Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Teorema de Bayes Probabilidade Partição de um espaço amostral: � Os eventos A1, ..., An formam uma partição do espaço amostral Ω se: • Não há eventos vazios • Não há interseção entre os eventos • A união dos eventos da partição é o espaço amostral • Exemplo: Ω Probabilidade Teorema de Bayes � Sejam A1,...,An um conjunto de eventos mutuamente exclusivos de um espaço amostral Ω, isto é, Ω = A1 ∪ A2 ∪..., An. Seja B um evento de Ω. Sejam conhecidas P(��) e P (�/��), � = 1,2, … . Então: � P (�� / B) = �(�� ∩ �) �(�) = � �� �(�/��) ∑ � �� �(�/�� � ��� ) = , � = 1,… , . � Também conhecido como teorema da probabilidade a posteriori, pois relaciona uma parcela da probabilidade total com a própria probabilidade total. Probabilidade Teorema de Bayes � Exemplo 1: � Uma companhia multinacional tem três fabricas que produzem o mesmo tipo de produto. A fabrica I é responsável por 30% do total produzido, a fabrica II produz 45% do total, e o restante vem da fabrica III. Cada uma das fabricas, no entanto, produz uma proporção de produtos que não atendem aos padrões estabelecidos pelas normas internacionais. Tais produtos são considerados “defeituosos" e correspondem a 1%, 2% e 1,5%, respectivamente, dos totais produzidos por fabrica. � No centro de distribuição, e feito o controle de qualidade da produção combinada das fabricas. a) Qual e a probabilidade de encontrar um produto defeituoso durante a inspeção de qualidade? Probabilidade Teorema de Bayes � Sejam os eventos: � A = {Produto Defeituoso} e � Fi = {Produto da Fabrica i}. � Pelo enunciado: � P(F1) = 0,3 ; P(F2) = 0,45 e P(F3) = 0,25. � P(A/F1) = 0,01, P(A/F2) = 0,02 e P(A/F3) = 0,015. P(A) = P(A/F1)P(F1) + P(A/F2)P(F2) + P(A/F3)P(F3) P(A) = 0,3 . 0,01 + 0,45 . 0,02 + 0,25 . 0,015 = 0,01575 Probabilidade Teorema de Bayes b) Se durante a inspeção, encontramos um produto defeituoso, qual e a probabilidade que ele tenha sido produzido na fabrica II? Aplicar Teorema de Bayes usando o item anterior para encontrar P(A): P(F2/A) = P(A/F2)P(F2) P(A) ∴ �,�� .�, ! �,�"!#! = 0,5714 c) Qual a probabilidade que ele tenha sido da fabrica I? P(F1/A) = P(A/F1)P(F1) P(A) ∴ �,�$ .�,�" �,�"!#! = 0,1905 d) Qual a probabilidade que ele tenha sido da fabrica III? P(F3/A) = P(A/F3)P(F3) P(A) ∴ �,�! .�,�"! �,�"!#! = 0,2381 e) P(F1/A) + P(F2/A) + P(F3/A) = 1 ∴ 0,5714 + 0,1905 + 0,2381 = 1 2 Probabilidade Teorema de Bayes Exemplo: 2 A urna A contém 3 fichas vermelhas e 2 Azuis, e a urna B contém 2 vermelhas e 8 azuis. Joga-se uma moeda “honesta”. Se der cara, extrai-se uma ficha da urna A; se der coroa, extrai-se uma ficha da urna B. Uma ficha vermelha é extraída. Qual a probabilidade de ter saído cara no lançamento? P(C) = " � ; P(Co) = " � ; P(V/C) = $ ! ; P(V/Co) = � "� ; P(V) = P (C V) + P( Co V)= " � . $ ! + " � . � "� = "� P(C/V) = P (C V) P(V) = % �& ' �& = $ Probabilidade Teorema de Bayes � Exemplo 3: � Qual a chance de chover dado que um time de futebol está jogando P(C/J) , sabendo que: � P(C) = 0,8; P(N) = 0,2; P(F) = 0,1; � De jogar quando chove (C) é 0,5 � P(J/C) = 0,5 ; � De jogar quando neva (N) é de 0,3 � P(J/N) = 0,3 ; � De jogar faltar energia no estádio (F) é 0,7 � P(J/F) = 0,7 ; P(J) = 0,5 * 0,8 + 0,3 * 0,2 + 0,7 * 0,1 = 0,53 Probabilidade Teorema de Bayes � Exemplo 3: � Chover dado que está jogando P(C/J) ? P(C/J) = �,! .�,( �,!$ = 0,75472 Probabilidade Teorema de Bayes Exemplo 4: � Em uma cidade onde carros têm que ser avaliados para controle de emissão de poluentes, 25% de todos os carros testados emitem quantidades excessivas de poluentes. No entanto, o teste não é perfeito e pode indicar resultados errados. Desta forma, carros que emitem excesso de poluentes podem não ser detectados pelo teste e carros que não emitem excesso de poluentes podem ser considerados erroneamente fora do padrão de emissão. Quando efetivamente testados, 99% dos carros fora do padrão são detectados e 17% dos carros em bom estado são considerados fora do padrão por erro do teste. � Qual é a probabilidade de que um carro reprovado pelo teste emita realmente excesso de poluentes? Probabilidade Teorema de Bayes � Considere que A é o evento de que um carro seja reprovado no teste; � B1 seja o evento de que ele emite quantidade excessiva de poluentes; � B2seja o evento de que o carro esteja dentro das normas de emissão de poluentes. Então: � P(B1) = 0,25 � P(B2) = 0,75 � P(A/B1) = 0,99 � P(A/B2) = 0,17 � Pede-se para calcularmos P(B1/A) � Existe um P(A) vindo pelo evento B1 e um P(A) vindo pelo evento B2. P(B1/A) = P(B1)P(A/B1) P(B1)P(A/B1)+P(B2)P(A/B2) ∴ �,�! .�,++ �,�!.�,++,�,#!. �,"# = 0,66 c)
Compartilhar