Modelos Probabilísticos

Aplicados à Engenharia de Produção

Apresentação
da disciplina

Prof. Dr. Hélio Fuchigami

UFSCar/DEP
2023
Ementa
✓Conceitos básicos de modelos probabilísticos
✓Teoria dos conjuntos e métodos de enumeração
✓Introdução à probabilidade
✓Variáveis aleatórias discretas e contínuas
✓Valor esperado e variância
✓Distribuições de variáveis aleatórias discretas
✓Distribuições de variáveis aleatórias contínuas
✓Aplicações de modelos probabilísticos na Engenharia de
Produção
2
Notas
✓Testes semanais (mais detalhes no próximo slide)
✓Trabalho aplicado no meio da disciplina
✓Prova escrita (A: 28/08, B: 29/08, C: 23/08)

✓Média = 0,4 Testes + 0,1 Trabalho + 0,5 Prova

✓Aprovação com média no mínimo 6,0 e 75% de

frequência

3
Testes semanais
✓Regras gerais:
▪ No final de cada aula (30 a 40 min)
▪ Uma única questão (aberta e não de múltipla escolha)
▪ Nota de cada teste 𝑻𝒋 : 0 ou 1
𝟏𝟎 σ𝒏
𝒋=𝟏 𝑻𝒋
▪ Nota final dos 𝒏 testes:
𝒏−𝟏

✓Regras específicas:
▪ Divulgadas na semana anterior
▪ Ex: lista de exercícios, exercício em software etc.
Livro-texto

✓DEVORE, J.L.
Probabilidade e estatística
para engenharia e ciências.
São Paulo: Pioneira
Thomson Learning, 2006.
✓Capítulos 2 a 4

5
Aulas práticas
✓Software R
✓Notebook

Horário de atendimento
✓ Com professor: agendar por e-mail
helio@dep.ufscar.br
✓ Com monitor: serão divulgados os horários
6
 Dúvidas?

comentários... perguntas...
curiosidades... reclamações...
sugestões... manifestações...

7
Modelos Probabilísticos
Aplicados à Engenharia de Produção

Conceitos básicos de
modelos probabilísticos

Prof. Dr. Hélio Fuchigami

UFSCar/DEP
2023
Conceitos

Probabilidade
✓Estudo da aleatoriedade e da incerteza

Teoria da Probabilidade
✓Métodos de quantificação das chances ou
possibilidades de ocorrência

9
Conceitos
Experimento
✓Qualquer ação ou processo cujo resultado está
sujeito à incerteza
✓Exemplos:
▪ jogar uma moeda
▪ selecionar uma carta de baralho
▪ pesar um produto a granel
▪ determinar o tempo de trajeto de casa à UFSCar
10
Conceitos
Espaço amostral (S)
✓Conjunto de todos os resultados possíveis do
experimento
✓Ex. 1: Teste de qualidade de um produto
▪ S = {perfeito, defeito}
✓Ex. 2: Status de três fusíveis
▪ N: sem defeito e D: defeito
▪ S = {NNN, NND, NDN, DNN, NDD, DND, DDN, DDD}
11
Conceitos

Evento
✓Subconjunto de resultados no espaço amostral S

✓Do ex. 1: S = {perfeito, defeito}

▪ Produto sem defeito: E1 = {perfeito}
✓Do ex. 2: S = {NNN, NND, NDN, DNN, NDD, DND, DDN, DDD}
▪ Dois fusíveis defeituosos: E2 = {NDD, DND, DDN}
12
Modelo
✓Representação simplificada de um problema
real
✓Suficientemente precisa para tomada de
decisão
✓Descrição aproximada da realidade
✓Ex: maquete, foto, ícone, gráfico, protótipo,
F = ma
13
 Modelo
matemático
Problema modelagem
Determinístico
real
Probabilístico

14
Modelos Probabilísticos
Aplicados à Engenharia de Produção

Revisão da Teoria
dos Conjuntos

Prof. Dr. Hélio Fuchigami

UFSCar/DEP
2023
Teoria dos Conjuntos

✓Conjunto vazio:  ou {}
✓{0}  {}  

✓Conjunto universo U: contém todos os conjuntos

16
Representação

A B Diagrama
de Venn

A B A B A B

17
Representação

A B Diagrama
de Venn

✓A ∪ B: A união B  todos os resultados no evento A ou no

evento B ou em ambos
✓A ∩ B: A interseção B  resultados que estão em ambos
os eventos A e B
✓A’ = A: complemento de A  resultados que não estão no
evento A
Exemplo

