Baixe o app para aproveitar ainda mais
Prévia do material em texto
Mestre Engenheira Probabilidade e Estatística: Parte 3 – Interpretação de Probabilidade Autor: Jéssica Santos Martins Data: 24/03/2016 Nesta aula estudaremos sobre Interpretações de Probabilidade, Probabilidade Condicional, Amostra Aleatória, Regra da Multiplicação, Regra da Probabilidade Total, Independência e Teorema de Bayes. Esta aula tem como material base o livro “Estatística Aplicada e Probabilidade para Engenheiros”. MONTGOMERY, D. C.; RUNGER, G. C. Estatística Aplicada e Probabilidade para Engenheiros. Edição 4. Rio de Janeiro: LTC, 2009. 493 p. Interpretação de Probabilidade Vimos na parte 1 deste curso que a probabilidade é usada pra quantificar a possibilidade ou chance de ocorrência de um resultado em um experimento aleatório. A probabilidade pode ser entendida como Grau de Crença de certo resultado. Por exemplo: Se a probabilidade da vídeo-aula (referente a esta nota de aula) receber seu like for de 100%, significa dizer que isto ocorrerá com certeza. Se a porcentagem for 0 %, indica que este resultado não ocorrerá. A probabilidade pode também ser interpretada como Frequência Relativa. Se atribuirmos uma probabilidade de 30% aos likes recebidos na vídeo-aula, tem-se que de 100 pessoas que assistiram o vídeo, apenas 30 deixarão seu like. Em experimentos aleatórios de pode assumir que todos os resultados tem a mesma chance de acontecer, sendo estes Resultados Igualmente Prováveis. Logo, a probabilidade de cada resultado é dada pela Equação [1], onde N é o número de resultados possíveis. A probabilidade de você escolher o copo certo é de 25%, já que se tem 4 possíveis resultados (Figura 1). 𝑃 = 1/𝑁 [1] Figura 1: Exemplo de experimento com resultados igualmente prováveis 25% 25% 25% 25% Mestre Engenheira Para o espaço amostral discreto a probabilidade de um evento é igual a soma das probabilidades dos resultados. 𝑃(𝐸) = ∑ 𝑃(𝑅) [2] Neste caso, a probabilidade de você escolher o copo errado é a somatória de 25% três vezes, que é igual a 75%. Para saber mais sobre Espaço amostral discreto e evento, assista a vídeo aula parte 2 ou veja a nota de aula referente a esse vídeo. Vídeo-aula: https://www.youtube.com/watch?v=r4DiA6hBvWo Nota de Aula: https://www.passeidireto.com/arquivo/19091959/probabilidade-e-estatistica-parte2 Há axiomas que devem ser satisfeitos para probabilidades de experimentos aleatórios. Eles permitem que a probabilidade de alguns eventos possa ser calculada tendo como base a probabilidade de outros resultados ou eventos. O primeiro axioma (Equação [3]) diz que a probabilidade do espaço amostral tem que ser igual a 1 ou 100%, já que o espaço amostral contém todos os resultados possíveis. A probabilidade de um evento, sabendo que este não é um conjunto vazio e que representa apenas uma parte do espaço amostral, é de acordo com a Equação [4]. E se a intercessão entre dois eventos for um conjunto vazio, tem-se que a probabilidade da união destes eventos é igual a somatória da probabilidade de cada evento. Dos axiomas se pode chegar a algumas conclusões importantes. Segue abaixo algumas delas. Exercício Respondido Tem-se o espaço amostral S = {a, b, c, d, e} com probabilidades 0,1; 0,1; 0,2; 0,4 e 0,2 para cada elemento, respectivamente. Tal espaço amostral ainda possui dois eventos sendo eles A = {a, b, c} e B = {c, d, e}. Com base nestes dados respondamos as questões abaixo. 