Escolar Documentos
Profissional Documentos
Cultura Documentos
pA Bq px P A x P Bq .
2.2 Interseco de conjuntos
1.4 Subconjunto de um conjunto A interseco de A com B escreve-se A X B e l-se A interseco com B
ou A e B. A interseco de A com B constituda por todos os elementos
Sejam A e B dois conjuntos. Diz-se que A subconjunto de B ou que A est comuns a A e B:
contido em B, e escreve-se A B, se e s se todo o elemento de A tambm
elemento de B: A X B tw P S : w P A ^ w P Bu .
pA Bq px P A x P Bq . Propriedades:
A X A A;
1.5 Conjunto universo
O conjunto universo o conjunto que constitudo por todos os elementos A X B B X A;
do universo que estamos a considerar em cada caso em concreto. O conjunto A X H H;
universo representa-se por U ou S. Qualquer subconjunto A est contido no
universo: A X S A.
A S.
Exemplo 2.2. t0, 1, 3u X t3, 4, 5u t3u.
So tambm importantes as seguintes propriedades:
2 Operaes com conjuntos
Propriedade distributiva: A Y pB X Cq pA Y Bq X pA Y Cq;
Considere um conjunto universo S no qual esto contidos dois conjuntos
quaisquer A e B, diferentes do vazio. Propriedade distributiva: A X pB Y Cq pA X Bq Y pA X Cq;
Lei da absoro: A X pA Y Bq A;
Lei da absoro: A Y pA X Bq A.
Teoria das probabilidades 1/29
C. Fernandes & P. Ramos Teoria das probabilidades 2/29
C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
rea Departamental de Matemtica rea Departamental de Matemtica
Resumos sobre Probabilidades e Estatstica Resumos sobre Probabilidades e Estatstica
S
B
A
A A
S A B
A=B
AB
Ai X Aj H, para i j e ni1 Ai S;
S
S
A B A1 A3
A2
A4 ...
A -B An
A X B H e A Y B S; S
A1 A3
A2
S
A4
B An ...
A
Exemplo 4.2. Considere-se uma urna com m bolas, fisicamente idnticas, 61 , bastando ter em ateno que temos 6 faces. No ser igualmente difcil
numeradas de 1 a m. A experincia aleatria que consiste em retirar ao concluir que a probabilidade do acontecimento A: sair face par 21 , isto
acaso da urna N bolas, uma a uma sem reposio, 0 N m, tem espao , P rAs 12 . Basta pensarmos que temos trs possibilidades em seis. Do
de resultados com mesmo modo a probabilidade do acontecimento B: sair face mpar 12 .
A ideia de probabilidade subjacente ao nosso raciocnio foi a mesma de
m
AN m pm 1q pm 2q pm N ` 1q Laplace, um dos primeiros matemticos que procuraram estabelecer uma
teoria rigorosa das probabilidades. Na sua teoria, dita Teoria Clssica de
elementos, nmero de arranjos simples de m objectos tomados N a N. No
Laplace, a probabilidade de um acontecimento a razo entre o nmero de
caso particular em que N m, o espao de resultados tem
casos favorveis a esse acontecimento e o nmero total de casos possveis,
Pm m! m pm 1q pm 2q 1 desde que os resultados sejam igualmente provveis. Esta teoria foi gran-
demente criticada na medida em que supe existir uma probabilidade igual
elementos, nmero de permutaes de m objectos. Se as N bolas so retiradas para os acontecimentos, o que nem sempre possvel.
uma a uma com reposio o espao de resultados tem Outras teorias se seguiram cada uma delas com a sua definio de pro-
babilidade. Kolmogoro, Cramer, Neyman e Frechet associaram o conceito
m 1
AN mN de probabilidade ideia de frequncia com que ocorre um acontecimento
e criaram a Teoria Frequencista da Probabilidade, qual tambm se d o
elementos, nmero de arranjos completos (com repetio) de m objectos to-
nome de Teoria Clssica Moderna. A ideia bsica que as probabilidades so
mados N a N. Se as N bolas so retiradas simultaneamente (no faz sentido
objectos matemticos que satisfazem um certo nmero de axiomas. Como re-
falar em reposio ou no reposio e tem-se naturalmente 0 N m) o
gra de interpretao dos axiomas, devemos entender a frequncia como uma
espao de resultados tem
medio fsica de uma grandeza aleatria - a probabilidade - associada a um
m m! acontecimento.
