Baixe o app para aproveitar ainda mais
Prévia do material em texto
PROFESSOR: KLEBER LIMA Variável Aleatória e Distribuição de Probabilidade (Revisão da aula anterior) INTRODUÇÃO À PROBABILIDADE AULA -07 VARIÁVEL ALEATÓRIA E DISTRIBIÇÃO DE PROBABILIDADE (Revisão da aula anterior) PROFESSOR: KLEBER LIMA AULA - 07 PROFESSOR: KLEBER LIMA Eventos: É um subconjunto do espaço amostral de um experimento aleatório, será representado letras maiúsculas (A, B, C, ...). ✓ A União de dois eventos A e B, denotada por (A∪B), representa a ocorrência de pelo menos um dos eventos A ou B; ✓ A Intersecção do evento A com B, denotada por (A∩B), é a ocorrência simultânea de A e B. ✓ Dois eventos A e B são disjuntos ou mutuamente exclusivos ou mutuamente excludentes quando não têm elementos em comum. Isto é 𝐴 ∩ 𝐵 = ∅ PROFESSOR: KLEBER LIMA Eventos: É um subconjunto do espaço amostral de um experimento aleatório, será representado letras maiúsculas (A, B, C, ...). ✓ Dizemos que A e B são complementares se sua união é o espaço amostral e sua intersecção é vazia. O complementar de A será representado por 𝐴𝐶 e temos que: PROFESSOR: KLEBER LIMA Vamos considerar probabilidade como sendo uma função P(.) que atribui valores numéricos aos eventos do espaço amostral, conforme definição a seguir: Definição: Uma função P(.) é denominada probabilidade se PROFESSOR: KLEBER LIMA Vamos considerar probabilidade como sendo uma função P(.) que atribui valores numéricos aos eventos do espaço amostral, conforme denição a seguir: Definição: Uma função P(.) é denominada probabilidade se PROFESSOR: KLEBER LIMA Vamos considerar probabilidade como sendo uma função P(.) que atribui valores numéricos aos eventos do espaço amostral, conforme denição a seguir: Definição: Uma função P(.) é denominada probabilidade se PROFESSOR: KLEBER LIMA Abordaremos apenas o conceito de probabilidade relacionada com a ocorrência de um evento em relação a todas as possibilidades possíveis. Se o evento A pode ocorrer de n(A) maneiras diferentes num total de n(Ω) modos possíveis, então a probabilidade de ocorrência de A é definida por PROFESSOR: KLEBER LIMA Exemplo (1) Uma fábrica produz determinado artigo. Da linha de produção são retirados três artigos, e cada um é classificado como bom (B) ou defeituoso (D) de acordo com a ordem de seleção. Um espaço amostral deste experimento é: Ω = {BBB, BBD, BDB, BDD, DBB, DBD, DDB, DDD} Seja A o evento que consiste em obter exatamente dois artigos defeituosos, então: A = {BDD, DBD, DDB} PROFESSOR: KLEBER LIMA Exemplo (2) Considere o experimento que consiste em retirar uma lâmpada de um lote e medir seu “tempo de vida” antes de queimar. Um espaço amostral conveniente é: Ω = 𝑡 ∈ 𝑅: 𝑡 > 0 Se A indicar o evento “o tempo de vida da lâmpada é inferior a 20 horas”, então: 𝐴 = 𝑡: 0 ≤ 𝑡 ≤ 20 PROFESSOR: KLEBER LIMA As operações da união, intersecção e complementação entre eventos possuem propriedades análogas àquelas válidas para operações entre conjuntos: PROFESSOR: KLEBER LIMA As operações da união, intersecção e complementação entre eventos possuem propriedades análogas àquelas válidas para operações entre conjuntos: PROFESSOR: KLEBER LIMA As operações da união, intersecção e complementação entre eventos possuem propriedades análogas àquelas válidas para operações entre conjuntos: PROFESSOR: KLEBER LIMA As operações da união, intersecção e complementação entre eventos possuem propriedades análogas àquelas válidas para operações entre conjuntos: PROFESSOR: KLEBER LIMA As operações da união, intersecção e complementação entre eventos possuem propriedades análogas àquelas válidas para operações entre conjuntos: PROFESSOR: KLEBER LIMA As operações da união, intersecção e complementação entre eventos possuem propriedades análogas àquelas válidas