Anda di halaman 1dari 29

Francisco Fialho Guedes Ferreira

Um jovem entre 20 e 24 anos escolhido ao acaso em


Sergipe.
A tabela a seguir apresenta dados relativos
distribuio de sexo e alfabetizao em habitantes de
Sergipe com idade entre 20 e 24 anos.

Sexo
Alfabetizado

Total
Sim No
Masc. 39.577 8.672 48.249
Fem. 46.304 7.297 56.601
Total 85.881 15.969 101.850
Fonte: IBGE- Censo 1991

Qual a probabilidade do jovem escolhido ser
alfabetizado ou ser do sexo masculino?

M S : jovem alfabetizado ou do sexo
masculino
A origem da teoria das probabilidades encontra-se
nos jogos de azar desde o sculo XVII. Surgiu da
necessidade de um mtodo racional para calcular
os riscos dos jogadores em jogos de cartas, dados
etc.

Posteriormente passou a auxiliar governos,
empresas e organizaes profissionais em seus
processos de decises, ajudando a desenvolver
estratgias.

(Sade) Para decidir por um ou outro procedimento
cirrgico essencial conhecermos as chances de
cada um dar certo, o mesmo para um tratamento
medicamentoso ou para decidir sobre um mtodo
diagnstico.

(Indstria) Para prever o nmero de peas defeituosas
na produo diria de uma determinada mquina.
Fenmenos determinsticos so aqueles que
invariavelmente do o mesmo resultado se repetidos
sob condies especficas
p. ex. acelerao da gravidade no vcuo

Fenmenos Aleatrios so aqueles que, mesmo
realizados sob as mesmas condies, apresentam
variaes nos resultados de diferentes observaes
p. ex. jogar de um dado

So nos fenmenos aleatrios que a teoria das
probabilidades auxilia na anlise e previso de um
resultado futuro
Exemplos:
1. Resultado no lanamento de um dado;
2. Hbito de fumar de um estudante sorteado em
sala de aula;
3. Condies climticas do prximo domingo;
4. Taxa de inflao do prximo ms;
5. Tipo sangneo de um habitante escolhido ao
acaso.
Experimento Aleatrio: procedimento que, ao
ser repetido sob as mesmas condies, pode
fornecer resultados diferentes
Espao Amostral (O): conjunto de todos os
resultados possveis de um experimento aleatrio.
4. Tempo de durao de uma lmpada.
O = {t: t > 0}
1. Lanamento de um dado.
O = {1, 2, 3, 4, 5, 6}
2. Exame de sangue (tipo sangneo) .
O = {A, B, AB, O}
3. Hbito de fumar.
O = {Fumante, No fumante}
Exemplos:
Notao: A, B, C ...
C (conjunto vazio): evento impossvel
O: evento certo
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
Eventos: subconjuntos do espao amostral O
Exemplo: Lanamento de um dado.

Espao amostral: O = {1, 2, 3, 4, 5, 6}
A B: interseo dos eventos A e B.
Representa a ocorrncia simultnea dos eventos A e
B.
Operaes com eventos

Sejam A e B dois eventos de um espao amostral.
A B: unio dos eventos A e B.
Representa a ocorrncia de pelo menos um dos
eventos, A ou B.
O complementar de A representado por A
c
.

A e B so disjuntos ou mutuamente exclusivos
quando no tm elementos em comum, isto ,
A B = C
A e B so complementares se sua interseo
vazia e sua unio o espao amostral, isto ,
A B = C e A B = O
sair uma face par ou face 1
A C = {2, 4, 6} {1} = {1, 2, 4, 6}
sair uma face par e face 1
A C = {2, 4, 6} {1} = C
sair uma face par e maior que 3
A B = {2, 4, 6} {4, 5, 6} = {4, 6}
sair uma face par ou maior que 3
A B = {2, 4, 6} {4, 5, 6} = {2, 4, 5, 6}

O= {1, 2, 3, 4, 5, 6}

Eventos: A = {2, 4, 6}, B = {4, 5, 6} e C = {1}
Exemplo: Lanamento de um dado
no sair face par
A
C
= {1, 3, 5}
Probabilidade
Medida da incerteza associada aos resultados do
experimento aleatrio
Deve fornecer a informao de quo verossmil
a ocorrncia de um particular evento
Como atribuir probabilidade aos
elementos do espao amostral?
Duas abordagens possveis:
1. Freqncias de ocorrncias
2. Suposies tericas.
Exemplo: Lanamento de um dado
Admite-se que o dado perfeitamente equilibrado
P(face 1) =
...
= P(face 6) = 1/6.
Probabilidade

Atribuio da probabilidade:
1. Atravs das freqncias de ocorrncias.
O experimento aleatrio repetido n vezes
Calcula-se a freqncia relativa com que cada
resultado ocorre.
Para um nmero grande de realizaes, a freqncia
relativa aproxima-se da probabilidade.
2. Atravs de suposies tericas.
A probabilidade P(w) para cada ponto amostral de
tal forma que:
.

