Semana 04 - Probabilidade (02.

2)
Modulo 4 [Semana 24 out] – Probabilidades (pág. 106) [Cap. 5, REF-1]

5.1 Introdução

5.2 Algumas Propriedades

5.3 Probabilidade Condicional e Independência

5.4 O Teorema de Bayes

5.5 Probabilidades Subjetivas

TPC: # 26, 27, 30, 31, 33, 34, 37, 38, 46, 47, 48, 49, 50, 54, 56, 59, 62, 66 (pág. 122)
Introdução
Probabilidade estuda a aleatoriedade e a incerteza em acontecimentos

A teoria da probabilidade oferece métodos de quantificação das chances ou

possibilidades de ocorrência associadas aos diversos resultados possíveis

Acontecimentos (Events) - Observação de resultados (Outcomes)

Girolamo Cardano escreve em 1526 o livro Liber de Ludo Aleae (Livro dos
jogos de azar)

Fermat, Pascal, Bernoulli, Huygens, de Moivre, Laplace e Gauss foram os

pioneiros
Espaços amostrais e eventos
Experiência aleatória é qualquer processo cujo resultado não é
determinístico ou seja se sujeita à sorte (aleas) ou incerteza
Espaço amostral de um experimento, representado por Ω ou 𝒮, é o conjunto
de todos os resultados distintos e possíveis de um experimento aleatório
Evento é qualquer subconjunto do espaço amostral 𝒮
Um evento é simples ou elementar se consistir num único resultado e
composto se consistir em mais de um resultado
O experimento aleatório mais simples resulta em dois resultados possíveis:
Exemplo: moeda-ao-ar: Ω ou 𝒮 = {H, T}, H = Heads, T = Tails
Intuição sobre medidas de probabilidade
Neste curso, a atribuição de probabilidades a eventos é feita intuitivamente,
usando duas medidas de probabilidades:
● medida integral (diagramas de Venn) - P(A) é a razão da “área” do evento
A pela “área” do espaço amostral contínuo 𝛀:

● medida de contagem - P(A) é a razão da contagem do número de

resultados N(A) favoráveis para evento A pelo número total de resultados
N de um espaço amostral discreto 𝛀:
Espaço amostral contínuo - Diagramas de Venn
2 subconjuntos:

3 conjuntos:
Termos e definições da teoria dos conjuntos (1)
A união de dois eventos A e B, representada por , lida “A união B”, é o
evento que consiste em todos os resultados que estão no evento A ou no B ou
em ambos
A interseção dos dois eventos A e B, representada por , lida “A
interseção B”, é o evento que consiste de todos os resultados que estão em
ambos A e B.
O complemento de um evento A, representado por , é o conjunto de
todos os resultados em S que não estão contidos em A.
Quando A e B não possuem resultados em comum, são chamados eventos
mutuamente exclusivos ou disjuntos
Diagramas de Venn - 5 conjuntos em posição geral

muita complexidade para ser útil:

Função Probabilidade e Axiomas
Dado um espaço amostral 𝒮, a função probabilidade atribui a cada evento A
um número P(A) entre 0 e 1, denominado probabilidade do evento A

Atribuição de probabilidade a eventos deve ser consistente com os axiomas:

Modelo Probabilistico
Todo experimento ou fenômeno que envolve um elemento casual terá seu modelo
probabilístico especificado quando se estabelecem:
Modelos probabilísticos e parâmetros (exemplo)
● Um modelo estatístico é uma representação ou interpretação
simplificada de uma experiência aleatória
● Experimento: moeda-ao-ar uma vez (Bernoulli trial)
● Espaço amostral: 𝒮 = {H, T}, H = Heads, T = Tails
● Axioma 3 implica que P(T) = 1 - P(H)
● Axiomas 2 implica que P(𝒮) = 1, logo se deduz do axioma 3 que P(∅) =0
● A única liberdade permitida pelos axiomas é o valor de P(H)
● Estabelecer o parâmetro do modelo P(H) = p ∊ [0,1]
○ Exemplo do modelo para moeda “justa”: p = 0.5
○ Exemplo de modelo para moeda “viciada” a favor de H: p = 0.75
Interpretação frequentista da probabilidade (clássica)
● A interpretação da probabilidade mais usada baseia-se na noção de frequências relativas
● Se uma experiência aleatória for executada repetidamente n vezes, de uma forma
idêntica e independente (i.i.d.), algum conjunto fixo de resultados (evento A) ocorrerá e
outros não.
● Representando por n(A) o número de repetições em que A ocorre, a relação n(A)/n é
denominada frequência relativa de ocorrência do evento A na seqüência de n repetições.
● Conforme n aumenta, a freqüência relativa n(A)/n se estabiliza e se aproxima de um
valor-limite
● A interpretação frequentista da probabilidade identifica essa freqüência relativa-limite
com a probabilidade do evento A:
Atribuição da probabilidade (exemplos)
● Experimento: No lançamento de uma moeda “justa” ao ar, a
probabilidade de ocorrer H = Heads (cara)

