Probabilidades e Estatı́stica

Aula n.o 1

Março de 2020

1 / 21
Esta primeira aula tem como objetivo introduzir o conceito de variável aleatória,
pois é sobre este conceito que se desenvolve toda a unidade curricular.

2 / 21
Esta primeira aula tem como objetivo introduzir o conceito de variável aleatória,
pois é sobre este conceito que se desenvolve toda a unidade curricular.

Mas antes de introduzir esse conceito vamos começar por relembrar o que foi
lecionado no secundário: Teoria das Probabilidades sobre Acontecimentos.

2 / 21
Esta primeira aula tem como objetivo introduzir o conceito de variável aleatória,
pois é sobre este conceito que se desenvolve toda a unidade curricular.

Mas antes de introduzir esse conceito vamos começar por relembrar o que foi
lecionado no secundário: Teoria das Probabilidades sobre Acontecimentos.

Nos primeiros slides, e de forma rápida, apenas vamos relembrar o conceito e

as propriedades do cálculo de probabilidades sobre acontecimentos.

2 / 21
Esta primeira aula tem como objetivo introduzir o conceito de variável aleatória,
pois é sobre este conceito que se desenvolve toda a unidade curricular.

Mas antes de introduzir esse conceito vamos começar por relembrar o que foi
lecionado no secundário: Teoria das Probabilidades sobre Acontecimentos.

Nos primeiros slides, e de forma rápida, apenas vamos relembrar o conceito e

as propriedades do cálculo de probabilidades sobre acontecimentos.

Portanto vamos começar com revisões:

2 / 21
 Noções Preliminares

Experiência Aleatória
Designa-se por experiência como sendo qualquer processo capaz de produzir re-
sultados observáveis.

Quando uma experiência está sujeita à influência de fatores casuais e conduz a

resultados incertos diz-se uma experiência aleatória.

As experiências aleatórias caracterizam-se por:

poder repetir-se um grande número de vezes nas mesmas condições;

não existir um conhecimento suficiente para prever o resultado;

existência de regularidade quando se repete a experiência um grande número

de vezes.

3 / 21
 Noções Preliminares

Espaço de Resultados
É o conjunto formado por todos os resultados possı́veis de uma experiência aleatória.
O espaço de resultados representa-se por Ω.

4 / 21
 Noções Preliminares

Espaço de Resultados
É o conjunto formado por todos os resultados possı́veis de uma experiência aleatória.
O espaço de resultados representa-se por Ω.

Acontecimento
Os subconjuntos de Ω designam-se por acontecimentos.
Em geral, os acontecimentos representam-se com letras maiúsculas: A, B, ....

4 / 21
 Noções Preliminares

Definição Clássica de Probabilidades

número de casos favoráveis
P (A) =
número de casos possı́veis
Só é aplicável quando o espaço de resultados é finito e os elementos do espaço de
resultados possuem igual probabilidade de ocorrerem.

5 / 21
 Noções Preliminares

Definição Clássica de Probabilidades

número de casos favoráveis
P (A) =
número de casos possı́veis
Só é aplicável quando o espaço de resultados é finito e os elementos do espaço de
resultados possuem igual probabilidade de ocorrerem.

Definição Axiomática de Probabilidades

Seja Ω o espaço de resultados e P(Ω) o conjunto formado por todos os subcon-
juntos de Ω, então Probabilidade é uma função P : P(Ω) → [0, 1] que verifica as
seguintes propriedades:
P (A) ≥ 0, ∀A ⊆ Ω;
P (Ω) = 1;
Se A ∩ B = , então P (A ∪ B) = P (A) + P (B).

5 / 21
 Noções Preliminares

Propriedades das Probabilidades de Acontecimentos

0 ≤ P (A) ≤ 1

P (Ω) = 1
P (∅) = 0


P A = 1 − P (A)
P (A ∪ B) = P (A) + P (B) − P (A ∩ B)

P (A ∪ B ∪ C) = P (A) + P (B) + P (C) − P (A ∩ B) − P (A ∩ C) −

−P (B ∩ C) + P (A ∩ B ∩ C)
P (A − B) = P (A) − P (A ∩ B)
P (A∩B)
P (A/B) = P (B) , P (B) > 0

Se A e B acontecimentos independentes, P (A ∩ B) = P (A) × P (B)

6 / 21
 Noções Preliminares

Exemplo 1
Experiência aleatória: lançamento de um dado não viciado.

