralho comum de 52 cartas, se:
multiplicação
Independência 1 A primeira carta extraída não é reposta antes da extração da
de eventos
Referências
segunda carta.
2 A primeira carta é reposta no baralho antes da extração da
segunda carta.
57 / 67
Plano de aula
Probabilidade
Introdução
1 Introdução
Experimentos
e eventos
Probabilidade
Definições de
probabilidade
Regra da
adição
3 Probabilidade
Probabilidade
condicional
Regra da
multiplicação
Regra da adição
Independência
de eventos
4 Referências
58 / 67
Probabilidade
Introdução
Experimentos
e eventos Vimos que para probabilidades condicionais, P(A|B), saber que B
Probabilidade ocorreu nos dá uma informação “extra” sobre a ocorrência de A
Definições de
probabilidade
Regra da
adição Porém, existem algumas situações nas quais saber que o evento B
Probabilidade
condicional ocorreu, não tem qualquer interferência na ocorrência ou não de A
Regra da
multiplicação
Independência
de eventos Nestes casos, podemos dizer que os aventos A e B são
Referências
independentes
59 / 67
Probabilidade
Os eventos A e B são eventos independentes se a ocorrência de B

Introdução
não altera a probabilidade de ocorrência de A, ou seja, eventos A e B
Experimentos
são independentes se
e eventos
Probabilidade P(A|B) = P(A) e também que P(B|A) = P(B)

Definições de
probabilidade
Regra da
adição Com isso, e a regra da multiplicação, temos que
Probabilidade
condicional
Regra da
multiplicação
Independência
de eventos P(A ∩ B) = P(B) · P(A|B) = P(B) · P(A)
Referências
P(A ∩ B) = P(A) · P(B|A) = P(A) · P(B)
Isso significa que se dois eventos são independentes, a probabilidade

de ocorrência simultânea P(A ∩ B) é o produto das probabilidades
marginais, P(A) e P(B).
60 / 67
Probabilidade
Dessa forma, podemos verificar se dois eventos são independentes de

Introdução duas formas:
Experimentos
e eventos
Probabilidade 1 Pela definição intuitiva

Definições de
probabilidade
Regra da
adição
P(A|B) = P(A)
Probabilidade
condicional P(B|A) = P(B)
Regra da
multiplicação
Independência
de eventos Observação: se o evento A é independente do evento B, então
Referências nós esperamos que B também seja independente de A.
2 Pela definição formal
P(A ∩ B) = P(A) · P(B)
61 / 67
Exemplo
Probabilidade
Lançamento de um dado
Introdução Considere o lançamento de um dado e os seguintes eventos
Experimentos
e eventos A = “resultado é um número par”
Probabilidade B = “resultado é um número menor ou igual a 4”
Definições de
probabilidade
Regra da
adição
Os eventos A e B são independentes?
Probabilidade
condicional
Regra da
multiplicação 5
Independência
de eventos B
Referências
2 1
6
4 3
62 / 67
Exemplo
Probabilidade
Pela definição intuitiva:
2/6
Introdução
P(A) = 1/2, P(A|B) = P(A ∩ B)/P(B) = 4/6 = 1/2
Experimentos
e eventos
2/6
Probabilidade P(B) = 2/3, P(B|A) = P(B ∩ A)/P(A) = 3/6 = 2/3.
Definições de
probabilidade
Regra da
adição Portanto: P(A|B) = P(A) e P(B|A) = P(B)
Probabilidade
condicional
Regra da
multiplicação Pela definição formal:
Independência
de eventos
1 2
Referências P(A ∩ B) = P(A)P(B) = 2 · 3 = 1/3
2
P(A ∩ B) = 6 = 1/3, assim P(A ∩ B) = P(A)P(B)
Portanto, os eventos A e B são independentes. Saber que A ocorreu

não muda a probabilidade de B ocorrer e vice-versa.
63 / 67
Exemplo
Probabilidade
Introdução
1 As probabilidades de um estudante ser aprovado em exames de
Experimentos
matemática, inglês, ou de ambos são
e eventos
Probabilidade P(M) = 0, 7 P(I ) = 0, 8 P(M ∩ I ) = 0, 56

Definições de
probabilidade
Regra da
adição Verifique se os eventos M e I são independentes.
Probabilidade
condicional
Regra da
2 As probabilidades de chover em determinada cidade nos dias de
multiplicação
Independência
natal (N), no dia de ano-novo (A), ou em ambos os dias são
de eventos
Referências
P(N) = 0, 6 P(A) = 0, 6 P(N ∩ A) = 0, 42
Verifique se os eventos N (“chover no natal”) e A (“chover no

ano novo”) são independentes.
64 / 67
Exemplo
Probabilidade
A tabela abaixo fornece um exemplo de 400 itens classificados por

