Baixe o app para aproveitar ainda mais
Prévia do material em texto
18 1 Probabilidade Condicional Sumário 18.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . 2 18.2 Probabilidade Condicional . . . . . . . . . . . . . . . 2 Unidade 18 Introdução 18.1 Introdução Nessa unidade, é apresentada mais uma técnica básica importante em pro- babilidades, a chamada Probabilidade Condicional. Usa-se essa técnica quando se quer calcular a probabilidade de um evento, na presença de uma informação �privilegiada�. Mais precisamente, é uma maneira de calcular a probabilidade de ocorrer um evento B, sabendo que ocorreu o evento A, ambos do mesmo espaço amostral. Por exemplo, numa turma de 60 alunos, 30 só estudam inglês, 20 só estudam espanhol e 10 estudam ambas as línguas. Suponhamos que um sorteio é re- alizado, com apenas um vencedor. A probabilidade de um aluno que estuda ambas as línguas ser sorteado é igual a número de alunos que estudam ambas as línguas número total de alunos = 10 60 = 1 6 . Agora, suponhamos que o sorteio é realizado, e alguém nos sopra que o sor- teado estuda inglês. Isto certamente vai influir no nosso modo de calcular a probabilidade do vencedor ser bilíngue, pois agora o espaço amostral se reduz aos 40 alunos que estudam inglês, dos quais 10 também estudam espanhol; logo, a probabilidade passa a ser 10 40 = 1 4 . O resultado é tão simples quanto mostrado no exemplo acima, mas, se bem aplicado, resolve problemas incríveis! 18.2 Probabilidade Condicional Exemplo 1 Consideremos a experiência que consiste em jogar um dado não-viciado e observar a face de cima. Consideremos o evento B = {o resultado é par}. Temos P (B) = 3 6 = 0, 5. Essa é a probabilidade de B a priori, isto é, antes que a experiência se realize. Suponhamos que, realizada a experiên- cia, alguém nos informe que o resultado não foi o número 1, isto é, que A = {o resultado é diferente de 1} ocorreu. Nossa opinião sobre a ocorrência de B se modifica com essa informação pois passamos a ter apenas 5 casos possíveis, dos quais 3 são favoráveis à ocorrência 2 Unidade 18Probabilidade Condicional de B. Essa opinião é quantificada com a introdução de uma probabilidade a posteriori, ou probabilidade de B na certeza de A, P (B|A) = 3 5 = 0, 6. Note que os casos possíveis não são mais todos os elementos do espaço amostral S e sim os elementos de A e que os casos favoráveis à ocorrência de B não são mais todos os elementos de B e sim os elementos de A∩B pois só os elementos que pertencem a A podem ocorrer. Exemplo 2 A tabela abaixo dá a distribuição dos alunos de uma turma, por sexo e por carreira pretendida. masculino feminino total científica 15 5 20 humanística 3 7 10 total 18 12 30 Escolhe-se ao acaso um aluno. Sejam M, F, C e H os eventos, o aluno selecionado é do sexo masculino, é do sexo feminino, pretende uma carreira científica e pretende uma carreira humanística, respectivamente. Temos P (H) = 10 30 = 1 3 ; P (H|M) = 3 18 = 1 6 ; P (H|F ) = 7 12 ; P (F |H) = 7 10 . Definição 1 Probabilidade Condicional Dados dois eventos A e B, com P (A) 6= 0, a probabilidade condicional de B na certeza de A é o número P (B|A) = P (A ∩B) P (A) . 