Introduo Teoria das

Probabilidades
Prof. Victor Hugo Lachos Davila
AULA 2 AULA4
2
Conceitos Bsicos
Experimento Aleatrio ou Fenmeno Aleatrio
Situaes ou acontecimentos cujos resultados no podem ser previstos
com certeza.
Exemplos:
Condies climticas do prximo domingo;
Taxa de inflao do prximo ms;
Resultado ao lanar um dado ou moeda;
Tempo de durao de uma lmpada.

Espao Amostral (O)
Conjunto de todos os possveis resultado de um experimento aleatrio
ou fenmeno aleatrio.
3
Exemplos:
1. Lanamento de um dado. O={1,2,3,4,5,6}
2. Tipo sanguneo de um individuo. O={A, B, AB,0}
3. Opinio de um eleitor sobre um projeto.
O={Favorvel,Contrrio}
4. Tempo de durao de uma lmpada O={t; t>0)
Evento subconjunto do espao amostral O
Notao: A, B, C,...
Exemplos: No exemplo 1, alguns eventos:
A: sair face par: A={2,4,6} c O
B: Sair face maior que 3 B={4,5,6} c O
C: sair face 1 C={1} c O
D: sair face 7 D={ } (evento impossvel)= C (conjunto vazio) c O
4
Operao com eventos
Sejam os eventos A e B definidos no mesmo espao amostral
AB: Unio dos eventos A e B.
Representa a ocorrncia de pelo menos um dos eventos A ou B
AB: Interseco dos eventos A e B.
Representa a ocorrncia simultnea dos eventos A e B.
A e B so disjuntos ou mutuamente exclusivos quando no tm
elementos em comum, isto , AB= C
A e B so complementares se sua interseco vazia e sua unio o
espao amostral, isto . AB= C e AB= O.
O complementar de um evento A representado por
A ou A
C
5
A C = {2, 4, 6} {1} = {1, 2, 4, 6}
sair uma face par ou face 1
A C = {2, 4, 6} {1} = C (A e C disjuntos)
sair uma face par e face 1
A B: = {2, 4, 6} {4, 5, 6} = {4, 6}
sair uma face par e maior que 3
A B = {2, 4, 6} {4, 5, 6} = {2, 4, 5, 6}
sair uma face par ou maior que 3
O= {1, 2, 3, 4, 5, 6}
Eventos: A = {2, 4, 6}, B = {4, 5, 6} e C = {1}
Exemplo: Lanamento de um dado
A
C
= {1, 3, 5} no sair face par
6
Probabilidade
Pergunta: Como atribuir probabilidade aos
elementos do espao amostral?
7
Definies de probabilidades
Definio Clssica ou a priori
Se um experimento aleatrio tiver n(O) resultados mutuamente
exclusivos e igualmente provveis e se um evento A tiver n(A) desses
resultados. A probabilidade do evento A representado por P(A),
dado por:
) (
) (
) (
O
=
n
A n
A P
Exemplo: Considere o lanamento de 2 dados balanceados. Calcular a
probabilidade de:
a) Obter soma 7;
b) Obter soma maior que 10;
c) Que resultado do primeiro dado seja superior ao resultado do
segundo.
8

= O
6 , 6 5 , 6 4 , 6
6 , 5 5 , 5 4 , 5
6 , 4 5 , 4 4 , 4
3 , 6 2 , 6 1 , 6
3 , 5 2 , 5 1 , 5
3 , 4 2 , 4 1 , 4
6 , 3 5 , 3 4 , 3
6 , 2 5 , 2 4 , 2
6 , 1 5 , 1 4 , 1
3 , 3 2 , 3 1 , 3
3 , 2 2 , 2 1 , 2
3 , 1 2 , 1 1 , 1
a) A={(6,1),(5,2),(4,3),(3,4),(2,5),(6,1)} P(A)=n(A)/n(O)=6/36=1/6
b) B={(5,6),(6,5),(6,6)} => P(B) = 3/36.
c) P(C)= 15/36.
9
Suponhamos que realizamos um experimento n vezes (n grande) e destas o
evento A ocorre exatamente r<n vezes, ento a frequncia relativa de vezes
que ocorreu o evento A, r/n, a estimao da probabilidade que ocorra o
evento A, ou seja,
n
r
A P = ) (
Essa estimao da probabilidade por frequncia relativa de um evento A,
prxima da verdadeira probabilidade do evento A, quando n tende ao infinito.
Definio frequentista ou a posteriori
Exemplo: Considere o lanamento de uma moeda. Calcular a probabilidade de
A={ resultado obtido cara}.
fr
1
fr
2
fr
3
fr
4
fr
A

