Estatística

Teoria da Probabilidade

LICENCIATURA EM MARKETING E NEGÓCIOS INTERNACIONAIS

DOCENTE: MANUELA LARGUINHO
Noções Básicas
A teoria da probabilidade é uma área fundamental para o desenvolvimento da inferência estatística,
sendo também responsável pela modelação de fenómenos cujo comportamento depende duma
componente aleatória.

Os fenómenos aleatórios são os fenómenos influenciados pelo acaso, no sentido de que não é possível
prever de forma determinística o seu futuro, a partir do passado.

Uma experiência diz-se aleatória se:

a) O conjunto dos resultados possíveis é conhecido antecipadamente;
b) O resultado da experiência nunca pode ser previsto de forma exata, mesmo que se desenvolvam todos
os esforços para manter sob controlo as circunstâncias relevantes para o resultado.

Numa experiência aleatória o resultado,ω, é incerto, há intervenção do acaso e não pode ser exatamente conhecido
antes de realizada a experiência. No entanto, o conjunto de todos os resultados possíveis é conhecido antes da
realização da experiência.
O espaço de resultados ou Universo, 𝛀, é o conjunto (não vazio) de todos os resultados possíveis numa experiência
aleatória. Diz-se:
Discreto – quando o espaço de resultados é finito ou infinito numerável;
Contínuo – quando o espaço de resultados é infinito não numerável.

Exemplos:
1 – Lançamento de um dado com as faces numeradas de 1 a 6 e observação do número da face voltada para cima.
𝛀1: {1, 2, 3, 4, 5, 6}.

2 – Observação do número de ataques informáticos registados na última semana.

𝛀2: {0, 1, 2, 3, 4,…, n,…}.

3 – Observação do intervalo de tempo entre dois ataques informáticos consecutivos à empresa ABC (expresso em
minutos).
𝛀3: [0; +∞[.
Um acontecimento é todo o subconjunto do espaço de resultados. Os acontecimentos podem ser:

Elementares – quando o subconjunto é singular (com um só elemento);

Compostos – quando o subconjunto não é singular.

Relativamente ao exemplo 1 podemos definir os seguintes acontecimentos:

A1 = “Saída de face par” = {2,4,6}

A2 = “Saída de face múltipla de 3” = {3, 6}

A3 = “Saída da face 1” = {1}

O acontecimento A1 realiza-se se o resultado da experiência é um elemento que pertence a A1.

O acontecimento que contém todos os elementos do espaço de resultados e que, portanto, coincide com este espaço diz-
se acontecimento certo.
Um acontecimento diz-se impossível se não contém nenhum elemento do espaço de resultados e representa-se
geralmente por Ø.
 Álgebra dos Acontecimentos
Sejam 𝐴 e 𝐵 dois acontecimentos, com 𝐴 ⊆ Ω e 𝐵 ⊆ Ω.
Define-se por acontecimento reunião, 𝑨 ∪ 𝑩, o acontecimento que ocorre quando ocorre 𝐴, 𝐵, ou ambos, isto é consiste
na realização de pelo menos um dos acontecimentos.

Define-se por acontecimento intersecção, 𝑨 ∩ 𝑩, o acontecimento que ocorre quando os acontecimentos 𝐴 e 𝐵

ocorrerem simultaneamente.
Diz-se que os acontecimentos 𝑨 e 𝑩 são mutuamente exclusivos, disjuntos ou incompatíveis, quando não possuem
elementos comuns (𝐴 ∩ 𝐵 = ∅), ou seja, não ocorrem em simultâneo.

Define-se por acontecimento diferença, 𝑨 − 𝑩 ou 𝑨\𝑩, o acontecimento que ocorre quando ocorre 𝐴 mas não ocorre 𝐵.
Define-se por acontecimento complementar, 𝑨 ഥ ou 𝛀 − 𝑨, o acontecimento que ocorre se, e só se, 𝐴 não ocorre e é
constituído por todos os resultados do espaço Ω não favoráveis à ocorrência de 𝐴.

