EMENTA DO CURSO DE PROBABILIDADE E ESTATÍSTICA

Capítulo I - Estudo da Probabilidade

Capítulo II - Variáveis Aleatórias
Capítulo III - Valores Esperados
Capítulo IV - Função de Variáveis Aleatórias
Capítulo V – Introdução a Estatística.
Bibliografia

[1] William W. Hines, Douglas C. Montgomery, David M. Goldsman el Al.

Probabilidade e Estatística na Engenharia. Ed. LTC.

[2] Papoulis, A. “Probability, Random Variables, and Stochastic Processes”, McGraw-

Hill.
[3] Peebles, P. Z. , “Probability and Random Variables and Random Signal
Principles”,. McGraw-Hill.

[4] Leon-Garcia, A. “Probability and Random Processes for Electrical Engineers”,

Addison Wesley.

[5] Myers, Raymond, Myers, Sharon, Ye, K. Probabilidade & Estatística para
engenharia e Ciência. Ed. Pearson.

[6] Meyer, P. L. “Probabilidade: aplicações à estatística”, Rio de Janeiro: LTC.

[7] Spiegel, M. R., Schiller, J. e Srivasan, R. A. “ Probabilidade e Estatística”, Coleção

Schaum, Bookman.
Capítulo I - Estudo da Probabilidade

1.1 - Espaço Amostral (S)

é o conjunto formado por todos os resultados possíveis de um experimento
aleatório.

Ex 1.1.1- Um experimento aleatório consiste em jogar uma moeda e depois jogá-la mais
uma vez se der cara. Se der coroa na primeira jogada, então um dado é jogado uma vez.
Determine o espaço amostral deste experimento.

Ex 1.1.2- Uma moeda é lançada três vezes. Determine o espaço amostral.

Ex 1.1.3 – Suponha que três itens sejam selecionados em um processo industrial. Cada
item é inspecionado e classificado como defeituoso (D) ou não defeituoso (N).
Determine o espaço amostral.

1.2 - Evento (E)

É um conjunto composto de resultados possíveis de um experimento aleatório
contidos no espaço amostral.

Ex 1.2.1- Um experimento aleatório consiste na retirada de uma carta de um conjunto de

4 cartas numeradas de 1 a 4. Determine o conjunto do evento, sabendo-se que o evento
é definido como sendo a retirada de uma carta par ou uma carta impar.

Ex 1.2.2- Para o exemplo 1.1.3, o evento é definido como sendo o nº de itens

defeituosos seja maior do que 1.

Ex 1.2.3 - Para o experimento aleatório do ex. 1.1.1, o evento é definido como sendo a
ocorrência de duas coroas. Determine o conjunto do evento.

1.3 - Cálculo da Probabilidade

1.3.1- Frequência Relativa.

Considere um experimento aleatório repetido n vezes, onde nA representa o

número de vezes que o evento A, definido para este experimento, ocorre nas n
repetições do experimento.
Denomina-se de frequência relativa (fA) do evento A ocorrer para a relação:
fA = nA / n.

1.3.2 - Definição de Probabilidade

Considerando-se que os resultados possíveis de um experimento aleatório, contidos

no espaço amostral, são igualmente prováveis de ocorrer e mutuamente exclusivos (sem
interseção), então a probabilidade de ocorrência de um evento A, definido para o
experimento aleatório, é dada por: P(A) = lim fA = lim nA/ n
n n
Desta forma deduz-se que para se obter a probabilidade de ocorrência do
evento A é necessário repetir o experimento infinitas vezes.
 Uma forma mais pratica de se obter a probabilidade de um evento ocorrer
é com o uso da expressão: P(A) = NA / N onde:

NA - é o número de elementos contidos no conjunto dos eventos.

N - é o número de elementos contidos no conjunto do espaço amostral.
Ex 1.3.2.1- Do naipe de copas de um baralho é retirada uma carta. Determine a
probabilidade de que a carta contenha um número entre 3 e 6, inclusive.

Ex 1.3.2.2- Um dado é lançado duas vezes. Qual é a probabilidade de ocorrer dois

número pares?

Ex. 1.3.2.3- Determine a probabilidade de ocorrência do evento definido no ex 1.2.2.