Introdução
falhas (F = com falha, F c = sem falha) na superfície e como
Experimentos defeituosos (D = defeituoso, D c = não defeituoso).
e eventos
Probabilidade
Falhas
Definições de Defeituoso
probabilidade
Regra da
F Fc
adição
Probabilidade
D 2 18
condicional
Regra da
Dc 38 342
multiplicação
Independência
de eventos Calcule:
Referências
P(D)
P(D|F )
Compare estes resultados com aqueles do slide 51, e verifique,
em cada caso, se os eventos D e F são independentes.
65 / 67
Plano de aula
Probabilidade
Introdução
1 Introdução
Experimentos
e eventos
Probabilidade
Definições de
probabilidade
Regra da
adição
3 Probabilidade
Probabilidade
condicional
Regra da
multiplicação
Regra da adição
Independência
de eventos
4 Referências
66 / 67
Referências
Probabilidade
Introdução
Experimentos
e eventos
Bussab, WO; Morettin, PA. Estatística básica. São Paulo:
Probabilidade
Definições de
Saraiva, 2006. [Cap. 5]
probabilidade
Regra da Magalhães, MN; Lima, ACP. Noções de Probabilidade e
adição
Probabilidade
condicional
Estatística. São Paulo: EDUSP, 2008. [Cap. 2]
Regra da
multiplicação Montgomery, DC; Runger, GC. Estatística aplicada e
Independência
de eventos probabilidade para engenheiros. Rio de Janeiro: LTC Editora,
Referências 2012. [Cap. 2]
67 / 67

04 Probabilidade PDF

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

04 Probabilidade PDF

Caricato da

Copyright:

Formati disponibili

Probabilidade

Introdução “A razão do número de todos os casos favoráveis à um

Um experimento, que ao ser realizado sob as mesmas condições não

Todo resultado ou subconjunto de resultados de um experimento

Experimento pesar um fruto ao acaso

Probabilidade Exemplo 1: Considere um experimento em que você seleciona uma peça

Usamos a Teoria dos conjuntos para definir operações com eventos

Considere o lancamento de um dado e os eventos A = {1, 2, 3, 4},

Considere o lancamento de um dado e os eventos A = {1, 2, 3, 4},

Probabilidade As probabilidades podem ser definidas de diferentes maneiras:

Introdução Exemplo: Lança-se um dados honesto e observa-se a face voltada

Introdução Exemplo: Lança-se um dados honesto e observa-se a face voltada

Probabilidade Exemplo: Se um dado fosse lançado 10 vezes, e contássemos quantas

## Proporção de valores igual a 4 => n(A)/n

Probabilidade Exemplo: Se um dado fosse lançado 100 vezes, e contássemos

## Proporção de valores igual a 4 => n(A)/n

Probabilidade Exemplo: Se um dado fosse lançado 1000 vezes, e contássemos

## Proporção de valores igual a 4 => n(A)/n

Probabilidade Exemplo: Se um dado fosse lançado 10000 vezes, e contássemos

## Proporção de valores igual a 4 => n(A)/n

Probabilidade Exemplo: Se um dado fosse lançado 100000 vezes, e contássemos

## Proporção de valores igual a 4 => n(A)/n

Probabilidade Exemplo: Se um dado fosse lançado 1000000 vezes, e contássemos

## Proporção de valores igual a 4 => n(A)/n

Os axiomas asseguram que as probabilidades podem ser interpretadas

Considere a tabela de dupla entrada abaixo, que mostra o número de

o que não é possível pois a soma é superior a 1.

Logo precisamos subtrair uma vez P(F ∩ B) para obter a

Introdução Regra da adição

Probabilidade P(A ∪ B) = P(A) + P(B)

Probabilidade Regra do complementar

Considerando a tabela abaixo, identifique as probabilidades de um

Estas probabilidades recalculadas recebem o nome de probabilidade

Experimentos Para entender a ideia de probabilidade condicional, considere o

Ω = {1, 2, 3, 4, 5, 6}, n(Ω) = 6

Voltando ao exemplo e aplicando a definição de probabilidade

Considere a tabela abaixo com o número de estudantes por sexo (F e

Qual a probabilidade de que um estudante selecionado ao acaso seja

A tabela abaixo fornece um exemplo de 400 itens classificados por

P(A ∩ B) = P(B) · P(A|B)

Probabilidade de sairem 2 bolas vermelhas {V1 V2 }

Probabilidade de sairem 2 bolas brancas {B1 B2 }

Probabilidade de sairem 2 bolas vermelhas {V1 V2 }

Os eventos A e B são eventos independentes se a ocorrência de B

Probabilidade P(A|B) = P(A) e também que P(B|A) = P(B)

Isso significa que se dois eventos são independentes, a probabilidade

Dessa forma, podemos verificar se dois eventos são independentes de

Probabilidade 1 Pela definição intuitiva

P(A ∩ B) = P(A) · P(B)

Portanto, os eventos A e B são independentes. Saber que A ocorreu

Probabilidade P(M) = 0, 7 P(I ) = 0, 8 P(M ∩ I ) = 0, 56

Verifique se os eventos N (“chover no natal”) e A (“chover no

A tabela abaixo fornece um exemplo de 400 itens classificados por

Potrebbero piacerti anche