Top Banner
PROBABILIDADE Leandro S. A. Gonçalves
25

Aula Probabilidade

Jun 13, 2015

Download

Documents

cariesta
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Page 1: Aula Probabilidade

PROBABILIDADE

Leandro S. A. Gonçalves

Page 2: Aula Probabilidade

Teoria dos conjuntos:

Notação: letra maiúscula - conjunto.

letra minúscula – elemento do conjunto.

Exemplo: A = {a,b,c}

Relacionar elementos e conjuntos:

Am nce"não..perte"

a pertence""

A

Relacionar conjunto com conjunto:

contém""

contido está"

"

Page 3: Aula Probabilidade

Operações entre conjuntos:

Aconjunto doar complement

interseção

união

_

AUA

Lei dos conjuntos:

1) Lei cumulativa: ABBA

ABBA

2) Leis associativas: )()(

)()(

CBACBACBA

CBACBACBA

3) Leis distributivas: )()()(

)()()(

CABACBA

CABACBA

Page 4: Aula Probabilidade

4) Lei da identidade:

A

AA

AA

A

5) Leis complementares ou leis de Morgan: ___________

___________

BABA

BABA

Diagrama de VENN – O retângulo funciona como o universo

μ

A

BC

φCA A e C são conjuntos disjuntos

Page 5: Aula Probabilidade

Mostrar que ___________

BABA

Representar, em diagramas de VENN, as seguintes operações:

CBe)A

C)(AB)(AC)(Bd)A

C)(AB)(AC)(Bc)A

Ab)B

Ba)A_

__

Page 6: Aula Probabilidade

1 - Introdução

A teoria das probabilidades, surgiu nos séculos XV e XVI, relacionadas com jogos de azar.

Com o advento da teoria das probabilidades, foi possível estabelecer as distribuições de probabilidade, consideradas hoje a espinha dorsal da teoria estatística, pois todos os processos inferências são aplicações de distribuição de probabilidade.

Assim, o conhecimento dos conceitos advindo da teoria das probabilidades é de grande importância para uma correta utilização da técnica estatística.

Page 7: Aula Probabilidade

Espaço Amostral

É o universo de todos os possíveis resultados do experimento. É representado pela letra S.

Lançamento de um dado

S={1,2,3,4,5,6}

Lançamento de uma moeda

S={cara,coroa}

Os elementos do espaço amostral S são chamados de pontos amostrais

Eventos

São subconjuntos do espaço amostral S. Um espaço amostral S possui vários eventos.

Ex: lançamento de um dado

S={1,2,3,4,5,6}

Page 8: Aula Probabilidade

Sejam os eventos

A: Ocorrência de números impares:

A = {1,3,5} evento. um é ASA

B: Ocorrência de números pares:

B = {2,4,6} evento. um é BSBAB__

Eventos Mutuamente exclusivos

Dois eventos A e B são ditos mutuamente exclusivos se os conjuntos A e B são disjuntos.

.exclusivos emutualment eventos os e disjuntos são conjuntos OsBA

Page 9: Aula Probabilidade

Probabilidade de um evento A: P(A)

S amostral espaço do elementos de nº

Aevento do elementos de nºP(A)

1P(A)0(S)nº

(A)nºP(A)

Exemplo: Dado o experimento E: lançamento de dois dados

amostrais pontos 36

(6,6)(6,5)(6,4)(6,3)(6,2)(6,1)

(5,6)(5,5)(5,4)(5,3)(5,2)(5,1)

(4,6)(4,5)(4,4)(4,3)(4,2)(4,1)

(3,6)(3,5)(3,4)(3,3)(3,2)(3,1)

(2,6)(2,5)(2,4)(2,3)(2,2)(2,1)

(1,6)(1,5)(1,4)(1,3)(1,2)(1,1)

S

Page 10: Aula Probabilidade

A – Ocorrer nº impar no 1º dado

2

1

36

18P(A)

Sejam os eventos

B – Ocorrer soma dez

B = {(4,6),(5,5),(6,4)}

12

1

36

3P(A)

TEOREMAS

1. Se Φ representa o conjunto vazio, então P(Φ)=0

0P(A)-P(A))P(

)P(P(A)P(A)

)P(AP(A)

AA

Ex: Lançamento de um dado

S = {1,2,3,4,5,6}

A = {sair a face 8}

06

0P(A)

Page 11: Aula Probabilidade

))___

AP(-1P(A) ou P(A)-1AP( então A,dear complement evento ofor A Se 2.

