Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estat́ıstica Departamento de Estat́ıstica / UFPB Módulo: Probabilidade 4. Probabilidade 4.1 Teoria dos Conjuntos 4.2 Espaço Amostral e Eventos 4.2 Definições de Probabilidade 4.4 Probabilidade da União de Eventos 4.5 Probabilidade Condicional 4.6 Teorema da Multiplicação e Independência 4.7 Teorema da Probabilidade Total 4.8 Teorema de Bayes 1 14 Probabilidade da União de Conjuntos Quando temos dois conjuntos A e B, a probabilidade da união é P pAYBq “? A B Observação: Os números na figura acima representam a quantidade de vezes que cada parte dos eventos A e B estão sendo contadas em relação a fórmula de P pAYBq acima. 2 14 Probabilidade da União de Conjuntos Quando temos dois conjuntos A e B, a probabilidade da união é P pAYBq ? “ P pAq A B 1 1 Observação: Os números na figura acima representam a quantidade de vezes que cada parte dos eventos A e B estão sendo contadas em relação a fórmula de P pAYBq acima. 2 14 Probabilidade da União de Conjuntos Quando temos dois conjuntos A e B, a probabilidade da união é P pAYBq ? “ P pAq ` P pBq A B 1 2 1 Observação: Os números na figura acima representam a quantidade de vezes que cada parte dos eventos A e B estão sendo contadas em relação a fórmula de P pAYBq acima. 2 14 Probabilidade da União de Conjuntos Quando temos dois conjuntos A e B, a probabilidade da união é P pAYBq “ P pAq ` P pBq ´ P pAXBq. A B 1 1 1 Observação: Os números na figura acima representam a quantidade de vezes que cada parte dos eventos A e B estão sendo contadas em relação a fórmula de P pAYBq acima. 2 14 Probabilidade da União de Conjuntos Quando temos três conjuntos A, B e C, a probabilidade da união é P pAYB Y Cq ? “ P pAq A B C 1 1 1 1 3 14 Probabilidade da União de Conjuntos Quando temos três conjuntos A, B e C, a probabilidade da união é P pAYB Y Cq ? “ P pAq A B C 1 1 1 1 P pAYB Y Cq ? “ P pAq ` P pBq A B C 1 2 1 1 2 1 3 14 Probabilidade da União de Conjuntos Quando temos três conjuntos A, B e C, a probabilidade da união é P pAYB Y Cq ? “ P pAq ` P pBq A B C 1 2 1 1 2 1 P pAYB Y Cq ? “ P pAq ` P pBq ` P pCq A B C 1 2 1 2 3 2 1 3 14 Probabilidade da União de Conjuntos Quando temos três conjuntos A, B e C, a probabilidade da união é P pAYB Y Cq ? “ P pAq ` P pBq ` P pCq A B C 1 2 1 2 3 2 1 P pAYB Y Cq ? “ P pAq ` P pBq ` P pCq ´P pAXBq A B C 1 1 1 2 2 2 1 3 14 Probabilidade da União de Conjuntos Quando temos três conjuntos A, B e C, a probabilidade da união é P pAYB Y Cq ? “ P pAq ` P pBq ` P pCq ´P pAXBq A B C 1 1 1 2 2 2 1 P pAYB Y Cq ? “ P pAq ` P pBq ` P pCq ´P pAXBq ´ P pAX Cq A B C 1 1 1 1 1 2 1 3 14 Probabilidade da União de Conjuntos Quando temos três conjuntos A, B e C, a probabilidade da união é P pAYB Y Cq ? “ P pAq ` P pBq ` P pCq ´P pAXBq ´ P pAX Cq A B C 1 1 1 1 1 2 1 P pAYB Y Cq ? “ P pAq ` P pBq ` P pCq ´P pAXBq ´ P pAX Cq ´ P pB X Cq A B C 1 1 