● Experimento: No lançamento de um dado “justo”, a probabilidade de

ocorrer a face ⚄ = P (⚄)
●
Interpretação bayesiana da probabilidade
● Observar um fenômeno um grande número de vezes é irrelevante, quando
não existe possibilidade de o repetir em circunstâncias idênticas
● A probabilidade que se atribui a um evento depende da quantidade de
informação à priori que existe sobre o fenómeno em causa
● A atribuição da probabilidade é por sua vez atualizada para uma
probabilidade à posteriori à luz de novos dados relevantes (evidências).
● A probabilidade bayesiana pertence à categoria de probabilidades evidenciais
● No que segue será usado apenas a interpretação frequentista
Atribuição de Probabilidade
O cálculo de probabilidades decorre da contagem dos modos de ocorrência , da medida
de área ou de outra função de medida:
● Em muitos experimentos que consistem em N resultados, é razoável atribuir
probabilidades iguais a todos os eventos simples

● Para um evento A, com N(A) representando o número de resultados favoráveis a A,

tem-se:
Propriedades de probabilidade
● Para qualquer evento A tem-se:
● Se A e B forem mutuamente exclusivos, então:
● Para quaisquer dois eventos A e B tem-se:

● Probabilidade de uma união de mais de dois eventos A, B, C:

Resultados igualmente prováveis (uniformes)
● Em muitos experimentos que consistem em N resultados, é razoável
atribuir probabilidades iguais a todos os eventos simples

● Para um evento A, com N(A) representando o número de resultados

contidos em A, tem-se:
Contagem de modos de ocorrências - espaços discretos
Num espaço aleatório discreto, quando todos os eventos simples são
igualmente prováveis, o cálculo de probabilidades se reduz a uma contagem
dos modos de ocorrência dos resultados de alguma experiência aleatória
(evento):

“De quantas maneiras determinado resultado pode ocorrer?”

Quase sempre a contagem de modos de ocorrência dos resultados se reduz à

contagem de modos de escolha combinatória em algum espaço de escolhas
Contagem - ordem, reposição e repetição
Tres factores determinantes na contagem dos modos de ocorrência:

● Ordem
○ Com ordenação - Resultado das escolhas são ordenadas (Permutação P e Arranjo A)
○ Sem ordenação - Resultado das escolhas não são ordenadas (Combinação C)

● Reposição
○ Com reposição - Após cada escolha o espaço é reposto (escolhas independentes)
○ Sem reposição - Não há reposição dos elementos escolhidos (espaço de escolhas varia)

● Repetição
○ Com repetição - Alguns elementos escolhidos são indistinguíveis
○ Sem repetição - Elementos escolhidos são todos distintos entre si
Contagem de modos de escolha - soma e produto
Regra da soma: escolha por casos (disjunção )
Existem modos de escolher um de entre casos

Regra do produto: escolha por etapas sucessivas (conjunção )

Existem modos de escolher dois elementos, se na primeira etapa se pode
escolher de modos e na segunda etapa se pode escolher de modos:
Modos de escolhas - com ou sem repetição
Resultados com a mesma atribuição de probabilidades (identicamente distribuídos, i.d.)
equivalem a escolhas num conjunto constituído por elementos distintos e sem
repetições

Espaço de escolhas: Atribuição de probabilidades:

Resultados com diferenças nas atribuições de probabilidades equivalem a escolhas

num conjunto constituído por elementos distintos mas repetidos

Espaço de escolhas: Atribuição de probabilidades:

Modos de escolhas - com ou sem reposição
Escolhas sucessivas podem ser feitas com ou sem reposição do elemento
escolhido no espaço inicial das escolhas:

sem reposição: com reposição:

