Introdução à Probabilidade - parte III

Documentos relacionados
Probabilidade - aula III

CE Estatística I

EST029 Cálculo de Probabilidade I Cap. 3: Probabilidade Condicional e Independência

Probabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Sumário. 2 Índice Remissivo 12

Probabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Probabilidade. Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise

Probabilidade. Objetivos de Aprendizagem. UFMG-ICEx-EST. Cap. 2 - Probabilidade Espaços Amostrais e Eventos. 2.1.

Probabilidade e Estatística Probabilidade Condicional

ELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015

Probabilidade ESQUEMA DO CAPÍTULO. UFMG-ICEx-EST Cap. 2- Probabilidade 1

Probabilidade - aula II

Probabilidade - aula III

Probabilidade - aula II

Prof.Letícia Garcia Polac. 26 de setembro de 2017

Probabilidade Aula 03

Métodos Estatísticos Básicos

2. INTRODUÇÃO À PROBABILIDADE

AULA 4 -Probabilidade Condicional e Regra de Bayes

REGRAS PARA CÁLCULO DE PROBABILIDADES

Probabilidades. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer

Probabilidades. Palavras como

Probabilidades. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Teoria das Probabilidades

Lista Probabilidades

Probabilidade Aula 02

PROBABILIDADE CONDICIONAL E TEOREMA DE BAYES

Considere uma probabilidade P definida em um espaço amostral Ω. Dois eventos A e B são independentes se

Prof.: Joni Fusinato

Estatística Básica. Prof. Dr. Walmes Marques Zeviani Prof. Dr. Paulo Justiniano Ribeiro Jr

Estatística e Modelos Probabilísticos - COE241

Teoria das Probabilidades

Prof. Tiago Viana Flor de Santana Sala 07

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba

PROBABILIDADE E ESTATÍSTICA PROBABILIDADES

CAPÍTULO 3 PROBABILIDADE

Estatística. Disciplina de Estatística 2011/2 Curso de Administração em Gestão Pública Profª. Ms. Valéria Espíndola Lessa

Variáveis Aleatórias Discretas e Distribuição de Probabilidade

Universidade Federal do Paraná UFPR. CE084 Probabilidade A. Prof. Sonia Isoldi Marty Gama Müller LISTA DE EXERCÍCIOS 02

Probabilidade em espaços discretos. Prof.: Joni Fusinato

Estatística Básica. Probabilidade. Renato Dourado Maia. Instituto de Ciências Agrárias. Universidade Federal de Minas Gerais

Probabilidade Condicional. Prof.: Ademilson

Teoria das Probabilidades

INTRODUÇÃO À PROBABILIDADE

1 Definição Clássica de Probabilidade

Adição de probabilidades. O número de elementos da união dos conjuntos A e B n(aub) = n(a B) Dividindo os dois membros por n(e):

PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 2 07 e 08 março MOQ-12 Probabilidades e Int. a Processos Estocásticos

Se a bola retirada da urna 1 for branca temos, pelo princípio da multiplicação:

Introdução à Estatística

Estatística Empresarial. Fundamentos de Probabilidade

3. Probabilidade P(A) =

Tipos de Modelo. Exemplos. Modelo determinístico. Causas. Efeito. Exemplos. Modelo probabilístico. Causas. Efeito. Determinístico.

MAE0219 Introdução à Probabilidade e Estatística I

2 a Lista de PE Solução

MAE Introdução à Probabilidade e Estatística I. 2 o semestre de Gabarito da Lista de Exercícios 4 - Noções de Probabilidade - CASA

Probabilidade e Estatística 2008/2. Regras de adicão, probabilidade condicional, multiplicação e probabilidade total.

3 NOÇÕES DE PROBABILIDADE

Teoria das Probabilidades

Probabilidade e Estatística

TESTE GLOBAL PROBABILIDADES 12.º ANO

Prof. Fabrício Maciel Gomes. Capítulo 3 Probabilidade

Estatística e Modelos Probabilísticos - COE241

Bioestatística: Probabilidade. Prof: Paulo Cerqueira Jr.

Pode ser a observação de um fenômeno natural:

Probabilidade. Definição de Probabilidade Principais Teoremas Probabilidades dos Espaços Amostrais Espaços Amostrais Equiprováveis.

Regras de probabilidades

UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística. Probabilidade

probabilidade PE-MEEC 1S 09/10 16 Capítulo 2 - de probabilidade 2.1 Experiências aleatórias. resultados. Acontecimentos probabilidade.

