Aula de Probabilidade

Estatı́stica Econômica I: Probabilidades: definições e
propriedades
Prof. Dr. José Carlos Araújo Amarante
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

DEPARTAMENTO DE ECONOMIA/CCSA
2023.1
Prof. Dr. José Carlos Araújo Amarante Estatı́stica Econômica I: Probabilidades: definições e propriedades
2023.1 1 / 45
Sumário
1 Conceito/definição de probabilidade
2 Probabilidade subjetiva
3 Probabilidade do “e” e do “ou”

Intersecção
União
4 Probabilidade Condicional
5 Regra de Bayes
6 Definição Axiomática de Probabilidade
7 Referências
2023.1 2 / 45
Conceito/definição de probabilidade
O conceito de probabilidade está sempre presente em nosso dia a

dia, por exemplo:
Qual é a probabilidade de que o meu time seja campeão?
Qual é a probabilidade de que eu passe naquela disciplina?
Qual é a probabilidade de que eu ganhe na loteria?
Assim, probabilidade é uma espécie de medida associada a um evento.
2023.1 3 / 45
No caso especı́fico em que o evento em questão é “meu time será

campeão”.
Se este evento é impossı́vel de ocorrer, dizemos que a sua

probabilidade é zero.
Se, entretanto, ele ocorrerá com certeza, a sua probabilidade é igual a

um (ou cem por cento).
Chamando este evento simplesmente de “A”, então dizemos que:

Se A é impossı́vel de ocorrer, então P(A) = 0.
Se A ocorre com certeza, então P(A) = 1.
2023.1 4 / 45
A probabilidade de um evento A qualquer pode ser definida, de uma

maneira simplificada como:
número de vezes em que A ocorre

P(A) =
número de vezes em que todos os eventos ocorrem
Esta definição desse ser vista com ressalvas: não se trata do número de
vezes que de fato ocorreriam em um experimento, mas sua proporção
teórica.
2023.1 5 / 45
Considerando o lançamento de uma moeda, o conjunto de todos os

eventos possı́veis deste experimento (conjunto este que chamamos de
espaço amostral) é composto de dois possı́veis resultados: “cara” ou
“coroa”. Considerando que estes dois eventos têm a mesma chance de
ocorrer (o que vale dizer que a moeda não está viciada), teremos:
número de vezes em que ocorre cara 1

P( ”cara”) = = .
número de vezes em que todos os eventos ocorrem 2
número de vezes em que ocorre coroa 1

P( ”coroa”) = = .
Repare que a soma das duas probabilidades é igual a 1.
2023.1 6 / 45
Se mudarmos o jogo, de cara ou coroa para dados, se jogarmos o dado

uma única vez, temos seis possibilidades, que correspondem aos números
inteiros de 1 a 6. A probabilidade de cair um número qualquer (digamos, o
3) será dada por:
número de vezes em que ocorre 3 1

P( ”cair 3”) = = .
2023.1 7 / 45
Uma outra maneira de encontrarmos estas probabilidades seria se

fizéssemos um experimento (por exemplo, jogar a moeda) um número
muito grande de vezes (na verdade, deveriam ser infinitas vezes) e
encontrássemos a proporção entre caras e coroas. Este experimento foi
feito e os resultados são mostrados na tabela abaixo:
n° de jogadas n° de caras n° de coroas proporção de caras proporção de coroas
10 6 4 0,6000 0,4000
100 47 53 0,4700 0,5300
1000 509 401 0,5090 0,4010
10000 4957 5043 0,4957 0,5043
25000 12486 12514 0,4994 0,5006
O experimento evidencia que, à medida que o número de jogadas

aumenta, a proporção de caras e de coroas se aproxima do valor 0,5.
2023.1 8 / 45
Chamando de n o número de vezes que o experimento é feito, uma

maneira de definir probabilidade é:
número de vezes em que A ocorre

P(A) = lim
n→∞ n
Que é chamada de definição de probabilidade pela frequência relativa.
2023.1 9 / 45
Sendo o conjunto X definido por X = {x ∈ R | 0 < x < 2}, qual a

probabilidade de, ao sortearmos um número qualquer deste
conjunto este número pertença ao intervalo [0, 5; 1, 5] ? E qual a
probabilidade deste número ser exatamente igual a 1 ?
Neste caso, a probabilidade de sortearmos qualquer número entre 0,5 e 1,5

