Академический Документы
Профессиональный Документы
Культура Документы
PROBABILIDADES
Bruno Baierle
Maurício Furigo
Prof.ª Sheila Regina Oro (orientadora)
2 X 6 = 12 modos
Revisando – Fatorial de n
O fatorial de n, é representado por n!, sendo definido
como:
𝑛! = 𝑛 𝑛 − 1 𝑛 − 2 … 1.
Exemplo: 5! = 5 x 4 x 3 x 2 x 1 = 120
Lembrando que 0! = 1
Revisando – Permutações
𝒏!
.𝒏 𝑷𝒓 =
𝒏−𝒓 !
Exemplo. (SPIEGEL) De quantas maneiras 10 pessoas poderão
sentar-se em um banco, se houver apenas 4 lugares?
R = 10 x 9 x 8 x 7 = 5.040
𝑛
Sendo representado por: .𝑛 𝐶𝑟 ; C 𝑛, 𝑟 ; 𝐶𝑛,𝑟 ou 𝑟 e é
dado por:
𝒏 .𝒏 𝑷𝒓
=
𝒓 𝒓!
Exemplo. (SPIEGEL) De quantas maneiras uma
comissão de 5 pessoas pode ser escolhida entre
9?
𝑛 𝟗! 9x8x7x6x5
R= = = = 126
𝑟 𝟓! 5x4x3x2x1
Revisando – Conjuntos
Um conjunto é uma coleção de objetos, usualmente
representados por letras maiúsculas. Podendo ser por união ou
intersecção.
União
C=A∪B
D=A∩B
𝒏𝑨
𝑷 𝑨 =
𝒏
Probabilidade
𝒏(𝑨)
𝒇 𝑨 =
𝒏
Exemplo 1. (SPIEGEL) Se em 1.000 lances de uma moeda
resultam 529 caras, a frequência relativa das caras é de 529/1.000
= 0,529. Se em outros 1.000 lances resultam 493 caras, a
frequência relativa no total dos 2.000 lances é de (529
+ 493)/2.000 = 0,511.
Condições:
(a) 𝑝𝑖 ≥ 0, 𝑖 = 1, 2, … , 𝑘
(b) 𝑝1 + 𝑝2 + … + 𝑝𝑘 = 1
Espaço Amostral Finito
Exemplo 2. (MEYER) Suponha que somente três resultados sejam
possíveis em um experimento, a saber, 𝑎1 , 𝑎2 , 𝑎3 . Além disso,
suponha que 𝑎1 seja duas vezes mais provável de ocorrer que 𝑎2 ,
o qual por sua vez é duas vezes mais provável de ocorrer que 𝑎3 .
Então:
𝒑𝟏 = 𝟐𝒑𝟐 e 𝒑𝟐 = 𝟐𝒑𝟑 .
𝒑𝟏 + 𝒑𝟐 + 𝒑𝟑 = 𝟏
𝟒𝒑𝟑 + 𝟐𝒑𝟑 + 𝒑𝟑 = 𝟏
𝟏 𝟐 𝟒
𝒑𝟑 = ; 𝒑𝟐 = e 𝒑𝟏 =
𝟕 𝟕 𝟕
Espaço Amostral Infinito Numerável
Ω = 𝑡 ∊ 𝑅|𝑡 ≥ 0
Eventos
Definição: Um evento é um subconjunto de um espaço
amostral.
𝑨∩𝑩=∅
Exemplo 5. (MEYER) Um dispositivo eletrônico é
ensaiado e o tempo total de serviço t é registrado.
Admitindo que o espaço amostral seja { t | t ≥ 0}. Sejam
A, B e C três eventos definidos da seguinte maneira:
4 1 4 1
P(𝐸1 ) = = e P 𝐸2 = = ,
52 13 52 13
1 1 𝟐
P(𝐸1 + 𝐸2 ) = P 𝐸1 + P 𝐸2 = + =
13 13 𝟏𝟑
Propriedades
(1) 0≤ P(A) ≤ 1.
(2) P (Ω) = 1.