Espaço de escolhas varia Escolhas independentes
com sucessivas escolhas de escolhas anteriores
Modos de escolhas- ordenação (permutação)
Evento composto de n resultados

possui modos de ordenação (lê-se n factorial) designados por

permutação de n elementos:
Modos de escolhas - permutação com repetição
Em eventos compostos de n resultados
distintos mas repetidos o número de
modos de ordenação designados por
permutação de n elementos, com
repetição de k elementos vezes
respectivamente, é calculado por:
Modos de escolhas - permutação circular
Em eventos compostos de n resultados, o
número de modos de ordenação cíclica
designados por permutação circular, é
calculado por:
Modos de escolhas - escolha simples
Existem n modos de escolha de um único elemento num conjunto de n
elementos:
Modos de escolhas - Arranjo com reposição
Existem modos de escolha ordenada de k elementos de um conjunto de
n elementos, com reposição dos elementos no espaço inicial de escolha:
Modos de escolhas - Arranjo
Existem modos de escolha ordenada de k elementos de um
conjunto de n elementos, sem reposição:
Modos de escolhas - Combinação
Existem modos de escolha sem ordenação de k elementos de
um conjunto de n elementos, sem reposição:
Modos de escolhas - Combinação com reposição
Existem modos de escolha sem ordenação de k elementos de
um conjunto de n elementos, com reposição:

Problema é equivalente a
Técnicas de contagem - Quadro Resumo
Modos de escolhas - Árvores de escolhas
Resultados de escolhas sucessivas ou cumulativas podem ser representadas em
diagramas de árvore

Exemplo:

À primeira ocorrência de 4
possibilidades segue uma segunda
ocorrência de 3 possibilidades, logo
existem 4 x 3 = 12 possibilidades das
duas ocorrências seguidas

O princípio é iterativo e aplica-se a

escolhas sucessivas de k-tuplos
Probabilidade condicional - justificativa
As probabilidades atribuídas a diversos eventos dependem do que seja
conhecido sobre a situação experimental quando a atribuição é feita.

Depois da atribuição inicial, informações parciais sobre ou relevantes para o

resultado do experimento podem estar disponíveis. Essas informações podem
fazer com que revisemos algumas atribuições de probabilidade

Usaremos a notação P(A⏐B) para representar a probabilidade condicional

de A dado que ocorreu o evento B
Probabilidade condicional - intuição
As probabilidades atribuídas a diversos eventos dependem do que seja
conhecido sobre a situação experimental quando a atribuição é feita.

Depois da atribuição inicial, perante novas evidências da ocorrência de B,

torna-se necessário actualizar a atribuição de probabilidade ajustando o
espaço amostral à priori Ω para um novo espaço amostral à posteriori B
resultando na probabilidade condicional P(A|B):
Probabilidade condicional - definição
Probabilidade Condicional - Diagrama de árvore

estado “à priori” o
Probabilidade condicional - Exemplificação
Uma cadeia de lojas de vídeo vende três distintas marcas
de videocassetes. Dessas vendas, 50% são da marca 1 (a
mais barata), 30% são da marca 2 e 20% são da marca 3.
Cada fabricante oferece um ano de garantia para peças e
mão-de-obra. É sabido que 25% dos videocassetes da
marca l necessitam de reparos de garantia, enquanto os
percentuais correspondentes para as marcas 2 e 3 são
20% e 10%, respectivamente.

1. Qual é a probabilidade de que um comprador

selecionado aleatoriamente compre um videocassete da
marca 1 que precise de reparo durante a garantia?

2. Qual é a probabilidade de que um comprador

selecionado aleatoriamente possua um aparelho que
necessite de reparos durante a garantia?

3. Se um cliente voltar à loja com um videocassete que

precise de reparos em garantia, qual é a probabilidade
de ele ser da marca 1? E da marca 2? E da marca 3?
Lei da Probabilidade total
Teorema de Bayes
Exemplificação - Teorema de Bayes
Exemplo:
Incidência de doenças raras. Apenas 1 em
1000 adultos é acometido por uma
doença rara para a qual foi desenvolvido
um teste de diagnóstico.
O teste funciona de tal forma que, se o
indivíduo tiver a doença, o resultado do
teste será positivo em 99% das vezes e,
se não a tiver, será positivo em apenas
2% das vezes.
Se um indivíduo selecionado
aleatoriamente for testado e o resultado
for positivo, qual é a probabilidade de ele
ter a doença?
P(A1|+T) = P(A1∩+T)/P(+T)
= 0.00099/(0.00099+0.01998)
= 0.0472
Independência de eventos
Dois eventos A e B são independentes se a ocorrência de qualquer um deles não
afeta a probabilidade de ocorrência do outro evento:

A simetria de independência dos dois eventos é calculada por:

O lado direito da equação é P(B) se, e somente se, P(A⏐B) P(A) (independência), de
forma que a igualdade da definição implica outra igualdade (e vice-versa).
Independência de múltiplos eventos
 Fim

Obrigado pela atenção

Tente resolver os exercícios de TPC

organizando-os no seu
Caderno de Prática