(inclusive), que é um intervalo de comprimento igual a 1 (= 1,5 – 0,5), de
um intervalo possı́vel que tem comprimento igual a 2 (= 2 – 0) será dada
por:
1
P(0, 5 ≤ x ≤ 1, 5) =
2
2023.1 10 / 45
E a probabilidade de ser exatamente 1? Ou seja, de sortear um

único número entre um total de números presente no conjunto X
de... infinitos! A probabilidade será dada, então por:
1
=0
P(x = 1) = lim
n→∞ n
Portanto, embora seja possı́vel de ocorrer, a probabilidade de ser igual a 1

(ou igual a qualquer número) é igual a zero, se estivermos falando de um
conjunto contı́nuo. A probabilidade só será diferente de zero se estivermos
falando de um intervalo contido neste conjunto.
2023.1 11 / 45
Probabilidade subjetiva
Definição de probabilidade subjetiva

A probabilidade subjetiva é a medida da crença de uma pessoa individual
de que um evento ocorrerá.
Exemplos:
atribuir um valor que represente as chances do time ganhar o
campeonato;
a probabilidade de que o governo mude a polı́tica econômica (é
certamente maior em perı́odos de crise);
a probabilidade de ser assaltado quando se passa por determinada
rua, etc.
Qualquer que seja este valor, entretanto, deve seguir as mesmas “regras”
que a probabilidade objetiva, isto é, tem que estar entre 0 e 1, sendo 0
correspondendo à impossibilidade e 1 à certeza do evento ocorrer.
2023.1 12 / 45
Probabilidade subjetiva
Exemplo: Qual a probabilidade de se acertar os treze pontos na

loteria esportiva?
Flamengo x Olaria (um jogo teoricamente fácil):
P(Flamengo) = 70%
P(empate) = 20%
P(Olaria) = 10%
Corinthians x São Paulo (jogo equilibrado):
P(Corinthians) = 30%
P(empate) = 40%
P(São Paulo) = 30%
Todos estes números, evidentemente, sujeitos à discussão. Esta avaliação

teria que ser feita jogo a jogo para se computar a probabilidade de ganhar
na loteria esportiva.
2023.1 13 / 45
Probabilidade do “e” e do “ou”
Chamando de S o espaço amostral (que equivale a todos os eventos,
portanto P(S)=1) e sendo A um evento deste espaço amostral (isto é, A é
um subconjunto de S), uma representação gráfica da probabilidade de A é
mostrada na figura abaixo:
Em que a região em que o conjunto A está representado representa a sua

probabilidade em relação ao espaço amostral S. Esta representação gráfica
de probabilidade é conhecida como Diagrama de Venn.
Observação: um caso particular importante é um evento que não está em S
(impossı́vel de ocorrer), como o dado cair no número 7 ou a moeda não
dar nem cara, nem coroa, representado pelo conjunto vazio (∅), em que,
evidentemente P(∅) = 0.
2023.1 14 / 45
Pelo diagrama de Venn podemos verificar uma relação importante: a

probabilidade de ”não A”, ou seja, o complementar de A, representado por
A.
O conjunto A é representado por todos os pontos que pertencem a S, mas

não pertencem a A, o que no Diagrama de Venn acima é representado
pela região sombreada.
2023.1 15 / 45
A probabilidade de A será dada então por:
P(A) = P(S) − P(A)