Teoria de Filas Aula 1

Matemática & Raciocínio Lógico

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Conceitos Básicos de Probabilidade

2. INTRODUÇÃO À PROBABILIDADE

UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística. Probabilidade. Cálculo das Probabilidades e Estatística I Luiz Medeiros

Estatística: Probabilidade e Distribuições

Aula de Exercícios - Teorema de Bayes

CAPÍTULO 4 PROBABILIDADE PROBABILIDADE PPGEP Espaço Amostral e Eventos Espaço Amostral e Eventos UFRGS. Probabilidade.

Estatística e Modelos Probabilísticos - COE241

Testes de Hipótese para uma única Amostra - parte II

Se Ω é o espaço amostral de algum experimento aleatório, qualquer subconjunto A Ω será chamado de evento.

DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS DISTRIBUIÇÕES CONJUNTAS ROTEIRO DISTRIBUIÇÃO CONJUNTA

Disciplina: Prof. a Dr. a Simone Daniela Sartorio de Medeiros. DTAiSeR-Ar

2. INTRODUÇÃO À PROBABILIDADE

Métodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2013

1.4.2 Probabilidade condicional

DISTRIBUIÇÃO NORMAL DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS ROTEIRO DISTRIBUIÇÃO NORMAL

AGA Análise de Dados em Astronomia I. 2. Probabilidades - parte 1

Chamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω.

Prof. Luiz Alexandre Peternelli

Estatística e Modelos Probabilísticos - COE241

MATEMÁTICA MÓDULO 4 PROBABILIDADE

Experiências Aleatórias. Espaço de Resultados. Acontecimentos

2 Conceitos Básicos de Probabilidade

Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Probabilidades. Cristian Villegas

Probabilidades. Departamento de Matemática Escola Superior de Tecnologia de Viseu. Gestão de Empresas Contabilidade e Administração

Probabilidade Condicional e Independência

Fernando de Pol Mayer. Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR)

Transcrição:

Introdução à Probabilidade - parte III Erica Castilho Rodrigues 02 de Outubro de 2012

Eventos Independentes

3 Eventos Independentes

Independência Em alguns casos podemos ter que P(A B) = P(A). O conhecimento de B não nos diz nada sobre A. Temos assim que P(A B) = P(A B)P(B) = P(A)P(B). Além disso P(B A) = P(A B)P(B) P(A) = P(A)P(B) P(A) = P(B). Dizemos assim que A e B são independentes.

5 Exemplo: Considere o circuito abaixo. Ele só opera se houver um caminho de dispositivos funcionando da esquerda para direita. A probabilidade de cada dispositivo funcionar é mostrada na figura. Suponha que os disposistivos falhem independentemente. Qual a probabilidade do circuito operar?

6 Solução: Definimos os eventos: E = {o dispositivo da esquerda opera} D = {o dispositivo da direito opera} A propabilidade do circuito operar é P(E D) = P(E)P(D) = (0, 95)(0, 95) = 0, 9025.

Exemplo: Considere um baralho completo de 52 cartas. Retiramos 2 cartas com reposição. Quando uma carta é retirada, voltamos com ela para o baralho e pode ser retirada novamente. Qual a probabilidade de que as duas cartas sejam de ouros?

8 Exemplo: (solução) Defina os eventos: A = { a primeira carta retirada é de ouro} B = { a segunda carta retirada é de ouro} Os eventos são independentes? Sim, quando retiramos uma carta não mudamos a composição do baralho pois voltamos com ela para seu lugar original. Qual P(A B)? P(A B) = P(A)P(B) = 13 13 52 52.

9

10 A probabilidade de um evento pode ser dada sob várias condições. A partir dessa informação podemos recuperar a probabilidade do evento. Esse resultado é conhecido como regra da probabilidade total.

Exemplo: Considere um processo de fabricação de semicondutores. Dado que um chip está sujeito a altos níveis de contaminação, a probabilidade de que ele cause defeito na produção é de 0,1. Dado que o chip não está sujeito a altos níveis de contaminação, a probabilidade dele causar defeito na produção é 0,005. Sabemos ainda que a probabilidade de um chip estar sob altos níveis de contaminação é 0,2. Estamos interessados no evento: o chip causa uma falha na produção. As condições a que esse evento está sujeito são: está sujeito a altos níveis de contaminação; não está sujeito a altos níveis de contaminação.