𝐏 𝐀 = 𝐏 𝐀 ∪ ∅ = 𝑷 𝑨 + 𝑷(∅)
Teoremas
Teorema 2. Se Ᾱ for o evento complementar de A,
então:
𝑷 𝑨 = 𝟏 − 𝑷(Ᾱ)
𝟏 = 𝑷 𝑨 + 𝑷(Ᾱ)
Teoremas
Teorema 3. Se A e B forem dois eventos quaisquer, então:
𝑷 𝑨∪𝑩 =𝑷 𝑨 +𝑷 𝑩 −𝑷 𝑨∩𝑩 .
𝑨∪𝑩=𝑨∪ 𝑩∩Ᾱ ,
𝑩 = 𝑨∩𝑩 ∪ 𝑩∩Ᾱ
Resulta em:
𝑷 𝑨∪𝑩 =𝑷 𝑨 +𝑷 𝑩∩Ᾱ ,
𝑷(𝑩) = 𝑷(𝑨 ∩ 𝑩 + 𝑷 𝑩 ∩ Ᾱ
𝑷 𝑨 ∪ 𝑩 − 𝑷 𝑩 = 𝑷 𝑨 − 𝑷(𝑨 ∩ 𝑩)
Teoremas
𝑷 𝑨∪𝑩∪𝑪 =𝑷 𝑨 +𝑷 𝑩 +𝑷 𝑪 −𝑷 𝑨∩𝑩 −
𝑷 𝑨 ∩ 𝑪 − 𝑷 𝑩 ∩ 𝑪 + 𝑷(𝑨 ∩ 𝑩 ∩ 𝑪)
𝑩=𝑨∪ 𝑩∩Ᾱ
Portanto,
𝑷 𝑩 = 𝑷 𝑨 + 𝑷 𝑩 ∩ Ᾱ ≥ 𝑷(𝑨)
Pois,
𝑷 𝑩 ∩ Ᾱ ≥ 𝟎 pela propriedade 1.
Probabilidade condicional
Consiste em calcular a probabilidade de ocorrência de um evento
(A) condicionada à ocorrência prévia de um evento (B). Essa
probabilidade é representada por P(A|B), ou seja, probabilidade de
A dado B.
𝑷(𝑨 ∩ 𝑩)
𝑷 𝐀𝐁 =
𝑷(𝑩)
Probabilidade condicional
esquematicamente:
a) A probabilidade de ocorrer faces iguais, sabendo-se
que a soma é menor ou igual a 5.
𝑃 𝐸1 ∩ 𝐸2 2 2
𝑃 𝐸1 𝐸2 = = 36 = = 𝟎, 𝟐
𝑃(𝐸2 ) 10 10
36
b) A soma das faces menor ou igual a 5, sabendo que
as faces são iguais.
𝑃 𝐸2 ∩ 𝐸1 2 2
𝑃 𝐸2 𝐸1 = = 36 = = 𝟎, 𝟑𝟑𝟑 ≡ 𝟑𝟑%
𝑃(𝐸1 ) 6 6
36
Regra do produto
A regra do produto é uma consequência da probabilidade
condicional, obtida ao isolar a probabilidade da intersecção.
𝑃(𝐴∩𝐵)
𝑃 𝐴𝐵 = 𝑷(𝑨 ∩ 𝑩) = 𝑷 𝑩 . 𝑷(𝑨|𝑩)
𝑃(𝐵)
ou
𝑃(𝐵∩𝐴)
𝑃 𝐵𝐴 = 𝑷(𝑨 ∩ 𝑩) = 𝑷 𝑨 . 𝑷(𝑩|𝑨)
𝑃(𝐴)
Exemplo 8. (BARBETTA, pg 105) Uma caixa contém 4 cartões
amarelos e 8 vermelhos. Retira-se ao acaso, 2 cartões um após o
outro, sem reposição. Qual a probabilidade que ambos sejam
amarelos ?
