Escolar Documentos
Profissional Documentos
Cultura Documentos
Axiomas de Probabilidade
Lı́via Dutra
1o /2020
Introdução
→ A probabilidade é usada para quantificar a possibilidade ou chance
de ocorrência de um resultado de um experimento aleatório.
Lı́via Dutra 1
Interpretações
Lı́via Dutra 2
Encontrando probabilidades
→ A princı́pio, vamos introduzir probabilidades para espaços amostrais
discretos.
Lı́via Dutra 3
Resultados igualmente prováveis
Lı́via Dutra 4
Exemplo 1
Escolher uma pessoa dentre 100. Dizemos que uma pessoa é sele-
cionada aleatoriamente se ela e todas as outras têm iguais chances
de serem escolhidas. Então, a probabilidade de escolher cada uma
1
das 100 pessoas, aleatoriamente, é 100 .
Exemplo 2
Lançar um dado de 6 faces e observar a face voltada para cima.
A probabilidade de sair qualquer uma das faces é 16 .
Lı́via Dutra 5
Exemplo 3
Selecionar uma peça e avaliar se contém defeito ou não.
Se considerarmos um modelo de resultados equiprováveis, a proba-
bilidade de ocorrer qualquer um dos resultados é 21 .
Lı́via Dutra 6
Frequentemente, precisamos atribuir probabilidades a eventos que
sejam compostos por vários resultados do espaço amostral.
Probabilidade de um evento
Para um espaço amostral discreto, a probabilidade de um evento A,
denotada por P(A), é igual a soma das probabilidades dos resultados
em A.
Lı́via Dutra 7
→ Voltando ao Exemplo 2: Lançar um dado de 6 faces. Considere
as faces enumeradas de 1 a 6 e defina os eventos:
3 1
P(A) = P({2, 4, 6}) = P({2}) + P({4}) + P({6}) = = .
6 2
3 1
P(B) = P({1, 3, 5}) = P({1}) + P({3}) + P({5}) = = .
6 2
Lı́via Dutra 8
Exemplo 4
O número de chamadas em espera em um determinado cen-
tro de atendimento pode ser {0, 1, 2, 3}. Suponha que as prob-
abilidades para cada quantidade de chamadas em espera são
0, 1; 0, 3; 0, 5 e 0, 1, respectivamente.
Sejam os eventos:
Lı́via Dutra 9
Então,
P(A) = P({1, 2}) = P({1}) + P({2})
= 0, 3 + 0, 5 = 0, 8;
P(A ∩ B) = P({2}) = 0, 5.
Lı́via Dutra 10
Exemplo 5
Em um conjunto de 20 ı́tens, sabe-se que 3 deles são defeituosos
e 17 não. Uma amostra com 6 ı́tens é selecionada aleatoriamente.
Qual é a probabilidade da amostra conter exatamente dois ı́tens
defeituosos?
Lı́via Dutra 11
→ Depois, selecionamos 4 ı́tens não defeituosos dentre os 17 não
defeituosos totais:
C417 = 2.380.
C620 = 38.760.
→ Então,
C23 × C417 7.140
P(A) = 20
= = 0, 1842.
C6 38.760
Lı́via Dutra 12
Axiomas de Probabilidade
→ A formalização de probabilidades é feita através de axiomas.
Lı́via Dutra 13
Axiomas de Probabilidade
Axioma 1. 0 ≤ P(A) ≤ 1;
Axioma 2. P(S) = 1;
Lı́via Dutra 14
→ Voltando ao Exemplo 4: Número de chamadas em espera.
S = {0, 1, 2, 3} e 0, 1; 0, 3; 0, 5 e 0, 1 são as respectivas probabili-
dades de cada resultado possı́vel. Definimos o evento A = {1, 2} e
encontramos P(A) = 0, 8.
Para mostrar que as probabilidades foram definidas corretamente,
temos que verificar a validade dos três axiomas.
1. 0 ≤ P(A) ≤ 1.
2. P(S) = P({0, 1, 2, 3}) = 0, 1 + 0, 3 + 0, 5 + 0, 1 = 1.
3. Seja o evento C = {3}, dessa forma A e C são mutuamente
exclusivos.
P(A ∪ C ) = P({1, 2, 3}) = 0, 9 e, também,
P(A) + P(C ) = 0, 8 + 0, 1 = 0, 9.
→ P(∅) = 0.
→ P(Ac ) = 1 − P(A).
Lı́via Dutra 16
Uniões de eventos
Probabilidade de uma união
Lı́via Dutra 17
→ Voltando ao Exemplo 4: Número de chamadas em espera. Temos
as seguintes informações:
• S = {0, 1, 2, 3};
• A = {1, 2} ⇒ P(A) = 0, 8;
• B = {2, 3} ⇒ P(B) = 0, 6;
• C = {3} ⇒ P(C ) = 0, 1;
• P(A ∩ B) = 0, 5.
Vida útil
Satisfatória Insatisfatória
Satisfatória 117 3
Intensidade
Insatisfatória 8 2
Lı́via Dutra 19
Seja o evento A em que as lâmpadas têm a vida útil satisfatória.
125
Então, P(A) = 130 .
Seja o evento B em que as lâmpadas têm a intensidade satisfatória.
Então, P(B) = 120
130 .
Lı́via Dutra 20
Probabilidade de uniões de três ou mais eventos
Lı́via Dutra 21
Eventos mutuamente exclusivos (ou mutuamente disjuntos)
Uma coleção de eventos A1 , A2 , · · · , Ak é dita ser mutuamente
exclusiva (ou disjunta) se, para todos os pares, Ai ∩ Aj = ∅.
Lı́via Dutra 22