Noções sobre

Probabilidade

José
Waldemar da
Silva

Noções sobre Probabilidade

José Waldemar da Silva

FAMAT - UFU

8 de novembro de 2013

1 / 14
 Introdução

Noções sobre
Probabilidade

José
Waldemar da
Silva Exemplo
Suponha que um casal deseja ter dois filhos. O primeiro pode
ser masculino (M) ou feminino (F) e o segundo também. Que
chance existe deste casal ter dois filhos do sexo masculino?
O problema acima pode ser sintetizado pela notação
P(M e M) =?

As diversas situações que envolvem incertezas são denominadas

de fenômenos ou experimentos aleatórios.

2 / 14
 Introdução

Noções sobre
Probabilidade

José Espaço amostral

Waldemar da
Silva
O conjunto de todos os resultados possı́veis de um experimento
ou fenômeno aleatório é dito espaço amostral e é representado
por Ω (Alguns autores usam S para representá-lo).

Evento
Qualquer subconjunto A, de Ω é dito evento.

No exemplo apresentado anteriormente sobre o sexo dos dois

filhos, poderia ocorrer as seguintes situações:
Ω = {(M, M); (M, F ); (F , M); (F , F )} (espaço
amostral)
e assim, A = {(M, M)} é um evento deste espaço amostral.

3 / 14
 Definição clássica

Número de resultados favoráveis à ocorrência do evento A

Noções sobre
Probabilidade
P(A) = Número de resultados possı́veis ou
José n(A)
Waldemar da P(A) = com 0 ≤ P(A) ≤ 1
Silva n(Ω)
Exemplo
Qual a probabilidade de se obter número par no lançamento de
um dado?
Solução
Ω = {1, 2, 3, 4, 5, 6} =⇒ n(Ω) = 6 e
A = {2, 4, 6} =⇒ n(A) = 3 logo
n(A) 3 1
P(A) = = = = 0, 5
n(Ω) 6 2
Contra-exemplo para a definição clássica: Sabendo que
uma moeda é viciada determine a probabilidade de obter-se
cara no primeiro e no segundo lançamento.
4 / 14
 Definição frequentista

Noções sobre
Probabilidade Seja n o número de ensaios (número de vezes) independentes
José
Waldemar da em que um experimento foi repetido e n(A) o número de vezes
Silva
em que ocorreu o evento A. Para n suficientemente grande,
P(A) é como segue:
n(A)
P(A) = lim com 0 ≤ P(A) ≤ 1
n→+∞ n(Ω)

Exemplos - Aplicações
1 - Observar se uma moeda é viciada. Para tal lança-se a
moeda um número de vezes suficiente para que a frequência
relativa de ocorrência do evento desejado (cara por exemplo) se
estabilize.
2 - Idem para um dado.

5 / 14
 Definição axiomática

Noções sobre
Probabilidade

José
Waldemar da A função P é uma função probabilidade se:
Silva
P(A) ≥ 0 ∀ A;
P(Ω) = 1;
∞
S∞ X
Se os Ais são disjuntos então P( i=1 Ai ) = P(Ai )
n=1

Eventos impossı́vel e certo

Evento impossı́vel - φ e P(φ) = 0
Evento certo - Ω e P(Ω) = 1

6 / 14
 Probabilidade condicional

Noções sobre
Probabilidade

José P(A e B) P(A, B) P(A ∩ B)

Waldemar da P(A|B) = = =
Silva P(B) P(B) P(B)
Exemplo
No lançamento de um dados qual é a probabilidade de ter
ocorrido um cinco sabendo que ocorreu um número ı́mpar?
1
A probabilidade de ocorrer o número 5 é porém, com a
6
informação adicional de que ocorreu um número ı́mpar o
espaço amostral deve ser “refeito” e as probabilidades
1
“ajustadas”, isto é, a nova probabilidade será .
3

7 / 14
 Eventos independentes

Noções sobre
Probabilidade

José Se dois eventos são independentes então,

Waldemar da
Silva P(A|B) = P(A) e por consequência

P(A ∩ B) = P(A) × P(B)

Voltando ao exemplo dos filhos
Suponha que um casal deseja ter dois filhos. O primeiro pode
ser masculino (M) ou feminino (F) e o segundo também. Que
chance existe deste casal ter dois filhos do sexo masculino?
1 1 1
P(A ∩ B) = × = = 0, 25 ou
2 2 4
1 1 1
P(M e M) = × = = 0, 25
2 2 4

8 / 14
 Teorema do produto

Noções sobre
Probabilidade

José
Waldemar da
Silva
P(A ∩ B) = P(A|B) × P(B) de A e B são dependentes ou

P(A ∩ B) = P(A) × P(B) de A e B são independentes

Obs
O teorema ou regra do produto de probabilidades é uma
consequência da definição de probabilidade condicional.

9 / 14
 Teorema da soma

Noções sobre
Probabilidade

José
Waldemar da
Silva
P(A ou B) = P(A) + P(B) − P(A ∩ B) ou

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

Exemplo
sorteando ao acaso um carta de um baralho de 52 cartas, qual
a probabilidade de sair um carta de espadas ou um ás?

13 4 1
P(A ou B) = + −
52 52 52

10 / 14
 Teorema da probabilidade total

Noções sobre
Probabilidade

José Exemplo
Waldemar da
Silva Uma empresa de produção de refrigerantes possui duas fábricas
(fábricas A e B) e sabe-se que 40% da produção é feita na
fábrica A e por complementação 60% é feita na fábrica B.
Sabe-se ainda, que a probabilidade das embalagens terem
defeitos são, respectivamente 0,05 e 0,10 para as fábricas A e
B. Qual a probabilidade de um garrafa de refrigerante
selecionada ao acaso ter defeito?

Seja D o evento defeito então,

P(D) = P(A)P(D|A) + P(B)P(D|B) =

0, 4 × 0, 05 + 0, 6 × 0, 10 = 0, 08

11 / 14
 Teorema da probabilidade total

Noções sobre
Probabilidade

José
Waldemar da
Silva
Teorema da probabilidade total
Considere os eventos A1 , A2 , · · · An uma partição de Ω e
que são conhecidas as probabilidades
P(A1 ), P(A2 ), · · · P(An ) e
P(B|A1 ), P(B|A2 ), · · · P(B|An ) então P(B) é dado por
Xn
P(B) = P(Ai )P(B|Ai )
i=1

12 / 14
 Teorema de Bayes

Noções sobre
Probabilidade

José
Waldemar da
Silva Suponha que no exemplo dos refrigerantes tem-se um lote com
frascos ou garrafas das duas fábricas porém, não identificados.
Selecionado uma garrafa ao acaso e verificado que a mesma
tem defeito, qual a probabilidade dela ser oriunda da fábrica A?

P(A)P(D|A)
P(A|D) =
P(D)

0, 4 × 0, 05
P(A|D) = = 0, 25
0, 08

13 / 14
 Teorema de Bayes

Noções sobre
Probabilidade

José
Waldemar da
Silva
Teorema de Bayes
Considere os eventos A1 , A2 , · · · An uma partição de Ω e
que são conhecidas as probabilidades
P(A1 ), P(A2 ), · · · P(An ),
P(B|A1 ), P(B|A2 ), · · · P(B|An ) e
Xn
P(B) = P(Ai )P(B|Ai ) então,
i=1

P(Ai )P(B|Ai )
P(Ai |B) =
P(B)

14 / 14