Baixe o app para aproveitar ainda mais
Prévia do material em texto
UFRRJ, Prof. Felipe Leite 4 Probabilidade 4.1 Experimentos aleato´rios Um experimento ou fenoˆmeno aleato´rio e´ uma situac¸a˜o ou acontecimento cujos resultados sa˜o incertos. Exemplos: a) As condic¸o˜es clima´ticas do pro´ximo domingo. b) A taxa de inflac¸a˜o do pro´ximo meˆs. c) Jogar um dado equilibrado e observar a face superior. d) Selecionar um estudante da UFRRJ e medir a sua altura em metros. 4.2 Modelo probabil´ıstico O modelo probabil´ıstico e´ especificado no momento em que estabelecemos: (i) um espac¸o amostral; (ii) uma probabilidade para cada ponto amostral. Definic¸a˜o 1 O conjunto Ω de todos os resultados poss´ıveis de um experimento aleato´rio e´ chamado de espac¸o amostral. Exemplo 1 O espac¸o amostral no lanc¸amento de um dado. Espac¸o amostral: Ω = {1, 2, 3, 4, 5, 6} Definic¸a˜o 2 Um evento A e´ qualquer subconjunto do espac¸o amostral, isto e´, A ⊂ Ω. Exemplo 2 No lanc¸amento de um dado sair um nu´mero par na face superior. Espac¸o amostral: Ω = {1, 2, 3, 4, 5, 6} Evento: A = {2, 4, 6} Definic¸a˜o 3 Dois eventos A e B sa˜o ditos disjuntos ou mutuamente exclusivos, se A∩B = φ. Exemplo 3 Considere os seguintes eventos no lanc¸amento de um dado: A= {sair um nu´mero par} e B= {sair um nu´mero ı´mpar}. Podemos garantir que os eventos sa˜o disjuntos? Soluc¸a˜o: Sim, pois A = {2, 4, 6} e B = {1, 3, 5}. Logo, A ∩B = φ. 3 UFRRJ, Prof. Felipe Leite 4.3 Propriedades de frequeˆncia relativa: a) 0 ≤ fA ≤ 1; b) fA = 1⇒ nA = n; c) fA = 0⇒ nA = 0; d) Se A ∩B = φ, enta˜o fA∪B = fA + fB. Definic¸a˜o 4 A definic¸a˜o cla´ssica de probabilidade e´ dada por P (A) = n(A) n(Ω) , onde n(A) e´ o nu´mero de elementos do evento A e n(Ω) e´ o nu´mero de elementos do espac¸o amostral Ω. Definic¸a˜o 5 Uma func¸a˜o P : Ω→ < e´ denominada de probabilidade se satisfaz as seguintes condic¸o˜es: (i) 0 ≤ P (A) ≤ 1; (ii) P (Ω) = 1; (iii) Se A ∩B = φ, enta˜o P (A ∪B) = P (A) + P (B) (Caso geral, P (∪ni=1Ai) = ∑n i=1 P (Ai), Ai sa˜o disjuntos.) 4.4 Propriedades de probabilidade: a) P (φ) = 0. b) P (Ac) = 1− P (A). c) Sejam A e B eventos de Ω. Enta˜o, P (A ∪B) = P (A) + P (B)− P (A ∩B). Exemplo 4 Considere o lanc¸amento de dois dados. Determine as probabilidades: a) de que a soma dos nu´meros mostrados nas faces de cima seja 7; b) de que o valor ma´ximo entre as duas faces seja maior ou igual a 3. Exemplo 5 Dois processadores (A e B) sa˜o colocados em teste por 50 mil horas. A proba- bilidade de que um erro de ca´lculo acontec¸a em um processador do tipo A e´ de 1 30 , no tipo B e´ de 1 80 e, em ambos, e´ de 1 1000 . Qual e´ 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? 4.5 Probabilidade condicional Definic¸a˜o 6 A probabilidade condicional do evento A dado que ocorreu o evento B e´ definida por P (A|B) = P (A ∩B) P (B) , P (B) > 0. 4 UFRRJ, Prof. Felipe Leite Exemplo 6 Considere o lanc¸amento de um dado equilibrado. Determine: a) a probabilidade de sair o nu´mero 3 na face de cima do dado. b) Suponha que o dado tenha sido lanc¸ado e que saiu um nu´mero ı´mpar na face de cima do dado. Qual e´ a probabilidade de ter sa´ıdo o nu´mero 3 na face de cima do dado? Exemplo 7 Uma carta de um baralho com 52 cartas e´ retirada. Considere os eventos, O={carta e´ de ouros} e R={carta e´ um rei}. Encontre P (O), P (O ∩R), P (R) e P (O|R). 4.6 Independeˆncia de eventos Definic¸a˜o 7 Sejam A e B eventos de um espac¸o amostral Ω. Enta˜o, os eventos A e B sa˜o independentes se P (A ∩B) = P (A)× P (B). Exemplo 8 Sejam A e B dois eventos de um espac¸o amostral, tais que P (A) = p, P (B) = 1 5 e P (A ∪B) = 1 2 . Determine o valor de p para que os eventos A e B sejam independentes. 4.7 Teorema da probabilidade Total Definic¸a˜o 8 Os eventos A1, A2, ... , An formam uma partic¸a˜o do espac¸o amostral Ω, se (i) Ai ∩ Aj = φ, ∀ i 6= j; (ii) ∪ni=1Ai = Ω. Teorema 1 Sejam A1, A2, ... , An uma partic¸a˜o do espac¸o amostral Ω e B um evento qualquer em Ω. Enta˜o, P (B) = n∑ i=1 [P (Ai)× P (B|Ai)] . 4.8 Teorema de Bayes Teorema 2 Sejam A1, A2, ... , An uma partic¸a˜o do espac¸o amostral Ω e B um evento qualquer em Ω. A probabilidade de ocorreˆncia do evento Ai, supondo-se a ocorreˆncia do evento B, e´ dada por P (Ai|B) = P (B|Ai)× P (Ai)∑n j=1 [P (Aj)× P (B|Aj)] . Exemplo 9 Uma fa´brica produz treˆs tipos de circuitos, sendo: 20% do tipo I, 50% do tipo II e 30% do tipo III. A probabilidade de defeito e´, respectivamente, 2%, 8% e 5%. a) Qual e´ a probabilidade de um circuito testado na˜o ser defeituoso? b) Um circuito foi testado aleatoriamente e verificou que estava com defeito, qual e´ a probabi- lidade do circuito ser do tipo II? 5 UFRRJ, Prof. Felipe Leite 4.9 Refereˆncias • ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS. Estat´ıstica Aplicada a` Economia e Administrac¸a˜o. Traduc¸a˜o: Luiz Se´rgio de Castro Paiva. 1ed. Sa˜o Paulo: Pioneira Thomson Learning, 2003. • BUSSAB. W. O. ; MORETTIN, P. A. Estat´ıstica Ba´sica. 5ed. Saraiva, 2003. • MAGALHA˜ES, M.N ; LIMA, A.C.P DE. Noc¸o˜es de Probabilidade e Estat´ıstica. 5ed., Sa˜o Paulo: Ed. Edusp, 2005. • JAMES, Barry R. Probabilidade: um curso em n´ıvel intermedia´rio. 2ed., Rio de Janeiro: IMPA, Projeto Euclides, 2002. 6
Compartilhar