Para qualquer evento B podemos escrever B = (B A ) (B A). Como (B A ) e (B A) são mutuamente excludentes P(B) = P(B A )+P(B A) = P(B A)P(A)+P(B A )P(A ).

13 Exemplo: Considere o exemplo de contaminação discutido anteriormente. Seja F = {o chip causa defeito na produção} H = {o chip está sujeito a altos níveis de contaminação} Temos que P(F H) = 0, 10 P(F H ) = 0, 005 P(H) = 0, 2. Logo P(F) = P(F H)P(H)+P(F H )P(H ) = (0, 10)(0, 2)+(0, 005)(0, 8) = 0, 0235.

Partição do espaço amostral É uma coleção de eventos B 1, B 2,..., B k tais que B i B j = para todo i j B 1 B 2 B n = S

15 Se B 1,..., B n é uma partição do espaço amostral P(A) = P(A B 1 )+P(A B 2 )+ +P(A B n ) = P(A B 1 )P(B 1 )+P(A B 2 )P(B 2 )+ +P(A B n )P(B n ).

16 Exemplo: Conseidere o lote de 100 peças formado por: 80 peças não defeituosas; 20 defeituosas. Extraímos 2 peças sem reposição. Qual a probabilidade da segunda peça ser defeituosa?

Exemplo: (continuação) Considere os eventos: A = {a primeira peça extraída é defeituosa} B = {a segunda peça extraída é defeituosa}. Temos que P(B) = P(A)P(B A) + P(A)P(B A) = 20 19 100 99 + 80 20 100 99 = 1 5.

18 Exemplo: Considere o exemplo de contaminação. Porém agora o chip pode estar sujeito a níveis de contaminação: alto, médio e baixo. Seja F = {o chip causa defeito na produção} H = {o chip está sujeito a altos níveis de contaminação} M = {o chip está sujeito níveis médios de contaminação} L = {o chip está sujeito níveis baixos de contaminação} Qual a probabilidade do chip causar defeito na produção?

19 Exemplo: (solução) Temos que P(F H) = 0, 10 P(F M) = 0, 01, P(F L) = 0, 001 P(H) = 0, 2 P(M) = 0, 3 P(L) = 0, 5. Logo P(F) = P(F H)P(H)+P(F M)P(M)+P(F L)P(L) = (0, 10)(0, 2)+(0, 01)(0, 3)+(0, 001)(0, 5) = 0, 0235.

20

Vimos que a informação muitas vezes é apresentada em forma de probabilidade condicional. Elas nos fornecem a probabilidade de um evento (uma falha) dada uma condição (estar contaminado). Pode ser que estejamos interessados em investigar: depois que o evento deu um resultado (falhar); qual a probabilidade de uma certa condição estar presente (alta contaminação)? Esse tipo de problema é tratado usando o importante resultado conhecido como.

Da definição de probabilidade condicional sabemos que P(A B) = P(A)P(B A) = P(B)P(B A). Rearranjando a última igualdade temos o seguinte resultado. P(A B) = P(B A)P(A), para P(B) > 0. P(B)

23 Exemplo: Reconsidere o exemplo do chip. Qual a probabilidade de que um nível alto de contaminação estava presente dado que uma falha ocorreu? Relembrando que Vimos que H = {ocorre um nível alto de contaminação} F = {ocorre uma falha} P(F) = P(F H)P(H)+P(F H )P(H ) = 0, 0235. Temos então que P(H F) = P(F H)P(H) P(F) = (0, 10)(0, 20) (0, 0235) = 0, 85.

Podemos sempre usar a Regra da probabilidade total para calcular a probabilidade do denominador. Temos então o seguinte resultado geral. Sejam E 1, E 2,..., E k eventos mutuamente excludentes e exaustivos. Seja B um evento qualquer com P(B) > 0 temos então que P(E i B) = P(B E i )P(E i ) P(B E 1 )P(E 1 )+P(B E 2 )P(E 2 )+ +P(B E n )P(E n )

25 Exemplo: Considere um baralho completo de 52 cartas. Ele é separado em três montes. A distribuição das cartas nos três baralhos se encontra a seguir: Naipes 1 o monte 2 o monte 3 o monte (A 1 ) (A 2 ) (A 3 ) Ouros 4 4 5 Copas 6 3 4 Espadas 2 5 6 Paus 5 7 1 Total 17 19 16

26 Exemplo: (continuação) Escolhemos um monte ao acaso e retiramos uma carta. Dado que ela é de copas, qual a probabilidade do monte escolhido ter sido o terceiro? Qual a probabilidade dela ter sido extraída do terceiro monte? P(A 1 ) = 1 3 P(A 2) = 1 3 P(A 3) = 1 3

Exemplo: (continuação) Dado que o 1 o monte foi escolhido, qual a probabilidade da carta retirada ser de copas? P(copas A 1 ) = 6 17. Dado que o 2 o monte foi escolhido, qual a probabilidade da carta retirada ser de copas? P(copas A 2 ) = 3 19. Dado que o 3 o monte foi escolhido, qual a probabilidade da carta retirada ser de copas? P(copas A 3 ) = 4 16.