1.4 - Propriedades e teoremas da probabilidades

a) 0  P(A)  1
b) P(S) = 1
c) Se A e B são eventos mutuamente exclusivos, então: P(AUB ) = P(A) + P(B)
d) Se A1, A2, ..., An são dois a dois eventos mutuamente exclusivos, então:
n n
P(U i = 1 Ai) = P(A1) +P(A2) +...+P(An)= P(Ai )
i=1
e) Se  é o espaço vazio, então: P() = 0

_
f) Se A é o evento complementar do evento A, então:
_
P( A) = 1- P( A)

g) Se A e B são eventos quaisquer, então:

P(A U B) = P(A) + P(B) - P(A  B)

S
A B
B∩A

A∩B
AUB = A U (B ∩A)
B = (A∩B)U(B ∩A)

P[B] = P[(A∩B)U(B ∩A)] = P[A∩B] + P[B ∩A] P[B ∩A]=P[B] - P[A∩B]

P[AUB] =P[ A U (B ∩A)] = P[A] + P[B ∩A]

P[AUB] = P[A] + P[B] - P[A∩B]

1.5 - Probabilidade Marginal
Sejam A1 , A2, ..., An eventos mutuamente exclusivos entre si, associados a um
espaço amostral S, onde: Uni =1 Ai = S.
Seja BJ um evento também associado ao espaço amostral S, que ocorre
conjuntamente (possui interseção) com todos os eventos Ai.
BJ = (BJA1) U (BJA2) U . . . (BJAn) = BJS
BJ=(Uni =1AiBJ),então
P[BJ] = n i =1 P[Ai BJ] - Probabilidade Marginal

Ex 1.5.1- Testes de qualidade foram realizados nos circuitos integrados produzidos por
diversos fabricantes, tendo-se obtido os seguintes resultados em relação aos defeitos
encontrados:
Fabricantes Classe de Defeitos Total
Nenhum Sério Crítico
N S C
F1 50 15 20 85
F2 30 5 15 50
F3 20 10 5 35
Total 100 30 40 170

Qual é a probabilidade de que um circuito integrado, selecionado aleatoriamente dos

170 :
a) Não apresente defeito;
b) seja do fabricante F2 e apresente um defeito crítico.

1.6 - Probabilidade Condicional

Ex 1- Considere o experimento aleatório que consiste na retirada de dois componentes

de um lote formado de 10 componentes defeituosos e 40 não defeituosos. Para este
experimento são definidos os seguintes eventos:
A - O primeiro componente retirado é defeituoso.
B - O segundo componente retirado é defeituoso.
Determine a probabilidade dos eventos A e B considerando que os componentes
são retirados sem reposicão.
Solução:
P(A) = 10/50 P(B) = 9/49
Agora os eventos são redefinidos:
A – O primeiro componente retirado é perfeito.
B – O segundo componente retirado é defeituoso.
Determine a probabilidade dos eventos A e B considerando que os componentes
são retirados sem reposicão.
Solução:
b) P(A) = 40/50 P(B) = 10/49

O que pode-se concluir desses resultados é que a probabilidade de ocorrência

do evento B está condicionada a ocorrência anterior do evento A, portanto existe a
necessidade de se introduzir o conceito de probabilidade condicional (ou condicionada).
Sejam A e B eventos associados a um experimento aleatório. Representaremos por
P(B/A) a probabilidade condicional do evento B ocorrer dado que o evento A tenha
ocorrido
Ex 2- No experimento de lançamento de um dado, considere o evento B, no qual o nº
obtido tem raiz quadrada inteira. Este Dado foi construído para que os números pares
tenham duas vezes mais chance de ocorrer do que os números ímpares.
S={1,2,3,4,5,6}
P[nº ìmpar]= 1/9 ; P[nº par]=2/9; P[B]= P[1] + P[4] =1/9 + 2/9 = 3/9 =1/3

Define-se um evento A, no qual o lançamento do dado resultou em um nº maior do que