7 / 21
 Noções Preliminares

Exemplo 1
Experiência aleatória: lançamento de um dado não viciado.

Espaço de resultados:

Ω = {face 1, face 2, face 3, face 4, face 5, face 6}

7 / 21
 Noções Preliminares

Exemplo 1
Experiência aleatória: lançamento de um dado não viciado.

Espaço de resultados:

Ω = {face 1, face 2, face 3, face 4, face 5, face 6}

Neste caso, como o espaço de resultados é finito e o dado não é viciado, é possı́vel
calcular as probabilidade de acontecimentos recorrendo à definição clássica de pro-
babilidades.

7 / 21
 Noções Preliminares

Exemplo 1
Experiência aleatória: lançamento de um dado não viciado.

Espaço de resultados:

Ω = {face 1, face 2, face 3, face 4, face 5, face 6}

Neste caso, como o espaço de resultados é finito e o dado não é viciado, é possı́vel
calcular as probabilidade de acontecimentos recorrendo à definição clássica de pro-
babilidades.

1 acontecimento A = num lançamento do dado sair face 4 = {face 4}

A diz-se acontecimento elementar (só 1 elemento)
1
P (A) = 6

7 / 21
 Noções Preliminares

Exemplo 1
Experiência aleatória: lançamento de um dado não viciado.

Espaço de resultados:

Ω = {face 1, face 2, face 3, face 4, face 5, face 6}

Neste caso, como o espaço de resultados é finito e o dado não é viciado, é possı́vel
calcular as probabilidade de acontecimentos recorrendo à definição clássica de pro-
babilidades.

1 acontecimento A = num lançamento do dado sair face 4 = {face 4}

A diz-se acontecimento elementar (só 1 elemento)
1
P (A) = 6

2 acontecimento B = num lançamento do dado sair face superior a 2 =

= {face 3, face 4, face 5, face 6}
4 2
P (B) = 6 = 3
7 / 21
 Noções Preliminares

Exemplo 1
3 acontecimento C = num lançamento do dado sair face inferior a 8 = Ω
C diz-se acontecimento certo (todos os elementos do espaço de resultados)
6
P (C) = P (Ω) = 6 =1

8 / 21
 Noções Preliminares

Exemplo 1
3 acontecimento C = num lançamento do dado sair face inferior a 8 = Ω
C diz-se acontecimento certo (todos os elementos do espaço de resultados)
6
P (C) = P (Ω) = 6 =1

4 acontecimento D = num lançamento do dado sair face igual a 20= {}

D diz-se acontecimento impossı́vel (nenhum elemento do espaço de resultados)
0
P (D) = 6 =0

8 / 21
 Noções Preliminares

Exemplo 1
3 acontecimento C = num lançamento do dado sair face inferior a 8 = Ω
C diz-se acontecimento certo (todos os elementos do espaço de resultados)
6
P (C) = P (Ω) = 6 =1

4 acontecimento D = num lançamento do dado sair face igual a 20= {}

D diz-se acontecimento impossı́vel (nenhum elemento do espaço de resultados)
0
P (D) = 6 =0

5 acontecimento A∩B = num lançamento do dado sair face 4 e num lançamento

do dado sair face superior a 2 = {face 4}
1
P (A ∩ B) = 6

8 / 21
 Noções Preliminares

Exemplo 1
6 acontecimento A ∪ B = num lançamento do dado sair face 4 ou num
lançamento do dado sair face superior a 2 = {face 3, face 4, face 5, face 6}
4 2
P (A ∪ B) = 6 = 3
ou
1 2 1 2
P (A ∪ B) = P (A) + P (B) − P (A ∩ B) = 6 + 3 − 6 = 3

