Aula 1: Introdução a processos estocásticos

1. REVISÃO

1.1. Conceitos Básicos

Experimento aleatório: Uma ação (ou conjunto de ações) que produzem um determinado
resultado, que não pode ser determinado a priori;

Espaço Amostral: Conjunto de todos os resultados possíveis de um experimento aleatório;

Evento: Subconjunto do conjunto de resultados de um experimento aleatório;

Probabilidade: Valor real que expressa a possibilidade de ocorrência de um evento, em uma

escala de 0 a 1, onde:{0: evento impossível; 1: evento certo}. Pode ser entendido de duas
formas:
• “Chance” de ocorrência do evento, quando o experimento é realizado uma única vez;
• Frequência média com que um evento ocorre, quando o experimento é realizado um
número muito grande de vezes;

Exemplos: lançamento de um dado, temperatura no centro do RJ ao meio-dia;

1.2. Caracterização e propriedades dos eventos

União de dois eventos A e B: conjunto de elementos que pertencem a um OU outro evento

P(A ∪B) = P(A) + P(B) – P(A∩ B)

A B
(A ∪B)

Interseção de dois eventos: conjunto de elementos que pertencem a um E outro evento

A B
(A ∩ B)

Notas de Aula – Curso de Processos Estocásticos I Prof: André Diniz 3

Aula 1: Introdução a processos estocásticos

Eventos A e B mutuamente excludentes: A ∩ B = ∅

A B

Neste caso: P(A ∪B) = P(A) + P(B) (“OU” => “+”)

Eventos independentes ???

1.3. Probabilidade Condicionada

A probabilidade de um evento A condicionada à ocorrência de B pode ser entendida como a
probabilidade de ocorrência do evento A, onde o espaço amostral a ser considerado é o
conjunto de resultados que levam ao evento B.

S
P ( A ∩ B)
P( A B) =
P( B)
A
B

A∩B

Exemplo:
Um exame de laboratório tem eficiência de 95% para detectar uma doença quando esta
doença existe de fato. Entretanto, o teste aponta um resultado “falso positivo” para 1% das
pessoas sadias testadas. Se 0,5% da população tem a doença, qual é a probabilidade de:

- uma pessoa ter a doença quando o seu exame foi positivo?

- uma pessoa ter um exame positivo quando tem a doença?

Obs: Não há uma relação cronológica definida entre os eventos A e B. O evento que está
na condição não é necessariamente o que ocorreu primeiro, mas sim o que se sabe (ou que se
supõe) que ocorreu

Diferença entre:

Notas de Aula – Curso de Processos Estocásticos I Prof: André Diniz 4

Aula 1: Introdução a processos estocásticos

=> Probabilidade de ocorrer “A dado B”; e

=> Probabilidade de ocorrer “A e B”
Qual a probabilidade de um time ganhar um jogo fazendo 4 gols?
Qual a probabilidade de um time ganhar o jogo se ele fizer 4 gols?

Diferença entre:
=> Probabilidade de ocorrer “A dado B”; e
=> Probabilidade de ocorrer “B dado A”

Exemplos:
- Qual a probabilidade de você acertar uma questão de múltipla escolha dado que sabe?
(grande!) X Qual a probabilidade de você saber uma questão dado que acertou? (??)
- Qual a probabilidade de uma pessoa ser mineira dado que é cruzeirense? (grande!) X Qual
a probabilidade de você ser cruzeirense dado que é mineira? (50% ?)

1.3.1. Eventos independentes:

Dois eventos A e B são independentes quando:

P ( A) = P ( A B ) ⇔ P ( B ) = P ( B A) ⇔ P( A ∩ B) = P( A) P( B) (“E” => ×)

Dois eventos A e B são independentes quando A e B estão associados a:

• ações que ocorrem de forma independente e/ou que não tem relação de causa-efeito:
=> A: André acertar a questão 1 da prova; B: João acertar a questão 1 da prova;
=> A: ganhar na loto; B: chover;
=> A: tipo de sangue; B: chance de infarto. São eventos independentes ??

Notas de Aula – Curso de Processos Estocásticos I Prof: André Diniz 5

Aula 1: Introdução a processos estocásticos

• quando “a proporção de A em B” é igual à “proporção de A no todo”

A: sair par em um dado;
B: sair um número maior do que 4

B
1 3 5

2 4 6 A

outro exemplo:
Probabilidade de um call center dar ocupado dado que é uma mulher que faz a ligação? (a
proporção de mulheres que não conseguem completar a ligação é, em média, a proporção de
pessoas que não conseguem completar a ligação)

1.4. Probabilidade Total

P ( A ∩ B ) = P ( B ) P ( A B ) = P ( A) P ( B A)

Exemplos:

Em uma gaveta há 3 meias, sendo 2 pretas e uma cinza. Qual a probabilidade de, no escuro,
tirar um par de cores diferentes?

1.5. Partição
Dizemos que os eventos A1, A2,…,An são uma partição do espaço amostral S de um
experimento aleatório quando:

(i) Ai∩ Aj = ∅, ∀ i≠j

n
(ii) UA =S
i =1
i

(iii) P(Ai) > 0 ∀ i

Em outras palavras, apenas 1 evento ocorre, e a união deles forma todo o espaço amostral:

Notas de Aula – Curso de Processos Estocásticos I Prof: André Diniz 6

Aula 1: Introdução a processos estocásticos

A1 A3 A5

A2 A4

Exemplo:
=> Graus (A,B,C,D,E) para a nota de um aluno em uma prova.
=> vitória, empate, derrota.
=> lançamento de um dado: {1,2,3,4,5,6}
=> Níveis de colesterol:

Fonte: http://www.knobel.com.br/site/colesterol/

Notas de Aula – Curso de Processos Estocásticos I Prof: André Diniz 7