Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 9 – Probabilidade condicional e Prof. Dra. Flávia Cristina M. Queiroz Mariano UNIFESP – São José dos Campos BCT - 1º sem./2019 Aula 9 – Probabilidade condicional e Teorema de Bayes � Dado que um estudante, escolhido ao acaso, está matriculado no curso de Estatística, qual a probabilidade de que seja mulher? Sexo Homens Mulheres Curso (H) (F) Total (cursos) Matemática Pura (M) 70 40 110 Matemática Aplicada (A) 15 15 30 Estatística (E) 10 20 30 Do total de 30 alunos que estudam Estatística, tem-se que 20 são mulheres. Assim, Estatística (E) 10 20 30 Computação (C.) 20 10 30 Total (sexo) 115 85 200 Uma “informação a mais” do que ocorreu em determinada etapa do fenômeno aleatório em estudo pode influenciar nas probabilidades de ocorrências de etapas sucessivas. Def.: Sejam A e B dois eventos em um mesmo espaço amostral, Ω, a probabilidade condicional de A dado Probabilidade Condicional amostral, Ω, a probabilidade condicional de A dado que ocorreu o evento B, é representado por P(A|B) é dado por: OBS: Caso P(B)=0, P(A|B) pode ser definido arbitrariamente. Neste curso, usaremos P(A|B) = P(A). )( )( )|( BP BAP BAP ∩ = Probabilidade Condicional No exemplo anterior…. Como queríamos!! Exemplo: Em uma urna tem-se 40 bolas, sendo 10 pretas e 30 vermelhas (20 com manchas brancas e 10 sem manchas). Qual a probabilidade de se ter uma bola vermelha com mancha branca, sabendo que o evento bola vermelha já ocorreu. ( ) ( ) ( ) ( ) | ? B P V V P V V = ∩ ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) | , 0 30 3 ( ) 40 4 1 2 1 4 2.| 3 4 2 3 320 1 ( ) 40 2 B B B B B B P V V P V V P V P V n V P V n P V V P V V P Vn V V P V V n ∩ = > = = = Ω ∩ ⇒ = = = = ∩ ∩ = = = Ω • Da definição de probabilidade condicional, obtemos a chamada “regra do produto de probabilidades”, ou Regra do produto de probabilidade 0)(),|().()( >=∩ AcomPABPAPBAP ou em que A e B são eventos de Ω . ,0)(),|().()( >=∩ BcomPBAPBPBAP DEF.: Dois eventos A e B são independentes se o conhecimento de que B ocorreu não influencia na probabilidade de que A ocorra, ou seja, ou equivalentemente, Eventos independentes )().()( BPAPBAP =∩ ou equivalentemente, �Esta última relação evidencia o significado de independência. 0)(),( )( )().( )|( >== BcomPAP BP BPAP BAP Independência entre três eventos ATENÇÃO!!! 1) Certo artigo, ao sair da linha de produção pode ter no máximo dois defeitos, A e B. Os defeitos ocorrem independentemente um do outro com probabilidade 1/10, cada um. Se um artigo é extraído ao acaso da linha de Exemplo um artigo é extraído ao acaso da linha de produção, qual a probabilidade de : a) ser defeituoso; b) ter o defeito A, se é defeituoso ; c) ser perfeito . Resolução: - Sejam os eventos : A : “o artigo tem defeito A” B : “o artigo tem defeito B” D : “o artigo é defeituoso”. a) ser defeituoso: P(D) = P( A U B ) = P(A)+P(B)-P(A ∩ B)=P(A)+P(B)-P(A).P(B)= = 1/10 + 1/10 - 1/100 = 19/100 Eventos indepentes = 1/10 + 1/10 - 1/100 = 19/100 b) ter o defeito A, se é defeituoso: c) ser perfeito: P(ser perfeito)=P(Dc)= 1 – P(D) = 1 – 19/100 = 81/100. Exemplo 2) São dadas três caixas, como segue: a caixa I contém 10 lâmpadas, das quais 4 são defeituosas; a caixa II contém 6 lâmpadas, das quais 1 é defeituosa; a caixa III contém 8 lâmpadas, das quais 3 são defeituosas.lâmpadas, das quais 3 são defeituosas. � Selecionamos uma caixa aleatoriamente e então retiramos uma lâmpada, também aleatoriamente. Qual é a probabilidade da lâmpada ser defeituosa ? Resolução: Note que realizamos o experimento numa seqüência de 2 etapas: 1. selecionamos uma das três caixas e 2. da caixa selecionada, retiramos ao acaso uma lâmpada que pode ser defeituosa (D) ou não defeituosa (N). O seguinte diagrama em árvore descreve então este processo e dá a probabilidade de cada ramo . Seja Ci o evento da caixa i ser selecionada. Temos que, a probabilidade de ocorrer um determinado caminho da árvore é, pela Regra do Produto, o produto das probabilidades de cada ramo deste caminho. Por exemplo: a probabilidade de selecionar a caixa 1 e, na seqüência, uma lâmpada defeituosa é : P(C1∩D) =P(C1).P(D|C1 )=(1/3) (2/5) = 2/15. cont. resolução: Como há três caminhos mutuamente exclusivos que nos levam a uma lâmpada defeituosa, a soma das probabilidades destes caminhos nos dá a probabilidade