para operações entre conjuntos: PROFESSOR: KLEBER LIMA As operações da união, intersecção e complementação entre eventos possuem propriedades análogas àquelas válidas para operações entre conjuntos: PROFESSOR: KLEBER LIMA As operações da união, intersecção e complementação entre eventos possuem propriedades análogas àquelas válidas para operações entre conjuntos: PROFESSOR: KLEBER LIMA Observação (1) Fórmulas para o cálculo de probabilidades: PROFESSOR: KLEBER LIMA Observação (1) Fórmulas para o cálculo de probabilidades: PROFESSOR: KLEBER LIMA Observação (1) Fórmulas para o cálculo de probabilidades: PROFESSOR: KLEBER LIMA Observação (1) Fórmulas para o cálculo de probabilidades: PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes A avaliação das chances de que um evento ocorra pode ser muito diferente, dependendo da informação que temos. Uma estimativa da probabilidade de sua casa ruir amanhã seria claramente muito maior se um terremoto violento estiver sendo esperado do que se não houvesse qualquer razão para esperar uma atividade sísmica. PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Para dois eventos quaisquer A e B, sendo P(B) > 0, definimos a probabilidade condicional de A dado B, P(A\B), como sendo: Probabilidade Condicional Se quisermos definir a probabilidade condicional de B dado A, P(B\A), sendo P(A) > 0, temos: PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Exemplo 3 A seguir temos dados referentes a alunos matriculados em quatro cursos de mestrado do Departamento de Ciências Exatas de uma grande universidade no ano de 2005. Selecionando um aluno aleatoriamente, sabe-se que ele está matriculado em Estatística. Calcule a probabilidade deste aluno ser do sexo feminino. PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Exemplo 3 A seguir temos dados referentes a alunos matriculados em quatro cursos de mestrado do Departamento de Ciências Exatas de uma grande universidade no ano de 2005. Selecionando um aluno aleatoriamente, sabe-se que ele está matriculado em Estatística. Calcule a probabilidade deste aluno ser do sexo feminino. PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes A definição de probabilidade condicional pode ser reescrita para fornecer uma expressão geral pra a probabilidade da intersecção de dois eventos: Regra da Multiplicação: PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Exemplo 4 A probabilidade de que uma bateria de automóvel, sujeita a alta temperatura no compartimento do motor, sofra baixa corrente de carga é 0,7. A probabilidade da bateria estar sujeita a alta temperatura no compartimento do motor é 0,05. Faça A denotar o evento em que a bateria sofra baixa corrente de carga e faça B denotar o evento em que a bateria esteja sujeita a alta temperatura no compartimento do motor. A probabilidade da bateria estar sujeita a baixa corrente de carga e a alta temperatura no compartimento do motor é: P(A ∩ B) = P(A\B) · P(B) = 0, 7 · 0, 05 = 0, 035. PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Dois eventos A e B são independentes, se e somente se: Independência: Então têm-se que: PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Vejamos agora o conceito de independência pra três eventos: dizemos que os eventos A, B e C são independentes se, e somente se: Independência: Se apenas as três primeiras relações estiverem satisfeitas, dizemos que os eventos A, B, C são mutuamente independentes. É possível que três eventos sejam mutuamente independentes, mas não sejam completamente independentes. PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Frequentemente, começamos a análise com um cálculo de probabilidade inicial ou prévia para eventos de interesse específico. Teorema de Bayes: Então, a partir de fontes tais como uma