26 Captato? Tabela 2-3 Tens Clasificados efeitos Sim (event0 D) Nie Toul ce dos itn som falhas na supectics (360 itu). 0 amero de defeituo sus 18 Consegdentement, PF )~ 181360 ~ 00S No Exemplo 2-22. as probebilidades condicionaisforem caleu- ladas dirctamente, Essas probubilidades podem também ser deter ade cordicional smiadas a port da cfinigo fmmal de probibilc Prababiade ‘Aprobabilidade condicional de ur evento B, dado um even- 104, denotada como PIA). | PBA) = PAN BYPIA) | para P(A) > 0. | Est definigio pode ser entendidea em um caso especial em que todos os resultados de um experimento aleatSrio si0 igualmente roviveis, Se houver a resultados trai, PIA (nimens de resultados em A)'n Tamt PLA 9B) ~(ovimero de resultados em A 0 Bye Logo, nimarde er de esis emt Porconseauinte, P(A) pode se interpreta coma a fregtin- cia relative do evento B entre as tentativas cue proguzem am resultado nocventa A nar eautadosem AB EXEMPLO 2.23, Fathas na Superficie Novamente, considre os 10) tens daTabola 2.3. Dasiatabels , to fa0 10 DOIN = PDA APR = ae) aap (Obwerve quenesseeremplo tocasas gusto protabildades segaintes sao diferentes XP) = 401400 perp) = 1028 PID) ~ 28:400 PUD) = 04 Aqui. PD) ¢ PUDIE) so 4s probaildades Jo mesmo evento, postin ‘his sio calcula sob dois diferentes esiados de conbecimeato. Da ‘mesma forma, PUF) ¢ BUF D) so calelados so dos dilerentes est dos do conbcimnent ‘© uiagsans em format de érvore da Figura 2-14 pode tambén ser Lncado pra cisor asprokahilcades condcsonais. primeira ramo est na falha ma superficie, Des 40 tens cor falhas na supestici, 1 0 funcionalmente deeituoses 2 0 nie Sio, Porter, PDR We e PDIP) 200 Toa a 400 itens cers falas na superficie, Ido fucionalmente defi a sa. Consequenterent PUR) = 18350 nO |F) = 342300 Amostras Aleatérias e Probabilidade Condicional Lembre-se de que selecionar um item aleatoriamente de uma batelaca implica que cada item sea igualmente provavel. Se mais, de um item for selecienado, sleatoriamente implica que cada elemento do espago amastral é igualmente provsvel. Por exem- lo, quand espagos amostrats foram apresentodos anteriormente neste cupitulo, amostragem com ¢ som reposigao foram defini das e ilustrades para o caso simples de uma batelada com trés lens {a, b,c}. Se dois itens forem selecionados aleatoriamente dessa hatelada sem reposigao, cada tm dos seis resuliados em ‘umtespago amostral ordenado s fab, ac, ba, be. ca. eb} tom probubilidade igual » 1/6. Se o espago amostral desordens dp for usado. cada um dos trés resultados em {01 b}. 4 Che 4. c}} tem probabilidede igual a 1/3 ‘Quando uma amosira¢ selecionada aleatoriamente a partir ce uma batelada grande, € geralmeate mais fil evitar a numers~ ‘gio doespago amostral calcular probabilicades a partir de pro babilidades condicionais. Por exemplo. suponaa que uma bateluda eontena 10 itens da ferramenta I ¢ 40 itens da feres- rmenta 2, Se dois itens forem selecionados aleaioriamenie, sem reposigio, qual ¢ s probabilidade condicional de que urn itesn da ferraments 2 saja selecionado na segunda retirads, dado que um item da ferramenta | wenbat sido selevionado primeiro? Existem 50 itens possiveis para selesinnar na primeira retiroda e 49 para selecionar na sepunda, Logo. oespaco amostral (ondenado} tem 50 X49 = 2450 resultados. Seja F, evento em que o primero item vem da ferramenta 1 e Eo evento em que o segundo item, vvem da ferramenta 2. Entio, PURJES= POE, 1 FPR) com que se necossitem uma eontagem do mimero de resuliades em E, ea intersecdo.