1 1 0 1 1 3 14 Probabilidade da União de Conjuntos Quando temos três conjuntos A, B e C, a probabilidade da união é P pAYB Y Cq ? “ P pAq ` P pBq ` P pCq ´P pAXBq ´ P pAX Cq ´ P pB X Cq A B C 1 1 1 1 0 1 1 P pAYB Y Cq “ P pAq ` P pBq ` P pCq ´P pAXBq ´ P pAX Cq ´ P pB X Cq `P pAXB X Cq. A B C 1 1 1 1 1 1 1 3 14 Probabilidade da União de Conjuntos Quando temos quatro conjuntos A, B, C e D, a probabilidade da união é P pAYB Y C YDq “ P pAq ` P pBq ` P pCq ` P pDq ´P pAXBq ´ P pAX Cq ´ P pAXDq ´ P pB X Cq ´ P pB XDq ´ P pC XDq `P pAXB X Cq ` P pAXB XDq ` P pAX C XDq ´P pAXB X C XDq. 4 14 Exemplo 1 Uma carta é tirada de um baralho com 52 cartas. Determine a probabilidade de ser um rei OU ser de naipe vermelho. Solução: Sejam os eventos A “ ta carta é um reiu e B “ ta carta é vermelhau, então P pAq “ npAqnpΩq “ 4 52 “ 0,0769, P pBq “ npBqnpΩq “ 26 52 “ 0,5 P pAXBq “ npAXBqnpΩq “ 2 52 “ 0,0385, P pAYBq “ P pAq ` P pBq ´ P pAXBq “ 0,0769` 0,5´ 0,0385 “ 0,5384. 5 14 Exemplo 1 Uma carta é tirada de um baralho com 52 cartas. Determine a probabilidade de ser um rei OU ser de naipe vermelho. Solução: Sejam os eventos A “ ta carta é um reiu e B “ ta carta é vermelhau, então P pAq “ npAqnpΩq “ 4 52 “ 0,0769, P pBq “ npBqnpΩq “ 26 52 “ 0,5 P pAXBq “ npAXBqnpΩq “ 2 52 “ 0,0385, P pAYBq “ P pAq ` P pBq ´ P pAXBq “ 0,0769` 0,5´ 0,0385 “ 0,5384. 5 14 Exemplo 2 Em uma seleção para uma vaga de engenheiro mecânico de uma grande empresa verificou-se que dos 100 can- didatos 40 tinham experiência anterior, 30 possúıam curso de especialização e 20 possúıam tanto experiência como algum curso de especialização. Escolhendo um candidato ao acaso, qual a probabilidade de que: a) Ele tenha experiência anterior ou algum curso de especialização? b) Ele não tenha experiência anterior nem curso de especialização? Solução: sejam os eventos A “ {O candidato possui experiência anterior} e B “ {O candidato possui especialização}. Então PpAq “ 0,4, PpBq “ 0,3 e PpAXBq “ 0,2. a) Ele tenha experiência ou curso de especialização? PpAYBq “ PpAq ` PpBq ´ PpAXBq “ 0,4` 0,3´ 0, 2 “ 0,5. b) Ele não tenha experiência anterior e nem curso de especialização? PpAc XBcq “ P rpAYBqcs “ 1´ PpAYBq “ 1´ 0,5 “ 0,5 6 14 Exemplo 2 Em uma seleção para uma vaga de engenheiro mecânico de uma grande empresa verificou-se que dos 100 can- didatos 40 tinham experiência anterior, 30 possúıam curso de especialização e 20 possúıam tanto experiência como algum curso de especialização. Escolhendo um candidato ao acaso, qual a probabilidade de que: a) Ele tenha experiência anterior ou algum curso de especialização? b) Ele não tenha experiência anterior nem curso de especialização? Solução: sejam os eventos A “ {O candidato possui experiência anterior} e B “ {O candidato possui especialização}. Então PpAq “ 0,4, PpBq “ 0,3 e PpAXBq “ 0,2. a) Ele tenha experiência ou curso de especialização? PpAYBq “ PpAq ` PpBq ´ PpAXBq “ 0,4` 0,3´ 0, 2 “ 0,5. b) Ele não tenha experiência anterior e nem curso de especialização? PpAc XBcq “ P rpAYBqcs “ 1´ PpAYBq “ 1´ 0,5 “ 0,5 6 14 Tabela de Contingência Revela a existência de eventos combinados, e facilita o tratamento probabiĺıstico de tais eventos. É uma tabela que disponibiliza informações diretamente nas linhas e colunas, e que além dessas informações é posśıvel visualizar também o número de casos comuns às interseções de eventos. Por exemplo, uma moeda e um dado foram lançados 42 vezes, a tabela de contingência desse experimento é a que segue Face do dado Total Face da Moeda 1 2 3 4 5 6 cara 4 7 3 2 6 4 26 coroa 2 3 4 5 1 1 16 Total 6 10 7 7 7 5 42 7 14 Exemplo 3 Perguntou-se a uma amostra de adultos em três cidades se eles gostavam de um novo suco. Os resultados estão a seguir. Determine a probabili- dade de sortear um adulto de Natal ou que tenha gostado do suco. Capitais Total Opinião João Pessoa Recife Natal Sim 100 150 150 400 Não 125 130 95 350 Não sabe 75 170 5 250 Total 300 450 250 1000 Solução: P pNatalY Simq “ P pNatalq ` P pSimq ´ P pNatalX Simq “ 250 1000 ` 400 1000 ´ 150 1000 “ 500 1000 “ 0,5. 8 14 Exemplo 3 Perguntou-se a uma amostra de adultos em três cidades se eles gostavam de um novo suco. Os resultados estão a seguir. Determine a probabili- dade de sortear um adulto de Natal ou que tenha gostado do suco. Capitais Total Opinião João Pessoa Recife Natal Sim 100 150 150 400 Não 125 130 95 350 Não sabe 75 170 5 250 Total 300 450 250 1000 Solução: P pNatalY Simq “ P pNatalq ` P pSimq ´ P pNatalX Simq “ 250 1000 ` 400 1000 ´ 150 1000 “ 500 1000 “ 0,5. 8 14 Probabilidade Condicional Exemplo 4: de uma urna que contém 6 bolas, das quais 4 são amarelas e 2 são azuis, são extráıdas duas bolas aleatoriamente, de acordo com os critérios: (a) com reposiçãoe (b) sem reposição. Define-se os seguintes eventos: A “ t 1ª bola é azulu e B “ t 2ª bola é azulu Então, se a extração for (a) com reposição, temos: P pAq “ P pBq “ 2 6 “ 1 3 “ 0,33 Agora se a extração for (b) sem reposição, temos ainda que P pAq “ 2 6 “ 0,33, mas o mesmo não é verdadeiro para P pBq. Neste caso, é necessário conhecer a composição da urna no momento da extração da segunda bola, isto é, é necessário saber se A ocorreu ou não. O que mostra a necessidade do conceito de probabilidade condicionada. 9 14 Probabilidade Condicional Exemplo 4: de uma urna que contém 6 bolas, das quais 4 são amarelas e 2 são azuis, são extráıdas duas bolas aleatoriamente, de acordo com os critérios: (a) com reposição e (b) sem reposição. Define-se os seguintes eventos: A “ t 1ª bola é azulu e B “ t 2ª bola é azulu Então, se a extração for (a) com reposição, temos: P pAq “ P pBq “ 2 6 “ 1 3 “ 0,33 Agora se a extração for (b) sem reposição, temos ainda que P pAq “ 2 6 “ 0,33, mas o mesmo não é verdadeiro para P pBq. Neste caso, é necessário conhecer a composição da urna no momento da extração da segunda bola, isto é, é necessário saber se A ocorreu ou não. O que mostra a necessidade do conceito de probabilidade condicionada. 