=
= = = O
s s
1 i
i 2 1
i
1 ) P(w ...}) , w , ({w P ) ( P
e 1 ) P(w 0
No caso discreto, todo experimento aleatrio tem
seu modelo probabilstico especificado quando
estabelecemos:
O espao amostral O = {w
1
,w
2
, ... }
Ainda no caso discreto,
Se A um evento, ento
e
=
A w
j
j
) (w P (A) P
de elementos de n.
A de elementos de n.
(A) P

=
Se } w ..., , w , {w
N 2 1
=
e
N
1
) (w P
i
=
(pontos equiprovveis), ento
Um jovem entre 20 e 24 anos escolhido ao acaso em
Sergipe.
Exemplo: A tabela a seguir apresenta dados relativos
distribuio de sexo e alfabetizao em habitantes de
Sergipe com idade entre 20 e 24 anos.

Sexo
Alfabetizado

Total
Sim No
Masc. 39.577 8.672 48.249
Fem. 46.304 7.297 56.601
Total 85.881 15.969 101.850
Fonte: IBGE- Censo 1991

O : conjunto de 101.850 jovens de Sergipe, com
idade entre 20 e 24 anos.
Definimos os eventos

M: jovem sorteado do sexo masculino;
F : jovem sorteado do sexo feminino;
S : jovem sorteado alfabetizado;
N : jovem sorteado no alfabetizado.
Temos ir para a tabela
0,157
101.850
15.969

=
P(N)
=
0,843
101.850
85.881

=
P(S)
=
0,526
101.850
53.601

=
P(F)
=
0,474
101.850
48.249

=
P(M)
=
Qual a probabilidade do jovem escolhido ser alfabetizado
e ser do sexo masculino?
389 , 0
101850
39577

em elementos de n.
S M em elementos de n.
S) P(M = =
O

=
Qual a probabilidade do jovem escolhido ser
alfabetizado ou ser do sexo masculino?

M S : jovem alfabetizado ou do sexo masculino
0,928
101850
39577 - 48249 85881


em elementos de n.
S M em elementos de n.
S) P(M
=
+
=
O

=
RETOMANDO A SITUAO PROBLEMA
Para qualquer evento A de O,
P(A) = 1 - P(A
c
).
Regra da adio de probabilidades
P(A B) = P(A) + P(B) P(A B)
Conseqncias:

Se A e B forem eventos disjuntos, ento
P(A B) = P(A) + P(B).
Prxima aula
. 0 P(B) ,
P(B)
B) P(A
B) | P(A >

=
PROBABILIDADE CONDICIONAL E
INDEPENDNCIA
Da definio de probabilidade condicional,
obtemos a regra do produto de probabilidades
B). | P(A P(B) B) P(A =
Analogamente, se P(A) >0,
. A) | P(B P(A) B) P(A =
0,82.
101.850
48.249
101.850
39.577
=
39.577 / 48.249 = 0,82.
Diretamente da tabela
temos P(S | M) =
Qual a probabilidade do jovem escolhido ser
alfabetizado sabendo-se que do sexo masculino?

P(M)
M) P(S
M) | P(S
definio, Pela
=

=

Sexo
Alfabetizada

Total
Sim No
Masc. 39.577 8.672 48.249
Fem. 46.304 7.297 56.601
Total 85.881 15.969 101.850
A: 2 bola sorteada branca
C: 1 bola sorteada branca
P(A) = ???
Para representar todas as possibilidades,
utilizamos, um diagrama conhecido como
diagrama de rvores ou rvore de
probabilidades.
Exemplo: Em uma urna, h 5 bolas: 2 brancas
e 3 vermelhas. Duas bolas so sorteadas
sucessivamente, sem reposio.
5 3
5 2
B
V
4 2
4 2
V
B
4 3
4 1
V
B
1 Total
V V
VB
BV
BB
Probabilidades Resultados
20
2
4
1
5
2
=
20
6
4
3
5
2
=
20
6
4
2
5
3
=
20
6
4
2
5
3
=
e
5
2
20
6
20
2
) A ( P = + =
Temos
.
4
1
) C | A ( P =
1 Total
V V
VB
BV
BB
Probabilidade Resultados
25
4
5
2
5
2
=
25
6
5
3
5
2
=
25
6
5
2
5
3
=
25
9
5
3
5
3
=
Considere agora que as extraes so feitas com
reposio, ou seja, a 1
a
bola sorteada reposta
na urna antes da 2
a
extrao. Nesta situao,
temos
5 3
5 2
B
V
5 3
5 2
V
B
V
B
5 3
5 2
ou seja, o resultado na 2
a
extrao independe do
que ocorre na 1
a
extrao.
e
5
2
25
6
25
4
= + P(A) = P(branca na 2) =
Neste caso,
P(A | C) = P( branca na 2 | branca na 1) =
) A ( P
5
2
=
) A ( P
5
2
=
P(A | C
c
) = P(branca na 2 | vermelha na 1) =
Independncia de eventos: Dois eventos A e B
so independentes se a informao da ocorrncia
(ou no) de B no altera a probabilidade de
ocorrncia de A, isto ,
P(B). P(A) B) P(A =
Temos a seguinte forma equivalente:
P(A), B) | P(A = 0. P(B) >
Exemplo: A probabilidade de Jonas ser
aprovado no vestibular 1/3 e a de Madalena
2/3. Qual a probabilidade de ambos serem
aprovados?
A: Jonas aprovado
B: Madalena aprovada
P(A B) = P(A) x P(B) = 1/3 x 2/3 = 2/9
Qual foi a suposio feita?