Define-se por implicação de acontecimentos, 𝑨 ⊂ 𝑩, quando a realização do acontecimento 𝐴 implica a realização do

acontecimento 𝐵 , isto é, se todo o elemento de 𝐴 é elemento de 𝐵.

Define-se por acontecimentos idênticos, 𝑨 = 𝑩, quando a realização de um acontecimento implica a realização do outro, isto
é, 𝐴 ⊆ 𝐵 e 𝐵 ⊆ 𝐴.
 Conceitos de Probabilidade
Probabilidade Clássica (Laplaciana)

No conceito clássico, a probabilidade de um acontecimento 𝐴; 𝑃(𝐴), é definida como o quociente entre o número de
casos que são favoráveis à ocorrência de A e o número de casos possíveis:

𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟á𝑣𝑒𝑖𝑠 𝑎 𝐴

𝑃 𝐴 =
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑠í𝑣𝑒𝑖𝑠

Este conceito clássico só se pode aplicar nos casos em que os acontecimentos elementares são “equiprováveis”.

Recorre-se ao conceito clássico sempre que o modelo permita supor esta equiprobabilidade dos acontecimentos
elementares (moedas equilibradas, dados perfeitos, esferas de extração da lotaria ou totoloto, cartas bem baralhadas,
etc.).
Limitações do conceito clássico:

O conceito clássico não pode ser utilizado quando os casos não são igualmente possíveis.

Não se pode recorrer ao conceito clássico quando o número de casos possíveis não é finito, o que constitui mais uma
limitação deste conceito.

Conceito Frequencista

De acordo com este conceito a probabilidade de um acontecimento pode ser avaliada observando a frequência relativa do
mesmo acontecimento numa sucessão numerosa de experiências idênticas e independentes, ou seja, a probabilidade de
𝑛(𝐴)
um acontecimento 𝐴 é o limite da sucessão , em que 𝑛(𝐴) é o número de vezes em que se observa 𝐴 em 𝑛
𝑛
experiências idênticas. Tem-se

𝑛(𝐴)
𝑃 𝐴 = lim = lim 𝑓 𝐴 .
𝑛→∞ 𝑛 𝑛→∞
 Axiomas e Propriedades da Teoria da
Probabilidade
A medida de probabilidade é uma função 𝑃 que a cada acontecimento 𝐴 faz corresponder um
número real, 𝑃(𝐴), probabilidade do acontecimento 𝐴, que verifica os três axiomas seguintes:

A1) Para qualquer acontecimento 𝐴 ⊆ Ω, 𝑃(𝐴) ≥ 0.

A2) A probabilidade associada ao acontecimento certo Ω é 𝑃(Ω) = 1.
A3) Se dois acontecimentos 𝐴 e 𝐵, definidos em Ω, forem mutuamente exclusivos, 𝐴 ∩ 𝐵 = ∅, então
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵).
Generalizando, se os acontecimentos 𝐴1, 𝐴2, … , 𝐴𝐾, definidos em Ω, forem mutuamente exclusivos,
𝐴𝑖 ∩𝐴𝑗 = ∅ (∀𝑖≠𝑗: 𝑖,𝑗=1,…,𝐾), então

𝑃(𝐴1 ∪ 𝐴2 ∪ … ∪ 𝐴𝐾) = 𝑃(𝐴1) + 𝑃(𝐴2) + ⋯ + 𝑃(𝐴𝑘 ) = σ𝐾

𝑖=1 𝑃(𝐴𝑖 )
Propriedades

Sejam 𝐴, 𝐵, 𝐶 ⊂ 𝛺

P1) 𝑃(𝐴)ҧ = 1 − 𝑃(𝐴)

P2) 𝑃(∅) = 0

P3) 𝑃(𝐵 − 𝐴) = 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

P4) 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

Esta propriedade generaliza-se a 3 ou mais acontecimentos. Por exemplo, para 3 acontecimentos, A, B e C, tem-se

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

P5) 𝐴 ⊂ 𝐵 ⇒ 𝑃 (𝐴) ≤ 𝑃 (𝐵)

P6) 𝑃 (𝐴) ≤ 1
 Probabilidade Condicionada
Sejam 𝐴 e 𝐵 dois acontecimentos, com 𝐴 ⊆ Ω e 𝐵 ⊆ Ω.