P(B)P(A) então B, ASe 3.

A

_

A

S

S

A B

Page 12: Aula Probabilidade

4. Teorema da soma: Se A e B são dois eventos quaisquer, então:

B)P(A-P(B)P(A)B)P(A

Exemplo: Uma urna contém 15 bolas enumeradas de 1 a 15. Sendo A e B os eventos retirar uma bola múltipla de 3 e 4, respectivamente, pede-se:

B)P(A

S={1,2,3,4,5,6,7,8,9,10,11,12,13,14,15}

A={3,6,9,12,15} P(A)=5/15

B{4,8,12} P(B)=3/15

15/1)(12 BAPBA

B)P(A-P(B)P(A)B)P(A

7/151/15-3/155/15B)P(A

Page 13: Aula Probabilidade

C)BP(A-C)P(B- C)P(A-B)P(A-P(C)P(B)P(A)C)BP(A

:então quaisquer, eventos três forem C B, A,Se

ESPAÇOS AMOSTRAIS FINITOS EQUIPROVÁVEIS

Quando se associa a cada ponto amostral a mesma probabilidade, o espaço amostral chama-se equiprovável ou uniforme. Em particular, se S contém n pontos, então, a probabilidade de cada ponto será 1/n.

Por outro lado, se um evento A contém t pontos, então:

n

r

n

1r.P(A)

ocorre S amostral espaço o que em vezes de nº

ocorrer pode Aevento o que em vezes de nºP(A)

Page 14: Aula Probabilidade

Combinação de r elementos tomados (combinados) p a p (p ≤ r). Calcula-se por:

)!(!

!

prp

r

n

r

pCr,

Exemplo: Quantas comissões de três pessoas podem-se formar um grupo de dez pessoas.

Exemplo: Num lote de 12 peças, 4 são defeituosas, duas peças são retiradas aleatoriamente. Calcule:

a) A probabilidade de ambas serem defeituosas?

b) A probabilidade de ambas não serem defeituosas?

c) A probabilidade de ao menos uma ser defeituosas?

Page 15: Aula Probabilidade

Exemplo – Um lote é formado por 10 peças boas, 4 com defeitos e duas com defeitos graves. Uma peça é escolhida ao acaso. Calcule a probabilidade de que:

a) Ela não tenha defeitos graves?

b) Ela não tenha defeitos?

c) Ela ou seja boa ou tenha defeitos graves?

Exemplo – Considere o mesmo lote do problema anterior. Retiram-se 2 peças ao acaso. Qual a probabilidade de que:

a) Ambas sejam perfeitas?

b) Pelo menos uma seja perfeita ?

c) Nenhuma tenha defeito grave ?

d) Nenhuma seja perfeita ?

Page 16: Aula Probabilidade

PROBABILIDADE CONDICIONAL

Seja E um experimento. Sejam A e B dois eventos associados ao experimento. A probabilidade de A ocorrer dado que B já tenha ocorrido é chamado probabilidade condicional de A dado B, e é definida por:

0P(B) P(B)

B)P(AP(A/B)

;

Existem duas condicionais:

P(A)

B)P(AP(B/A)

P(B)

B)P(AP(A/B)

;

;

Page 17: Aula Probabilidade

Exemplos:

1) Um comerciante possui um lote de 100 lâmpadas, dos quais 80 são da marca A e as restantes da marca B. Sabendo-se que das lâmpadas marca A 30 apresentam defeitos e somente uma da marca B apresenta defeito. Pergunta-se: Se o comerciante pega ao acaso uma lâmpada.

a) Qual a probabilidade dela ser da marca A dado que sabemos ser defeituosa?

b) Qual a probabilidade de ser defeituosa dado ser ela marca B?

c) Se a lâmpada é da marca A, qual a probabilidade de não ser defeituosa.

