Академический Документы
Профессиональный Документы
Культура Документы
INTRODUO
PROBABILIDADE
2010
Conceitos bsicos
Experimento aleatrio ou fenmeno aleatrio
Situaes ou acontecimentos cujos resultados no podem ser previstos
com certeza.
Um experimento ou fennemo que, se for observado em condies
idnticas, pode apresentar diferentes resultados chamado de
experimento ou fenmeno aleatrio.
Conceitos bsicos
Exemplos
Observao da temperatura diria mnima em So Carlos.
Registro da inflao mensal (medida pela FIPE).
Observao da condio de um item produzido.
Resultado do lanamento de um dado.
Registro do tempo de durao de uma lmpada.
Observao do nmero de veculos que passam por um praa de
pedgio durante um certo intervalo.
Tbua
de Galton:
http://www.mathsisfun.com/probability/quincunx.html
http://www.jcu.edu/math/isep/Quincunx/Quincunx.html
Conceitos bsicos
Espao amostral ()
Conjunto de todos os possveis resultados de um experimento ou
fenmeno aleatrio.
Exemplos
1. Lanamento de um dado: = {1,2,3,4,5,6} ou = {
Exemplo
Lanamento de um dado: = {1,2,3,4,5,6}.
Evento
Subconjunto do espao amostral .
Notao: A, B, C,...
Exemplos. Eventos do exemplo acima:
A C ou A
Definies de probabilidade
Probabilidade clssica ou a priori
Se um experimento aleatrio tiver n() resultados mutuamente
exclusivos e igualmente possveis e, se um evento A tiver n(A) desses
resultados, a probabilidade do evento A, representada por P(A), dada
por
P ( A) =
Exemplo. Lanamento
probabilidade de
de dois
n( A)
n ()
dados
balanceados. Calcular
1,1
2,1
3,1
=
4,1
5,1
6,1
1,2
2,2
3,2
4,2
5,2
6,2
1,6
2,3 2,4 2,5 2,6
3,3 3,4 3,5 3,6
1,3 1,4
1,5
A = {(6,1),(5,2),(4,3),(3,4),(2,5),(6,1)}
P(A) = n(A) / n() = 6 /36=1/6
b) P(B) = 26/36.
10
c) P(C) = 15/36.
11
Definies de probabilidade
Probabilidade frequentista ou a posteriori
Um experimento realizado n vezes (n grande). O evento A ocorre
exatamente n(A) vezes (0 n(A) n) . A frequncia relativa de vezes
que ocorreu o evento A uma forma de aproximar a probabilidade do
evento A, ou seja,
f r ( A) =
n( A)
n
fr1
2/5
5
fr2
6/10
10
fr3
22/50
50
fr4
47/100
100
...
...
...
P(A)
0,5
12
Definies de probabilidade
Definio axiomtica
A probabilidade de um evento A definida como sendo um nmero P(A)
satisfazendo aos seguintes axiomas:
(i) 0 P ( A) 1, A ,
(ii) P ( ) = 1,
(iii) Se A1 , A2 , so eventos mutuamente exclusivos, ento
P A i =
i=1
i=1
P ( Ai ).
Propriedades
1. P( ) = 0.
2. Se A , ento P( A) = 1 P( Ac ).
3. Se A B , ento P( A) P( B).
4. Se A, B , ento P( A B) = P( A) + P( B) P( A B).
5. Se A, B, C , ento
P( A B C ) = P( A) + P( B) + P(C ) P( A B) P( B C ) P( A C ) + P( A B C ).
13
P( A B)
P( A | B) =
, se P ( B ) > 0.
P( B)
(1)
14
Definimos os eventos
5
(b) P (V | V1 ) =
.
14
c
2
15
rvore de probabilidades
P( A B) = P( B) P ( A | B ),
conhecida como regra do produto de probabilidades ou probabilidade da
interseo.
16
=
.
15 14 21
c
1
c
2
c
1
c
2
c
1
1. P( | B) = 0.
2. Se A , ento P(A c | B) = 1 P( A | B) ou P( A | B) = 1 P(A c | B).
3. Se A, C , ento
P( A C | B) = P( A | B) + P(C | B) P( A C | B).
17
P( A B)
0,17
P ( B | A) = 1 P ( B | A) = 1
= 1
= 0,39.
P ( A)
0,28
c
18
Independncia de eventos
Dois eventos A e B em so independentes se a informao da
ocorrncia ou no de B no altera a probabilidade de ocorrncia de A.
Isto ,
P(A | B) = P(A), P(B) > 0.
Logo, dois eventos A e B so independentes se, e somente se,
P(A B) = P(A)P(B).
Exemplo. Em uma fbrica 20% dos lotes produzidos tm componentes do
fornecedor A, 8% tm componentes do fornecedor V e 4% tm componentes de
ambos. Selecionamos ao acaso um item produzido nesta fbrica.
(a) Os eventos relacionados aos dois fornecedores so independentes?
(b) Se o lote selecionado tem componentes do fornecedor V, qual a probabilidade
de que tenha componentes do fornecedor A?
(c) Qual a probabilidade de um lote no ter componentes destes dois
fornecedores?
19
(c) P ((V A) c ) = 1 P (V A)
= 1 {P (V ) + P ( A) P (V A)}
= 1 (0,08 + 0,2 0,04) = 0,76.
Resultado. Se A e B so eventos independentes em , ento (i) A e Bc
so independentes, (ii) Ac e B so independentes e (iii) Ac e Bc so
independentes.
20
Frmula de Bayes
Partio do espao amostral. Uma coleo de eventos B1,...,Bk forma
uma partio do espao amostral se eles so mutuamente exclusivos e
se sua unio igual ao espao amostral.
P( A) = P( B1 ) P( A | B1 ) + + P( Bk ) P( A | Bk ) =
i= 1
P( Bi ) P( A | Bi ).
21
P ( Bi | A) =
P ( Bi ) P ( A | Bi )
i= 1
P ( Bi ) P ( A | Bi )
22
Soluo. Eventos:
A: pea selecionada foi fornecida por A,
B: pea selecionada foi fornecida por B e
E: pea selecionada no atende s especificaes.
23
P( A | E ) =
P( A) P( E | A)
0,30 0,10
0,03
=
=
= 0,46.
P( A) P( E | A) + P( B) P( E | B) 0,30 0,10 + 0,70 0,05 0,065
24
Exemplo
Na figura abaixo so apresentados um sistema e as probabilidades de
funcionamento de seus componentes. (a) Calcule a probabilidade de
funcionamento do sistema. (b) Sabendo que o sistema funciona, qual a
probabilidade de que o componente C tenha falhado?
Soluo. Definimos o evento E como sendo
o
sistema
funciona.
Supomos
independncia entre os eventos A, B, C e D.
Pela figura, E = (A B) (C D).
Exemplo
(b) Devemos calcular P(Cc|E), dada por P(Cc|E) = 1 P(C|E)
= 1 P(C E) / P(E).
Utilizando regras de operaes com conjuntos obtemos
C E = A B C, de modo que
P(Cc|E) = 1 P(A B C) / P(E) = 1 P(A) P(B) P(C) / P(E)
= 1 0,85 0,90 0,80 / 0,76 = 0,19.
(b) Outra soluo
Dado que o sistema funciona (ocorreu E), certamente A e B ocorreram.
Alm disso, pelo menos um dos componentes C e D funciona, ou seja,
C ou D funciona (ocorreu C D).
Desta forma, P(C|E) = P(C|C D), que igual a P(C) / P(C D) = 0,81.
26