Baixe o app para aproveitar ainda mais
Prévia do material em texto
Profa. Lidia Rodella UFPE-CAA É a área de estudo que nos permite compreender e quantificar a incerteza sobre o futuro. Utilizamos as regras da probabilidade para estabelecer uma ponte entre aquilo que sabemos e o que é desconhecido em relação ao futuro. A probabilidade também desempenha um papel crítico na inferência estatística. Ela fornece um link entre a população e a amostra. Para tirarmos conclusões a respeito de uma parâmetro precisamos ter informações a respeito da sua distribuição de probabilidade. Experimento: é qualquer processo que permite ao pesquisador fazer observações. ◦ Experimentos determinísticos - é aquele que, repetido nas mesmas condições, conduz ao mesmo resultado. Ex: a temperatura do ponto de ebulição da água. ◦ Experimentos aleatórios – é aquele que quando realizado sob condições idênticas, não é possível prever, a priori, o resultado particular que irá ocorrer e sim, o conjunto dos possíveis resultados. Ex: Lançar uma moeda, jogar um dado. Experimento aleatório ◦ É uma ação ou processo que leva a um dos vários resultados possíveis. Nós não conhecemos o resultado antes do experimento ocorrer. ◦ Características: (a) Poderá ser repetido indefinidamente sob condições essencialmente inalteradas; (b) Muito embora não sejamos capazes de afirmar qual resultado particular ocorrerá, seremos capazes de descrever o conjunto de todos os possíveis resultados do experimento; (c) Quando o experimento for executado repetidamente um grande número de vezes, uma regularidade surgirá. Espaço amostral (S ou Ω) ◦ É um conjunto de todos os resultados possíveis para o experimento. Exemplos: ◦ Experimento: Lançar uma moeda S: {cara, coroa} ◦ Experimento: Lançar um dado S: {1, 2, 3, 4, 5, 6} ◦ Experimento: Método de pagamento de um cliente de um grande supermercado S: {dinheiro, cartão de débito, cartão de crédito, cheque} ◦ Experimento: Duração de uma lâmpada S: {tǀ t ≥ 0} Evento ◦ É qualquer subconjunto do espaço amostral. ◦ Exemplos: Experimento: Lançar um dado S: {1, 2, 3, 4, 5, 6} Evento (A): números ímpares - A: {1, 3, 5} Probabilidade de um evento ◦ É a soma das probabilidades de cada resultado do evento. P(A) = P(1)+P(3)+P(5) A probabilidade de um evento é um número que mede a possibilidade relativa de sua ocorrência. Propriedades: As probabilidades são sempre entre 0 e 1. A soma das probabilidades de todos os resultados do espaço amostral é igual a 1. Como atribuir esses números (probabilidades) aos elementos do espaço amostral? Clássica ◦ Conhecida a priori pela natureza do experimento. Atribuição de probabilidades antes que observemos de fato o evento ou façamos um experimento; Empírica ◦ Estimada a partir da frequência relativa observada do resultado; Subjetiva ◦ Baseada em opinião informada ou julgamento. É utilizada quando não existe um experimento aleatório repetível. Espaço amostral S A e B são dois eventos do espaço amostral S Experimento: lançamento de um dado. S B A BA BA S 1 2 6 3 4 5 A: Números pares B: Números > 4 A B É o conjunto formado por elementos que pertencem aos dois eventos (A e B). { 6 } A B S BAP 6/1 Qual a probabilidade dos eventos ocorrerem simultaneamente? BA BA S 1 2 6 3 4 5 A: Números pares B: Números > 4 A B É o conjunto formado por elementos que pertencem a pelo menos um dos dois eventos (A ou B). { 2,4,5,6 } A B S Qual a probabilidade de ocorrer pelo menos um dos dois eventos? BAP 6 4 S 1 2 6 3 4 5 A: Números < 3 B: Números > 4 A B Quando não possuírem elementos em comum. Intersecção é um conjunto vazio. A B S Nunca ocorrem simultaneamente. S 1 2 6 3 4 5 