Conceitos Probabilísticos

Conceitos Probabilísticos
Experimento Aleatório
Todo experimento, que repetido em condições idênticas, pode apresentar
resultados diferentes.
Ponto Amostral
É um resultado possível de um experimento aleatório.
Um resultado no lançamento de um dado : {5}
Teor de cobre de uma amostra tomada aleatoriamente : {2,5%}
Espaço Amostral ( Ω ou S)
Conjunto de todos os resultados possíveis de um experimento aleatório.
Ω = { 1, 2, 3, 4, 5, 6 } S = {X є IR | 0 ≤ X ≤ 100%}
Evento
É um subconjunto do espaço amostral.
A= { 2, 4, 6 } A representa o evento de sair um número par no
lançamento de um dado de 6 faces.
 Sistema Completo De Eventos
Considera-se que vários eventos formam um sistema completo de
eventos se, em um experimento, um e somente um evento do
sistema acontece por vez.

Eventos Incompatíveis
Eventos são chamados de incompatíveis se em um experimento dois
quaisquer desses eventos não podem ocorrer simultaneamente.

Eventos Equiprováveis
Vários eventos dentro de um experimento são chamados de
equiprováveis se é possível assumir que nenhum dos eventos é mais
provável de ocorrer do que outro.
 Probabilidade
A um dado evento qualquer A, pode-se associar um número entre O e 1,
chamado de probabilidade do evento A ocorrer, P(A), e que representa as
chances de ocorrência deste evento.
Quando se tem um sistema completo de eventos, com eventos incompatíveis
e equiprováveis a Probabilidade do evento A ocorrer pode ser calculada por:

n( A) número de resultados favoráveis ao evento A

P ( A) = =
n (Ω) número de resultados possíveis

Exemplos:
Eventos associados ao lançamento de um dado de 6 faces.
Eventos associados ao lançamento de uma moeda.

Se A é o evento de sair um número par no lançamento de um dado,

então:
Se estas condições não ocorrem, deve-se repetir o experimento várias
vezes observando o número de vezes em que o evento foi satisfeito. A
probabilidade de um evento A ocorrer pode ser estimada através da
fórmula:

Onde: nf é o número de experimentos em que o evento A ocorreu

n é o número de vezes em que se repete o experimento.

Quando maior n, mais próximo P(A)* estará do verdadeiro valor de P(A),

ou seja, a probabilidade de um evento A ocorrer pode ser definida como:

nf
P ( A) = lim
n →∞ n
A∩B=φ
 Propriedades de probabilidadede
1. 0 ≤ P ( A) ≤ 1
2. Evento certo : P (Ω) = 1 Evento impossível : P(φ ) = 0
3. A probabilidade de ocorrência da soma de uma série de eventos
mutuamente exclusivos, é igual à soma das probabilidades de
ocorrência de cada evento, ou seja:
P ( A1 + A2 + A3 +  An ) = P ( A1 ) + P ( A2 ) + P ( A3 ) +  P ( An )
se A i  A j = ∅ ∀ i, j
4. No caso de eventos não mutuamente exclusivos tem-se a
seguinte fórmula:
n
P (∑ Ai ) = ∑ P ( Ai ) − ∑ P ( Ai A j ) + ∑ P( A A Ak ) −  + (− 1)
n −1
i j P ( A1 A2  An )
i =1 i i, j i , j ,k

para diferentes índices i; i, j; i, j, k, etc.

 Para n=2, tem-se:
P( A + B) = P( A) + P( B) − P( A.B)
Para n=3, 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 )
5. Chama-se probabilidade condicional de um evento A em
relação à um outro evento B, escrevendo-se P(A|B) , a
probabilidade de ocorrência de A na condição de que o evento B
tenha ocorrido. Pode-se mostrar que :
A∩B
A∩B∩C

B∩C

A∩C
 6. Dois eventos A e B são independentes se a probabilidade de
ocorrência de um deles não depende da ocorrência do outro.
Neste caso tem-se que:
P( A.B) = P( A).P( B) pois P( B | A) = P(B)

Pode-se dizer então que a probabilidade de ocorrência de uma

série de eventos independentes ao mesmo tempo é igual ao
produto das probabilidades de ocorrência de cada um deles, ou
seja:

P ( A1. A2 . A3 .. An ) = P ( A1 ).P ( A2 ).P ( A3 )..P ( An )

Pode-se mostrar que a probabilidade de ocorrência de uma série
de eventos ao mesmo tempo, é igual ao produto da probabilidade
de ocorrência de cada i-ésimo evento na condição de que todos os i
-1 eventos tenham ocorrido.

P( A1 A2 A3  An ) = P( A1 ).P( A2 | A1 ).P( A3 | A1 A2 )  P( An | A1 A2  An −1 )

7. Tem-se um sistema completo de n eventos Ai incompatíveis

quando o somatório da probabilidade de ocorrência de cada um
destes eventos é igual a 1, ou seja:
n
∑ P( Ai ) = 1
i =1
 Fórmula das Probabilidades Totais

A probabilidade de um evento A ocorrer juntamente com um dos eventos

H1 , H2 , H3 , ... , Hn formando um sistema completo de eventos
independentes é dada por:

n
P ( A ) = ∑ P ( H i ) P ( A|H i )
i =1
Sejam 3 urnas idênticas, a primeira contendo duas bolas
brancas e uma preta; a segunda três bolas brancas e uma
preta e a terceira duas bolas brancas e duas negras.
Escolhe-se uma urna ao acaso e tira-se uma bola. Achar a
probabilidade de se tirar uma bola branca.
A fórmula das probabilidades totais combinada com a fórmula de
Probabilidade Condicional

P ( A.H i ) = P ( A ∩ H i ) = P ( A ) .P ( H i |A ) =
P ( H i ) .P ( A|H i ) ( i = 1, 2,3,...n )

dá origem às fórmulas de Bayes.

 A probabilidade de ocorrência de um dos eventos Hi que
formam um sistema completo de n eventos incompatíveis
simultaneamente com um evento A, pode ser calculada através
das seguintes fórmulas conhecida como fórmulas de Bayes.

P( H i ).P( A | H i )
P( H i | A) = (i = 1,2,  , n)
P( A)

P( H i ).P( A | H i )
P ( H i | A) = n
para i = 1,2,  , n
∑ P( H
j =1
j ).P( A | H j )
Um aparelho pode ser montado com peças de alta qualidade e
com peças comuns. No primeiro caso a probabilidade de
funcionamento sem falhas durante um tempo t é igual a 0,95.
No segundo caso esta probabilidade é de 0,7. Sabe-se que 40%
dos aparelhos são fabricados com peças de alta qualidade.
Um aparelho é submetido a um teste durante um tempo t e não
sofre falhas. Qual a probabilidade de que ele seja montado com
peças de alta qualidade?