Cara 2/5 6/10 22/50 47/100 0,5
Coroa 3/5 4/10 28/50 53/100 0,5
n 5 10 50 100


10
Definio axiomtica
A probabilidade de um evento A define-se com o nmero P(A), tal que satisfaz
os seguintes axiomas:

= =
=
|
|
.
|

\
|
= O
O c s s
n
i
i
n
A P
A A Se iii
P ii
A A P i
1
n
1 i
i
1
) ( A P
ento , exclusivos mutuamente eventos so , , ) (
1 ) ( ) (
, 1 ) ( 0 ) (

Propriedades
) (
) ( ) ( ) ( ) ( ) ( ) ( ) (
, , , . 5
) ( ) ( ) ( ) ( , , . 4
) ( ) ( , . 3
) ( 1 ) ( , . 2
0 ) ( . 1
C B A P
C A P C B P B A P C P B P A P C B A P
ento C B A Se
B A P B P A P B A P ento B A Se
B P A P ento B A Se
A P A P ento A Se
P
c

+ + + =
O c
+ = O c
s O c c
= O c
= u
Regra da adio de probabilidades
11
Exemplo 1. Na tabela 1, apresenta-se a composio por raa e sexo de uma
populao de um pas.

Tabela 1: Distribuio da populao por raa e sexo.
Sexo
Raa Masculino Feminino

Total
Branca 1726384 2110253 3836637
Outra 628309 753125 1381434
Total 2354693 2863378 5218071
Suponha que selecionamos um habitante desse pas e consideremos os
eventos:

H: "o habitante selecionado do sexo masculino"
H
c
:"o habitante selecionado do sexo feminino"
B: "o habitante selecionado da raa branca"
B
c
: "o habitante selecionado de outra raa"
H B : "o habitante selecionado de sexo masculino e da raa branca"
H B : "o habitante selecionado de sexo masculino ou da raa branca"
H
c
B : "o habitante selecionado de sexo feminino e da raa branca"
H
c
B : "o habitante selecionado de sexo feminino ou da raa branca"
H
c
B
c
:"o habitante selecionado de sexo feminino e de outra raa "
H
c
B
c
"o habitante selecionado de sexo feminino ou de outra raa"


12
As probabilidades de cada um destes eventos so:
. 880 , 0 404 , 0 739 , 0 549 , 0
) ( ) ( ) ( ) (
; 404 , 0
5218071
2110253
) (
; 855 , 0 331 , 0 735 , 0 451 , 0
) ( ) ( ) ( ) (
331 , 0
5218071
1726384
) (
; 265 , 0 735 , 0 1 ) ( 1 ) (
735 , 0
5218071
3836637
) (
; 549 , 0 451 , 0 1 ) ( 1 ) (
; 451 , 0
5218071
2354693
) (
= + =
= + =
= =
= + =
= + =
= =
= = =
= =
= = =
= =
B H P B P H P B H P
B H P
B H P B P H P B H P
B H P
B P B P
B P
H P H P
H P
c c c
c
c
c
13
Probabilidade Condicional e Independncia
Definio:[Probabilidade condicional] Sejam A e B dois eventos em
um mesmo espao amostral, O, a probabilidade condicional de A dado
que ocorreu o evento B, representado por P(A|B) dado por:
. 0 ) ( ,
) (
) (
) | ( >

