MINISTRIO DA EDUCAO

UNIVERSIDADE FEDERAL DE PELOTAS

INSTITUTO DE FSICA E MATEMTICA
DEPARTAMENTO DE MATEMTICA E ESTATSTICA
ELEMENTOS DE PROBABILIDADE

Material original do Prof. Ewaldo Santana
CONTEDO
Probabilidade Condicional e Independncia
Probabilidade Condicional
Teorema da Multiplicao
Teorema da Probabilidade Total
Teorema de Bayes
Eventos Independentes
72
PROBABILIDADE CONDICIONAL
Vamos reexaminar a diferena entre extrair uma pea de um lote, com
ou sem reposio. Em um exemplo, na aula anterior, o lote estudado
tinha a seguinte composio: 80 no-defeituosas e 20 defeituosas.
Suponha-se que escolhemos duas peas desse lote:
a) com reposio;
b) sem reposio.

Definamos os dois eventos seguintes:
A = {a primeira pea defeituosa}
B = {a segunda pea defeituosa}
73
PROBABILIDADE CONDICIONAL
Determine P(A) e P(B). Se estivermos extraindo com reposio:
74
P(A) = P(B) = 20/100 = 1/5
E quanto P(B)?
Se estivermos extraindo sem reposio:
P(A) = 20/100 = 1/5
Para calcularmos P(B) necessitamos de conhecer a composio do lote
no momento de extrair a segunda pea. Ou seja, precisamos saber se
A ocorreu ou no.
PROBABILIDADE CONDICIONAL
75
Este exemplo mostra a necessidade de se introduzir o seguinte
importante conceito:


Sejam A e B dois eventos associados ao experimento E. Denotaremos
P(B|A) a probabilidade condicionada do evento B, quando A tiver
ocorrido.

PROBABILIDADE CONDICIONAL
76
No exemplo acima, P(B|A) = 19/99, porque se A tiver ocorrido, ento
para segunda extrao restaro somente 99 peas, das quais 19 delas
sero defeituosas.

PROBABILIDADE CONDICIONAL
77
Sempre que calcularmos P(B|A), estaremos essencialmente calculando
P(B) em relao ao Espao amostral reduzido A, em lugar de faz-lo em
relao ao espao amostral original .

B
A
Quando calcularmos P(B) estaremos
nos perguntando quo provvel ser
estarmos em B, sabendo que estamos
em . E quando calcularmos P(B|A)
estaremos perguntando quo provvel
ser estarmos em B, sabendo que
devemos estar em A.
Ou seja, o espao amostral ficou reduzido de para A.
PROBABILIDADE CONDICIONAL
78
Exemplo: Dois dados equilibrados so lanados, registrando-se o
resultado como (x
1
, x
2
), onde x
i
o resultado no i-simo dado, i = 1,2.
Por isso, o espao amostral S pode ser representado pela seguinte lista
de 36 resultados igualmente provveis.




`



)
(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
=
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
PROBABILIDADE CONDICIONAL
79
Consideremos os dois eventos seguintes:

A ={(x
1
, x
2
)| x
1
+x
2
= 10}, B = {(x
1
, x
2
)| x
1
> x
2
}

Assim:
{ }
(5, 5) (4, 6) (6, 4) A =
(2,1) (3,1) (3, 2) (4,1) (4, 2) (4, 3) (5,1) (5, 2)
(5, 3) (5, 4) (6,1) (6, 2) (6, 3) (6, 4) (6, 5)
B

=
`
)
PROBABILIDADE CONDICIONAL
80
Quais as probabilidades de A e B?
3
( )
36
P A =
15
( )
36
P B =
Quais as probabilidades condicionais P(B|A) e P(A|B)?
{ }
(5, 5) (4, 6) (6, 4) A =
(2,1) (3,1) (3, 2) (4,1) (4, 2) (4, 3) (5,1) (5, 2)
(5, 3) (5, 4) (6,1) (6, 2) (6, 3) (6, 4) (6, 5)
B

=
`
)
PROBABILIDADE CONDICIONAL
81
1
( | )
3
= P B A
1
( | )
15
= P A B
Quais as probabilidades condicionais P(B|A) e P(A|B)?