9 / 21
 Noções Preliminares

Exemplo 1
6 acontecimento A ∪ B = num lançamento do dado sair face 4 ou num
lançamento do dado sair face superior a 2 = {face 3, face 4, face 5, face 6}
4 2
P (A ∪ B) = 6 = 3
ou
1 2 1 2
P (A ∪ B) = P (A) + P (B) − P (A ∩ B) = 6 + 3 − 6 = 3

7 acontecimento B = num lançamento do dado não sair face superior a 2 =

= num lançamento do dado sair face inferior ou igual a 2 =
= {face 1, face 2}
B diz-se o acontecimento contrário de B
2 1
P (B) = 6 = 3
ou
2 1
P (B) = 1 − P (B) = 1 − 3 = 3

9 / 21
 Noções Preliminares

Exemplo 1
8 P (A|B) 7−→ probabilidade de num lançamento do dado sair face 4 sabendo
que no lançamento do dado saiu face superior a 2
1
P (A∩B) 1
P (A|B) = P (B) = 6
2 = 4
3

10 / 21
 Noções Preliminares

Exemplo 1
8 P (A|B) 7−→ probabilidade de num lançamento do dado sair face 4 sabendo
que no lançamento do dado saiu face superior a 2
1
P (A∩B) 1
P (A|B) = P (B) = 6
2 = 4
3

9 e podiam ser definidos muitos outros acontecimentos...

10 / 21
 Variáveis Aleatórias

E agora que já recordaram o cálculo de probabilidades de acontecimentos,

vamos introduzir o conceito pretendido: Variável Aleatória.

11 / 21
 Variáveis Aleatórias

Variáveis Aleatórias

Definição
Chama-se variável aleatória (v.a.) e representa-se por X, a uma função de domı́nio
Ω e conjunto de chegada R, cujo valor é determinado pelo resultado de uma ex-
periência aleatória, isto é

X: Ω → R
w → X (w) = x

Observação
Uma variável aleatória é uma função e não uma variável no sentido em que é
habitualmente empregue em Matemática.

12 / 21
 Variáveis Aleatórias

Variáveis Aleatórias
Muitas vezes o resultado de uma experiência aleatória não é numérico ou sendo-o
não interessa lidar com os resultados possı́veis de Ω, mas pretende-se associar-lhe
uma quantidade numérica.

Ou seja, uma variável aleatória é uma função que ”associa um código” numérico
aos acontecimentos, permitindo desta forma deixar de trabalhar em Ω e passar a
trabalhar em R.
13 / 21
 Variáveis Aleatórias

Variáveis Aleatórias

No entanto convém ter atenção que o ”código” definido para construir a função
variável aleatória tem de ser tal que permita andar ao contrário e conseguir saber
qual o acontecimento pretendido. Ou seja, de uma forma mais formal:

14 / 21
 Variáveis Aleatórias

Variáveis Aleatórias

No entanto convém ter atenção que o ”código” definido para construir a função
variável aleatória tem de ser tal que permita andar ao contrário e conseguir saber
qual o acontecimento pretendido. Ou seja, de uma forma mais formal:

Associemos a cada elemento ω ∈ Ω um número real X(ω) ∈ E ⊂ R.

Sendo A um acontecimento, tem-se

X(A) = {X(ω) : ω ∈ A}

por outro lado, tem-se para cada subconjunto E ⊂ R

X −1 (E) = {ω : X(ω) ∈ E}

14 / 21
 Variáveis Aleatórias

Exemplo 1
Experiência aleatória: lançamento de um dado não viciado.

Espaço de resultados:

Ω = {face 1, face 2, face 3, face 4, face 5, face 6}

Neste caso é fácil pensar numa variável aleatória que represente de forma numérica
o espaço de resultados:

Variável Aleatória: X = número da face virada para cima no lançamento de um

dado não viciado

15 / 21
 Variáveis Aleatórias

Exemplo 1
Experiência aleatória: lançamento de um dado não viciado.

Espaço de resultados:

Ω = {face 1, face 2, face 3, face 4, face 5, face 6}

Neste caso é fácil pensar numa variável aleatória que represente de forma numérica
o espaço de resultados:

Variável Aleatória: X = número da face virada para cima no lançamento de um

dado não viciado

Neste caso estamos a considerar face 1 = 1, face 2 = 2, face 3 = 3, face 4 = 4,

face 5 = 5 e face 6 = 6.

