View
226
Download
1
Category
Preview:
Citation preview
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Probabilidade Condicional
Prof. Tiago Viana Flor de Santanawww.uel.br/pessoal/tiagodesantana
tiagodesantana@uel.br – Sala 07
Universidade Estadual de Londrina – UELDepartamento de Estatıstica – DSTA
Tiago VFS (UEL/DSTA) 1 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Probabilidade Condicional
Definicao:Seja A e B dois eventos de Ω, denomina-se probabilidade condi-cional a relacao
P(A|B) =P(A ∩ B)
P(B), P(B) > 0
Interpretacao:P(A|B) e a probabilidade de ocorrer A sabendo que ocorreu B.P(A|B): leia P de A dado B.
Tiago VFS (UEL/DSTA) 2 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Na Tabela 5.3 do exemplo 5.6, Dado que um estudante, es-colhido ao acaso, matriculado no curso de Estatıstica, qual aprobabilidade de ser Mulher?
Tabela 5.3 Distribuicao de alunos segundo o sexo e escolha decurso.
PPPPPPPPPCursoSexo
Homens(H) Mulheres(F) Total
Matematica Pura(M) 70 40 110Matematica Aplicada(A) 15 15 30Estatıstica(E) 10 20 30Computacao(C) 20 10 30
Total 115 85 200
P(F |E ) =P(F ∩ E )
P(E )=
20/200
30/200=
2
3∼= 0, 667− Posteriori
P(F ) =85
200=
17
40= 0, 425− Priori
Tiago VFS (UEL/DSTA) 3 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Na Tabela 5.3 do exemplo 5.6, Dado que um estudante, es-colhido ao acaso, matriculado no curso de Estatıstica, qual aprobabilidade de ser Mulher?
Tabela 5.3 Distribuicao de alunos segundo o sexo e escolha decurso.
PPPPPPPPPCursoSexo
Homens(H) Mulheres(F) Total
Matematica Pura(M) 70 40 110Matematica Aplicada(A) 15 15 30Estatıstica(E) 10 20 30Computacao(C) 20 10 30
Total 115 85 200
P(F |E ) =P(F ∩ E )
P(E )=
20/200
30/200=
2
3∼= 0, 667− Posteriori
P(F ) =85
200=
17
40= 0, 425− Priori
Tiago VFS (UEL/DSTA) 3 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Regra do produto
Definicao:Uma consequencia direta da definicao de probabilidade condici-onal e
P(A ∩ B) = P(B)P(A|B)
Generalizacao:
P(A1 ∩ A2 ∩ · · · ∩ An) = P(A1) P(A2|A1) P(A3|A1 ∩ A2) . . .
. . .P(An|A1 ∩ A2 ∩ · · · ∩ An−1)
Tiago VFS (UEL/DSTA) 4 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Uma urna contem duas bolas brancas (B) e tres vermelhas (V).Suponha que sao sorteadas duas bolas ao acaso, sem reposicao.
1 Represente o espaco amostral para esse experimento.
Ω = B1V2 , B1B2 , V1B2 , V1V2
2 Qual a probabilidade de cada resultado do experimento?
Tiago VFS (UEL/DSTA) 5 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Exemplo 5.10
V1
V2 → V1V2 ; P(V2 ∩ V1) = P(V1)P(V2|V1)
2/4
B2 → V1B2 ; P(B2 ∩ V1) = P(V1)P(B2|V1)
2/43/5
B1
B2 → B1B2 ; P(B2 ∩ B1) = P(B1)P(B2|B1)
1/4
V2 → B1V2 ; P(V2 ∩ B1) = P(B1)P(V2|B1)
3/4
2/5
Tiago VFS (UEL/DSTA) 6 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Exemplo 5.10
V1
V2 → V1V2 ; P(V2 ∩ V1) = 35× 2
4= 3
10
2/4
B2 → V1B2 ; P(B2 ∩ V1) = 35× 2
4= 3
10
2/43/5
B1
B2 → B1B2 ; P(B2 ∩ B1) = 25× 1
4= 1
10
1/4
V2 → B1V2 ; P(V2 ∩ B1) = 25× 3
4= 3
10
3/4
2/5
Tiago VFS (UEL/DSTA) 7 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Uma urna contem duas bolas brancas (B) e tres vermelhas (V).Suponha que sao sorteadas duas bolas ao acaso, com reposicao.
1 Represente o espaco amostral para esse experimento.
Ω = B1V2 , B1B2 , V1B2 , V1V2
2 Qual a probabilidade de cada resultado do experimento?
Tiago VFS (UEL/DSTA) 8 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
V1
V2 → V1V2 ; P(V2 ∩ V1) = P(V1)P(V2|V1) = P(V1)P(V2)
3/5
B2 → V1B2 ; P(B2 ∩ V1) = P(V1)P(B2|V1) = P(V1)P(B2)
2/53/5
B1
B2 → B1B2 ; P(B2 ∩ B1) = P(B1)P(B2|B1) = P(B1)P(B2)
2/5
V2 → B1V2 ; P(V2 ∩ B1) = P(B1)P(V2|B1) = P(B1)P(V2)
3/5
2/5
Tiago VFS (UEL/DSTA) 9 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
V1
V2 → V1V2 ; P(V2 ∩ V1) = 35× 3
5= 9
25
3/5
B2 → V1B2 ; P(B2 ∩ V1) = 35× 2
5= 6
25
2/53/5
B1
B2 → B1B2 ; P(B2 ∩ B1) = 25× 2
5= 4
25
2/5
V2 → B1V2 ; P(V2 ∩ B1) = 25× 3
5= 6
25
3/5
2/5
Tiago VFS (UEL/DSTA) 10 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Definicao:Dois conjuntos A e B sao ditos independentes se satisfazem
P(A|B) = P(A)
ou, o que e equivalente
P(A ∩ B) = P(A)P(B)
Tiago VFS (UEL/DSTA) 11 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Generalizacao:Uma sequencia finita de eventos A1,A2, . . .An e dita indepen-dente se satisfaz
P(Ai ∩ Aj) = P(Ai )P(Aj)
P(Ai ∩ Aj ∩ Al) = P(Ai )P(Aj)P(Al)
...