3 Unidade 18 Probabilidade Condicional Na realidade, poucas vezes usaremos a fórmula acima para calcular uma probabilidade condicional. Usá-la-emos, isto sim, para o cálculo de P (A ∩ B); P (A ∩B) = P (A) · P (B|A). Exemplo 3 Uma urna contém 4 bolas brancas e 6 bolas pretas. Sacam-se, sucessiva- mente e sem reposição, duas bolas dessa urna. Determine a probabilidade de ambas serem brancas. Solução. Sejam B1 = {a primeira bola é branca} e B2 = {a segunda bola é branca}. Temos P (B1 ∩B2) = P (B1) · P (B2|B1) = 4 10 · 3 9 = 2 15 . Note que foi bastante simples o cálculo de P (B2|B1). Realmente, na certeza de que a primeira bola foi branca, é fácil calcular a probabilidade da segunda bola ser branca, pois, para a segunda extração, a urna está com 3 bolas brancas e 6 pretas. De modo mais geral, é fácil calcular probabilidades condicionais quando as coisas estão na ordem certa, isto é, é fácil calcular probabilidades de coisas futuras na certeza de coisas passadas. Exemplo 4 Uma urna contém 4 bolas brancas e 6 bolas pretas. Sacam-se, sucessiva- mente e sem reposição, duas bolas dessa urna. Determine a probabilidade da primeira bola ser branca, sabendo que a segunda bola é branca. Solução. Sejam B1 = {a primeira bola é branca} e B2 = {a segunda bola é branca}. Queremos P (B1|B2). Note que essa é uma probabilidade do passado na certeza do futuro. Aqui usamos a fórmula da definição de probabilidade condicional. P (B1|B2) = P (B1 ∩B2) P (B2) · P (B1 ∩B2) foi calculada no exemplo anterior e vale 2 15 . O cálculo de P (B2) não é imediato pois não sabemos como está a urna no momento da segunda extração. Para calcular P (B2), consideramos todas as possibilidades quanto à primeira bola. Para a segunda bola ser branca, ou a segunda é branca e a primeira foi branca, ou a segunda é branca e a primeira 4 Unidade 18Probabilidade Condicional foi preta. Isto é, P (B2) = P [(B1 ∩B2) ∪ (P1 ∩B2)] = P (B1 ∩B2) + (P1 ∩B2) = 2 15 + P (P1) · P (B2|P1) = 2 15 + 6 10 · 4 9 = 2 5 · Logo, P (B1|B2) = P (B1 ∩B2) P (B2) = 2 15 ÷ 2 5 = 1 3 . Uma maneira eficiente de lidar com experiências que possuem vários está- gios é o uso das árvores de probabilidade. Figura 18.1: Árvore de probabilidade Nesses diagramas colocamos as probabilidades condicionais da extremidade de cada galho na certeza da origem do galho. Para determinar uma proba- bilidade usando esse diagrama, basta percorrer todos os caminhos que levam ao evento cuja probabilidade é procurada, multiplicando as probabilidades em cada caminho e somando os produtos ao longo dos vários caminhos. Assim, por exemplo, P (B1 ∩B2) = 4 10 · 3 9 = 2 15 ; 5 Unidade 18 Probabilidade Condicional P (B2) = 4 10 · 3 9 + 6 10 · 4 9 = 2 5 · Exemplo 5 Escolhe-se uma entre três moedas. Duas dessas moedas são não-viciadas e a outra tem duas caras. A moeda selecionada é lançada e é obtida uma cara. Qual é a probabilidade de ter sido selecionada a moeda de duas caras? Figura 18.2: Moeda de duas caras P (V |C) = P (V ∩ C) P (C) · P (V ∩ C) = 1 3 · 1 = 1 3 · P (C) = 1 3 · 1 + 2 3 · 1 2 = 2 3 · P (V |C) = 1 3 ÷ 2 3 = 1 2 · O exemplo a seguir mostra um dos mais poderosos métodos de estimação em Estatística, o método da máxima verossimilhança. Exemplo 6 Em certa cidade, os táxis são numerados de 1 a N . Para estimar o número N de táxis da cidade, um turista anotou os números de todos os táxis que pegou: 47, 12, 33 e 25. Determine a probabilidade do turista ter tomado os táxis que têm esses números e determine o valor de N para o qual essa probabilidade é 6 Unidade 18Probabilidade Condicional máxima. Solução. Sejam A = {o primeiro táxi tem número 47}, B={o segundo táxi tem número 12}, etc. A probabilidade pedida é P (A ∩B ∩ C ∩D) = P (A) · P (B|A) · P [C|(A ∩B)] · P [D|(A ∩B ∩ C)] = 1 N · 1 N · 1 N · 1 N · = 1 N4 · Essa probabilidade de ocorrer o que efetivamente ocorreu é chamada de veros- similhança. No caso, ela é máxima quando N é mínimo. Ora, como N > 47, o valor de N que torna máxima a verossimilhança é 47. A estimativa de máxima verossimilhança de N é 47. Exemplo 7 Algumas pesquisas estatísticas podem causar constrangimentos aos entre- vistados com perguntas do tipo �você usa drogas?