Você está na página 1de 6

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: 1. se conhecem todos os resultados possveis previamente sua realizao, 2. mas no possvel prever o resultado de cada realizao, 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


E1 E2 E3 E4 : : : : lanamento de um dado cbico lanamento de duas moedas lanamento de uma moeda at sair "cara" 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: ; 1. A A 2. A1 , , An , Ai .


i=1 +

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 = nA . Ento #A nA = P ( A) = . # n Limitaes finito. Resultados equiprovveis.

Interpretao frequencista
Considerem-se n repeties de uma experincia aleatria e seja nA o nmero de ocorrncias de um acontecimento A nessas n repeties. Ento nA P ( A) = lim . n + 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


1.0

0.8

Frequncia relativa de caras

0.6

0.4

0.2

200

400

600

800

1000

Axiomtica de Kolmogorov (1903-1987)


1. P ( A) 0, A ; 2. P () = 1; 3. sendo A1 , , An , acontecimentos mutuamente exclusivos ento + + Ai P i= = P ( Ai ). 1
i=1

A partir destes axiomas pode-se provar um grande nmero de propriedades de uma funo de probabilidade. Alguns exemplos 1. 2. 3. 4. ) = 1 P ( A), A ; P( A P ( ) = 0; A, B : A B P ( A) P ( B); P ( A) 1, A ; ) = P ( A B) = P ( A) P ( A B), A, B ; 5. P ( A B 6. P ( A B) = P ( A) + P ( B) P ( A B), A, B .

Definio
Se P ( A) = 0(1) ento A diz-se um acontecimento quase impossvel (quase certo).

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

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

Caso particular: resultados equiprovveis P ({ i }) = 1 / n, i. k #A P ( A) = = n #

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( A , A . B) = P ( B) Toda a probabilidade condicional!

Teorema
Seja B tal que P ( B) > 0 e defina-se a funo P ( B) de em . Ento B)) um espao de probabilidade. (, , P ( Como consequncia do teorema anterior todas as propriedades de uma funo de probabilidade so satisfeitas por P ( B). Alguns exemplos B) = 1 P ( A B), A ; 1. P ( A 2. P ( B) = 0; 3. A1 , A2 : A1 A2 P ( A1 B) P ( A 2 B); 4. P ( A1 A2 B) = P ( A 1 B) + P ( A 2 B) P ( A 1 A 2 B), A1 , A2 .

2.4 Teoremas da probabilidade composta e da probabilidade total. Teorema de Bayes. Acontecimentos


4 de 6

independentes.
Uma aplicao das probabilidades condicionais = P ( A) P ( B P ( A B) A), P ( A) > 0 = P ( B) P ( A B), P ( B) > 0

Teorema da probabilidade composta


P ( A1 A2 An ) = P ( A1 ) P ( A2 A1 ) P ( An 1 A1 A2 An 2 ) P ( An A1 A2 An 1 )

Definio
Uma sucesso de acontecimentos A1 , , An tais que 1. Ai Aj = , i j 2.
i=1

Ai =

diz-se uma partio do espao de resultados .

Teorema da probabilidade total


Sendo A1 , , An uma partio de ento P ( B) = P ( B Ai ) P ( Ai ), B .
i=1 n

Teorema de Bayes (1702-1761)


Sendo A1 , , An uma partio de e B tal que P ( B) > 0, ento P(B Ak ) P ( Ak ) P ( A k B) = n , k = 1, , n. i = 1 P ( B Ai ) P ( Ai )

Definio
Os acontecimentos A e B dizem-se independentes se e s se P ( A B) = P ( A) P ( B). Notas: 1. A e B independentes P ( A B) = P ( A), se P ( B) > 0 e P ( B A) = P ( B), se P ( A) > 0; 2. todo o acontecimento independente de e . 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 ( A B H) = P ( A H) P ( B H).

6 de 6