3. Desse modo tem-se um espaço amostral reduzido, em relação ao espaço amostral
original, correspondente a definição do evento A, onde A ={4,5,6}.
Vamos determinar a probabilidade do evento B ocorrer nos resultados no qual A tenha
ocorrido, ou seja relativo ao espaço amostral reduzido A.
Vamos determinar as novas probabilidades dos elementos de A de modo que sua soma
seja igual a 1.
P[nº ímpar]=1/5 ; P[nº par]=2/5; P[B/A] = 2/5 = P[nº4] – probabilidade do evento B
ocorrer nos resultados em que A tenha ocorrido.
Calculemos agora a probabilidade da interseção dos eventos A e B, P(AB) e a
razão entre as probabilidades P(AB)/P(A). Todas essas probabilidades calculadas em
relação ao espaço amostral original
P(AB) = 2/9 ; P[A] = 5/9
P(AB)/P(A) = (2/9) / (5/9) = 2/5
Podemos observar que a razão acima apresentou um resultado igual a
probabilidade P(B/A) calculada anteriormente. Portanto, intuitivamente, podemos
concluir que P(B/A) = P(AB)/P(A).
Essa solução para P(B/A) = P(AB)/P(A) apesar de obtida, especificamente, para
o exemplo estudado, é uma solução geral que pode ser reforçada pelo uso do conceito
de frequência relativa.
Suponhamos que um experimento aleatório é repetido n vezes, onde:
nA - é o número de vezes que o evento A ocorre nas n repetições;
nAB- é o número de vezes que o evento AB (interseção dos eventos) ocorre nas n
repetições;
fA = nA/n - é a frequência relativa do evento A;
fAB = nAB/n - é a frequência relativa do evento AB; e
fAB /fA = (nAB/n) / (nA/n) = nAB/nA - é a frequência relativa do evento B condicionada a
ocorrência anterior do evento A, ou seja a ocorrência de B naqueles resultados em que
A tenha ocorrido.
Como os termos da equação acima representam frequencias relativas é óbvio que
se n, o número de repetições do experimento, tender ao infinito, essas frequências
relativas serão a probabilidade dos eventos que elas representam e poderemos escrever
que:

P(B/A) = lim [ fAB/ fA ]  P(B/A) = P(AB) /P(A).

n

Ex. 1.6.1 – Os dados da população com nível superior de uma pequena cidade está
categorizada de acordo com o gênero e o status empregatício, conforme a tabela abaixo.
Um indivíduo é selecionado aleatoriamente para uma turnê pelo país para divulgar as
vantagens de novas indústrias se estabelecerem na cidade. Determine a probabilidade de
um homem ser o escolhido, sabendo-se que ele está empregado.
M- um homem é escolhido; E- o escolhido está empregado
Gênero Empregado Desempregado Total

Homem 460 40 500

Mulher 140 260 400

Total 600 300 900

1.7 - Probabilidade total.

Dá-se o nome de probabilidade total à probabilidade marginal computada com o
uso da probabilidade condicional, onde a ocorrência do evento BJ está condicionada a
ocorrência anterior do evento Ai.
P[BJ] = n i =1 P[Ai . BJ]
Como:
P[BJ / Ai ] = P[Ai. BJ ] / P[Ai ]  P[Ai. BJ ] = P[BJ / Ai ] P[Ai ]
Então:

P[BJ] = n i =1 P[BJ / Ai ] P[Ai ]

Ex. 1.7.1- Uma caixa contém 2000 componentes, dos quais 5% são defeituosos. Uma
segunda caixa contém 500 componentes, dos quais 10% são defeituosos. Seleciona-se,
aleatoriamente, uma das caixas e retira-se dela um componente. Qual é a probabilidade
do componente ser defeituoso?

1.8- Independência de Eventos

Dois eventos são independentes se a ocorrência anterior de um deles não influenciar
a ocorrência posterior do outro.
P(A/B) = P(A.B) /P(B).
P[A.B] = P[A/B] P[B]
P[A/B] = P[A]
P[A.B] = P[A] P[B]
Ex. 1.8.1- Considere o lançamento de dois dados. Os eventos A e B são definidos da
seguinte maneira:
A - o primeiro dado mostra um número par;
B - o segundo dado mostra um número impar
Verifique se os eventos são independentes.

1.9 - Teorema de Bayés

Sejam os eventos A1, A2, . . ., An partições do espaço amostral S, onde P[Ai]  0,
onde os eventos Ai são mutuamente exclusivos.
Seja B um evento que ocorre conjuntamente com todos os eventos Ai. Deseja-se
determinar a probabilidade de ocorrência de um dos eventos Ai dado que o evento B
ocorreu.

P[Ai / B] = P[Ai.B] / P[B]

P[B] = n i =1 P[B / Ai ] P[Ai ] – probabilidade total

Como P[Ai.B] = P[B / Ai ] P[Ai ], então tem-se que:

P[Ai / B] = {P[B / Ai ] P[Ai ]} / n i =1 P[B / Ai ] P[Ai ]

Ex. Em certa linha de montagem , três máquinas B1 , B2 e B3 produzem 30%, 45% e

25% dos produtos, respectivamente. Sabe-se, de experiências anteriores, que 2%, 3% e
2% dos produtos feitos por cada máquina são, respectivamente, defeituosos. Agora,
suponha que um produto, já acabado, seja selecionado aleatoriamente e apresente
defeito. Qual é a probabilidade de que tal produto tenha sido produzido pela máquina
B3?