� e correm o risco de não obter respostas sinceras ou não obter respostas de espécie alguma. Para es- timar a proporção p de usuáriosde drogas em certa comunidade, pede-se ao entrevistado que, longe das vistas do entrevistador, jogue uma moeda: se o resultado for cara, responda a �você usa drogas?� e, se o resultado for coroa, responda a �sua idade é um número par?�. Assim, caso o entrevistado diga sim, o entrevistador não saberá se ele é um usuário de drogas ou se apenas tem idade par. Se s é a probabilidade de um entrevistado responder sim, s é facilmente estimado pela proporção de respostas sim obtidas nas entrevistas. A relação entre s e p pode ser determinada pela árvore abaixo. Figura 18.3: Método indireto de entrevista 7 Unidade 18 Probabilidade Condicional s = P (sim) = 0, 5p+ 0, 5 · 0, 5. Daí, p = 2s− 0, 5. Por exemplo, se 30% dos entrevistados respondem sim, você pode estimar em 10% a proporção de usuários de drogas. O exemplo a seguir é um interessante exemplo de probabilidade geométrica. Quando selecionamos um ponto ao acaso em uma parte do plano é extrema- mente razoável supor que a probabilidade do ponto selecionado pertencer a uma certa região seja proporcional à área dessa região. Exemplo 8 Selecionam-se ao acaso dois pontos em um segmento de tamanho 1, dividindo-o em três partes. Determine a probabilidade de que se possa for- mar um triângulo com essas três partes. Solução. Sejam x ∈ [0, 1] e y ∈ [0, 1] os pontos escolhidos, x 6 y. Figura 18.4: Escolher x e y pertencentes a [0, 1], com x 6 y, equivale a escolher um ponto (x, y) no triângulo T da figura abaixo. Figura 18.5: Como escolher os pontos x e y 8 Unidade 18Probabilidade Condicional Para que exista um triângulo de lados x, y − x e 1 − y devemos ter x < y − x + 1− y e y − x < x + 1− y e 1− y < x + y − x, o que dá x < 0, 5 e y < x+0, 5 e y > 0, 5. Em suma, o triângulo existirá se e somente se o ponto (x, y) for selecionado na parte sombreada do triângulo T . Sendo A o evento �as três partes formam um triângulo� e sendo S o evento certo, temos que P (A) é proporcional à área da parte sombreada e P (S) = 1 é proporcional à área de T . Logo, P (A) = P (A) P (S) = área sombreada área de T = 1 4 · Exemplo 9 A e B lançam sucessivamente um par de dados até que um deles obtenha soma de pontos 7, caso em que a disputa termina e o vencedor é o jogador que obteve soma 7. Se A é o primeiro a jogar, qual é a probabilidade de A ser o vencedor? Solução. A probabilidade de obter soma 7 é 6 36 = 1 6 e a de não ser soma 7 é 1− 1 6 = 5 6 · Para A ganhar, ou A ganha na primeira mão, ou na segunda, ou na terceira, etc. A probabilidade de A ganhar na primeira mão é 1 6 . Para A ganhar na segunda mão, A não pode obter soma 7 na primeira mão e B não pode obter soma 7 na primeira mão e A deve obter soma 7 na segunda mão, o que ocorre com probabilidade ( 5 6 )2 · 1 6 · Para A ganhar na terceira mão, A não pode obter soma 7 nas duas primeiras mãos e B não pode obter soma 7 nas duas primeiras mãos e A deve obter soma 7 na terceira mão, o que ocorre com probabilidade( 5 6 )2 · 1 6 , 9 Unidade 18 Probabilidade Condicional etc. A probabilidade de A ganhar é 1 6 + ( 5 6 )2 · 1 6 + ( 5 6 )4 · 1 6 + · · · = 1 6 1− ( 5 6 )2 = 611 . Uma solução mais elegante pode ser obtida ignorando as mãos sem vence- dores. A probabilidade de A ganhar uma mão é de 1 6 ; de B ganhar uma mão é de 5 6 · 1 6 = 5 36 , pois, para B ganhar, A não pode obter soma 7 e B deve obter soma 7; a de ninguém ganhar é de 5 6 · 5 6 = 25 36 , pois, para que ninguém ganhe, A não pode obter soma 7 e B não pode obter soma 7. A probabilidade A ganhar é a probabilidade A ganhar em uma mão em que houve vencedor, isto é, P (A|A ∪B) = P [A ∩ (A ∪B)] P (A ∪B) = P (A) P (A ∪B) = 1 6 1− 25 36 = 6 11 . Como, analogamente, P (A|A ∪B) = P (B) P (A ∪B) , observe que a razão entre P (A|A∪B) e P (B|A∪B) é igual à razão entre P (A) e P (B), pois P (A ∪ B) é simplificado. Esse é o princípio de preservação das chances relativas. Em um jogo em que pode haver empates, e é repetido até que alguém vença, a razão entre as probabilidades de vitória dos dois jogadores é igual à razão de suas probabilidades de vitória em uma única partida. Conhecendo o princípio, poderíamos ter resolvido o problema do modo se- guinte: Em uma mão, as probabilidades de vitória de A e de B são respectivamente de 1 6 e de 5 36 . 10 Unidade 18Probabilidade Condicional A razão dessas probabilidades é de 6 5 . A razão das probabilidades de vitória de A e de B no jogo é também de 6 5 e, como um dos dois ganha o jogo, a soma dessas probabilidades é 1. Então, essas probabilidades são iguais a 6 11 e 5 11 , respectivamente. 11 Unidade 18 Probabilidade Condicional Exercícios Recomendados 1. Joga-se um dado não-viciado duas vezes. Determine a probabilidade con- dicional de obter 3 na primeira jogada, sabendo que a soma dos resultados foi 7. 2. Um estudante resolve um teste de múltipla escolha de 10 questões, com 5 alternativas por questão. Ele sabe 60% da matéria do teste. Quando ele sabe uma questão, ele acerta, e, quando não sabe, escolhe a resposta ao acaso. Se ele acerta uma questão, qual é a probabilidade de que tenha sido por acaso? 3. Por definição, dois eventos A e B são independentes, quando ocorre P (A ∩ B) = P (A) · P (B). Três eventos A, B e C são independentes, por definição, quando P (A∩B) = P (A)·P (B), P (B∩C) = P (B)·P (C), P (A∩C) = P (A) ·P (C) e P (A∩B∩C) = P (A) ·P (B) ·P (C). Jogue um dado duas vezes. Considere os eventos A = {o resultado do primeiro lançamento é par}, B = {o resultado do segundo lançamento é par} e C = {a soma dos resultados é par}. a) A e B são independentes? b) A e C são independentes? c) B e C são independentes? d) A, B e C são independentes? 4. Determine a probabilidade de obter ao menos a) um seis em 4 lançamentos de um dado; b) um duplo seis em 24 lançamentos de um par de dados. 5. Um exame de laboratório tem eficiência de 95% para detectar uma doença quando ela de fato existe. Entretanto o teste aponta um resultado falso- positivo para 1% das pessoas sadias testadas. Se 0, 5% da população tem a doença, qual é a probabilidade de uma pessoa ter a doença, dado que o seu exame foi positivo? 6. Quantas vezes, no mínimo, se deve lançar um dado para que a probabili- dade de obter algum seis seja superior a 0,9? 12 Unidade 18Probabilidade Condicional 7. Em uma cidade com n+ 1 habitantes, uma pessoa conta um boato para outra pessoa, a qual, por sua vez, conta o boato para uma terceira pessoa, e assim por diante. Evidentemente ninguém é distraído a ponto de contar o boato para quem lhe havia contado o boato. Determine a probabilidade do boato ser contado k vezes: a) sem retornar ao inventor do boato. b) sem repetir nenhuma pessoa. 8. Em uma cidade, as pessoas falam a verdade com probabilidade 1 3 . Supo- nha que A faz uma afirmação e que D diz que C diz que B diz que A falou a verdade. Qual a probabilidade de A ter falado a verdade? 9. Um prisioneiro possui 50 bolas brancas, 50 bolas pretas e duas urnas iguais. O prisioneiro deve colocar do modo que preferir as bolas nas urnas, desde que nenhuma urna fique vazia. As urnas serão embaralhadas e o prisioneiro deverá, de olhos fechados, escolher uma urna e, nesta urna, escolher uma bola. Se a bola for branca ele será libertado e, se for preta, será condenado. Como deve agir o prisioneiro para maximizar a probabilidade de ser libertado? 13 Probabilidade Condicional Introdução Probabilidade Condicional
Compartilhar