`
)
(2,1) (3,1) (3, 2) (4,1) (4, 2) (4, 3) (5,1) (5, 2)
B =
(5, 3) (5, 4) (6,1) (6, 2) (6, 3) (6, 4) (6, 5)
{ }
A= (5,5) (4,6) (6,4)
PROBABILIDADE CONDICIONAL
82
Portanto,
3
( ) ,
36
P A =
15
( ) ,
36
P B =
1
( | ) ,
3
= P B A
1
( | )
15
= P A B
36
1
) ( = B A P
Finalmente, calculemos P(A B): se a soma dos dois dados forem dez e
se o primeiro dado tiver apresentado valor maior que o segundo dado.
Se fizermos um exame cuidadoso dos vrios nmero j calculados,
cloncluiremos que
P(A B) P(A B)
P(A | B) e P(B| A)
P(A) P(B)

= =
PROBABILIDADE CONDICIONAL
83
Definio:
( )
( | ) , ( ) 0
( )

= >
P A B
P A B P A
P A
fcil verificar que P(B|A) para A fixado, satisfaz aos vrios
postulados de probabilidade:
1 2 1 2 1 2
1) 0 ( | ) 1
2) ( | ) 1
3) ( | ) ( | ) ( | )
s s
O =
= + = C
P B A
P A
P B B A P B A P B A se B B
PROBABILIDADE CONDICIONAL
84
Comentrios:
a) vemos, assim, que a cada evento B c poderemos associar dois
nmeros, P (B) , a probabilidade (no condicionada) de B, e P(B|A),
a probabilidade condicionada de B, desde que algum evento A (para
o qual P(A) > 0) tenha ocorrido.
b) Se A = , P(B | ) = P(B ) / P() = P(B) / P() = P(B)

Temos dois modos de calcular a probabilidade condicionada P(B|A):
a) diretamente, pela considerao da probabilidade de B em relaao ao
espao amostral reduzido A.
b) Empregando a definio acima, onde P(A B) e P(A) so
calculadas em relao ao espao amostral original .
PROBABILIDADE CONDICIONAL
85
Exemplo: Suponha-se que um escritrio possua 100 mquinas de
calcular. Algumas dessas mquinas so eltricas (E), enquanto
outras so manuais (M); e algumas so novas (N), enquanto outras
so muito usadas (U). A tabela abaixo d o nmero de mquinas de
cada categoria. Uma pessoa entra no escritrio, pega uma mquina
ao acaso, e descobre que nova. Qual ser a probabilidade de que
seja eltrica? Ou seja, desejamos calcular p(E|N).
E M
N
40 30 70
U
20 10 30
60 40 100
PROBABILIDADE CONDICIONAL
86
Considerando-se somente o espao amostral reduzido N:
P(E | N) = =
40 4
70 7
Empregando a definio de probabilidade condicionada, temos que:
P(E N)
P(E | N)
p(N)

= = =
40
4
100
70
7
100
E M
N 40 30 70
U 20 10 30
60 40 100
PROBABILIDADE CONDICIONAL
87
Teorema da Multiplicao: da definio de probabilidade condicionada,
vemos que podemos obter:
( ) ( | ) ( ) = P A B P B A P A
Ou, equivalentemente:
( ) ( | ) ( ) = P A B P A B P B
Podemos usar este teorema para calcular a probabilidade da ocorrncia
conjunta dos eventos A e B.
PROBABILIDADE CONDICIONAL
88
Exemplo: Consideremos novamente o lote de 20 peas defeituosas e 80
peas no-defeituosas. Se escolhermos ao acaso duas peas, sem
reposio, qual ser a probabilidade de que ambas as peas sejam
defeituosas?