CN Temos ainda o conceito subjectivo de probabilidade, em que a probabili-
N! pm Nq!
dade de um acontecimento entendida como uma medida pessoal (entre 0 e
elementos, nmero de combinaes de m objectos tomados N a N. 1) do grau de crena sobre a ocorrncia do acontecimento.
A perspectiva em que nos colocamos ser a de termos por um lado a
teoria abstracta das probabilidades e por outro as suas aplicaes prticas.
5 Probabilidades Em resumo temos que,
5.1 Conceito de probabilidade Definio 5.1. A probabilidade uma medida da possibilidade de ocorrncia
de determinado acontecimento.
A teoria das probabilidades diz respeito maneira como se deve associar
nmeros aos acontecimentos de um espao amostral S. Cada um desses n-
meros a probabilidade do acontecimento a que ele est associado. Tal como 5.1.1 Conceito clssico de probabilidade
dissemos no incio, todos ns temos uma noo intuitiva de probabilidade. Se associada a uma experincia aleatria tivermos um espao de resultados
Com efeito, se considerarmos um lanamento de uma moeda, a possibilidade com N elementos, igualmente provveis, e A for um acontecimento que con-
de sair face ou coroa a mesma, desde que a moeda esteja equilibrada. A pro- tm NA elementos do espao de resultados, ento
babilidade associada a cada um desses acontecimentos 12 . Podemos ento
escrever: NA
1 P rAs ,
P rF s P rCs . N
2
Se pensarmos no lanamento de um dado perfeito, isto , um dado em onde N o nmero de resultados possveis e NA o nmero de resultados
que todas as faces so igualmente possveis, a probabilidade de qualquer face favorveis a A.
Exemplo 5.1. De um saco com trs bolas azuis e duas verdes retira-se, sem (i) P rAs 0, @A S;
ver, uma bola. Qual a probabilidade da bola ser azul?
Como cada uma das 5 bolas um caso possvel e cada uma das 3 bolas (ii) P rSs 1;
azuis um caso favorvel, tem-se, (iii) Com A e B acontecimentos mutuamente exclusivos definidos em S, ou
no de casos favorveis 3 seja, A X B H, tem-se:
p o .
n de casos possveis 5 P rA Y Bs P rAs ` P rBs .
Logo, 3
0, 6 a probabilidade de retirar uma bola azul do saco.
5
Pode generalizar-se para n acontecimentos mutuamente exclusivos, ficando-
se com:
5.1.2 Conceito frequencista de probabilidade
n n
P Ai P rAi s .
Este conceito de probabilidade atende ao facto de na realidade nem todos os i1 i1
acontecimentos serem equiprovveis. Assim, a probabilidade de um aconte-
De acordo com a teoria frequencista, P rAs a frequncia limite com
cimento avaliada atravs da informao j existente, sendo igual razo
que o acontecimento A ocorre quando o nmero de experincias aleatrias
entre o nmero de vezes em que se verificou uma realizao favorvel ao
correspondentes tende para infinito. O facto dos axiomas (i), (ii) e (iii) se
acontecimento A pNA q e o nmero de vezes em que se efectuou a experincia
verificarem para as frequncias relativas, legitima a sua interpretao como
aleatria pNq, isto ,
NA uma probabilidade.
P rAs lim .
N 8 N
Assim a probabilidade vista como uma frequncia relativa. 5.2.1 Consequncias dos axiomas
Dado um acontecimento A com probabilidade P rAs 0, a probabili-
Exemplo 5.2. O telefone toca. Qual a probabilidade de ser engano?
dade do seu complementar obtm-se por
Para responder pergunta tem de se recorrer experincia. Portanto,
teramos de atender o telefone muitas vezes e registar se foi engano ou no.