= B P
B P
B A P
B A P
Exemplo 2. Selecionamos uma semente, ao acaso, uma a uma e sem
reposio de uma sacola que contem 10 sementes de flores
vermelhas e 5 de flores brancas. Qual a probabilidade de que :
(a) a primeira semente seja vermelha. ?
(b) a segunda seja branca se a primeira foi vermelha.?
(1)
14
Sejam os eventos:
branca" semente 2 :" V
; vermelha" semente 2 A " :
branca" semente 1 A :" V
; vermelha" semente 1 A " :
a c
2
a
2
a c
a
1
1
A
V
V
(a)
3
2
15
10
) (
1
= = V P
(b)
14
5
) | (
1 2
= V V P
c
Essas probabilidades podem ser representados em um diagrama da
rvore de probabilidades, a qual mostrado na figura 1
15
Figura 1: Diagrama de rvore de probabilidade
Da expresso (1), pode-se deduzir uma relao bastante til,
), | ( ) ( ) ( B A P B P B A P =
Que conhecida como regra do produto de probabilidades ou
probabilidade da interseo
1 Total
V
1
c
V
2
c
V
1
c
V
2
V
1
V
2
c

V
1
V
2
Probabilidade Resultados
7
3
14
9
15
10
=
21
5
14
5
15
10
=
21
5
14
10
15
5
=
21
2
14
4
15
5
=
16
Exemplo 3: No exemplo 2, suponha que temos interesse em
determinar a probabilidade que as duas sementes selecionadas
sejam brancas.
21
2
14
4
15
5
) | ( ) ( ) P(
brancas" so semente 2 e 1 a " : evento O
1 2 1 2 1
a a
2 1
= = =

c c c c c
c c
V V P V P V V
V V
Teorema 1: Se B um evento em O, tal que P(B)>0, ento:
). | ( ) | ( ) | ( ) | (
: , , , . 3
) | P(A 1 ) | ( ) | ( 1 ) | P(A : ento , B A, Se . 2
0 ) | ( . 1
c c
B C A P B C P B A P B C A P
ento C B A Se
B B A P ou B A P B
B P
+ =
O c
= = O c
= |
17
Exemplo 3: Na Cidade de So Paulo, a probabilidade de chuva no
primeiro dia de setembro 0,50 e a probabilidade que chuva nos dois
primeiros dias de setembro 0,40. Se no primeiro de setembro
choveu, qual a probabilidade que no chova no dia seguinte ?
Soluo: Sejam os eventos: A: chove no primeiro de setembro,
B:chove no segundo dia de setembro.
Do enunciado do problema temos : P(A)=0,50 e P(AB)=0,40. A
probabilidade pedida :
20 , 0
50 , 0
40 , 0
1
) (
) (
1 ) | ( 1 ) | (
*
= =

= =
A P
B A P
A B P A B P
c
* Pelo teorema 1.2.
18
Definio[Independncia de eventos] Dois eventos A e B so independentes
se a informao da ocorrncia ou no de B no altera a probabilidade da
ocorrncia de A. Isto ,
P(A|B)=P(A), P(B)>0
Conseqentemente, temos que dois eventos A e B so independentes se
somente se,
P(AB)=P(A)P(B).
Exemplo 4: Em uma escola o 20% dos alunos tem problemas visuais, o 8%
problemas auditivos e 4% tem problemas visuais e auditivos. Selecionamos um
aluno desta escola ao acaso:
(a)so os eventos de ter problemas visuais e auditivos eventos
independentes?
(b) se aluno selecionado tem problemas visuais, qual a probabilidade de que
tenha problemas auditivos?
(c)qual a probabilidade de no ter problemas visuais ou ter problema
auditivos ?

19
V: o aluno tem problemas visuais
A: o aluno tem problemas auditivos.
Do enunciado temos: P(V)=0,20, P(A)=0,08 e P(AV)=0,04.
| |
84 , 0
08 , 0
04 , 0
1 08 , 0 08 , 0 2 , 0 1
) (
) (
1 ) ( ) ( ) ( 1
) | ( 1 ) ( ) ( ) ( 1 ) | ( ) ( ) ( ) ( 1
) ( ) ( ) ( ) (
. 20 , 0
20 , 0
04 , 0
) (
) (
) | ( ) (
. ), ( ) ( ) ( Como
. 04 , 0 ) (
016 , 0 08 , 0 2 , 0 ) ( ) ( ) (
=
(