28 Exemplo: (continuação) Pelo temos que P(A 3 copas) = P(copas A 3 )P(A 3 ) P(copas A 1 )P(A 1 )+P(copas A 2 )P(A 2 )+P(copas A 3 )P(A 3 ) P(A 3 copas) = 1 4 3 16 1 6 3 17 + 1 3 3 19 + 1 4 3 16

29 Exemplo: Está sendo realizado um estudo sobre queimadas. 600 pontos foram escolhidos aleatoriamente Esses pontos foram divididos em 3 grupos (A, B, C) de acordo com a classe do solo. A divisão foi a seguinte: 100 pontos de A; 200 de B; 300 de C. As probabilidades de queimada em cada tipo de solo são: solo A - 10%; solo B - 5%; solo C - 1%. Sabemos que um ponto corresponde a uma queimada, qual a probabilidade dele ser da classe A?

30 Exemplo: (continuação) Qual a probabilidade de um solo ser da classe A? P(A) = 100 600. Sabemos que um ponto corresponde a uma queimada, qual a probabilidade dele ser da classe A? Seja Q o evento em que o ponto corresponde a uma queimada. P(Q A) = 10% = 10 100.

31 Eventos Independentes Exemplo: (continuação) Qual a probabilidade de um ponto corresponder a uma queimada? Pelo Teorema da Probabilidade Total P(Q) = P(Q A)P(A) + P(Q B)P(B) + P(Q C)P(C) = 10 100 100 600 + + 5 200 100 600 + 1 300 100 600 = 23 600. Sabemos que um ponto corresponde a uma queimada, qual a probabilidade dele ser da classe A? Pelo. P(A Q) = P(Q A)P(A) P(A) = 10 100 100 600 23 600 = 10 23.

32 Exemplo: Caixas de bombons podem ser classificadas como dos tipos A e B. Tipo A: 70% de bombons doces; 30% de bonbons amargos. Tipo B: 30% de bombons doces; 70% de bonbons amargos. 60% das caixas são do tipo B. Você retira um bombom de uma caixa desconhecida. Você prova e vê que o bombom é doce. Qual a probabilidade de você ter selecionado a caixa A?

33 Exemplo: (continuação) A intuição nos diz que é mais provável termos selecionado A do que B. Pois a caixa A tem uma proporção maior de bombons doces. Vejamos se isso é verdade. Podemos visualizar melhor o problema usando um diagrama de árvore.

34 Defina os eventos A={ o bombom foi retirado da caixa A} B={o bombom foi retirado da caixa B} S a ={ o bombom é amargo} S d ={o bombom é doce.} (Fazer no Quadro)

35 (Resposta) Temos que Pelo P(S d A) = 0, 3 P(S d B) = 0, 7 P(A S d ) = = P(A) = 0, 6 P(B) = 0, 4. P(S d A)P(A) P(S d A)P(A)+P(S d B)P(B) (0, 7)(0, 6) (0, 7)(0, 6)+(0, 3)(0, 4) = 7 9. É mais provável que tenhamos pegado de A.

36 Exemplo: Um rastreamento médico é realizado para testar um novo procedimento. A probabilidade do teste identificar corretamente alguém com a doença é 0,99. A probabilidade do teste identificar corretamente alguém sem a doença é 0,95. A incidência da doença na população em geral é 0,0001. Você faz o teste e o resultado é positivo. Qual a probabilidade de você ter a doença? Defina: D = {você tem a doença}, S = {o teste deu positivo}. (Fazer no quadro.)

37 (Resposta) P(S D) = 0, 99 P(S D) = 0, 95 P(D) = 0, 0001 P(D) = 1 0, 0001 logo = P(S D)P(D) P(D S) = P(S D)P(D) + P(S D)P(D) (0, 99)(0, 0001) = 0, 0019. (0, 99)(0, 0001)+(0, 05)(1 0, 0001)