Mas como P(S) = 1, então:
P(A) = 1 − P(A)
ou:
P(A) + P(A) = 1
Isto é, a soma da probabilidade de um evento com a do seu complementar
é sempre igual a 1.
2023.1 16 / 45
Suponhamos agora dois eventos quaisquer de S, A e B. A representação

no Diagrama de Venn será:
Com base na representação acima podemos calcular operações de

intersecção e união.
2023.1 17 / 45
Intersecção
Dados dois eventos poderemos ter a probabilidade de ocorrer A e B, isto é,

ocorrer A e também B.
Exemplos:
jogar dois dados e dar 6 no primeiro e 1 no segundo;
ser aprovado em Estatı́stica e em Cálculo.
Em linguagem de conjuntos, a ocorrência de um evento e também outro é

representada pela intersecção dos dois conjuntos (A ∩ B). No Diagrama de
Venn é representada pela área sombreada abaixo:
P(A e B) = P(A ∩ B)
2023.1 18 / 45
União
Há ainda a probabilidade de ocorrência de A ou B. Isto equivale a ocorrer

A, ou B, ou ambos. Em linguagem de conjuntos equivale a união de A e
B (A ∪ B), representada abaixo:
P(A ou B) = P(A ∪ B)
Podemos verificar que, se somarmos as probabilidades de A e B, a região
comum a ambos (a intersecção) será somada duas vezes. Para retirarmos
este efeito, basta subtrairmos a intersecção (uma vez). Portanto:
P(A ou B) = P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

2023.1 19 / 45
União
Um caso particular desta regra é aquele em que A e B jamais ocorrem

juntos, são eventos ditos mutuamente exclusivos (ocorrer um implica em
não ocorrer outro).
Os conjuntos não terão pontos em comum, portanto (a intersecção é o

conjunto vazio) e A e B então são ditos disjuntos, como mostrado abaixo:
Neste caso, não há dúvida:
P(A ou B) = P(A ∪ B) = P(A) + P(B)
2023.1 20 / 45
União
Portanto, a chamada “regra do ou” pode ser resumida assim:

Se A e B são eventos quaisquer:
P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

Se A e B são eventos mutuamente exclusivos (disjuntos):
P(A ∪ B) = P(A) + P(B)
2023.1 21 / 45
União
Exemplo: Qual a probabilidade de, ao jogar um dado, obter-se um

número maior que 4?
Número maior do que 4 no dado temos o 5 e o 6, portanto:
P( maior que 4) = P(5 ou 6)

Que são eventos disjuntos, já que, se der 5, é impossı́vel dar 6 e vice-versa.
1 1 1
P(5 ou 6) = P(5) + P(6) = + =
6 6 3
2023.1 22 / 45
União
Exemplo: Duas crianças gêmeas têm o seguinte comportamento: uma

delas (a mais chorona) chora 65% do dia; a outra chora 45% do dia e
ambas choram, ao mesmo tempo, 30% do dia. Qual a probabilidade
(qual o percentual do dia) de que pelo menos uma chore? E qual a
probabilidade de que nenhuma chore?
A probabilidade de que pelo menos uma chore é a probabilidade de que a primeira chore
ou a segunda chore. Chamando de C1 o evento “a primeira criança chora” e C2 “a
segunda criança chora”, temos:
P(C1 ou C2) = P(C1) + P(C2) − P(C1 e C2) = 0, 65 + 0, 45 − 0, 3 = 0, 8