amostra, um relatório especial ou um teste de produto, obtemos informação adicional sobre os eventos. Dada essa nova informação, atualizamosos valores prévios da probabilidade calculando as probabilidades adicionais, denotadas probabilidades posteriores. O Teorema de Bayes fornece um meio de fazer esses cálculos de probabilidade. PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Teorema 1 (Teorema de Bayes) Suponha que 𝐴1, 𝐴2, … , 𝐴𝑛 são eventos mutuamente exclusivos cuja união é o espaço amostral Ω. Então, se A é um evento qualquer, temos que: Teorema de Bayes: Isto nos permite encontrar as probabilidades dos vários eventos 𝐴1, 𝐴2, … , 𝐴𝑛 que podem ser a causa de ocorrência de A. PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Da definição de probabilidade condicional temos: Teorema de Bayes: (Demonstração) O numerador desta expressão pode ser reescrito pela regra do produto, condicionado à 𝐴𝑘, isto é, PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Teorema de Bayes: (Demonstração) Note que: Então: PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Exemplo 5 Para selecionar seus funcionários, uma empresa oferece aos candidatos um curso de treinamento durante uma semana. No final do curso, eles são submetidos a uma prova e 25% são classificados como bons (B), 50% como médios (M) e os restantes 25% como fracos (F). Para facilitar a seleção, a empresa pretende substituir o treinamento por um teste contendo questões referentes a conhecimentos gerais e específicos. Para isso, gostaria de conhecer qual é a probabilidade de um indivíduo aprovado no teste ser considerado fraco, caso fizesse o curso. Assim, neste ano, antes do início do curso, os candidatos foram submetidos ao teste e receberam o conceito aprovado (A) ou reprovado (R). No final do curso, obtiveram-se as seguintes probabilidades condicionais: PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Dados 𝑃 𝐵 = 0,25; 𝑃 𝑀 = 0,5; 𝑃 𝐹 = 0,25 Solução: PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Dados 𝑃 𝐵 = 0,25; 𝑃 𝑀 = 0,5; 𝑃 𝐹 = 0,25 Solução: PROFESSOR: KLEBER LIMA Probabilidade Condicional, Independência e Teorema de Bayes Dados 𝑃 𝐵 = 0,25; 𝑃 𝑀 = 0,5; 𝑃 𝐹 = 0,25 Solução: Então, apenas 10% dos aprovados é que seriam classificados como fracos durante o curso. PROFESSOR: KLEBER LIMA Exercício 1. Indentique o que está errado nas armações seguintes: a) A probabilidade de um experimento químico ser bem sucedido é 0, 44 e a probabilidade de falhar é 0, 53; b) De acordo com um médico, a probabilidade de um paciente contrair gripe é 1, 2; c) A probabilidade de dois eventos mutuamente exclusivos ocorrerem simultaneamente é sempre igual a 1. PROFESSOR: KLEBER LIMA Exercício 2. Os problemas de assédio sexual têm recebido muita atenção nos últimos anos. Em uma pesquisa, 420 trabalhadores (240 dos quais homens) consideram uma simples batida no ombro como uma forma de assédio sexual, enquanto que 580 trabalhadores (380 dos quais homens) não consideram isso como assédio (com base nos dados de Bruskin/Goldrin Research). Escolhido aleatoriamente um dos trabalhadores pesquisados, determine a probabilidade de obter um homem que não considere um simples tapa no ombro como um forma de assédio sexual. PROFESSOR: KLEBER LIMA Exercício 3. Quatro executivos têm a responsabilidade de decidir se uma nova lial da empresa deve ser instalada no interior de São Paulo. De acordo com a ordem de questionamento e indicando C, para quem concorda com a nova filial e D, para quem discorda da implantação da nova filial, faça: a) Monte o espaço amostral; b) Monte o seguinte evento: pelo menos dois concordam com a nova filial e calcule sua probabilidade; c) Monte o evento complementar do item b). PROFESSOR: KLEBER LIMA Exercício 4. (Magalhães & Lima. Noções de