A = {a primeira pea defeituosa},
B = {a segunda pea defeituosa}
( ) ( | ) ( )
19 1
99 5
19
495
=
=
=
P P P A B B A A
PROBABILIDADE CONDICIONAL
89
Definio: Dizemos que os eventos B
1
, B
2
, ..., B
k
representam uma
partio do espao amostral S, quando
i j
k
i
i
i
a) , i j.
b)
c) ( ) , i.
=
= C =
= O
>
1
0
B B
B
P B
Ou seja: quando o experimento E realizado um, e somente um,
dos eventos B
i
ocorre.
PROBABILIDADE CONDICIONAL
90
Consideremos A um evento qualquer referente a S, e B
1
, B
2
, ..., B
k
uma
partio de S. O diagrama de Venn abaixo ilustra isto para k = 8.
Portanto, poderemos escrever o evento A em funo de suas
intersees com cada elemento da partio.
1 2
( ) ( ) ( ) =
k
A A B A B A B
1 2
( ) ( ) ( ) ( ) = + +
k
P A P A B P A B P A B
Como os (A B
i
) so dois a dois
mutuamente excludentes,
podemos obter a probabilidade
do evento A como
PROBABILIDADE CONDICIONAL
91
Mas, cada termo P(A B
j
)

pode ser expresso na forma

P(A|B
j
).P(B
j
)

e , da, obteremos o que se denomina de

Teorema da probabilidade total: Sejam B
1
, , B
k
uma partio de um
espao amostral e seja A um evento qualquer de . Ento:
1 1 2 2
1
( ) ( | ) ( ) ( | ) ( ) ( | ) ( ) ou
( ) ( | ) ( )
=
= + + +
=

k k
k
j j
j
P P P
P
P A P A B B P A B B P A B B
P A P A B B
1 2
( ) ( ) ( ) ( ) = + +
k
P A P A B P A B P A B
PROBABILIDADE CONDICIONAL
92
O caso mais simples ocorre quando a partio composta por apenas
dois eventos: B e o complementar de B,B. Neste caso:
( ) ( | ) ( ) ( | ) ( ) = + P A P A B P B P A B P B
B
B
A
PROBABILIDADE CONDICIONAL
93
Exemplo: consideremos, novamente, o lote de 20 peas defeituosas e 80
peas no defeituosas, do qual extrairemos duas peas, sem reposio.
Qual a probabilidade de que a segunda pea seja defeituosa?

Sejam os eventos:
A = {a primeira pea defeituosa},
B = {a segunda pea defeituosa}.
( ) ( | ) ( ) ( | ) ( )
( )
= +
=
19 20 20 80 1
+ =
99 100 99 100 5
P B P B A P A P B A P A
P B
PROBABILIDADE CONDICIONAL
94
Exemplo: Uma determinada pea manufaturada por trs fbricas,
digamos 1, 2 e 3. Sabe-se que 1 produz o dobro de peas que 2, e 2 e 3
produziram o mesmo nmero de peas (durante um perodo de
produo especificado). Sabe-se tambm que 2% da peas produzidas
por 1 e por 2 so defeituosas, enquanto 4% daquelas produzidas por 3
so defeituosas. Todas as peas produzidas so colocadas em um
depsito, e depois uma pea extrada ao acaso. Qual a
probabilidade de que essa pea seja defeituosa?
PROBABILIDADE CONDICIONAL
95
Soluo: Sejam os eventos

A = {a pea defeituosa},
B
1
= {a pea provm de 1},
B
2
= {a pea provm de 2},
B
3
= {a pea provm de 3}.

Pede-se P(A). Podemos escrever:
1 1 2 2 3 3
( ) ( | ) ( ) ( | ) ( ) ( | ) ( ) = + + P A P A B P B P A B P B P A B P B
PROBABILIDADE CONDICIONAL
96
Do enunciado do problema, vemos que:
4
1
) ( ) ( ,
2
1
) (
3 2 1
= = = B P B P B P
1 2 3
( | ) 0, 02, ( | ) 0, 02 ( | ) 0, 04 = = = P A B P A B e P A B
portanto:
1 1 1
( ) 0, 02 0, 02 0, 04 0, 025 2, 5%
2 4 4
P A = + + = =
PROBABILIDADE CONDICIONAL
97
Teorema de Bayes: Sejam B
1
, B
2
, , B
k
uma partio de S e A um
evento qualquer em S. Ento
1
( | ) ( )
( | )
( | ) ( )
=
=

i i
i k
j j
j
P A B P B
P B A
P A B P B
Dem. Da definio de probabilidade condicional, do teorema da
multiplicao e do teorema da probabilidade total sabemos que
( )
( | ) ,
( )