𝑃(𝑆) = 1 [3] 0 ≤ 𝑃(𝐸) ≤ 1 [4] 𝑃(𝐸1 ∪ 𝐸2) = 𝑃(𝐸1) + 𝑃(𝐸2) 𝑠𝑒 𝐸1 ∩ 𝐸2 = ∅ [5] 𝑃(∅) = 0 [6] 𝑃(𝐸′) = 1 − 𝑃(𝐸) [7] Mestre Engenheira a) P(A) = ? Resposta: P(A) = P(a) + P(b) + P(c) = 0,1+0,1+0,2 = 0,4 ou 40% b) P(B) = ? Resposta: P(B) = P(c) + P(d) + P(e) = 0,2+0,4+0,2 = 0,8 ou 80% c) P(A’) = ? Resposta: A probabilidade do complemento do evento A é calculada pela Equação [7]. P(A) = 1-P(A) = 0,6 ou 60% d) P(AB) = ? Resposta: O conjunto AB é igual ao espaço amostral em sua totalidade. Sendo assim, P(AB) = P(A)+P(B) = P(S) = 1 ou 100% e) P(AB) = ? Resposta: O único elemento no conjunto intercessão entre os eventos A e B é o elemento c. P(c)=0,2 ou 20% Viu-se que os conhecimentos de operações de conjunto facilitam a determinação da probabilidade de eventos. Fórmulas para o cálculo de probabilidade a partir das relações de conjunto podem ser desenvolvidas. Exercício Respondido Certa fábrica produziu 2050 tampinhas de garrafa. Dentro deste espaço amostral têm-se os eventos A (tampinhas feitas para uso em garrafas de refrigerante), B (tampinhas feitas para uso em garrafas de cerveja), C (tampinhas feitas na cor verde) e D (tampinhas feitas na cor vermelha). A quantidade de tampinha de cada evento é apresentada na Tabela 1. Com base nestes dados, qual o valor de P(BC)? Tabela 1- Dados da fábrica de tampinhas Produto Verde Vermelha Total Refrigerante 260 874 1134 Cerveja 394 522 916 Total 654 1396 2050 Mestre Engenheira Resposta: Utilizando os conhecimentos vistos anteriormente, imagina-se que a probabilidade é calculada pela soma da probabilidade de todos os eventos, como apresentado abaixo. P(B ∪ C) = P(B) + P(C) = 916 2050 + 654 2050 P(B ∪ C) = 44,68% + 31,9% P(B ∪ C) = 76,58% No entanto, este cálculo está errado já que a probabilidade das tampas de intercessão dos eventos B e C estão sendo contabilizadas das vezes. Desta maneira, a forma correta de se calcular a probabilidade da união é pela forma abaixo, onde é feito a subtração da probabilidade da intercessão entre os eventos. P(B ∪ C) = P(B) + P(C) - P(B ∩ C) P(B ∪ C) = 916 2050 + 654 2050 − 394 2050 P(B ∪ C) = 44,68% + 31,9% − 19,22% P(B ∪ C) = 57,36% Esta é a equação para a probabilidade da União (Equação [8]). Para eventos mutualmente excludentes, sabe-se que o conjunto intercessão entre estes eventos é nulo, logo, sua probabilidade é zero e a Equação [8] pode ser modificada para o caso apresentado na Equação [9]. Probabilidade Condicional As vezes, novas informações adicionais fazem com que a probabilidade seja reavaliada. Isto é chamado de . Tomemos como exemplo Probabilidade Condicional o caso de uma fábrica de camisas. Tabela 2 – Dados da fábrica de camisas Costura tipo 1 (A) Costura tipo 2 (B) Total Defeito Sim (D) 18 14 32 Não 54 14 68 Total 72 28 100 P(B ∪ C) = P(B) + P(C) - P(B ∩ C) [8] P(B ∪ C) = P(B) + P(C) [9] Mestre Engenheira Nesta fábrica as camisas são fabricadas com costura do Tipo 1. Destas 25% apresentam defeito. No entanto, as camisas também podem ser fabricadas com costura do Tipo 2. Neste caso 50% das camisas apresenta defeito. Note que a probabilidade foi modificada sendo condicionada ao tipo de costura escolhida para a fabricação da camisa. A equação geral para a probabilidade condicional é apresentada na Equação [10]. 𝑃(𝐵|𝐴) = 𝑃(𝐴 ∩ 𝐵)/𝑃(𝐴) [10] A plicando a equação ao problema, chega-se a uma probabilidade de defeito condicionada a costura do tipo 2 de 50%, o que está de acordo com o esperado. P(D|B) = P(B ∩ D)/P(B) P(D|B) = 14 100 ÷ 28 100 P(D|B) = 50% Amostras Aleatórias A probabilidade condicional é uma forma de facilitar a análise e resolução de problemas de probabilidade. Outra forma de facilitar os cálculos de probabilidade é utilizando as ideias de , onde em seleções aleatórias, os itens Amostras Aleatórias que permanecem na batelada são igualmente prováveis de serem selecionados a cada etapa da amostragem. Para entender bem este conceito vejamos o exercício abaixo. Exercício Respondido Suponhamosque temos 50 itens, dentre estes 10 são do tipo 1 e 40 são do tipo 2. Em uma seleção aleatória de 2 itens, qual a probabilidade da segunda seleção ser de um item 2, sabendo que a primeira foi de um item 1? Resposta: Na primeira seleção tem-se 10 possibilidades do tipo 1 e 40 do tipo 2. A probabilidade de ser escolhida uma peça do tipo 1 na primeira seleção é dada pela equação abaixo resultando em 20%. 