desejada: P(D) = P(C1).P(D|C1 )+P(C2).P(D|C2 )+P(C3).P(D|C3) = = (1/3) (2/5) + (1/3) (1/6) + (1/3) (3/8) = 13/360. O seguinte teorema vem formalizar esta idéia. Árvore de probabilidades, representa os eventos e as probabilidades condicionais associadas às realizações. Cada um dos caminhos da árvore representa uma possível ocorrência. OBS: A soma das probabilidades de ocorrência de cada ramo é sempre igual a 1. Suponha que os eventos A1 , A2 , ... , An constituem uma partição de um espaço amostral S, ou seja, os eventos Ai são mutuamente exclusivos e sua união é S . Se B é um outro evento qualquer de S , então : . )A | B .P( )P(A ... )A | B .P( )P(A )A | B .P( )P(A ) B P( nn2211 +++= Teorema da Probabilidade Total Uma das relações mais importantes envolvendo probabilidades condicionais é dada pelo teorema de Bayes. A versão mais simples é: Se os eventos C1 , C2 , ... , Cn constituem uma partição do espaço amostral Ω e que suas probabilidades Teorema de Bayes . )( A)| P(A).P(B P(B) B) P(A ) B|A P( BP = ∩ = amostral Ω e que suas probabilidades sejam conhecidas . Suponha ainda que para um evento A, se conheçam as probabilidades P(A|Ci) para todo i. Então, para qualquer j, n.,1,2,j , )).P(CC |P(A )).P(CC |P(A )A |C P( 1i ii jj j K== ∑ = n Um fabricante de sorvetes recebe 20% de todo o leite que utiliza de uma fazenda F1, 30% de outra fazenda F2 e 50% da fazenda F3. Houve uma fiscalização e observou-se que 20% do leite produzido por F1 está com adição de água, enquanto que para F2 e F3 a proporção era de 5% e 2%. Na indústria de sorvetes os galões de leite são armazenados em um Exemplo (Teo. Bayes) 3 sorvetes os galões de leite são armazenados em um refrigerador sem identificação das fazendas. �Qual a probabilidade de que a amostra adulterada tenha sido obtida do leite fornecido pela fazenda F1, ou seja, qual a P(F1|A)? Resolução: Considere o evento A: Leite está adulterado. Temos que: P(A|F1)=0,20, P(A|F2)=0,05 e P(A|F3)=0,02. F1, F2 e F3 formam uma partição do espaço amostral, então: Exemplo (Teo. Bayes) 1) Defina o espaço amostral para cada um dos seguintes experimentos: a) Uma moeda é lançada duas vezes e observam-se as faces obtidas. b) Um dado é lançado duas vezes e a ocorrência de face par ou ímpar é observada. c) Lance um dado até que a face 5 apareça pela primeira vez d) Uma urna contém 10 bolas azuis e 10 vermelhas com dimensões rigorosamente iguais. Três bolas são selecionadas ao acaso com reposição e as cores são anotadas. Lista de Exercícios reposição e as cores são anotadas. 2) Considere o lançamento de dois dados. Considere os eventos A = soma dos números obtidos igual a 9, B = número no primeiro dado maior ou igual a 4 e C = soma dos números menor ou igual a 4. a) Enumere os elementos de A e B. b) Obtenha A∩B, A∪B, Ac e A∪C. c) Obtenha as probabilidades da letra b). 3) Dois dados são jogados e sua soma é anotada. a) Detemine a probabilidade de que a soma seja 4. b) Determine a probabilidade de que a soma seja 11. c) Determine a probabilidade de que a soma seja 4 ou 11. 4) Uma universidade tem 10 mil alunos dos quais 4 mil são considerados Lista de Exercícios 4) Uma universidade tem 10 mil alunos dos quais 4 mil são considerados esportistas. Temos, ainda, que 500 alunos são do curso de biologia diurno, 700 da biologia noturno, 100 são esportistas e da biologia diurno e 200 são esportistas e da biologia noturno. Um aluno é escolhido, ao acaso, e pergunta-se a probabilidadede: a) Ser esportista. b) Ser esportista e aluno da biologia noturno. c) Não ser da biologia. 5) Qual a probabilidade no lançamento de um dado, a face superior do dado ser maior ou igual a 4 sabendo que ela é par? 6) Na cidade de Taboão da Serra, a probabilidade de chuva no primeiro dia de setembro é 0,50 e a probabilidade que chova nos dois primeiros dias de setembro é 0,40. Se no primeiro de setembro choveu, qual é a probabilidade que não chova no dia seguinte? Lista de Exercícios choveu, qual é a probabilidade que não chova no dia seguinte? 7) A probabilidade de um gato estar vivo daqui a 5 anos é 3/5. A probabilidade de um cão estar vivo daqui a 5 anos é 4/5. Considerando os eventos independentes: a) Qual a probabilidade, ao mesmo tempo, de o cão estar vivo e de o gato estar vivo daqui a 5 anos? b) Qual a probabilidade de somente o cão estar vivo daqui a 5 anos?
Compartilhar