Beruflich Dokumente
Kultur Dokumente
PROBABILIDADE CONDICIONADA
SOLUO:
Se extrairmos com reposio, P( A) = P( B) = 20 100 = 15 , pois cada vez que
estivermos extraindo do lote, existiro 20 peas defeituosas no total de 100.
a)
(1,1),(1,2),L , (1,6),
(2,1),(2,2),L ,(2,6),
=
, n()=36,
MLLLLLLM
(6,1),(6,2),L,(6,6)
A={(5,5),(4,6),(6,4)},
B={(2,1),(3,1),(3,2),...,(6,5)}
n(A) = 3
Portanto, P ( A) =
P ( B / A) =
A B={(6,4)}
n(A B) = 1
n(B) = 15
3
15
1
, P (B ) =
, P( A B) =
,
36
36
36
1
, uma vez que o espao amostral , agora, formado por A.
3
1
.
15
P ( B / A) =
P( A B)
P ( A)
P( A / B) =
P( A B)
P (B )
P( A B)
, se P(B) > 0
P (B )
Observaes:
n( B )
n( )
n( )
n( A B)
n( B )
Mquinas
Tempo de uso
Total
Total
10
P( M / N ) =
P ( M N ) 4 / 10 4
=
=
P(N )
7 / 10 7
P ( A B ) = P ( B ) P ( A / B )
ou
P ( A B ) = P ( A) P ( B / A)
4 3 2 1
* * = .
6 5 4 5
P ( A / B ) P (B )
i
i =1
EXEMPLO 5.5: Voltando ao exemplo 5.1, calcule a P(B) se as retiradas dos artigos so
feitas sem reposio.
1
SOLUO: Como j vimos P ( A) = . Logo, pela propriedade 3.2 , temos que
5
4
P ( A) = .
5
19
, porque se A tiver ocorrido, ento na segunda
99
extrao restaro somente 99 peas, das quais 19 delas sero defeituosas.
20
De modo similar, temos que P (B / A) =
. Pelo teorema da
99
probabilidade total, temos
Agora, P (B / A) =
P ( B ) = P (B / A) P ( A) + P ( B / A) P ( A) =
19 1 20 4 1
+
= .
99 5 99 5 5
EXEMPLO 5.6: Uma determinada pea manufatura por trs fbricas, digamos A, B e C.
Sabe-se que A produz o dobro de peas que B, e que B e C produzem
o mesmo nmero de peas. Sabe-se tambm que 2% de peas
produzidas por A assim como por B so defeituosas, enquanto que 4%
daquelas produzidas por C so defeituosas. Todas as peas so
colocadas em um depsito, e depois uma pea extrada ao acaso.
Qual a probabilidade de que essa pea seja defeituosa ?
SOLUO: Seja os eventos A={a pea provm da fbrica A}, B={a pea provm da
fbrica B}, C={a pea provm da fbrica C} e D={a pea defeituosa}.
P (D) = 0,02
1
1
1
+ 0,02 + 0,04 = 0,025
2
4
4
6. TEOREMA DE BAYES
Teorema 6.1 (Teorema de Bayes): Sejam B1, B2,..., Bk uma partio do espao amostral
e A um evento qualquer associado a , ento:
P ( Bi / A) =
P( A / Bi ) P ( Bi )
P( A / B j ) P( B j )
j =1
, i = 1,2 ,..., k
Demonstrao: P (Bi / A) =
P (Bi A) P ( A / Bi ) P (Bi )
=
, i = 1,2 ,..., k
P ( A)
P ( A)
P ( Bi / A ) =
P ( A / Bi ) P ( Bi )
j =1 P ( A / B j ) P (B j )
k
, i = 1,2 ,..., k
P ( A / D) =
(0,02 ) (1 / 2)
= 0,40
(0,02 ) (1 / 2 ) + (0,02 ) (1 / 4) + (0,04) (1 / 4 )
EXEMPLO 6.2: Numa certa turma, 1% dos homens e 4% das mulheres tm menos que
1,60m. de altura. Alm disso, 60% dos estudantes so homens. Ora,
se um estudante selecionado aleatoriamente e tem menos que
1,60m. de altura, qual a probabilidade do estudante ser um homem
?
P ( H / A) =
3
P( A / H )P(H )
(0,01) (0,60)
= .
=
P ( A / H ) P ( H ) + P ( A / M ) P ( M ) (0,01) (0,60) + (0,04 ) (0,40) 11
7. EVENTOS INDEPENDENTES
EXEMPLO 7.1: Suponha que um dado equilibrado seja jogado duas vezes. Definamos os
eventos A e B, da seguinte forma:
=
,
MLLLLLLM
(2 ,1), (2 ,2 ), L , (2 ,6)
A= (4 ,1), (4 ,2 ), L , (4 ,6) ,
(6,1), (6,2 ), L , (6,6)
Ento, P ( A) =
18 1
12 1
6 1
= , P (B ) =
= , enquanto P ( A B ) =
= .
36 2
36 3
36 6
Consequentemente,
P( A / B) =
P( A B) 1 / 6 1
=
= = P ( A) ,
P (B )
1/ 3 2
P ( B / A) =
P( A B) 1 / 6 1
=
= = P (B )
P ( A)
1/ 2 3
Definio 7.2: Sejam A1, A2,..., An, n eventos de um mesmo espao amostral . Dizemos
que A1, A2,..., An so eventos independentes, se:
P ( Ai A j ) = P ( Ai ) P ( A j ),
i j = 1,2 ,L , n
P( Ai A j Ak ) = P( Ai ) P( A j ) P( Ak ) , i j k = 1,2 ,K , n
M
n
P ( Ai A j L An ) = P ( Ai )
i =1
Determine P(A), P(B), P(C), P(A B), P(A C), P(B C) e P(A B C).
A={(Ca,Ca),(Ca,Co)},
B={(Ca,Ca),(Co,Ca)}
Logo, P ( A) = P (B ) = P (C ) =
P ( A C ) = P ({Ca , Co}) =
2 1
=
4 2
1
,
4
C={(Ca,Co),(Co,Ca)}
P ( A B ) = P ({Ca , Ca}) =
P (B C ) = P ({Co , Ca}) =
1
4
1
,
4
P ( A B C ) = P ( ) = 0 P ( A) P (B ) P (C )
Este exemplo mostra que os eventos so dois a dois independentes, mas os trs
eventos no so independentes.