A: Números > 3 B: Números < 5 A B Quando todos os elementos do espaço amostral pertencerem a A ou a B ou a ambos, isto é, se sua união for todo o espaço amostral S. A B S Pelo menos um tem que ocorrer. A A S 1 2 6 3 4 5 A: Números ímpares A O conjunto de elementos que pertencem a S mas não pertencem a A. A S { 2,4,6 } Azul Castanho Verde Preto 3 62 13 Loiro 32 9 13 Ruivo 11 33 24 Olhos Cabelo 78 54 68 200 46 104 50 Probabilidade marginal e Probabilidade condicional Azul Castanho Verde Preto 0,015 0,310 0,065 0,390 Loiro 0,160 0,045 0,065 0,270 Ruivo 0,055 0,165 0,120 0,340 0,230 0,520 0,250 1 Olhos Cabelo Pr (Ruivo ∩ Castanho) = 0,165 Pr (Verde ∩ Loiro) = 0,065 Pr (Preto ∩ Verde) = 0,065 Qual é a probabilidade de selecionarmos alguém com cabelo ruivo e olhos castanhos? Intersecção Azul Castanho Verde Preto 0,015 0,310 0,065 0,390 Loiro 0,160 0,045 0,065 0,270 Ruivo 0,055 0,165 0,120 0,340 0,230 0,520 0,250 1 Olhos Cabelo Qual é a probabilidade de selecionarmos alguém com olhos verdes? Pr (Verde) = 0,25 Pr (Ruivo) = 0,34 Pr (Azul) = 0,23 Probabilidades Marginais Só estamos interessados em uma característica. Azul Castanho Verde Preto 0,015 0,310 0,065 0,390 Loiro 0,160 0,045 0,065 0,270 Ruivo 0,055 0,165 0,120 0,340 0,230 0,520 0,250 1 Olhos Cabelo Qual é a probabilidade de selecionarmos alguém com cabelos pretos ou olhos castanhos? Pr (Preto U Castanho) = 0,015 + 0,31 + 0,065 + 0,045 + 0,165 = 0,6 OU Pr (Preto U Castanho) = 0,039 + 0,52 – 0,31 = 0,6 Pr (Preto) + Pr (Castanho) – Pr (Preto ∩ Castanho) União Azul Castanho Verde Preto 0,015 0,310 0,065 0,390 Loiro 0,160 0,045 0,065 0,270 Ruivo 0,055 0,165 0,120 0,340 0,230 0,520 0,250 1 Olhos Cabelo Pr (Loiro U Verde) = Pr (Ruivo U Azul) = 0,34 + 0,23 – 0,055 = 0,515 Pr (Loiro) + Pr (Verde) – Pr (Loiro ∩ Verde) = 0,27 + 0,25 – 0,065 = 0,455 União Azul Castanho Verde Preto 0,015 0,310 0,065 0,390 Loiro 0,160 0,045 0,065 0,270 Ruivo 0,055 0,165 0,120 0,340 0,230 0,520 0,250 1 Olhos Cabelo Se sabemos que uma pessoa tem olhos azuis, qual é a probabilidade dela ter cabelos loiros? Pr (Loiro|Azul) = 6957,0 23,0 16,0 Pr (Azul|Loiro) 5926,0 27,0 16,0 )( )( AzulP AzulLoiroP )( )( LoiroP LoiroAzulP Azul Castanho Verde Preto 0,015 0,310 0,065 0,390 Loiro 0,160 0,045 0,065 0,270 Ruivo 0,055 0,165 0,120 0,340 0,230 0,520 0,250 1 Olhos Cabelo 3173,0 52,0 165,0 )tan|Pr( nhoCasRuivo )tanh( )tanh( oCasP oCasRuivoP )|tanhPr( RuivooCas 4853,0 34,0 165,0 )|Pr(Pr Verdeeto 26,0 25,0 065,0 Resumindo, temos as seguintes regras: (probabilidade da união) )( )( | BP BAP BAP )()()( BAPBPAPBAP )(|)(|)( APABPBPBAPBAP (probabilidade condicional) (probabilidade da intersecção) A e B são independentes se, e somente se, P(A ǀ B) = P(A) ou Ex: Retiramos uma carta de um baralho de 52 cartas. Sejam os eventos: ◦ A = a carta é um ás; ◦ B = a carta é de espadas. A e B são independentes? )()()( BPAPBAP 52 4 )( AP 52 13 )( BP 52 1 )( BAP A e B são independentes. Uma loja de departamento analisou suas vendas mais recentes e determinoua relação entre a maneira como os consumidores pagam pelas compras e a categoria de preço dessas compras. A tabela abaixo apresenta essa relação: a) Qual a proporção de compras pagas com cartão de débito? b) Qual a probabilidade de uma compra ser paga com cartão crédito e seu valor ser maior que R$ 100,00? c) Qual a proporção de compras menores que 20 ou pagas com cartão de crédito ? d) Sabendo-se que o valor da compra é maior que R$ 100,00, qual a probabilidade da compra ser paga com cartão de crédito? Dinheiro Cartão de crédito Cartão de débito < R$ 20 0,09 0,03 0,04 R$20 – R$ 100 0,05 0,21 0,18 > R$ 100 0,03 0,23 0,14 Kate está transportando uma mensagem para o rei através de uma floresta encantada. Ela sabe que 18% das árvores são ilusões. Por trás de 34% das árvores tem ogros esperando para devorá-la. Dessas árvores com ogros, somente 5% são ilusões. a) Se ela atirar uma flecha em uma árvore aleatoriamente, qual é a probabilidade dela ser uma árvore real? b) Qual é a probabilidade dela atirar aleatoriamente em uma árvore e ela ser uma ilusão e ter um ogro (mau dia para o ogro!)