Baixe o app para aproveitar ainda mais
Prévia do material em texto
Probabilidade Condicional e Independência Wendeson Oliveira - wso@cin.ufpe.br Tsang Ing Ren – tir@cin.ufpe.br COM REPOSIÇÃO X SEM REPOSIÇÃO Não defeituosa Defeituosa Não defeituosa Defeituosa Quais são as chances de re/rar uma peça defeituosa? 10 2 = COM REPOSIÇÃO X SEM REPOSIÇÃO Não defeituosa Defeituosa Quais as chances de re/rar uma peça defeituosa depois que uma peça defeituosa foi re/rada e outra peça defeituosa é reposta? 10 2 = Re#rar a primeira Re#rar a segunda COM REPOSIÇÃO X SEM REPOSIÇÃO Não defeituosa Defeituosa Quais as chances de re/rar uma segunda peça defeituosa depois que a primeira defeituosa foi re/rada? 10 2 = 9 1 = Re#rar a primeira Re#rar a segunda COM REPOSIÇÃO X SEM REPOSIÇÃO ! Sejam A e B dois eventos associados ao experimento E, denotaremos por P(B/A) a probabilidade condicionada do evento B, quando A tiver ocorrido. – No exemplo anterior, P(B/A) = 1/9; – Sempre que calcularmos P(B/A), estaremos essencialmente calculando P(B) em relação ao espaço amostral reduzido A. PROBABILIDADE CONDICIONAL PROBABILIDADE CONDICIONAL • Lançamento de dois dados: • Sendo: – A = {(x1, x2) | x1 + x2=10} – B = {(x1, x2) | x1 > x2} • Calcular P(A) = 3/36, P(B)=15/36 e P(B/A)=1/3 ⎪ ⎪ ⎪ ⎩ ⎪ ⎪ ⎪ ⎨ ⎧ )6,6()5,6()4,6()3,6()2,6()1,6( )6,5()5,5()4,5()3,5()2,5()1,5( )6,4()5,4()4,4()3,4()2,4()1,4( )6,3()5,3()4,3()3,3()2,3()1,3( )6,2()5,2()4,2()3,2()2,2()1,2( )6,1()5,1()4,1()3,1()2,1()1,1( S PROBABILIDADE CONDICIONAL ! P(A∩B) ocorre, se: • Se a soma dos dois primeiro for 10; e • Se o segundo dado tiver um valor maior que o primeiro; – Nesse caso, há apenas um desses resultados: • P(A∩B) = 1/36; – Diante dos vários números calculados, conclui-se: P(B/A) = P(A∩B) P(A) PROBABILIDADE CONDICIONAL ! Exemplo 1: – Suponha-se que um escritório possua 100 máquinas de calcular. Algumas dessas máquinas são elétricas (E), enquanto outras são manuais (M); e algumas são novas (N), enquanto outras são muito usadas (U). A Tabela abaixo dá o número de máquinas de cada categoria. Uma pessoa entra no escritório, pega uma máquina ao acaso, e descobre que é nova. Qual será a probabilidade de que seja elétrica? Em termos da notação introduzida, desejamos calcular P(E/N) . PROBABILIDADE CONDICIONAL ! Considerando somente o espaço amostral reduzido N (70 máquinas novas), temos P(E/N) = 40/70 = 4/7. ! Empregando a definição de probabilidade condicionada: P(E/N) = P(E∩N)= 40/100 = 4 P(N) 70/100 7 PROBABILIDADE CONDICIONAL ! A mais importante consequência da p r o b a b i l i d a d e é o Te o r e m a d a Multiplicação de Probabilidades: ! Podemos aplicar esse teorema para calcular a probabilidade da ocorrência conjunta dos eventos A e B. P(A ∩ B) = P(B/A) P(A) PROBABILIDADE CONDICIONAL ! Exemplo 2: – Consideremos o lote formado 20 peças defeituosas e 80 não defeituosas. Se escolhermos ao acaso duas peças, sem reposição, qual será a probabilidade de que ambas as peças sejam defeituosas? PROBABILIDADE CONDICIONAL ! Evento A ={ a primeira peça é defeituosa}; ! Evento B={ a segunda peça é defeituosa}. ! P(A∩B) = P(B|A)P(A) ! P(B|A) = 19/99 ! P(A)=20/100 = 1/5 ! P(A∩B) = 19/495 PROBABILIDADE CONDICIONAL ! O Teorema da Mu l t i p l i cação de Probabilidades