+ =
=
(

+ =
+ = + =
= + =
= =

=
=
=
= =
A P
A V P
A P A P V P
A V P A P A P V P A V P A P A P V P
A V P A P V P A V P
V P
A V P
V A P b
tes independen so no V e A A P V P A V P
A V P
A P V P a
c
c c c
Soluo: sejam os eventos:
20
Teorema 2: Se A , B eventos em O so eventos independentes, ento:
tes independen so (iii)
tes independen so ) (
tes. independen so ) (
c c
c
c
B e A
B e A ii
B e A i
Exemplo 5: Um atirador acerta o 80% de seus disparos e outro (na
mesmas condies de tiro), o 70%. Qual a probabilidade de acertar
se ambos atiradores disparam simultaneamente o alvo.? Considere que
o alvo foi acertado quando pelo menos, uma das duas balas tenha feito
impacto no alvo.
21
| || | . 94 , 0 ] 7 , 0 1 ][ 8 , 0 1 [ 1 ) P(B 1 ) P(B 1 1
) ( ) ( 1 ) ( 1 ) (
: forma segunda uma de resolvido ser pode exemplo, este amente Alternativ
94 , 0 7 , 0 8 , 0 7 , 0 8 , 0
) (B ) P(B ) P(B ) P(B
) ( ) P(B ) P(B ) (
, . 7 , 0 ) (
8 , 0 ) P(B 1,2. i , alvo" o acerta atirador o :" B : eventos os Sejam
2 1
2 1 2 1 2 1
2 1 2 1
2 1 2 1 2 1
2
1
= = =
= = =
= + =
= + =
= + =
=
= =
c c c c
i
B P B P B B P B B P
P
B B P B B P
Logo B P
e i
22
Teorema de Bayes
Definio [Partio do espao amostral]. Uma coleo de eventos
k
B B , ,
1
formam uma partio do espao amostral se eles no tm
interseco entre si e sua unio igual ao espao amostral.

k
1 i
e j i para
=
O = = =
i j i
B B B |

Teorema da probabilidade total. Se
k
B B , ,
1
, formam uma partio
do espao amostral O, ento qualquer evento A em O, satifaz:

=
= + + =
k
i
i i k k
B A P B P B A P B P B A P B P A P
1
1 1
) | ( ) ( ) | ( ) ( ) | ( ) ( ) (






23
Teorema Bayes. Se
k
B B , ,
1

, formam uma partio do espao amostral O, e A qualquer evento

em O, ento:

=
=
k
i
i i
i i
i
B A P B P
B A P B P
A B P
1
) | ( ) (
) | ( ) (
) | (

Exemplo 6: Uma montadora trabalha com 2 fornecedores (A e B) de
uma determinada pea. As chances de que uma pea proveniente
dos fornecedores A e B esteja fora das especificaes so 10% e
5% respectivamente. A montadora recebe 30% das peas do
fornecedor A e 70% de B. Se uma pea do estoque inteiro
escolhido ao acaso:

(a) Calcule a probabilidade de que ela esteja fora das especificaes.
(b) Se uma pea escolhida ao acaso est fora das especificaes, qual
a probabilidade que venha do fornecedor fornecedor A ?
24
Soluo:
Sejam os eventos:
A: pea selecionada seja do fornecedor A
B: pea selecionada seja do fornecedor B
E: pea selecionada esteja fora das especificaes
Do enunciado do problemas temos:P(A)=0,30; P(B)=0,70; P(E|A)=0,10 e
P(E|B)=0,05.
25
(a) P(E)=P(A)P(E|A)+P(B)P(E|B)=(0,30)(0,10)+(0,70)(0,05)=0,065
(b) P(A|E)=?
Pelo teorema de Bayes temos:
0,46
065 , 0
03 , 0
05 , 0 70 , 0 10 , 0 30 , 0
10 , 0 30 , 0
) | ( ) ( ) | ( ) (
) | ( ) (
) | ( = =
+

=
+
=
B E P B P A E P A P
A E P A P
E A P
A soluo do exemplo anterior facilitada pelo diagrama de
rvore de probabilidades.
Pelo teorema da probabilidade total temos:

26
Exemplo 7: Temos trs profissionais: Um agrnomo, um bilogo e um
engenheiro civil. Cada um deles plantou 10 mudas de lamos em
vasos numa casa de vegetao. Sobreviveram 9 das plantadas pelo
agrnomo; 5 pelo bilogo e 2 pelo engenheiro civil. Dos 30 vasos
escolhe-se um vaso ao acaso, e verifica-se se a muda sobreviveu.
Se ela sobreviveu, qual a probabilidade de ela ter sido plantada
pelo engenheiro civil?