Agora os acontecimentos podem ser definidos à custa da variável aleatória:

15 / 21
 Variáveis Aleatórias

Exemplo 1
Variável Aleatória: X = número da face virada para cima no lançamento de um
dado não viciado

1 acontecimento A = num lançamento do dado sair face 4 = {face 4}

1
P (A) = P (X = 4) = 6

16 / 21
 Variáveis Aleatórias

Exemplo 1
Variável Aleatória: X = número da face virada para cima no lançamento de um
dado não viciado

1 acontecimento A = num lançamento do dado sair face 4 = {face 4}

1
P (A) = P (X = 4) = 6

2 acontecimento B = num lançamento do dado sair face superior a 2 =

= {face 3, face 4, face 5, face 6}
4 2
P (B) = P (X > 2) = 6 = 3

16 / 21
 Variáveis Aleatórias

Exemplo 1
Variável Aleatória: X = número da face virada para cima no lançamento de um
dado não viciado

1 acontecimento A = num lançamento do dado sair face 4 = {face 4}

1
P (A) = P (X = 4) = 6

2 acontecimento B = num lançamento do dado sair face superior a 2 =

= {face 3, face 4, face 5, face 6}
4 2
P (B) = P (X > 2) = 6 = 3

3 acontecimento C = num lançamento do dado sair face inferior a 8 = Ω

P (C) = P (X < 8) = 1

16 / 21
 Variáveis Aleatórias

Exemplo 1
Variável Aleatória: X = número da face virada para cima no lançamento de um
dado não viciado

1 acontecimento A = num lançamento do dado sair face 4 = {face 4}

1
P (A) = P (X = 4) = 6

2 acontecimento B = num lançamento do dado sair face superior a 2 =

= {face 3, face 4, face 5, face 6}
4 2
P (B) = P (X > 2) = 6 = 3

3 acontecimento C = num lançamento do dado sair face inferior a 8 = Ω

P (C) = P (X < 8) = 1

4 acontecimento D = num lançamento do dado sair face igual a 20= {}

P (D) = P (X = 20) = 0

16 / 21
 Variáveis Aleatórias

Exemplo 1
5 acontecimento A∩B = num lançamento do dado sair face 4 e num lançamento
do dado sair face superior a 2 = {face 4}
1
P (A ∩ B) = P (X = 4 ∧ X > 2) = P (X = 4) = 6

17 / 21
 Variáveis Aleatórias

Exemplo 1
5 acontecimento A∩B = num lançamento do dado sair face 4 e num lançamento
do dado sair face superior a 2 = {face 4}
1
P (A ∩ B) = P (X = 4 ∧ X > 2) = P (X = 4) = 6

6 acontecimento A ∪ B = num lançamento do dado sair face 4 ou num

lançamento do dado sair face superior a 2 = {face 3, face 4, face 5, face 6}
2
P (A ∪ B) = P (X = 4 ∨ X > 2) = P (X > 2) = 3

17 / 21
 Variáveis Aleatórias

Exemplo 1
5 acontecimento A∩B = num lançamento do dado sair face 4 e num lançamento
do dado sair face superior a 2 = {face 4}
1
P (A ∩ B) = P (X = 4 ∧ X > 2) = P (X = 4) = 6

6 acontecimento A ∪ B = num lançamento do dado sair face 4 ou num

lançamento do dado sair face superior a 2 = {face 3, face 4, face 5, face 6}
2
P (A ∪ B) = P (X = 4 ∨ X > 2) = P (X > 2) = 3

7 acontecimento B = num lançamento do dado não sair face superior a 2 =

= num lançamento do dado sair face inferior ou igual a 2 =
= {face 1, face 2}
2 1
P (B) = P (X ≤ 2) = 6 = 3
ou
2 1
P (B) = P (X ≤ 2) = 1 − P (X > 2) = 1 − 3 = 3

17 / 21
 Variáveis Aleatórias

Exemplo 1
5 acontecimento A∩B = num lançamento do dado sair face 4 e num lançamento
do dado sair face superior a 2 = {face 4}
1
P (A ∩ B) = P (X = 4 ∧ X > 2) = P (X = 4) = 6