9 14 Probabilidade Condicional 1. Considere o espaço amostral Ω ao lado; 2. Seja A e B dois conjuntos do mesmo espaço amostral Ω; 3. O que aconteceria se alguém nos dissesse que A ocorreu? 4. O espaço amostral Ω será reduzido ao evento A “ Ω. Além disso, do conjunto B só vai restar AXB. Ω AXB A “ Ω Definição: Sejam A e B dois eventos de um espaço amostra Ω, onde P pAq ą 0. A probabilidade de B ocorrer condicionada a A ter ocorrido, será representada por P pB{Aq (probabilidade de B dado A), e calculada por: P pB{Aq “ P pAXBq P pAq . 10 14 Probabilidade Condicional 1. Considere o espaço amostral Ω ao lado; 2. Seja A e B dois conjuntos do mesmo espaço amostral Ω; 3. O que aconteceria se alguém nos dissesse que A ocorreu? 4. O espaço amostral Ω será reduzido ao evento A “ Ω. Além disso, do conjunto B só vai restar AXB. Ω BA AXB A “ Ω Definição: Sejam A e B dois eventos de um espaço amostra Ω, onde P pAq ą 0. A probabilidade de B ocorrer condicionada a A ter ocorrido, será representada por P pB{Aq (probabilidade de B dado A), e calculada por: P pB{Aq “ P pAXBq P pAq . 10 14 Probabilidade Condicional 1. Considere o espaço amostral Ω ao lado; 2. Seja A e B dois conjuntos do mesmo espaço amostral Ω; 3. O que aconteceria se alguém nos dissesse que A ocorreu? 4. O espaço amostral Ω será reduzido ao evento A “ Ω. Além disso, do conjunto B só vai restar AXB. Ω BA AXB A “ Ω Definição: Sejam A e B dois eventos de um espaço amostra Ω, onde P pAq ą 0. A probabilidade de B ocorrer condicionada a A ter ocorrido, será representada por P pB{Aq (probabilidade de B dado A), e calculada por: P pB{Aq “ P pAXBq P pAq . 10 14 Probabilidade Condicional 1. Considere o espaço amostral Ω ao lado; 2. Seja A e B dois conjuntos do mesmo espaço amostral Ω; 3. O que aconteceria se alguém nos dissesse que A ocorreu? 4. O espaço amostral Ω será reduzido ao evento A “ Ω. Além disso, do conjunto B só vai restar AXB. AXB A “ Ω Definição: Sejam A e B dois eventos de um espaço amostra Ω, onde P pAq ą 0. A probabilidade de B ocorrer condicionada a A ter ocorrido, será representada por P pB{Aq (probabilidade de B dado A), e calculada por: P pB{Aq “ P pAXBq P pAq . 10 14 Probabilidade Condicional 1. Considere o espaço amostral Ω ao lado; 2. Seja A e B dois conjuntos do mesmo espaço amostral Ω; 3. O que aconteceria se alguém nos dissesse que A ocorreu? 4. O espaço amostral Ω será reduzido ao evento A “ Ω. Além disso, do conjunto B só vai restar AXB. AXB A “ Ω Definição: Sejam A e B dois eventos de um espaço amostra Ω, onde P pAq ą 0. A probabilidade de B ocorrer condicionada a A ter ocorrido, será representada por P pB{Aq (probabilidade de B dado A), e calculada por: P pB{Aq “ P pAXBq P pAq . 