A 3 B
1 7
2
5 9
4 C
6

✓A = ✓A ∩ C =
✓B = ✓B’ =
✓C =
✓A ∪ C = ✓A ⊂ U, B ⊂ U, C ⊂ U,
✓A ∩ B = ∅⊂U
19
Exemplo

A 3 B
1 7
2
5 9
4 C
6
A e C são mutuamente exclusivos ou disjuntos
(não possuem resultado em comum)

A 3
2 6
4
C
20
Lista de Exercícios 2.1

21
Lista 2.1 (p. 49)

22
Propriedades de Probabilidade
✓Objetivo da probabilidade: atribuir a cada evento A
um número P(A)
✓P(A): probabilidade do evento A
✓Medida de chance de ocorrência de A

Axioma 1) Para qualquer evento A, P(A)  0

Axioma 2) P(S) = 1
23
Propriedades da Probabilidade

Axioma 3) Se A1, A2, ..., Ak for um conjunto finito de

eventos mutuamente exclusivos, então
𝑷 𝑨𝟏 ∪ 𝑨𝟐 ∪ ⋯ ∪ 𝑨𝒌 = σ𝒌𝒊=𝟏 𝑷(𝑨𝒊 ).
Se A1, A2, ... for um conjunto infinito de eventos
mutuamente exclusivos, então
𝑷 𝑨𝟏 ∪ 𝑨𝟐 ∪ ⋯ = σ∞
𝒊=𝟏 𝑷(𝑨𝒊 ).
Propriedades da Probabilidade
Proposição 1) Para qualquer evento A,
P(A) = 1 – P(A’)

Proposição 2) Se A e B forem mutuamente exclusivos, então

P(A ∩ B) = ∅

Proposição 3) Para quaisquer dois eventos A e B,

P(A ∪ B) = P(A) + P(B) – P(A ∩ B) A B
Exemplo (2.14 adaptado - p. 54)

✓Em um determinado bairro residencial, 60% dos

lares assinam o jornal Folha de Sanca, 80%
assinam o Diário do Estado e 50% assinam os dois.
Se um lar for selecionado aleatoriamente, qual a
probabilidade dele assinar:
a) ao menos um dos jornais?
b) exatamente um dos dois jornais?

26
Lista de Exercícios 2.2

27
Lista 2.2 (p. 56)

28
Técnicas de contagem
✓N: quantidade de resultados de um espaço
amostral
✓N(A): quantidade de resultados contidos em um
evento A
𝑵(𝑨)
𝑷 𝑨 =
𝑵

✓Ex: dado  P(par) = 3/6 = 0,50

Regra do Produto para pares ordenados
✓Objetos O1 e O2 são um par ordenado se
(O1, O2)  (O2, O1)
✓Ex.: ida e volta de uma viagem

Proposição) Se O1 puder ser selecionado de n1

formas e para cada uma dessa n1 formas, O2 puder
ser selecionado de n2 formas, o número de pares é
n1n2.

30
Exemplo (2.18 - p. 59)

✓Uma família precisa do atendimento de um

obstetra e de um pediatra. Há duas clínicas de fácil
acesso e cada uma tem dois obstetras e três
pediatras. A família prefere selecionar os dois
especialistas da mesma clínica. De quantas formas
isso pode ser feito?

31
Diagrama em árvore
P1
✓Representação gráfica P2
(ex. anterior) P3
O1
P1
P2
O2
P3
P4
O3
P5

O4 P6
n1 ramos da 1ª geração P4
n1n2 ramos da 2ª geração P5
P6

1ª geração 2ª geração
32
Regra do produto para k-tuplas

✓k-tupla: conjunto ordenado de k objetos

▪ Par ordenado  2-tupla. Ex.: (4, 2), (3, 7)
▪ Trio ordenado  3-tupla. Ex.: (2, 1, 5), (6, 2, 8)
▪ 4-tupla
▪ 5-tupla
▪ ...

33
Regra do produto para k-tuplas

Proposição) Suponha um conjunto composto por

conjuntos de k-tuplas e que haja n1 escolhas
possíveis para o primeiro elemento. Para cada
escolha do primeiro elemento, há n2 escolhas do
segundo elemento, ...; para cada escolha dos k-1
primeiros elementos, há nk escolhas do k-ésimo
elemento. Então há n1n2...nk resultados possíveis.
Do exemplo anterior (2.20 adap. - p. 61)

✓Se cada clínica tiver três cardiologistas e dois

cirurgiões gerais. De quantas formas poderão ser
selecionados um médico de cada especialidade,
sendo os quatro da mesma clínica?