P A 1 P rAs ;
Supondo que em 1000 chamadas, 6 foram engano, podemos afirmar que 1000 6
ou 0, 6% um valor aproximado para a probabilidade de ser engano. A probabilidade do acontecimento impossvel zero, isto ,
5.2 Axiomas da teoria das probabilidades Dados dois acontecimentos quaisquer A e B, a probabilidade do aconte-
cimento diferena A B obtm-se pela diferena entre a probabilidade
Suponha-se uma funo P rs que associa a qualquer acontecimento definido de A e a probabilidade da interseco de A com B, ou seja,
em S um nmero compreendido no intervalo r0, 1s, satisfazendo os seguintes
axiomas: P rA Bs P A X B P rAs P rA X Bs ;
Estas frmulas podem ser generalizadas para n acontecimentos. Sejam Ou poderemos tambm fazer
A1 , A2 , . . . , An acontecimentos quaisquer definidos em S. Ento: ` `
P Q X R Y Q X R P rQ Y Rs P rQ X Rs 0, 8 0, 2 0, 6.
n
P rA1 Y A2 Y . . . Y An s P Ai (c) No ter qualquer um destes departamentos.
i1
n n1 n
P rAi s
P rAi X Aj s ` P Q X R P Q Y R 1 P rQ Y Rs 1 0, 8 0, 2.
i1 i1 ji`1
(d) No ter departamento de controlo da qualidade e ter departamento de
n2
n1 n
recursos humanos.
` P rAi X Aj X Ak s ` . . . `
i1 ji`1 kj`1
` . . . ` p1qn`1 P rA1 X A2 X . . . X An s .
P rRzQs P Q X R P rRs P rQ X Rs 0, 4 0, 2 0, 2.
Exemplo 5.4. Do conjunto das grandes empresas que actuam num dado
sector industrial, sabe-se que 60% dessas empresas tm departamento de con- (e) Ter departamento de controlo da qualidade mas no ter departamento
trolo de qualidade, 40% tm departamento de recursos humanos e 20% tm de recursos humanos.
ambos os departamentos. Escolhe-se ao acaso uma empresa do ficheiro das
empresas do referido sector.
P Q X R P rQs P rQ X Rs 0, 6 0, 2 0, 4.
O facto de se saber que B ocorreu, faz com que B se torne o novo espao que, na verdade, significa que em 83, 3% dos dias em que chove tambm
amostral. A funo P rA|Bs, para cada B fixo, uma nova forma de definir h vento.
probabilidade no espao amostral e, como tal, verifica os axiomas (i), (ii) e Observao 5.2. O acontecimento contrrio de A|B A|B, pelo que,
(iii) da teoria das probabilidades apresentados na subseco 5.2.
P A|B 1 P rA|Bs .
e
5.6 Acontecimentos independentes
P rA X Bs P rAs P rB|As . Suponhamos dois acontecimentos A e B contidos no espao S. Quando a
Esta frmula conhecida por regra fundamental para o clculo de probabi- ocorrncia ou no de um deles no afecta a probabilidade do outro ocorrer,
lidades e pode ser usada no clculo da probabilidade da interseco de dois os acontecimentos dizem-se independentes, e nesse caso tem-se:
acontecimentos.
P rA|Bs P rAs
A probabilidade da interseco de trs acontecimentos dada por:
e
P rA1 X A2 X A3 s P rpA1 X A2 q X A3 s P rB|As P rBs .
O que equivalente a escrever-se:
P rA1 X A2 s P rA3 |A1 X A2 s
P rA X Bs P rAs P rBs .
P rA3 |A1 X A2 s P rA1 s P rA2 |A1 s
5.6.1 Propriedades dos acontecimentos independentes
P rA1 s P rA2 |A1 s P rA3 |A1 X A2 s . Se A e B so acontecimentos independentes ento:
Estas frmulas podem ser generalizadas para n acontecimentos. Sejam A e B tambm o so;
A1 , A2 , . . . , An acontecimentos quaisquer definidos em S. Ento:
A e B tambm o so;
n n1
A e B tambm o so.