Portanto, pelo menos uma criança estará chorando 80% do tempo. “Nenhuma das
crianças chora” é o evento complementar:
P( nenhuma chora ) = 1 − P(C1 ou C2) = 1 − 0, 8 = 0, 2
Assim sendo, os pais destas crianças terão paz em apenas 20% do tempo.
2023.1 23 / 45
Probabilidade Condicional
Qual a probabilidade de que o Banco Central aumente a taxa de

juros? Qual a probabilidade de que ele aumente a taxa sabendo-se
que ocorreu uma crise que pode ter impacto sobre a inflação?
Qual a probabilidade de, jogando dois dados em sequencia, obter-se

um total superior a 7? E se, na primeira jogada, já se tirou um 6?
Qual a probabilidade do seu time ganhar o próximo jogo? E se já é

sabido que o adversário jogará desfalcado de seu principal jogador?
Você acorda de manhã e o céu está azul e sem nuvens. Você pega o
guarda-chuva ou não? É claro que, de posse dessa informação, a
probabilidade estimada para o evento “chover” diminui.
2023.1 24 / 45
A pergunta que se faz é: qual a probabilidade de um evento sabendo-se

que um outro evento já ocorreu (ou vai ocorrer)? Qual probabilidade de A
dado que B já é um fato da vida.
No Diagrama de Venn acima, B já ocorreu! A probabilidade de A ocorrer

então só pode ser naquele pedaço em que A e B têm em comum (a
intersecção).
A probabilidade deve ser calculada não mais em relação a S, mas em
relação a B, já que os pontos fora de B sabidamente não podem acontecer
(já que B ocorreu).
2023.1 25 / 45
Portanto, a probabilidade de A tendo em vista que B ocorreu (ou

ocorrerá), representada por P(A | B) (lê-se probabilidade de A dado B),
será dada por:
P(AeB)
P(A | B) =
P(B)
2023.1 26 / 45
A “regra do e”, apresentada anteriormente, ganha uma nova forma:
P(A e B) = P(A | B) × P(B)

ou
P(A e B) = P(B | A) × P(A)

Se o evento B não tiver qualquer efeito sobre a probabilidade do evento A,
então teremos:
P(A | B) = P(A)
P(B | A) = P(B)
E A e B são ditos eventos independentes (a probabilidade condicional é
igual à não condicional).
2023.1 27 / 45
Serão eventos dependentes em caso contrário, isto é:
P(A | B) ̸= P(A)
e
P(B | A) ̸= P(B)
Então, se A e B forem eventos independentes, vale:
P(A e B) = P(A) × P(B)
2023.1 28 / 45
Resumindo
Para dois eventos independentes temos:
P(A e B) = P(A) × P(B)

P(A ou B) = P(A) + P(B) − P(A) × P(B)
Para dois eventos disjuntos (mutuamente exclusivos):
P(A e B) = 0
P(A ou B) = P(A) + P(B)
Para dois eventos quaisquer:
P(A e B) = P(A) × P(B | A) = P(B) × P(A | B)

P(A ou B) = P(A) + P(B) − P(A e B)
2023.1 29 / 45
Exemplo: Foi feita uma pesquisa com 100 pessoas sobre as

preferências a respeito de programas na televisão. Os resultados
obtidos foram os seguintes:
Homens Mulheres
Futebol 40 20 60
Novela 5 35 40
Total 45 55 100
a) Entre o grupo de entrevistados, qual a probabilidade de preferir novela?

E futebol?
40
P( novela ) = = 0, 4 = 40%
100
60
P( futebol ) = = 0, 6 = 60%
100
2023.1 30 / 45

Honens Mulheres
Futebol 40 20 60
Novela 5 35 40
Total 45 55 100
b) Qual a probabilidade de, em sendo homem, preferir futebol?

Podemos resolver diretamente já que, pela tabela, dos 45 homens, 40 preferem futebol:
40
P( futebol | homem ) = = 0, 888 . . . ∼
= 88, 8%
45
Ou pela definição de probabilidade condicional:
40
P( homem e futebol )
P( futebol | homem ) = = 100
45
= 0, 888 . . . ∼
= 88, 8%
P( homem ) 100
2023.1 31 / 45

Honens Mulheres
Futebol 40 20 60
Novela 5 35 40
Total 45 55 100
c) Qual a probabilidade de que, se preferir novela, for mulher?