Dados os acontecimentos 𝐴 e 𝐵, a probabilidade do acontecimento 𝐴 ocorrer, sendo certo que o acontecimento 𝐵

ocorreu designa-se por probabilidade de A condicionada por B, e é dada por
𝑃(𝐴∩𝐵)
𝑃 𝐴|𝐵 = , com 𝑃 𝐵 > 0.
𝑃(𝐵)

Da expressão anterior obtém-se a regra da probabilidade do acontecimento intersecção (ou probabilidade conjunta)
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝐵 𝑃 𝐵 = 𝑃 𝐵|𝐴 𝑃 𝐴 , se 𝑃 𝐴 > 0 e 𝑃 𝐵 > 0.

Nota: O conceito de probabilidade condicionada satisfaz todos os axiomas e propriedades da teoria da probabilidade
apresentados anteriormente.
Independência de Acontecimentos
Dois acontecimentos, 𝐴 e 𝐵, do mesmo espaço de resultados, dizem-se independentes, se e só se
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃 𝐵 , com 𝑃 𝐴 ≥ 0 e 𝑃(𝐵) ≥ 0.

Se 𝐴 e 𝐵 são acontecimentos independentes então:

𝑃(𝐴|𝐵) = 𝑃(𝐴) se 𝑃(𝐵) > 0;
𝑃(𝐵|𝐴) = 𝑃(𝐵) se 𝑃(𝐴) > 0;
ou seja, o conhecimento da realização de 𝐵 em nada afeta a probabilidade de se realizar 𝐴 e vice-versa.

Teorema: Se 𝐴 e 𝐵 são acontecimentos independentes também o são 𝐴𝑐 e 𝐵, 𝐴 e 𝐵𝑐 ; e 𝐴𝑐 e 𝐵𝑐 .

 Teorema da Probabilidade Total
Teorema de Bayes
Diz-se que a classe de acontecimentos 𝐴1 , 𝐴2 , … , 𝐴𝑖 , … , 𝐴𝑛 , … é uma partição do espaço de resultados, Ω, se e só
se
1. 𝐴𝑖 ∩ 𝐴𝑗 = ∅, ∀𝑖 ≠ 𝑗;

2. ‫∈𝑖ڂ‬ℕ 𝐴𝑖 = Ω.

Nota: Frequentemente, vamos considerar partições em que 𝐴𝑖 = ∅, ∀𝑖 > 𝑘.

Teorema da Probabilidade Total
Seja 𝐵 um acontecimento de Ω e 𝐴1 , 𝐴2 , … , 𝐴𝑖 , … , 𝐴𝑛 , … é uma partição do universo, Ω, . Então

𝑃 𝐵 = 𝑃 𝐴1 ∩ 𝐵 + 𝑃 𝐴2 ∩ 𝐵 + ⋯ + 𝑃 𝐴𝑛 ∩ 𝐵 + ⋯
= 𝑃 𝐵 𝐴1 𝑃 𝐴1 + 𝑃 𝐵 𝐴2 𝑃 𝐴2 + ⋯ + 𝑃 𝐵 𝐴𝑛 𝑃 𝐴𝑛 + ⋯
= σ𝑖∈ℕ 𝑃 𝐵 𝐴𝑖 𝑃(𝐴𝑖 )
Teorema de Bayes
Se 𝐴1 , 𝐴2 , … , 𝐴𝑖 , … , 𝐴𝑛 , … é uma partição do universo, Ω, e 𝐵 um qualquer acontecimento de Ω
satisfazendo 𝑃 𝐵 > 0, então

𝑃 𝐵|𝐴𝑗 𝑃 𝐴𝑗
𝑃 𝐴𝑗 𝐵 = σ , 𝑗 ∈ ℕ.
𝑖∈ℕ 𝑃 𝐵|𝐴𝑖 𝑃 𝐴𝑖