P Ai P rA1 s P rA2 |A1 s P rA3 |A1 X A2 s P An | Ai .
i1 i1
Os acontecimentos A, B e C so mutuamente independentes se as condi-
Podemos ainda definir a regra fundamental condicionada: es:
P rA X Cs P rAs P rCs;
P rB X Cs P rBs P rCs;
P rA X B X Cs P rAs P rBs P rCs; Exemplo 5.7. Considere-se a experincia aleatria que consiste no lana-
mento de um tetraedro e na observao da face obtida. O espao de resultados
se verificarem todas. Os acontecimentos A, B e C dir-se-o independentes associado a esta experincia S t1, 2, 3, 4u. Considerando os acontecimen-
dois a dois se verificarem apenas as trs primeiras condies. Observe-se que tos:
a ltima condio necessria mas no suficiente para garantir que os trs
acontecimentos so mutuamente independentes. A - sair a face 1 ou a face 2;
Vejamos os exemplos seguintes.
B - sair a face 1 ou a face 3;
Exemplo 5.6. Considere-se a experincia aleatria que consiste no lana- C - sair a face 1 ou a face 4.
mento de uma moeda regular trs vezes e na observao da face obtida. O
espao de resultados associado a esta experincia Facilmente se verifica que:
A t1, 2u;
S tpF, F, F q , pF, F, Cq , pF, C, F q , pF, C, Cq , pC, F, F q , pC, F, Cq ,
pC, C, F q , pC, C, Cqu . B t1, 3u;
Exemplo 5.8. Uma rede de computadores liga dois mdulos, A e B, atravs frmula usada no clculo da probabilidade de sucesso ser muito extensa, pelo
de mdulos intermdios, C, D, E e F , como se representa na figura seguinte. que se poder tornar mais fcil fazer este clculo usando a probabilidade de
Para cada par de mdulos ligados directamente, digamos i e j, a probabilidade insucesso dada pelo produto das probabilidades de insucesso das componentes
da ligao de i para j se verificar a indicada nesta figura. correspondentes, isto ,
sucesso num insucesso num
fi fi
E
0,8 P subsistema fl 1P subsistema fl
X2
C 0,9 X3 em paralelo em paralelo
0,9 0,95
X4
X1 X5
F 1 p1 p1 q p1 p2 q p1 pm q .
A 0,85 B
X6
0,75
0,95 Pensando agora no nosso caso, representado na primeira figura, quere-
X7
D mos calcular a probabilidade de sucesso (a ligao entre A e B estar em
funcionamento). Para representar a ligao entre o mdulo A e o mdulo B,
usaremos a notao A B. Consideremos que Xi representa a existncia
da ligao i, com i 1, . . . , 7. A ligao entre A e B est em funcionamento
Suponhamos que as falhas das ligaes so independentes umas das ou-
se pelo menos um dos caminhos est em funcionamento. Ento:
tras. Qual a probabilidade da ligao entre A e B estar em funcionamento?
Este um problema usual sobre avaliao da fiabilidade dum sistema com- P rA Bs P rpX1 X X2 X X3 q Y pX1 X X4 X X5 q Y pX6 X X7 qs
posto por componentes que podem falhar independentemente. Tal sistema
pode ser dividido em subsistemas, em que cada subsistema consiste em con-
P rX1 X X2 X X3 s ` P rX1 X X4 X X5 s ` P rX6 X X7 s `
siderar vrios componentes que esto ligados quer em srie quer em paralelo,
como se apresenta nas figuras seguintes. P rX1 X X2 X X3 X X4 X X5 s `
P rX1 X X2 X X3 X X6 X X7 s `
1
P rX1 X X4 X X5 X X6 X X7 s `
`P rX1 X X2 X X3 X X4 X X5 X X6 X X7 s
2
1 2 3 3 0, 9 0, 8 0, 9 ` 0, 9 0, 95 0, 85 ` 0, 75 0, 95 `
Ligao em srie Ligao em paralelo 0, 9 0, 8 0, 9 0, 95 0, 85 `
0, 9 0, 8 0, 9 0, 75 0, 95 `
Consideremos que um subsistema um conjunto de componentes, 1, 2, 0, 9 0, 95 0, 85 0, 75 0, 95 `
. . . , m, e que pi a probabilidade da componente i funcionar (sucesso). `0, 9 0, 8 0, 9 0, 95 0, 85 0, 75 0, 95 0, 957.