Ω= 𝐴1 , 𝐴2 , 𝐴1 , 𝑉2 , 𝑉1 , 𝐴2 , (𝑉1 , 𝑉2 )
Como a probabilidade de interesse é 𝑃 (𝐴1 , 𝐴2 ) , aplicando a regra do
produto, têm-se:
4 1
𝑃 𝐴1 = = existe 4 cartões amarelos dentre os 12 cartões, e
12 3
3
𝑃 𝐴2 |𝐴1 = supondo que tenha sido extraído cartão amarelo na
11
1ª extração, restando 3 amarelos dentre 11 cartões, logo:
1 3 1
𝑃 𝐴1 ∩ 𝐴2 = 𝑃 𝐴1 ∙ 𝑃 𝐴2 |𝐴1 = ∙ =
3 11 11
Eventos Independentes
Dois ou mais eventos são independentes quando a ocorrência de
um dos eventos não influencia a probabilidade de ocorrência dos
outros eventos.
Portanto 𝑃 𝐴 𝐵 = 𝑃 𝐴 e 𝑃 𝐵 𝐴 = 𝑃 𝐵
1 1 1
𝑃 = 𝐸1 𝐸2 = 𝑃 𝐸1 . 𝑃 𝐸2 = ∙ =
2 2 4
Exemplo 10. (MEYER), Admita-se que dentre 6 parafusos, dois
sejam menores do que um comprimento especificado. Se dois dos
parafusos forem escolhidos ao acaso, qual será a probabilidade de
que os dois parafusos mais curtos sejam extraídos? Seja 𝐴𝑖 o
evento (o 𝑖-ésimo parafuso escolhido é curto), 𝑖 = 1, 2.
1 2 1
𝑃 𝐴1 ∩ 𝐴2 = 𝑃 𝐴2 𝐴1 𝑃 𝐴1 = ∙ =
5 6 15
Teorema da Probabilidade Total
a) 𝐸1 ∩ 𝐸𝑗 = ∅ para todo 𝑖 ≠ 𝑗
c) 𝐸1 ∪ 𝐸2 ∪ … ∪ 𝐸𝑘 = Ω
Teorema da Probabilidade Total
𝑷 𝑭 = 𝑷 𝑬 𝒊 ∙ 𝑷(𝑭|𝑬𝒊 )
𝒊=𝟏
Exemplo 11. As máquinas A e B são responsáveis por 70% e 30%,
respectivamente, da produção de uma empresa. A máquina A produz
2% de peças defeituosas e a máquina B produz 8% de peças
defeituosas. Calcule o percentual de peças defeituosas na produção
desta empresa.
Solução:
Solução
P(Sucesso | sem pesquisa) = 40%;
P(Fracasso | sem pesquisa) = 60%;
P(Sucesso | com pesquisa) = 70%;
P(Fracasso | com pesquisa) = 30%;
P(com pesquisa) = 80%;
P(sem pesquisa) = 20%
P sucesso = P sucesso ∩ sem pesquisa + P sucesso ∩ com pesquisa =
Portanto,
𝑷 𝑬𝒊 ∙ 𝑷(𝑭|𝑬𝒊 )
𝐏(𝑬𝒊 |𝑭) =
𝑷(𝑭)
Teorema de Bayes
Exemplo 13. As máquinas A e B são responsáveis por 60% e 40%,
respectivamente, da produção de uma empresa. Os índices de peças
defeituosas na produção destas máquinas valem 3% e 7% respectivamente.
Se uma peça defeituosa foi selecionada da produção desta empresa, qual é a
probabilidade de que tenha sido produzida pela máquina B?
Solução
A: peça produzida por A
B: peça produzido por B
d: peça defeituosa
P(d|A) = 3% = 0,03
P(d|B) = 7% = 0,07
P(A) = 60% = 0,60
P(B) = 40% = 0,40
O exercício pede a probabilidade P(B | d).
P d|B . P(B)
P(B|d) =
P d A ∙ P A + P d B ∙ P(B)
0,07 ∙ 0,4P B
P Bd = = 0,6087 ≡ 𝟔𝟎, 𝟖𝟕%
0,03 ∙ 0,6 + 0,07 ∙ 0,4
Teorema de Bayes
P A|Bi ∙P(Bi )
P(Bi |A) = k P A B P(B )
i=1 j j
i = 1, 2, … , k
0,02 ∙ 1 2
P Bi A = = 0,40 ≡ 𝟒𝟎%
0,02 ∙ 1 1 1
2 + 0,02 ∙ 4 + 0,04 ∙ 4
Referências
SPIEGEL, M. R. Estatística.3ª Edição. São Paulo -SP, 2006.