35
Observação

✓A Regra do Produto também é conhecida como “Princípio

fundamental da contagem”

Etapas sucessivas

Possibilidades: 4 . 3 . 3 . 2 = 72

36
Permutações, arranjos e combinações

Permutação:
n elementos 

 
Arranjo:
  
 
Combinação:
 
 = 
 
37
Permutação

✓Qualquer sequência dos n objetos de um

conjunto de n objetos

✓Número de permutações possíveis:

𝑷𝒏 = 𝒏!
Arranjo

✓Qualquer sequência ordenada de k objetos

selecionados de um conjunto de n objetos

✓Número de arranjos possíveis:

𝒏!
𝑨𝒌,𝒏 =
𝒏 −𝒌 !
Combinação

✓Qualquer subconjunto não ordenado de k objetos

selecionados de um conjunto de n objetos

✓Número de combinações possíveis:

𝒏 𝒏!
𝑪𝒌,𝒏 = =
𝒌 𝒌! 𝒏 − 𝒌 !
Exemplos

1) Sete atletas participam de uma prova de atletismo. Não

ocorrendo nenhum empate, quantas são as classificações
possíveis nessa prova?
2) Dez diretores de uma empresa são candidatos aos cargos
de presidente e vice-presidente. Quantos são os possíveis
resultados da eleição?
3) Numa agência de banco, três funcionários serão
promovidos a cargos de gerência. Havendo sete
funcionários qualificados para a função, de quantos
modos diferentes poderão ser escolhidos os promovidos?
41
Exemplo (2.23 adaptado - p. 63)

✓Uma universidade recebeu 25 impressoras, das

quais 10 são impressoras a laser e 15 são a jato de
tinta. Se 6 das 25 forem selecionadas
aleatoriamente para serem verificadas por um
técnico, qual a probabilidade de exatamente 3
delas sejam a laser?
✓E qual a probabilidade de pelo menos 3
impressoras sejam a jato de tinta?

42
 Lista de Exercícios 2.3

Errata: exercício 29:

“civil, elétrica, produção, materiais e mecânica”

43
Probabilidade condicional
✓P(A|B): probabilidade condicional de A dado que
ocorreu o evento B

Definição) Para quaisquer dois eventos A e B, com

P(B) > 0,
𝑷(𝑨∩𝑩) A B “dado B”:
𝑷 𝑨𝑩 = novo espaço
𝑷(𝑩) amostral

P(A|B)
 D N

Exemplo (2.4 adaptado - p. 66) L1 2 6

L2 1 9

✓Um determinado componente é montado em uma fábrica que usa

duas linhas de montagem diferentes: L1 e L2. A linha L1 usa
equipamentos mais antigos que L2, de forma que é mais lenta e um
pouco menos confiável. Suponha que em determinado dia, a linha
L1 tenha montado 8 componentes, dos quais 2 foram identificados
como defeituosos (D) e 6 como não defeituosos (N), ao passo que a
linha L2 produziu 1 defeituoso e 9 não defeituosos. O gerente
seleciona aleatoriamente um desses 18 componentes para uma
inspeção.
✓a) Qual a probabilidade do componente selecionado ser da linha L1?
✓b) O gerente verificou que o componente tem defeito. Sabendo
disso, qual a probabilidade do componente ser da linha L1?
Regra da multiplicação

✓P(A ∩ B) = P(A|B) . P(B)  da definição

✓P(A ∩ B) = P(B|A) . P(A)

Exemplo (2.27 - p.68)

✓Quatro indivíduos responderam a uma solicitação de um

banco de sangue para doação. Nenhum deles doou
sangue antes, de forma que seus tipos sanguíneos são
desconhecidos. Suponha que apenas o tipo O+ seja
desejado e apenas um dos quatro indivíduos tenha esse
tipo sanguíneo. Se os doadores potenciais forem
selecionados em ordem aleatória para determinação do
tipo sanguíneo, qual será a probabilidade de que pelo
menos três indivíduos tenham de ser testados para
obtenção do tipo desejado?