Probabilidade e Estatística) Dois processadores tipo A e B são colocados em teste por 50 mil horas. A probabilidade de que um erro de cálculo aconteça em um processador do tipo A é de 1/30, no tipo B, 1/80 e ambos, 1/1000. Qual a probabilidade de que: a) Pelo menos um dos processadores tenha apresentado erro? b) Nenhum processador tenha apresentado erro? c) Apenas o processador A tenha apresentado erro? PROFESSOR: KLEBER LIMA Exercício 5. Uma amostra de 500 famílias foi selecionada em uma grande área metropolitana para determinar várias informações acerca do comportamento do consumidor. Entre as questões indagadas, estava "Você gosta de comprar roupas?". De 240 homens, 136 responderam que sim. De 260 mulheres, 224 responderam que sim. a) Represente as informações dadas anteriormente por meio de uma tabela de dupla entrada; b) Qual é a probabilidade de que um entrevistado, aleatoriamente selecionado, b.1 seja um homem e não goste de comprar roupas? b.2 seja uma mulher ou goste de comprar roupas? b.3 não goste de comprar roupas? b.4 goste de comprar roupa, dado que o entrevistado seja um homem? b.5 seja uma mulher, dado que o entrevistado não goste de comprar roupas? PROFESSOR: KLEBER LIMA Exercício 6. Em uma indústria de enlatados, as linhas de Produção I, II, III respondem por 50%, 30%, 20% da produção, respectivamente. As proporções de latas com defeito de produção nas linhas I, II, e III são 0, 4%, 0, 6% e 1, 2%. Qual a probabilidade de uma lata defeituosa (descoberta ao nal da inspeção do produto acabado) provir da linha I? 7. Se P(A) = 0, 4 e P(B) = 0, 5, que se pode dizer quanto a P(A ∪ B), se A e B não são mutuamente exclusivos? PROFESSOR: KLEBER LIMA Exercício 8. Os trabalhadores de uma fábrica são encorajados constantemente para que se pratique a tolerância zero a acidentes de trabalho. Os acidentes podem ocorrer devido ao ambiente de trabalho ou a condições que não são seguras. Por outro lado, eles podem ocorrer por descuido ou erro humano. Além disso, os turnoa de trabalho dos funcionários, que são das 7h às 15h de trabalho (turno matutino), das 15 às 23h (turno vespertino) e das 23 às 7h (turno noturno), podem ser outro fator de acidentes. Durante o ano passado, ocorreram 300 acidentes. As porcentagens de acidentes para as combinações de condições são: PROFESSOR: KLEBER LIMA Exercício Se um acidente reportado é selecionado aleatoriamente dentre os 300, a) Qual é a probabilidade de que o acidente tenha ocorrido durante o turno noturno? b) Qual é a probabilidade de que o acidente tenha ocorrido devido a erro humano? c) Qual é a probabilidade de que o acidente tenha ocorrido no turno vespertino ou no turno noturno? PROFESSOR: KLEBER LIMA Exercício 9. Um a empresa de sementes fiscalizadas vende pacotes com 20 Kg cada. As máquinas A, B, e C enchem 25%, 35% e 40% do total produzido, respectivamente. Da produção de cada máquina 5%, 4% e 2% respectivamente, são pacotes fora do peso aceitável. Escolhe-se ao acaso um pacote e verifica-se que está fora do peso aceitável. Qual a probabilidade de que o pacote tenha vindo da máquina A? PROFESSOR: KLEBER LIMA Exercício 10. As probabilidades prévias para os eventos A1 e A2 são P(A1) = 0, 40 e P(A2) = 0, 60. Sabe-se também que P(A1 ∩ A2) = 0. Suponha que P(B\A1) = 0 e P(B\A2) = 0, 05. a) A1 e A2 são mutuamente exclusivos? Por quê? b) Calcule P(A1 ∩ B) e P(A2 ∩ B) BORA? Slide 1 Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13 Slide 14 Slide 15 Slide 16 Slide 17 Slide 18 Slide 19 Slide 20 Slide 21 Slide 22 Slide 23 Slide 24 Slide 25 Slide 26 Slide 27 Slide 28 Slide 29 Slide 30 Slide 31 Slide 32 Slide 33 Slide 34 Slide 35 Slide 36 Slide 37 Slide 38 Slide 39 Slide 40 Slide 41 Slide 42 Slide 43 Slide 44 Slide 45 Slide 46 Slide 47 Slide 48 Slide 49
Compartilhar