De novo é possı́vel resolver diretamente pela tabela, tendo em vista que, dos 40 que
preferem novela, 35 são mulheres:
35
P( mulher | novela ) = = 0, 875 = 87, 5%
40
Ou pela definição de probabilidade condicional:
35
P( mulher e novela ) 100
P( mulher | novela ) = = 40
= 0, 875 = 87, 5%
P( novela ) 100
2023.1 32 / 45

Honens Mulheres
Futebol 40 20 60
Novela 5 35 40
Total 45 55 100
Note que a preferência por um tipo de programa ou outro e o sexo não são
eventos independentes, já que:
P( mulher | novela ) ̸= P( mulher )

P( futebol | homem ) ̸= P( futebol )
2023.1 33 / 45
Exemplo
Um restaurante popular apresenta apenas dois tipos de refeições: salada
completa ou um prato à base de carne. Considere que 20% dos fregueses
do sexo masculino preferem a salada, 30% das mulheres escolhem carne,
75% dos fregueses são homens e os seguintes eventos: H : freguês é
homem A : freguês prefere salada M: freguês é mulher B : freguês prefere
carne Calcular:
(a) P(H), P(A | H), P(B | M);
(b) P(A ∩ H), P(A ∪ H);
(c) P(M | A).
2023.1 34 / 45
Exemplo
Construindo uma tabela com os dados do problema, temos
Homens (H) Mulheres (M) Total
Salada (A) 0, 150 0, 175 0, 325
Carne (B) 0, 600 0, 075 0, 675
Total 0, 750 0, 250 1, 000
2023.1 35 / 45
Regra de Bayes
Exemplo: Suponha que, numa eleição para governador em um estado

norte americano, temos um candidato democrata e um republicano.
Entre os eleitores brancos (B), 30% votam no democrata, esta
proporção sobe para 60% entre os eleitores negros (N) e é de 50%
entre os eleitores de outras etnias (O). Sabendo-se que há 70% de
eleitores brancos, 20% de negros e 10% de outras etnias, se um voto
democrata é retirado ao acaso, qual a probabilidade de que ele tenha
sido dado por um eleitor negro?
Pelo enunciado sabemos que:
P(B) = 0,7; P(N) = 0,2; P(O) = 0,1; P(D | N) = 0, 6; P(D | B) = 0, 3;
P(D | O) = 0, 5. E pede-se qual probabilidade do voto ser de um eleitor
negro dado que o voto é para o candidato democrata, isto é:
P(N | D) =?
2023.1 36 / 45
Regra de Bayes
Exemplo:
P(B) = 0,7; P(N) = 0,2; P(O) = 0,1; P(D | N) = 0, 6; P(D | B) = 0, 3;
P(D | O) = 0, 5. E pede-se qual probabilidade do voto ser de um eleitor
negro dado que o voto é para o candidato democrata, isto é:
P(NeD)
P(N | D) =
P(D)
A probabilidade de ser negro e democrata é dada por:
P(N e D) = P(N) × P(D | N) = 0, 2 × 0, 6 = 0, 12
2023.1 37 / 45
Regra de Bayes
Exemplo:
P(B) = 0,7; P(N) = 0,2; P(O) = 0,1; P(D | N) = 0, 6; P(D | B) = 0, 3;
P(D | O) = 0, 5. E pede-se qual probabilidade do voto ser de um eleitor negro dado que
o voto é para o candidato democrata, isto é:
P(NeD)
P(N | D) =
P(D)
E a probabilidade de ser democrata será dada pela soma dos votos brancos e
democratas, negros e democratas e outras etnias e democratas:
P(D) = P(D e B) + P(D e N) + P(D e O) = 0, 7 × 0, 3 + 0, 2 × 0, 6 + 0, 1 × 0, 5 = 0, 38
Assim sendo:
0, 12 ∼
P(N | D) = = 0, 3158 = 31, 58%
0, 38
Portanto, 31,58% dos votos democratas são de eleitores negros.
2023.1 38 / 45
Regra de Bayes
O exemplo anterior partiu de probabilidades condicionais para calcular uma