47
Exemplo (2.28 - p.69)

✓Para o experimento da definição do tipo sanguíneo

do exemplo anterior,
P(pelo menos 3 indivíduos testados) = 0,5

✓O terceiro indivíduo pode ou não ser O+

✓Então, qual a probabilidade do terceiro indivíduo

ser O+?
48
Exemplo (2.29 adaptado - p.69)

✓Uma cadeia de lojas de eletrodomésticos vende três marcas diferentes de

smart TV. 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. Sabe-se que 25% das smart TV da marca 1
necessitam de reparos de garantia, enquanto os percentuais
correspondentes para as marcas 2 e 3 sã 20% e 10%, respectivamente.
✓a) Qual é a probabilidade de que um comprador selecionado aleatoriamente
compre uma smart TV da marca 1 que precise de reparo durante a garantia?
✓b) Qual é a probabilidade de que um comprador selecionado aleatoriamente
possua um aparelho que necessite de reparos durante a garantia?
✓c) Se um cliente voltar à loja com uma smart TV que precise de reparos em
garantia, qual a probabilidade dele ser da marca 1? E da marca 2? E da
marca 3?
49
Teorema da Probabilidade Total
✓Eventos exaustivos (partição do espaço amostral): coleção de
eventos não vazios e não sobrepostos tal que A1, A2, ..., Ak = S

Teorema da Probabilidade Total:

Sejam A1, A2, ..., Ak eventos mutuamente
exclusivos e exaustivos. Então, para
qualquer outro evento B,
𝒌

𝑷 𝑩 = 𝑷 𝑩 𝑨𝟏 𝑷 𝑨𝟏 + … + 𝑷 𝑩 𝑨𝒌 𝑷 𝑨𝒌 = ෍ 𝑷 𝑩 𝑨𝒊 𝑷(𝑨𝒊 )
𝒊=𝟏
Teorema de Bayes

✓Sejam A1, A2, ..., Ak uma coleção de k eventos

mutuamente exclusivos e exaustivos com P(Ai) > 0
para i = 1, ..., k. Então, para qualquer outro evento
B em que P(B) > 0,

𝑷(𝑨𝒋 ∩ 𝑩) 𝑷 𝑩 𝑨𝒋 𝑷(𝑨𝒋 )
𝑷 𝑨𝒋 𝑩 = = 𝒌 , 𝒋 = 𝟏, … , 𝒌
𝑷(𝑩) σ𝒊=𝟏 𝑷 𝑩 𝑨𝒊 𝑷(𝑨𝒊 )
Exemplo

✓Seja A1 = {estudantes da turma A de Modelos

Probabilísticos}, A2 = {estudantes da turma B} e A3
= {estudantes da turma C}. Sabe-se que a turma A
têm 41 estudantes, a turma B tem 38 e a turma C,
39. Seja B = {estudantes com média 10} e sabendo-
se que P(B|A1) = 8/100, P(B|A2) = 5/100 e P(B|A3) =
4/100, calcule a probabilidade de um aluno com
média 10 escolhido aleatoriamente ser da turma A.
Lista de Exercícios 2.4

53
Independência
Definição) Dois eventos A e B são independentes se P(A|B) = P(A)
e dependentes em caso contrário.
✓Ex.: dado  A = {2, 4, 6}, B = {1, 2, 3}, C = {1, 2, 3, 4}
P(A) = 1/2 e P(A|B) = 1/3  A e B são dependentes
P(A|C) = 1/2  A e C são independentes

Proposição) Os eventos A e B são independentes se, e somente

se, P(A ∩ B) = P(A).P(B).
✓ P(A ∩ B) = P(A|B).P(B) = P(A).P(B)
P(A)
Exemplo (2.33 - p. 77)

✓Sabe-se que 30% das lavadoras de roupa de uma

determinada empresa requerem manutenção enquanto
estiverem na garantia e somente 10% das secadoras de
roupa precisam de manutenção. Se alguém comprar uma
lavadora e uma secadora de roupas feitas por essa
empresa, qual é a probabilidade de que ambas as
máquinas precisem de conserto?
✓A = {lavadora precisa de conserto}  P(A) = 0,30
✓B = {secadora precisa de conserto}  P(B) = 0,10
✓P(A ∩ B) = P(A).P(B) = 0,30.0,10 = 0,03 = 3%
Independência de mais de 2 eventos

Definição) Os eventos A1, ..., An são mutuamente

independentes se para cada k (k = 2, ..., n) e cada
subconjunto de índices i1, i2, ..., ik,

𝑷 𝑨𝒊𝟏 ∩ 𝑨𝒊𝟐 ∩ ⋯ ∩ 𝑨𝒊𝒌 = 𝑷 𝑨𝒊𝟏 . … . 𝑷 𝑨𝒊𝒌

Lista de Exercícios 2.5

57
Referência

✓DEVORE, J.L. Probabilidade e estatística para engenharia

e ciências. São Paulo: Cengage Learning, 2006.

58