Assim, dizemos que um subsistema em srie est em funcionamento se todas
as suas componentes funcionarem, sendo a sua probabilidade de sucesso dada 5.6.2 Independncia condicional
pelo produto das probabilidades de sucesso das componentes correspondentes,
isto , Se a informao que detemos sobre um acontecimento B no se altera o
sucesso num
fi que ns sabemos sobre um acontecimento A, quando j se conhece o acon-
P subsistema fl p1 p2 pm . tecimento C, dizemos que A e B so dois acontecimentos condicionalmente
em srie independentes dado a um acontecimento C. Assim os acontecimentos A e B
so condicionalmente independentes dado um acontecimento C se:
Um subsistema em paralelo est em funcionamento se pelo menos uma
das suas componentes funcionar. Se o nmero de componentes for elevado, a P rA|B X Cs P rA|Cs .
Esta noo de independncia condicional simtrica, isto , se A condicio- Podemos assim concluir que dois acontecimentos com probabilidades no
nalmente independente de B dado um acontecimento C, ento B condici- nulas, no podem ser simultaneamente, mutuamente exclusivos e indepen-
onalmente independente de A dado um acontecimento C e tem-se: dentes.
P rB|A X Cs P rB|Cs .
5.7 Partio
De facto, se A condicionalmente independente de B dado um aconteci- Os acontecimentos A1 , A2 , . . . , An constituem uma partio do espao amos-
mento C, ou seja, P rA|B X Cs P rA|Cs, ento: tral S, quando se verificam simultaneamente as seguintes condies:
P rA X B X Cs A unio de todos os acontecimentos o prprio espao de resultados;
P rB|A X Cs
P rA X Cs
Os acontecimentos so mutuamente exclusivos, dois a dois;
P rCs P rA X B|Cs
P rCs P rA|Cs Todos os acontecimentos tm probabilidade no nula.
P rB|Cs P rA|B X Cs
S
P rA|Cs A3
A1
A2
P rB|Cs P rA|Cs
A4
P rA|Cs
P rB|Cs . An ...
R
P rA1 s P rB|A1 s ` P rA2 s P rB|A2 s ` ` P rAn s P rB|An s
P rR|D
s0,98
n
# D
##
P rAi s P rB|Ai s . ### P rR|D s0,02
i1 #####
#
P rDs0,08 R
###
5.9 Teorema de Bayes #####
##
###
Se os acontecimentos A1 , A2 , . . . , An constituem uma partio do espao
amostral S, ento para qualquer acontecimento B com probabilidade no
nula, tem-se: P rD s0,92 R
P rAj X Bs
r
P R|D s0,03
P rAj |Bs
P rBs D
P rAj s P rB|Aj s P rR|D s0,97
P rA1 s P rB|A1 s ` P rA2 s P rB|A2 s ` ` P rAn s P rB|An s R
P rAj s P rB|Aj s
n , j 1, . . . , n. (b) Qual a probabilidade de uma pea ser rejeitada por este sistema de
i1 P rAi s P rB|Ai s controlo?
Exemplo 5.9. A actual linha de produo de uma empresa gera uma inci- A probabilidade de uma pea ser rejeitada pelo sistema de controlo, isto
dncia de peas defeituosas na ordem dos 8%. Foi implementado um sistema , ser identificada como pea defeituosa podendo de facto o ser ou no,
de controlo da qualidade cuja probabilidade de rejeitar uma pea defeituosa obtm-se recorrendo ao teorema da probabilidade total e dada por:
de 98%, e a probabilidade de rejeitar uma que de facto no defeituosa de
3%. P rRs P rR X Ds ` P R X D