Beruflich Dokumente
Kultur Dokumente
Introduo
Nesse texto apresentaremos, de forma resumida, conceitos e propriedades bsicas sobre probabilidade condicional utilizados na atividade Probabilidade: Diagramas de rvore.
Experimento aleatrio
Um experimento aleatrio um processo que acusa variabilidade em seus resultados, isto , repetindo-se o experimento sob as mesmas condies, os resultados sero diferentes. Contrapondo aos experimentos aleatrios, temos os experimentos determinsticos, que so experimentos que, repetidos sob as mesmas condies, conduzem a resultados idnticos.
Espao amostral
O espao amostral de um experimento aleatrio o conjunto de todos os resultados possveis desse experimento. Vamos denotar tal conjunto pela letra grega mega maisculo, .
Eventos aleatrios
Os subconjuntos de so chamados eventos aleatrios; j os elementos de so chamados eventos elementares.
onde # representa nmero de elementos de. Esta foi a primeira definio formal de probabilidade, tendo sido explicitada por Girolamo Cardano (1501-1576).
UNIVERSIDADE FEDERAL FLUMINENSE INSTITUTO DE MATEMTICA CONTEDOS DIGITAIS DE MATEMTICA E ESTATSTICA eventos elementares so igualmente provveis. Em 1933, Kolmogorov (1903-1987) construiu a teoria da probabilidade partindo de um conjunto de axiomas, apresentados a seguir, em uma verso mais simples.1 1) 2) 3)
P( A) 0 P() = 1
Se A B = , ento P( A B) = P( A) + P(B)
Propriedades da probabilidade
As seguintes propriedades so obtidas a partir dos axiomas acima: 1)
P() = 0
4) P( A B) = P( A) + P(B) P( A B) Na figura abaixo podemos ver que A B = B ( A B) e o resultado segue do axioma 3 e da propriedade anterior.
Segundo o dicionrio Aurlio: Axioma Proposio que se admite como verdadeira porque dela se podem deduzir as proposies de uma teoria ou de um sistema lgico ou matemtico.
5)
Probabilidade condicional
Muitas vezes, saber que um evento B ocorreu pode nos ajudar a reavaliar a probabilidade de ocorrncia de um evento A. Considere o lanamento de um dado equilibrado e suponha que estejamos interessados no evento A = face 2. Se no temos qualquer informao, sabemos que P(A) = 1/6. Mas suponha que a seguinte informao seja fornecida: saiu face par. Com essa informao, reavaliamos a probabilidade de ocorrncia do evento A para P(A) = 1/3. Considere a situao ilustrada na figura a seguir: se sabemos que ocorreu o evento B, esse evento passa a ser o novo espao amostral. Nesse novo espao amostral, a ocorrncia de A equivale ocorrncia de A B .
A diviso por P(B) garante que a probabilidade do novo espao amostral B seja igual a 1. Obs.: l-se P( A | B) resumidamente como probabilidade de A dado B
Regra da multiplicao
A regra da multiplicao trata da probabilidade da interseo de eventos. Note que, da definio de probabilidade condicional, segue o seguinte resultado:
P( A B) = P(B)iP( A | B)
A
i =1
Seja B um evento de .
Exemplo
Em uma determinada cidade, o nmero de homens igual ao nmero de mulheres. 5% dos homens so daltnicos e 0,4% das mulheres so daltnicas. Sorteia-se aleatoriamente uma pessoa dessa cidade e verifica-se que daltnica. Qual a probabilidade de ter sido sorteada uma mulher?
Soluo
Vamos resolver esse exemplo passo a passo. A primeira coisa a observar que o espao amostral formado por todos os moradores da cidade. Os eventos de interesse so homem (H), mulher (M), daltnico, (D) e no daltnico (N). Para definir a partio apropriada, temos que ver quais so as probabilidades a priori fornecidas no problema, ou seja, probabilidades dadas sem conhecimento de qualquer outro evento. As probabilidades a priori se referem aos eventos Homem e Mulher. Veja a seguir a representao dessas informaes num diagrama de Venn e num diagrama de rvore. O diagrama de rvore mais apropriado, pois nos permite indicar as probabilidades. As probabilidades dadas so:
P(H) = P(M) = 0,5 P(D|H) = 0,05 P(N|H) = 0,95 (a lei do complementar vale tambm para a probabilidade condicional) P(D|M) = 0,004 P(N|M) = 0,996
Homem e daltnico: P (H D) = P (H )iP (D | H ) = 0, 5i0, 05 = 0, 025 Homem e no daltnico: P (H N ) = P (H )iP (N | H ) = 0, 5i0, 95 = 0, 475 Mulher e daltnica: P (M D) = P (M )iP (D | M ) = 0, 5i0, 004 = 0, 002 Mulher e no daltnica: P (M N ) = P (M )iP (N | M ) = 0, 5i0, 996 = 0, 498
Agora, vamos calcular a probabilidade pedida, P(M|D), que uma probabilidade a posteriori, isto , vamos atualizar a probabilidade do evento ser mulher sabendo que ocorreu o evento D (no enunciado foram dadas a probabilidade a priori P(M) e a probabildiade de daltnico dado que mulher):
P (M | D ) = P (M D) 0, 002 = = 0, 074 P (D) 0, 027
Bibliografia
Farias, A. M. L.; Laurencel, L. C. Probabilidade. Apostila. Departamento de Estatstica. Niteri: UFF 2008 (verso para download em http://www.professores.uff.br/anafarias/probab_2008.pdf Morgado, A.C.O.; Carvalho, J.B.P.; Carvalho, P.C.P.; Fernandez, P. Anlise Combinatria e Probabilidade, Coleo do Professor de Matemtica. Rio de Janeiro: Sociedade Brasileira de Matemtica, 2006 Hazzan, S. Fundamentos de Matemtica Elementar: Combinatria, Probabilidade - vol. 5, 7a. edio. So Paulo: Atual Editora, 2004. Julianelli, J.R.; Dassie, B.A.; Lima, M.L.A.; S, I.P. Curso de Anlise Combinatria e Probabilidade - Aprendendo com a resoluo de problemas. Rio de Janeiro: Editora Cincia Moderna, 2009.