DELEGAÇÃO DE NAMPULA

1. Introdução
Todas as vezes que estudam fenómenos de observação, cumpre-se distinguir o próprio
fenómeno e o modelo matemático (determinístico ou probabilístico) que melhor o explique.

Os fenómenos estudados pela estatística são fenómenos cujo resultado, mesmo em

condições normais de experimentação, varia de uma observação para outra, dificultando
dessa maneira a previsão de um resultado.

A observação de um fenómeno casual é recurso poderoso para se entender a

variabilidade do mesmo. Entretanto, com suposições adequadas e sem observar directamente
o fenómeno, podemos criar um modelo teórico que reproduza de forma bastante satisfatória a
distribuição das frequências quando o fenómeno é observado directamente. Tais modelos são
os chamados modelos de probabilidades.

Os fenómenos determinísticos conduzem sempre a um resultado quando as condições

iniciais são as mesmas. Ex: tempo de queda livre de um corpo. Mantidas as mesmas
condições, as variações obtidas para o valor do tempo de queda livre de um corpo são
extremamente pequenas (em alguns casos, desprezíveis).

Os fenómenos aleatórios podem conduzir a diferentes resultados e mesmo quando as

condições iniciais são as mesmas, existe a impossibilidade de prever o resultado. Ex:
Lançamento de um dado.

Embora o cálculo das probabilidades pertença ao campo da Matemática, sua inclusão

se justifica pelo facto da maioria dos fenómenos de que trata a Estatística ser de natureza
aleatória ou probabilística. Consequentemente, o conhecimento dos aspectos fundamentais do
cálculo das probabilidades é uma necessidade essencial para o estudo da Estatística
Inferencial.
 Procuramos resumir aqui os conhecimentos que julgamos necessários para termos um
ponto de apoio em nossos primeiros passos no caminho da estatística Inferencial. Esses
passos serão apresentados no capítulo que trata da conceituação de variável aleatória das
principais distribuições de probabilidades de variáveis discretas e continuas.

1.1. Pequeno historial sobre as probabilidades

As primeiras ideias sobre probabilidades surgiram por volta de 1500, seu objectivo
era associar a Matemática aos jogos de azar, que já existiam antes de Cristo. O início real da
teoria das probabilidades ocorre por volta de 1600, com importantes estudos feitos por
Matemáticos, em sua maioria franceses, como Pascal, Fermat, Poncelet de De Moire. Mas o
surgimento da teoria das probabilidades deve-se mais ao matemático francês Laplace, do que
a qualquer outro.

1.2. Conceitos básicos de Probabilidade

Experiências Determinísticas: são aqueles cujos resultados podem ser determinados antes
da sua realização. Por exemplo: quanto tempo levará um carro para percorrer um trajecto de
200 Km numa velocidade média de 100 Km/h? Não é necessário executar a experiência para
determinar a resposta: 2 horas.

Experiências Aleatórias: são aquelas que, mesmo repetidas várias vezes sob condições
idênticas, apresentam resultados imprevisíveis. Assim, da afirmação ʺ é provável que a minha
equipe ganhe a partida de hoje ˮ pode se resultar:

a) Que, a pesar, do favoritismo ele perca;

b) Que, como pensamento, ele ganhe;
c) Que, empate.

Como vimos, o resultado final depende do acaso, fenómenos como esses são chamados
fenómenos aleatórios e as experiencias associadas a eles de Experiencias Aleatórias.

Espaço Amostral
A cada experiência aleatória corresponde, em geral, vários resultados possíveis. Assim,
ao lançarmos uma moeda, há dois resultados possíveis: ocorrer cara ou ocorrer coroa.
Já ao lançarmos um dado há seis resultados possíveis: 1,2,3,4,5,6.
 Ao conjunto formado por todos os possíveis e diferentes resultados de uma experiência
aleatória, dá-se o nome de Espaço Amostral ou Conjunto Universo, representado por S.