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

k
j j
j
P A P A B P B
PROBABILIDADE CONDICIONAL
98
Exemplo: na situao descrita no exerccio anterior, suponha-se que uma
pea seja retirada do depsito e se verifique ser ele defeituosa. Qual a
probabilidade de que tenha sido produzida na fbrica 1?
1
1
(0.02)( )
2
( | ) 0, 40
1 1 1
(0.02)( ) (0, 02)( ) (0, 04)( )
2 4 4
= =
+ +
P B A
1 1
1
1 1 2 2 3 3
( | ) ( )
( | )
( | ) ( ) ( | ) ( ) ( | ) ( )
=
+ +
P A B P B
P B A
P A B P B P A B P B P A B P B
PROBABILIDADE CONDICIONAL
99
Exemplo: os funcionrios de uma empresa se dividem em 3 grupos:
economistas, engenheiros e analistas de sistemas. Estes funcionrios
podem ocupar cargos tcnicos ou gerenciais. Sabemos que: 40% dos
funcionrios so economistas; 30% dos funcionrios so engenheiros e
30% dos funcionrios so analistas de sistemas. O percentual de cada
grupo ocupando cargos gerenciais : 30% dos economistas; 40% dos
engenheiros e 10% dos analistas de sistemas.

a) seleciona-se um funcionrio aleatoriamente. Qual a probabilidade
dele ocupar um cargo gerencial;

b) Seleciona-se uma pessoa ao acaso e sabe-se que ela ocupa um
cargo de gerncia. Qual a probabilidade dele ser engenheiro?
EVENTOS INDEPENDENTES
100
Sabemos que dois eventos A e B que no podem ocorrer conjuntamente,
isto , A B = C, so denominados mutuamente excludentes ou
eventos incompatveis. Neste caso,

P(A | B) = 0.

Por outro lado, se B c A, ento
( ) ( )
( | ) 1
( ) ( )

= = =
P A B P B
P A B
P B P B
EVENTOS INDEPENDENTES
101
Em cada uma das situaes, no slide anterior, saber que B j acorreu
nos d alguma informao bastante definida referente probabilidade de
ocorrncia de A. Existem, porm, muitas situaes nas quais saber que
algum evento B ocorreu no tem qualquer influncia quanto ocorrncia
ou no ocorrncia de A.

EVENTOS INDEPENDENTES
102
Exemplo: Suponhamos que um dado equilibrado seja jogado duas vezes.
Definamos os eventos A e B, da seguinte forma:

A = {o primeiro dado mostra um nmero par},
B = {o segundo dado mostra um 5 ou um 6}
intuitivamente compreensvel que os eventos A e B so inteiramente
no relacionados. Saber que B ocorreu no fornece qualquer informao
sobre a ocorrncia de A. Para comprovar, calculemos as probabilidades
condicionadas, P(A|B) e P(B|A).

EVENTOS INDEPENDENTES
103
A = {o primeiro dado mostra um nmero par},
B = {o segundo dado mostra um 5 ou um 6}




O
`



)
(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
=
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
18 1
( )
36 2
P A = =
12 1
( )
36 3
P B = =
6 1
( )
36 6
P A B = =
EVENTOS INDEPENDENTES
104
ento
18 1
( )
36 2
P A = =
12 1
( )
36 3
P B = =
6 1
( )
36 6
P A B = =
1
( ) 1
6
( | ) ( )
1
( ) 2
3

= = = =
P A B
P A B P A
P B
1
( ) 1
6
( | ) ( )
1
( ) 3
2

= = = =
P A B
P B A P B
P A
E mais
1 1 1
( ) ( ) ( )
3 2 6
P A P B P A B = = =
EVENTOS INDEPENDENTES
105
Definio: A e B sero eventos independentes se, e somente se,

( ) ( ) ( ) = P A B P A P B
Equivalentemente, podemos definir A e B como sendo eventos
independentes, se,


P(B|A) = P(B) e P(A|B) = P(A)