Marca A Marca B Total

Defeituosa 30 1 31

Perfeita 50 19 69

80 20 100

Page 18: Aula Probabilidade

2 – Uma urna contém 20 bolas das quais 9 são brancas, 5 azuis e 6 vermelhas. Duas bolas são retiradas sucessivamente da urna sem reposição. Determinar as seguintes probabilidades:

a) Da 2º bola extraída ser vermelha, se a 1º foi vermelha?

b) De extrairmos bolas de cores diferentes?

c) De extrairmos bolas de cores iguais?

Page 19: Aula Probabilidade

3 – Em um colégio, 25% dos estudantes foram reprovados em matemática, 15% em química e 10% em matemática e química ao mesmo tempo. Um estudante é selecionado aleatoriamente. Pergunta-se:

a) Se ele foi reprovado em química, qual a probabilidade de ter sido reprovado em matemática?

b) Se ele foi reprovado em matemática, qual a probabilidade de ter sido reprovado em química?

c) Qual a probabilidade de ter sido reprovado em química ou matemática?

d) Qual a probabilidade de não ter sido reprovado em nenhuma delas?

e) Qual a probabilidade de ter sido reprovado somente em matemática?

f) Qual a probabilidade de ter sido reprovado somente em química?

Page 20: Aula Probabilidade

TEOREMA DO PRODUTO

“ A probabilidade da ocorrência simultânea de dois eventos, A e B, do mesmo espaço-amostra, é igual ao produto da probabilidade de um deles pela probabilidade condicional do outro, dado o primeiro.

Assim: P(B)(A/B) B)P(A

P(B)

B)P(AP(A/B)

P(A)(B/A) B)P(A P(A)

B)P(AP(B/A)

EXEMPLOEm um lote de 12 peças, 4 são defeituosas, 2 peças são retiradas uma após a outra sem reposição. Qual a probabilidade de que ambas sejam boas?

Page 21: Aula Probabilidade

INDEPENDÊNCIA ESTATÍSITCA

Um evento A é considerado independente de um outro evento B se a probabilidade de A é igual à probabilidade condicional de A dado B, isto é, se:

P(A/B)P(A)

É evidente que, se A é independente de B, B é independente de A; assim:

P(B/A)P(B)

Considerando o teorema do produto, pode-se afirmar que: se A e B são independentes, então:

P(A).P(B)B)P(A

Page 22: Aula Probabilidade

EXEMPLO Em uma caixa temos 10 peças, das quais 4 são defeituosas. São retiradas duas peças, uma após a outra, com reposição. Calcular a probabilidade de ambas serem boas.

EXEMPLO Uma urna contém cinco bolas pretas, três vermelhas e duas brancas. Foram extraídas 3 bolas com reposição. Qual a probabilidade de terem sido duas bolas pretas e uma vermelha?

Page 23: Aula Probabilidade

TEOREMA DE BAYES

:se-tem ,i"" cada para Então,

P(B/A). iscondiciona adesprobabilid as todas conhecidas são que tal S

dequalquer evento um B e eventos, vários dos conhecidas adesprobabilid as )P(A Sejam

S.AA Aque tais exclusivos emutualment eventos n , A...., , A, A ASeja

i

n21n321 ,

)).P(B/AP(A......)).P(B/AP(A)).P(B/AP(A

)).P(B/AP(AB)P(A

nn2211

iii

/

Page 24: Aula Probabilidade

EXEMPLO Admita a seguinte configuração:

Urnas u1 u2 u3

Cores

Pretas 3 4 2

Brancas 1 3 3

Vermelhas 5 2 3

Escolheu-se uma urna ao acaso e dela extraiu-se uma bola ao acaso, verificando-se que a bola é branca. Qual a probabilidade da bola ter vindo da urna 2? da 3?

Page 25: Aula Probabilidade

EXEMPLO As probabilidades de 3 jogadores marcarem um penalty são respectivamente 2/3; 4/5 e 7/10Se cada um “cobrar” uma única vez, qual a probabilidade de:

a)Todos acertarem?b)Apenas um acertar?c)Todos errarem?

EXEMPLO Numa bolsa temos cinco moedas de R$ 1,00 e 4 de R$ 0,50. Qual a probabilidade de, ao retiramos duas moedas, obtermos R$ 1,50?