pode ser generalizado para mais de dois eventos, da seguinte maneira : P[A1 ∩ A2 ∩ ... ∩ An ]= P(A1) P(A2/A1) P(A3/A1, A2)... P(An/A1, .... An-1) TEOREMA DA PROBABILIDADE TOTAL ! Considere os eventos B1,...,Bk formando uma partição de S, isto é, ! Intuitivamente, qualquer que seja o resultado de um experimento, um e somente um desses eventos Bi acontecerá. TEOREMA DA PROBABILIDADE TOTAL ! Graficamente, temos: ! Considerando A um evento qualquer referente a S, e B1, B2,..., Bk uma partição de S. ! Podemos escrever: – A = A ∩ B1U A ∩ B2 U ... U A ∩ Bk TEOREMA DA PROBABILIDADE TOTAL ! Assim podemos calcular: – P(A) = (A ∩ B1)+ P(A ∩ B2) +... + P(A ∩ Bk) ! Contudo, como P(A ∩ Bj) = P(A/Bj)P(Bj), obtemos o teorema da probabilidade total: P(A) = P(A/B1)P(B1) + P(A/B2)P(B2) +...+ P(A/Bk)P(Bk). TEOREMA DA PROBABILIDADE TOTAL ! Exemplo 3: – Uma determinada peça é manufaturada por três fábricas, digamos 1, 2 e 3. Sabe-se que 1 produz o dobro de peças que 2, e 2 e 3 produziram o mesmo número de peças (durante um período de produção especificado). Sabe-se também que 2% das peças produzidas por 1 e por 2 são defeituosas, enquanto 4% daquelas produzidas por 3 são defeituosas. Todas as peças produzidas são colocadas em um depósito, e depois uma peça é extraída ao acaso. Qual é a probabilidade dessa peça seja defeituosa? ! Eventos – A = {a peça é defeituosa} – B1= {a peça provém de 1} – B2= {a peça provém de 2} – B3= {a peça provém de 3} ! Pede-se P(A) – P(A) = P(A/B1)P(B1) + P(A/B2)P(B2) + P(A/B3)P(B3) – P(B1) = 1/2 P(B2) = P(B3) = 1/4 – P(A/B1)=P(A/B2) = 0,02 P(A/B3)=0,04 – P(A) = 0,025 TEOREMA DA PROBABILIDADE TOTAL TEOREMA DE BAYES ! No exemplo anterior, suponha que uma peça seja retirada do depósito e se verifique ser ela defeituosa. Qual é a probabilidade de que tenha sido produzida na fábrica 1? P(B1/A) – Teorema de Bayes; • Fórmula da probabilidade das “causas”. ! Teorema de Bayes ! Ou TEOREMA DE BAYES P(Bi / A) = P(A / Bi )P(Bi ) P(A) i =1, 2,...,k. P(Bi / A) = P(A / Bi )P(Bi ) P(A / Bj )P(Bj ) j=1 k ∑ i =1, 2,...,k. – P(B1) = 1/2 P(B2) = P(B3) = 1/4 – P(A/B1)=P(A/B2) = 0,02 P(A/B3)=0,04 – P(A) = 0,025 P(B1 / A) = (0, 02)(1 / 2) (0, 02)(1 / 2)+ (0, 02)(1 / 4)+ (0, 04)(1 / 4) = 0, 40 TEOREMA DE BAYES P(B1 / A) = P(A / B1)P(B1) P(A / Bj )P(Bj ) j=1 3 ∑ EVENTOS INDEPENDENTES ! Considere dois eventos do mesmo espaço de probabilidade; – Eventos excludentes: – Eventos decorrentes: ! Em muitos casos, saber que A já ocorreu nos dá alguma informação sobre probabilidade de ocorrência de B. ! Porém, há situações nas quais saber que algum evento B ocorreu não tem qualquer interesse quanto à ocorrência de A. 0)/()/( ==⇒=∩ BAPABPBA φ 1)/( =⇒⊂ ABPBA EVENTOS INDEPENDENTES ! Exemplo: – Suponhamos que um dado equilibrado seja jogado duas vezes. Definamos os eventos A e B, da seguinte forma: • A = {o primeiro dado mostra um número par}, • B = {o segundo dado mostra um 5 ou um 6}. EVENTOS INDEPENDENTES ! P(A) = 18/36 = 1/2; ! P(B) = 12/36 = 1/3; ! P(A ∩ B) = 6/36= 1/6; ! P(A/B) = (1/6) / (1/3) = 1/2. ! P(B/A) = (1/6) /( 1/2) = 1/3. A e B serão eventos independentes se, e somente se: Probabilidade absoluta (ou não condicionada) é igual à probabilidade condicionada P(A/B) P(A ∩ B) = P(A)P(B)
Compartilhar