2.

Noes de probabilidade
2.1 Experincias aleatrias. Espao de resultados.
Acontecimentos.
Definio
Um procedimento ou conjunto de circunstncias que produza resultados
observveis e para o qual:
se conhecem todos os resultados possveis previamente sua realizao, 1.
mas no possvel prever o resultado de cada realizao, 2.
diz-se uma experincia aleatria.
Definio
O conjunto formado por todos os resultados possveis de uma experincia aleatria
diz-se o seu espao de resultados ().
Exemplo - Algumas experincias aleatrias
E
1
: lanamento de um dado cbico
E
2
: lanamento de duas moedas
E
3
: lanamento de uma moeda at sair "cara"
E
4
: ensaio da durao de uma lmpada nova
Definio
Um qualquer subconjunto de diz-se um acontecimento.
Seja = {
1
, ,
n
, } um espao de resultados. Destaquemos alguns acontecimentos
notveis:
acontecimento impossvel
{
i
} acontecimento elementar
acontecimento certo
Definio
O conjunto de todos os acontecimentos definidos num espao de resultados diz-se o
espao de acontecimentos de uma experincia aleatria ().
1 de 6
Um espao de acontecimentos uma -lgebra, ou seja:
A A

; 1.
A
1
, , A
n
,
i =1
+
A
i
. 2.
Definio
Uma funo P : diz-se uma funo de probabilidade. Para um qualquer
acontecimento A , o nmero real P( A) diz-se a probabilidade da ocorrncia
de A.
Definio
O terno (, , P) diz-se o espao de probabilidade de uma experincia aleatria.
2.2 Noo de probabilidade: interpretaes de Laplace,
frequencista e subjectivista. Axiomtica de probabilidade e
teoremas decorrentes.
Como definir uma funo de probabilidade ou como interpretar o conceito de
probabilidade?
No h uma definio de probabilidade! antes um conceito primitivo que tem tido,
ao longo do tempo, diferentes interpretaes.
Interpretao de Laplace (1749-1827)
Consideremos um espao de resultados formado por n resultados (# = n) e A tal
que #A = n
A
.
Ento
P( A) =
#A
#
=
n
A
n
.
Limitaes
finito.
Resultados equiprovveis.
Interpretao frequencista
Considerem-se n repeties de uma experincia aleatria e seja n
A
o nmero de
ocorrncias de um acontecimento A nessas n repeties. Ento
P( A) = lim
n+
n
A
n
.
2 de 6
Limitaes
S se aplica se a experincia for repetvel.
apenas uma interpretao que no fornece uma regra de clculo.
Exemplo - 1000 lanamentos de uma moeda
Axiomtica de Kolmogorov (1903-1987)
P( A) 0, A ; 1.
P() = 1; 2.
sendo A
1
, , A
n
, acontecimentos mutuamente exclusivos ento 3.
P

i =1
+
A
i

=
i =1
+
P( A
i
).
A partir destes axiomas pode-se provar um grande nmero de propriedades de uma
funo de probabilidade.
Alguns exemplos
P( A

) = 1 P( A), A ; 1.
P() = 0; 2.
A, B : A B P( A) P(B); 3.
P( A) 1, A ; 4.
P( AB

) = P( A B) = P( A) P( AB), A, B ; 5.
P( AB) = P( A) + P(B) P( AB), A, B . 6.
Definio
Se P( A) = 0(1) ento A diz-se um acontecimento quase impossvel (quase certo).
Frequncia relativa de caras
200 400 600 800 1000
0.2
0.4
0.6
0.8
1.0
3 de 6
Clculo de probabilidades em espaos de resultados finitos
Seja = {
1
, ,
n
}. Quantos acontecimentos podemos definir?
Seja A =
{

1
*
, ,
k
*
}
.
P( A) = P
(

i =1
k
{

i
*
}
)
=
i =1
k
P(
{

i
*
}
)
Caso particular: resultados equiprovveis P({
i
}) = 1 / n, i.
P( A) =
k
n
=
#A
#
2.3 Probabilidade condicional.
No vimos ainda como levar em conta no clculo de probabilidades o facto de a
ocorrncia de um acontecimento poder afectar a probabilidade de outros
acontecimentos ocorrerem.
Definio
Seja B tal que P(B) > 0. A probabilidade condicional da ocorrncia de A
dado que B ocorreu definida por
P( A

B) =
P( AB)
P(B)
, A .
Toda a probabilidade condicional!
Teorema
Seja B tal que P(B) > 0 e defina-se a funo P(

B) de em . Ento
(
, , P(

B)
)
um espao de probabilidade.
Como consequncia do teorema anterior todas as propriedades de uma funo de
probabilidade so satisfeitas por P(

B).
Alguns exemplos
P( A

B) = 1 P( A

B), A ; 1.
P(

B) = 0; 2.
A
1
, A
2
: A
1
A
2
P( A
1

B) P( A
2

B); 3.
P( A
1
A
2

B) = P( A
1

B) + P( A
2

B) P( A
1
A
2

B), A
1
, A
2
. 4.
2.4 Teoremas da probabilidade composta e da
probabilidade total. Teorema de Bayes. Acontecimentos
4 de 6
independentes.
Uma aplicao das probabilidades condicionais
P( AB) = P( A)P(B

A), P( A) > 0
= P(B)P( A

B), P(B) > 0
Teorema da probabilidade composta
P( A
1
A
2
A
n
) = P( A
1
)P( A
2

A
1
)
P( A
n1

A
1
A
2
A
n2
)
P( A
n

A
1
A
2
A
n1
)
Definio
Uma sucesso de acontecimentos A
1
, , A
n
tais que
A
i
A
j
= , i j 1.

i =1
n
A
i
= 2.
diz-se uma partio do espao de resultados .
Teorema da probabilidade total
Sendo A
1
, , A
n
uma partio de ento
P(B) =
i =1
n
P(B

A
i
)P( A
i
), B .
Teorema de Bayes (1702-1761)
Sendo A
1
, , A
n
uma partio de e B tal que P(B) > 0, ento
P( A
k

B) =
P(B

A
k
)P( A
k
)

i =1
n
P(B

A
i
)P( A
i
)
, k = 1, , n.
Definio
Os acontecimentos A e B dizem-se independentes se e s se P( AB) = P( A)P(B).
Notas:
A e B independentes P( A

B) = P( A), se P(B) > 0 e P(B

A) = P(B), se P( A) > 0; 1.
todo o acontecimento independente de e . 2.
Podero dois acontecimentos disjuntos serem independentes?
5 de 6
Definio
Seja H tal que P(H) > 0. Dois acontecimentos A e B dizem-se
condicionalmente independentes (dado H) se e s se
P( AB

H) = P( A

H)P(B

H).
6 de 6