As duas experiências citadas anteriormente têm os seguintes espaços amostrais:

 Lançamento de uma moeda:

 Lançamento de um dado:

Outros dois exemplos são:

 Dois lançamentos sucessivos de uma moeda:

 Lançamento simultâneo de dois dados:

Cada um dos elementos de S que corresponde a um resultado recebe o nome de ponto

amostral. Assim:

Eventos

Chamamos de evento qualquer subconjunto de espaço amostral S de uma experiência

aleatória.
Assim, qualquer que seja E, se

No lançamento de um dado, onde

temos:

é um evento de S.
 logo, é um evento certo S

; logo é um evento elementar de S

logo é um evento impossível

Um evento é sempre definido por uma sentença. Assim, os eventos acima podem ser
definidos pelas sentenças:

 obter um número impar na face superior;

 obter um número menor ou igual a seis na face superior;

 obter número 4 na face superior;

 obter um número maior que seis na face superior.

1.3. Operações com Eventos

O complementar de um conjunto é o subconjunto formado pelos elementos do

espaço amostral não incluídos no evento A.

Por exemplo, complementar do evento é o evento =

Dois ou mais eventos de um mesmo espaço amostral podem ser agrupados em

operações de união e intersecção, assim definidas:

A operação união de eventos A e B gera um novo evento formado pelos elementos

comuns e não comuns e dos dois conjuntos A e B.

A operação Intersecção dos eventos A e B gera um novo elemento formado apenas

pelos elementos comuns aos dois conjuntos A e B.

Vejamos algumas consequências das operações com eventos:

A união de um evento A e o seu complementar é o próprio espaço amostral S; isto é

.
A intersecção de um evento A e seu complementar é o conjunto vazio, isto é,

Eventos Mutuamente Exclusivos

Os resultados possíveis do lançamento de uma moeda são apenas dois eventos

elementares Ca e Co. Pela própria característica da experiência, se o resultado de um
lançamento for cara este resultado não poderá ser também e ao mesmo tempo coroa, pois são
eventos mutuamente exclusivos. São mutuamente excludentes se sua intersecção for vazia:
não tem nenhum elemento em comum.

. Definição de Probabilidade

Dado uma experiência aleatória, sendo S o seu espaço amostral, vamos admitir que todos os
elementos de S tenham a mesma chance, ou seja, que S é um conjunto equiparável.

Chamamos de probabilidade de um evento A (A o número real P(A), tal que:

Onde:
n(A) é o número de elementos de A;

n(S) é o número de elementos de S.

Exemplos:

a) Considerando o lançamento de uma moeda e o evento A temos:

Logo: .
 O resultado acima nos permite afirmar que, ao lançarmos uma moeda equilibrada, temos
50% de chance de que apareça cara na face superior.

b) Considerando o lançamento de um dado, vamos calcular:

- a probabilidade do evento A ʺobter um número par na face superior”.

Temos:

Logo: .

-a probabilidade do evento B ʺobter um número menor ou igual a 6 na face superior”.

Temos:

Logo: .

- a probabilidade do evento D ʺobter um numero maior que 6 na face superiorʺ. Temos:

Pelos exemplos que acabamos de ver, podemos concluir que, sendo :

a. A probabilidade do evento certo é igual a 1: P(S) 1.

b. A probabilidade do evento impossível é igual a 0: P( ) 0

c. A probabilidade de um evento E que qualquer (E⊂S) é um número real P(E), tal

que:
d. A probabilidade de um evento elementar E qualquer é, lembrando que n(E)=1:
Probabilidade de eventos complementares

Sabemos que um evento pode ocorrer ou não, Sendo P a probabilidade de que ele
ocorra (sucesso) e que a probabilidade de que ele não ocorra (insucesso), para um mesmo
evento existe sempre a relação:

p + q = 1⇒ q = 1 - p

Assim, se a probabilidade de se realizar um evento é , a probabilidade de que ele não

ocorra é: .