10 14 Exemplo 4: continuação... Voltando ao exemplo anterior, em que A “ t 1ª bola é azulu e B “ t 2ª bola é azulu. Considerando sorteio (b) sem reposição, temos que P pB{Aq “ 1 5 “ 0,2, pois se A ocorreu (isto é, se a 1ª bola retirada era azul) existirão na urna 5 bolas das quais somente uma será azul. 11 14 Exemplo 5 Considerando a tabela anterior. Capitais Total Opinião João Pessoa Recife Natal Sim 100 150 150 400 Não 125 130 95 350 Não sabe 75 170 5 250 Total 300 450 250 1000 Perguntou-se a uma amostra de adultos em três cidades se eles gostavam de um novo suco. Os resultados estão a seguir. Determine a probabilidade do adulto: 1. Não ter gostado do suco? 2. Ser de Natal? 3. Ter respondido Não, sabendo que ele é de Natal? 1. Não ter gostado do suco? P pNãoq “ 3501000 “ 0,35 2. Ser de Natal? P pNatalq “ 2501000 “ 0,25 1. Ter respondido Não, sabendo que ele é de Natal? P pNão|Natalq “ P pNãoX Natalq P pNatalq “ 95{1000 0,25 “ 0,095 0,25 “ 0,38. 12 14 Exemplo 5 Considerando a tabela anterior. Capitais Total Opinião João Pessoa Recife Natal Sim 100 150 150 400 Não 125 130 95 350 Não sabe 75 170 5 250 Total 300 450 250 1000 Perguntou-se a uma amostra de adultos em três cidades se eles gostavam de um novo suco. Os resultados estão a seguir. Determine a probabilidade do adulto: 1. Não ter gostado do suco? 2. Ser de Natal? 3. Ter respondido Não, sabendo que ele é de Natal? 1. Não ter gostado do suco? P pNãoq “ 3501000 “ 0,35 2. Ser de Natal? P pNatalq “ 2501000 “ 0,25 1. Ter respondido Não, sabendo que ele é de Natal? P pNão|Natalq “ P pNãoX Natalq P pNatalq “ 95{1000 0,25 “ 0,095 0,25 “ 0,38. 12 14 Exemplo 6 Dois dados são lançados ao acaso. Qual a probabilidade da soma ser igual a 6, dado que o primeiro dado saiu número menor que 3. A “ tsoma igual a 6u “ tp1, 5q, p2, 4q, p3, 3q, p4, 2q, p5, 1qu B “ t1ª dado com nº ă 3u “ tp1, 1q, p1, 2q, p1, 3q, p1, 4q, p1, 5q, p1, 6q, p2, 1q, p2, 2q, p2, 3q, p2, 4q, p2, 5q, p2, 6qu AXB “ tp1, 5q, p2, 4qu Então, temos que npΩq “ npt1, 2, 3, 4, 5, 6uqnpt1, 2, 3, 4, 5, 6uq “ 6 ¨ 6 “ 36, npBq “ 12 e npAXBq “ 2. Portanto, P pA|Bq “ P pAXBq P pBq “ 2{36 12{36 “ 2 36 ¨ 36 12 “ 2 12 “ 1 6 “ 0,1666... 13 14 Referências Bibliográficas Os livros BUSSAB e MORETTIN (2017), COSTA NETO (2002) estão dispońıvel na Minha Biblioteca, que é uma base de livros eletrônicos, em português, que reúne milhares de t́ıtulos acadêmicos das diversas áreas do conhecimento. Para acessar a Biblioteca você deve fazer o login no SIGAA da UFPB e acessar seguindo esta sequência no menu: Biblioteca ´ ą Pesquisar Livros Digitais ´ ą Minha Biblioteca. BUSSAB, W. O.; MORETTIN, P. A. Estat́ıstica Básica. 9ª. ed. São Paulo: Saraiva, 2017. Dispońıvel em: xhttps://sigaa.ufpb.bry. COSTA NETO, P. L. O. Estat́ıstica. 2ª. ed. São Paulo: Edgard Blücher, 2002. Dispońıvel em: xhttps://sigaa.ufpb.bry. 14 / 14 https://sigaa.ufpb.br https://sigaa.ufpb.br
Compartilhar