probabilidade com a “condição invertida”. A generalização do resultado
obtido é conhecida como Regra de Bayes, que é enunciada abaixo:
Regra de Bayes
Se temos as probabilidades condicionais de um evento B dados todos os
eventos do tipo Ai (i = 1, 2, . . . , n ) e queremos encontrar a probabilidade
condicional de um certo evento Aj dado B, esta será dada por:
P (B | Aj ) × P (Aj )
P (Aj | B) = Pn
i=1 P (B | Ai ) × P (Ai )
2023.1 39 / 45
Definição Axiomática de Probabilidade
Algumas definições:
O conjunto S de todos os resultados possı́veis de um experimento
aleatório é chamado de espaço amostral.
Chamemos ℑ um conjunto de subconjuntos de S, para o qual a

probabilidade será definida. A este conjunto denominamos espaço de
eventos.
A definição de que subconjuntos de S farão parte do espaço de

eventos é simples se S for discreto, pois, neste caso, basta que
definamos ℑ como o conjunto de todos os subconjuntos possı́veis de
S (incluindo o próprio S e o vazio). No caso de um conjunto S
contı́nuo, ou mesmo no caso de um S muito grande devemos nos
contentar com uma definição mais restrita para ℑ.
2023.1 40 / 45
O espaço de eventos ℑ deverá ter as seguintes propriedades:

S ∈ ℑ.
Se A ∈ ℑ, então A ∈ ℑ.
Se A e B ∈ ℑ, então A ∪ B ∈ ℑ.
Se A1 , A2 , . . . ∈ ℑ, então ∪∞
i=1 Ai ∈ ℑ.
Se ℑ segue estas propriedades é dito um σ field (sigma field).
2023.1 41 / 45
A probabilidade é então uma função que associa um elemento— de ℑ a
um número real, isto é:
P:ℑ→R
Obedecendo aos seguintes axiomas:
Axioma 1:
Para qualquer A ∈ ℑ, P(A) ≥ 0

Axioma 2:
P(S) = 1
Axioma 3:
Dados A1 , A2 , . . . , An ∈ ℑ, disjuntos dois a dois, temos:
n
X
P (∪ni=1 Ai ) = P (Ai )
i=1
2023.1 42 / 45
O espaço de probabilidade será formado por (S, ℑ, P ). Onde S é o

conjunto universo (espaço amostral), ℑ um conjunto de subconjuntos de S
e P uma função que associa as probabilidades aos elementos de ℑ
Algumas propriedades de probabilidade podem ser estabelecidas a
partir dos três axiomas estabelecidos acima:
Se A ∈ ℑ, então P(A) = 1 − P(A)
P(∅) = 0
Se A, B ∈ ℑ, então P(A) = P(A ∩ B) + P(A ∩ B)
Se A, B ∈ ℑ, então P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
2023.1 43 / 45
Referências
BUSSAB, Wilton de Oliveira; MORETTIN, Pedro Alberto. Estatı́stica

básica. 6. ed. São Paulo: Saraiva, 2010. 540 p. ISBN: 97885020811772.
MEYER, Paul L. Probabilidade: aplicações à estatı́stica. 2. ed. Rio de

Janeiro: Ltc, 1983. xvi, 426 p. ISBN: 8521602944.
SARTORIS, Alexandre. Estatı́stica e Introdução à Econometria.

Saraiva Educação SA, 2017.
2023.1 44 / 45
Obrigado!
carlos-amarante@hotmail.com
2023.1 45 / 45

Aula de Probabilidade

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula de Probabilidade

Enviado por

Direitos autorais:

Formatos disponíveis

Estatı́stica Econômica I: Probabilidades: definições e

Prof. Dr. José Carlos Araújo Amarante

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

3 Probabilidade do “e” e do “ou”

6 Definição Axiomática de Probabilidade

O conceito de probabilidade está sempre presente em nosso dia a

Qual é a probabilidade de que o meu time seja campeão?