? c) Qual é a probabilidade dela atirar aleatoriamente em uma árvore e está ser uma ilusão, ou ter um ogro atrás, ou ambos? d) Se ela escolhe uma árvore e ela é real, qual a probabilidade de não existir um ogro atrás dela? A empresa M&B tem 15800 empregados, classificados de acordo com a tabela abaixo. Qual a probabilidade de selecionarmos: ◦ Um empregado com 40 anos de idade ou menos; ◦ Um empregado com 40 anos de idade ou menos, e mulher; ◦ Um empregado com mais de 40 anos de idade e que seja homem; ◦ Uma mulher, dado que é um empregado com menos de 25 anos. Homens (M) Mulheres (F) < 25 (A) 2000 800 2800 25 – 40 (B) 4500 2500 7000 > 40 (C) 1800 4200 6000 8300 7500 15800 Sexo Idade Uma pesquisa perguntou a um mesmo número de homens e mulheres suas opiniões sobre comportamento rude e desrespeitoso. 59% das pessoas se sentem incomodadas com tais comportamentos. As mulheres parecem se incomodar mais do que os homens – 75% das mulheres se incomodam contra 43% dos homens. a) Se selecionarmos uma pessoa e ela for homem, qual é a probabilidade dela não se incomodar com tal comportamento? b) Qual a proporção de pessoas que se incomodam? c) Qual a probabilidade de uma pessoa ser mulher e se incomodar? d) Qual é a probabilidade de uma pessoa ser homem ou não se incomodar, ou ambos? e) Qual é a probabilidade de uma pessoa que não se incomoda ser mulher? Há uma outra maneira de calcularmos a probabilidade condicional: )( )|( )( )( )|( AP BPBAP AP BAP ABP iiii Teorema de Bayes: Dado um experimento em dois estágios e conhecidas as probabilidades a priori e as probabilidades condicionais, esse teorema permite calcular as probabilidades a posteriori, isto é, as probabilidades associadas aos resultados do primeiro estágio, dado o resultado do segundo estágio. k i ii ii i BAPBP BAPBP ABP 1 )|()( )|()( )|( Acontece que nem sempre P(A) é dada. Atenção: Bi eventos devem ser mutuamente excludentes e coletivamente exaustivos. Ex1: Temos 5 urnas, cada uma com 6 bolas. Duas dessas urnas (tipo C1) têm 3 bolas brancas, duas outras (tipo C2) têm 2 bolas brancas, e a última urna (tipo C3) tem 6 bolas brancas. Escolhemos uma urna ao acaso e dela retiramos uma bola. Qual a probabilidade de a urna escolhida ser do tipo C3, sabendo-se que a bola sorteada é branca? )|3( BCP ? )1(CP )2(CP )3(CP )1|( CBP )2|( CBP )3|( CBP 2/5 2/5 1/5 1/2 1/3 1 )( )3|()3( )( )3( )|3( BP CBPCP BP BCP BCP )3()2()1()( BCPBCPBCPBP )3|()3()2|()2()1|()1( CBPCPCBPCPCBPCP 15 8 1 5 1 3 1 5 2 2 1 5 2 )( )3|()3( )|3( BP CBPCP BCP 8 3 15/8 15/1 Ex2: 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. Para isso, gostaria de conhecer qual 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: P(AǀB)=0,8 P(AǀM)=0,5 P(AǀF)=0,2 Solução Ex2: P(FǀA)=? Dados: P(B)=0,25 P(M)=0,50 P(F)=0,25 P(AǀB)=0,8 P(AǀM)=0,5 P(AǀF)=0,2 P(A) = 0,50 P(FǀA) = 0,10 Em uma fábrica de parafusos, as máquinas A, B e C produzem 25%, 35% e 40% do total, respectivamente. Da produção de cada máquina 5%, 4% e 2%, respectivamente, são parafusos defeituosos. Escolhe-se ao acaso um parafuso e verifica-se que é defeituoso. Qual a probabilidade de que o parafuso venha da máquina A; da B; e da C?
Compartilhar