P(Ai ∩ Aj ∩ Al · · ·Ak) = P(Ai )P(Aj)P(Al) · · ·P(Ak)
Ou seja, se a probabilidade das interseccoes dos eventos combi-nados dois a dois, tres a tres, ..., n a n e igual ao produto daprobabilidade de cada evento.
Tiago VFS (UEL/DSTA) 12 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Exemplo:Os eventos A, B e C sao independentes se satisfazem
P(A ∩ B) = P(A)P(B)
P(A ∩ C ) = P(A)P(C )
P(B ∩ C ) = P(B)P(C )
P(A ∩ B ∩ C ) = P(A)P(B)P(C )
Se a ultima igualdade nao e valida, entao os eventos sao mutu-amente independentes.
Tiago VFS (UEL/DSTA) 13 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Definicao:Uma colecao de eventos Ai , i = 1, ...,m e uma particao doespaco amostral se
m⋃i=1
Ai = Ω em⋂i=1
Ai = ∅
Tiago VFS (UEL/DSTA) 14 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Definicao:Se A1,A2, ...,An formam uma particao do espaco amostral e Be qualquer evento de Ω entao
P(B) = P(A1)P(B|A1) + P(A2)P(B|A2) + . . . + P(An)P(B|An)
=n∑
i=1
P(Ai )P(B|Ai )
Tiago VFS (UEL/DSTA) 15 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Teorema:Se A1,A2, ...,An formam uma particao do espaco amostral e Be qualquer evento de Ω entao
P(Ai |B) =P(Ai )P(B|Ai )∑nj=1 P(Aj)P(B|Aj)
Tiago VFS (UEL/DSTA) 16 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Exemplo 5.15
Para selecionar seus funcionarios, uma empresa oferece aos can-didatos um curso de treinamento durante uma semana.
No final do curso, eles sao submetidos a uma prova e
1 25% sao classificados como bons (B);
2 50% sao classificados como medios (M);
3 25% sao classificados como fracos (F)
Para facilitar a selecao, a empresa pretende substituir o treina-mento por um teste contendo questoes referentes a conheci-mentos gerais e especıficos.
Tiago VFS (UEL/DSTA) 17 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Para isso, gostaria de conhecer qual a probabilidade de um in-divıduo aprovado no teste ser considerado fraco, caso fizesseo curso.
Assim, neste ano, antes do inıcio do curso, os candidatos foramsubmetidos ao teste e receberam o conceito aprovado (A) oureprovado (R).
No final do curso, obtiveram-se as seguintes probabilidades con-dicionais:
P(A|B) = 0, 80 P(A|M) = 0, 50 P(A|F ) = 0, 20
A empresa deve optar pelo teste ou pelo curso?
Tiago VFS (UEL/DSTA) 18 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Exercıcio 23
Uma companhia produz circuitos em tres fabricas, I, II e III.
A fabrica I produz 40% dos circuitos, enquanto a II e a III pro-duzem 30% cada uma.
As probabilidades de que um circuito integrado produzido por es-sas fabricas nao funcione sao 0,01, 0,04 e 0,03, respectivamente.
Escolhido um circuito da producao conjunta das tres fabricas,qual a probabilidade de o mesmo nao funcionar?
Resp.: 0,025
Tiago VFS (UEL/DSTA) 19 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Exercıcio 23
Uma companhia produz circuitos em tres fabricas, I, II e III.
A fabrica I produz 40% dos circuitos, enquanto a II e a III pro-duzem 30% cada uma.
As probabilidades de que um circuito integrado produzido por es-sas fabricas nao funcione sao 0,01, 0,04 e 0,03, respectivamente.
Escolhido um circuito da producao conjunta das tres fabricas,qual a probabilidade de o mesmo nao funcionar?
Resp.: 0,025
Tiago VFS (UEL/DSTA) 19 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Exercıcio 24
Considere a situacao do problema anterior, mas suponha agoraque um circuito escolhido ao acaso seja defeituoso.
Determine qual a probabilidade de ele ter sido fabricado por I.
Resp.: 0,16
Tiago VFS (UEL/DSTA) 20 / 20
Tiago VFS
ProbabilidadeCondicional
Exemplo
Regra doproduto
Exemplo 5.10
Exemplo 5.11
Eventosindependentes
Particao doespacoamostral
ProbabilidadeTotal
Teorema deBayes
Exemplo 5.15
Exercıcios
Exercıcio 24
Considere a situacao do problema anterior, mas suponha agoraque um circuito escolhido ao acaso seja defeituoso.
Determine qual a probabilidade de ele ter sido fabricado por I.
Resp.: 0,16
Tiago VFS (UEL/DSTA) 20 / 20
Recommended