6 acontecimento A ∪ B = num lançamento do dado sair face 4 ou num

lançamento do dado sair face superior a 2 = {face 3, face 4, face 5, face 6}
2
P (A ∪ B) = P (X = 4 ∨ X > 2) = P (X > 2) = 3

7 acontecimento B = num lançamento do dado não sair face superior a 2 =

= num lançamento do dado sair face inferior ou igual a 2 =
= {face 1, face 2}
2 1
P (B) = P (X ≤ 2) = 6 = 3
ou
2 1
P (B) = P (X ≤ 2) = 1 − P (X > 2) = 1 − 3 = 3

1
P (X=4∧X>2) P (X=4) 1
8 P (A|B) = P (X = 4|X > 2) = P (X>2) = P (X>2) = 6
2 = 4
3
17 / 21
 Variáveis Aleatórias

Exemplo 2
Experiência aleatória: lançamento de duas moedas não viciadas.

Espaço de resultados:

Ω = {(Cara, Cara), (Cara, Coroa), (Coroa, Cara), (Coroa, Coroa)}

Variável Aleatória: X = número da caras que saem no lançamento de duas

moedas não viciadas

18 / 21
 Variáveis Aleatórias

Exemplo 2
Experiência aleatória: lançamento de duas moedas não viciadas.

Espaço de resultados:

Ω = {(Cara, Cara), (Cara, Coroa), (Coroa, Cara), (Coroa, Coroa)}

Variável Aleatória: X = número da caras que saem no lançamento de duas

moedas não viciadas

Ou seja, equivale a considerar Cara = 1 e Coroa = 0.

Agora podemos definir as probabilidades pretendidas mas à custa da variável aleatória

definida, no entanto a forma de pensar para calcular as probabilidades pode ser feita
da mesma forma que eram feitas para os acontecimentos (não esquecer que a função
variável aleatória tem de ser tal que permita determinar qual o acontecimento que
está associado a cada condição).

Também aqui é possı́vel calcular as probabilidade recorrendo à definição clássica de

probabilidades.
18 / 21
 Variáveis Aleatórias

Exemplo 2
Experiência aleatória: lançamento de duas moedas não viciadas.

Espaço de resultados:

Ω = {(Cara, Cara), (Cara, Coroa), (Coroa, Cara), (Coroa, Coroa)}

Variável Aleatória: X = número da Caras que saem no lançamento de duas

moedas não viciadas

1
1 P (X = 0) = 4

1
2 P (X > 1) = P (X = 2) = 4

3 P (X < 8) = 1

4 P (X = 20) = 0

19 / 21
 Variáveis Aleatórias

Tipos de Variáveis Aleatórias

20 / 21
 Variáveis Aleatórias

Tipos de Variáveis Aleatórias

Variáveis Aleatórias Discretas
Uma variável aleatória diz-se Discreta se pode assumir um número finito ou infinito
numerável de valores → associada a contagens.

Exemplos:
número da face virada para cima no lançamento de um dado não viciado;
número de caras que saem no lançamento de duas moedas não viciadas;
número de pessoas numa fila na caixa de um supermercado durante uma hora.

20 / 21
 Variáveis Aleatórias

Tipos de Variáveis Aleatórias

Variáveis Aleatórias Discretas
Uma variável aleatória diz-se Discreta se pode assumir um número finito ou infinito
numerável de valores → associada a contagens.

Exemplos:
número da face virada para cima no lançamento de um dado não viciado;
número de caras que saem no lançamento de duas moedas não viciadas;
número de pessoas numa fila na caixa de um supermercado durante uma hora.

Variáveis Aleatórias Contı́nuas

Uma variável aleatória diz-se Contı́nua se pode assumir um número infinito não
numerável de valores → associada a medidas.
Exemplos:
peso dos habitantes de Setúbal;
altura dos alunos da ESTSetúbal;
tempo, em minutos, que os alunos da ESTSetúbal demoram de casa até à
escola.
20 / 21
 Variáveis Aleatórias

REVER

as probabilidades de acontecimentos
(Exercicios - Cap.0 Revisões - Probabilidades)

21 / 21