𝑃(𝐸1) = 10/50 = 20% Após a primeira seleção e considerando que esta foi uma peça do tipo 1, tem- se que 9 possibilidades do tipo 1 e 40 do tipo 2 estão disponíveis. A probabilidade da escolha de uma peça do tipo dois, condicionada a escolha de uma peça do tipo 1 na Mestre Engenheira primeira seleção é dada pela equação abaixo. Note que o total não é mais 50 peças, e sim 49. 𝑃(𝐸2|𝐸1) = 40/49 = 81,63% 81,63% é a probabilidade da escolha de uma peça do tipo 2 dentro do evento que considera que uma peça do tipo 1 foi escolhida inicialmente. Figura 2: Diagrama de representação da probabilidade de E1 e P(E2|E1) Para que se tenha a probabilidade de que ambas as peças sejam escolhidas nesta ordem em relação ao todo, deve-se utilizar a , que nada Regra da Multiplicação mais é do que o cálculo da probabilidade para a intercessão entre dois eventos. P(A ∩ B) = P(B|A)P(A) ou P(A ∩ B) = P(A|B)P(B) [11] Regra da Probabilidade Total Na probabilidade condicional, informações adicionais modificam a probabilidade. Quando esta dependência é conhecida, mas se deseja determinar a probabilidade de um evento sem saber se a condição conhecida foi ou não atingida, usa-se a . Regra Da Probabilidade Total Figura 3: Diagrama de representação dos dados da fábrica de camisas Mestre Engenheira Voltemos ao caso da fábrica de camisas. 72% das camisas fabricadas foram costuradas com o tipo 1 de costura e dentre estas 25% apresentaram defeito. 28% foram costuradas com a costuradas com a costura do tipo 2 e dentre estas 50% apresentaram defeito. Qual a porcentagem de defeitos no total de fabricação sem saber se a camisa foi costurada com o tipo 1 ou 2? Esta é calculada pela Equação [12] sendo esta a equação geral para a Probabilidade Total. P(D) = P(D|B)P(B) + P(D|B′)P(B′) [12] Utilizando esta equação e substituindo os valores, temos que a probabilidade de defeito no processo de fabricação é 32%. P(D) = P(D|B)P(B) + P(D|B′)P(B′) P(D) = 50% × 28% + 25% × 72% P(D) = 14% + 18% P(D) = 32% Independência Em alguns casos a probabilidade condicional é igual a probabilidade do evento no todo. Sendo assim, saber a probabilidade do evento condicionado a outro evento não interfere. Voltemos ao caso da seleção das peças onde novamente tem-se que a segunda seleção será do tipo 2, sendo que a primeira seleção foi do tipo 1. Porém neste caso temos a reposição da peça. Com a reposição da peça, temos que na segunda seleção a quantidade de peças disponíveis de cada tipo permanece a mesma. Disto tem-se as seguintes observações. o 𝑃(𝐸2) = 40/50 = 80% 𝑃(𝐸2|𝐸1) = 40/50 = 80% P(𝐸2 ∩ 𝐸1) = P(𝐸2|𝐸1)P(𝐸1) o P(𝐸2 ∩ 𝐸1) = 40 50 × 10 50 = 16% P(𝐸2 ∩ 𝐸1) = 𝑃(𝐸2)𝑃(𝐸1) Note que a probabilidade do evento E2 condicionada ao evento E1 é igual a probabilidade de E2 no todo. Observe também que a probabilidade da intercessão entre estes eventos é igual a multiplicação da probabilidade de cada evento. Mestre Engenheira As relações observadas são apresentadas de forma generalizada nas Equações [13], [14] e [15]. Dois eventos são se qualquer uma destas Independentes afirmações for verdadeira. Vale lembrar que eventos mutualmente excludentes referem-se apenas aos resultados pertencentes a cada conjunto. Já a independência refere-se ao modelo de probabilidade usado no experimento aleatório. P(A|B) = P(A) [13] P(B|A) = P(B) [14] P(A∩B) = P(A)P(B) [15] Teorema de Bayes O possibilita o cálculo de uma probabilidade condicional a Teorema de Bayes partir da condicional inversa e da probabilidade total de certos eventos e esta é dada pela Equação [16]. P(A|B) = P(B|A)P(A) P(B) ; P(B) > 0 [16] Conclusão Na próxima aula estudaremos sobre Variáveis Aleatórias e de forma mais específica, Variáveis Aleatórias Discretas e Distribuição de Probabilidade. Mais materiais de aula!! Site: mestre-engenheira.webnode.com/ Visite nosso Canal no Youtube!! Mestre Engenheira: www.youtube.com/channel/UCEFWrHjSUTK7N38ctKUVkjA Entre em contato!! E-mail: mestre.engenheira@gmail.com
Compartilhar