Qual é a probabilidade de que eu passe naquela disciplina?

Qual é a probabilidade de que eu ganhe na loteria?

Assim, probabilidade é uma espécie de medida associada a um evento.

No caso especı́fico em que o evento em questão é “meu time será

Se este evento é impossı́vel de ocorrer, dizemos que a sua

Se, entretanto, ele ocorrerá com certeza, a sua probabilidade é igual a

Chamando este evento simplesmente de “A”, então dizemos que:

Se A ocorre com certeza, então P(A) = 1.

A probabilidade de um evento A qualquer pode ser definida, de uma

número de vezes em que A ocorre

Considerando o lançamento de uma moeda, o conjunto de todos os

número de vezes em que ocorre cara 1

número de vezes em que ocorre coroa 1

Repare que a soma das duas probabilidades é igual a 1.

Se mudarmos o jogo, de cara ou coroa para dados, se jogarmos o dado

número de vezes em que ocorre 3 1

Uma outra maneira de encontrarmos estas probabilidades seria se

O experimento evidencia que, à medida que o número de jogadas

Chamando de n o número de vezes que o experimento é feito, uma

número de vezes em que A ocorre

Que é chamada de definição de probabilidade pela frequência relativa.

Sendo o conjunto X definido por X = {x ∈ R | 0 < x < 2}, qual a

Neste caso, a probabilidade de sortearmos qualquer número entre 0,5 e 1,5

E a probabilidade de ser exatamente 1? Ou seja, de sortear um

Portanto, embora seja possı́vel de ocorrer, a probabilidade de ser igual a 1

Definição de probabilidade subjetiva

Exemplo: Qual a probabilidade de se acertar os treze pontos na

Todos estes números, evidentemente, sujeitos à discussão. Esta avaliação

Em que a região em que o conjunto A está representado representa a sua

Pelo diagrama de Venn podemos verificar uma relação importante: a

O conjunto A é representado por todos os pontos que pertencem a S, mas

A probabilidade de A será dada então por:

P(A) = P(S) − P(A)

Suponhamos agora dois eventos quaisquer de S, A e B. A representação

Com base na representação acima podemos calcular operações de

Dados dois eventos poderemos ter a probabilidade de ocorrer A e B, isto é,

Em linguagem de conjuntos, a ocorrência de um evento e também outro é

Há ainda a probabilidade de ocorrência de A ou B. Isto equivale a ocorrer

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

Um caso particular desta regra é aquele em que A e B jamais ocorrem

Os conjuntos não terão pontos em comum, portanto (a intersecção é o

Neste caso, não há dúvida:

P(A ou B) = P(A ∪ B) = P(A) + P(B)

Portanto, a chamada “regra do ou” pode ser resumida assim:

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

P(A ∪ B) = P(A) + P(B)

Exemplo: Qual a probabilidade de, ao jogar um dado, obter-se um

P( maior que 4) = P(5 ou 6)

Exemplo: Duas crianças gêmeas têm o seguinte comportamento: uma

P(C1 ou C2) = P(C1) + P(C2) − P(C1 e C2) = 0, 65 + 0, 45 − 0, 3 = 0, 8

Qual a probabilidade de que o Banco Central aumente a taxa de

Qual a probabilidade de, jogando dois dados em sequencia, obter-se

Qual a probabilidade do seu time ganhar o próximo jogo? E se já é

A pergunta que se faz é: qual a probabilidade de um evento sabendo-se

No Diagrama de Venn acima, B já ocorreu! A probabilidade de A ocorrer

Portanto, a probabilidade de A tendo em vista que B ocorreu (ou

P(A e B) = P(A | B) × P(B)