31/08/2023

O que é probabilidade?
É uma medida para quantificar a INCERTEZA sobre a
ocorrência de fenômenos aleatórios.
“A probabilidade de chuva
Módulo 2. Probabilidade amanhã à tarde é de 20%”.
Vai chover amanhã?
Pode ser que sim, pode ser que não.
Conceitos básicos de probabilidade. Tipos de eventos. A probabilidade quantifica
quão incertos estamos
a respeito da chuva.

* Créditos das imagens utilizadas nessa apresentação: rawpixel.com e freepik.com

Profa. Magda Carvalho Pires Departamento de Estatística - UFMG Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 2

Conceitos básicos Exemplos de Experimentos

• Escolha aleatória de uma carta de um baralho.
• Fenômeno (ou experimento) aleatório: são os
• Jogada de uma moeda e observação da face de cima.
fenômenos cujos resultados não podem ser previstos
com certeza.
• Medição do tempo de espera na fila de uma agência
bancária.
• Espaço amostral (Ω): conjunto de todos os resultados • Identificação da idade dos candidatos à prefeitura da
possíveis de um experimento. cidade.
• Medição da resistência à compressão de amostras de
cimento.
• Eventos: subconjuntos de Ω (representados por letras • Medição do tempo de vida de um componente eletrônico.
maiúsculas: A,B,...); conjunto vazio: Φ.
• Contagem do número de fraturas na pavimentação em 1 km
de rodovia.

Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 3 Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 4

Exemplo 1: Um dado equilibrado é lançado: • Alguns possíveis eventos de interesse:

Face ímpar: A = {1,3,5}
• Experimento: lançar um dado. Face par: B = {2,4,6}
• Característica de interesse: número da face superior. Os dois menores resultados: C = {1,2}
• Espaço amostral: Ω = {1,2,3,4,5,6} • Representação pelo Diagrama de Venn:
• Alguns possíveis eventos de interesse: 
Face ímpar: A = {1,3,5} A
Face par: B = {2,4,6} 1 3 5
Os dois menores resultados: C = {1,2} C
2 4 6
B

Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 5 Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 6

1
 31/08/2023

Exemplo 2: Avaliar o número de clientes que chegam a Probabilidade de ocorrência do evento A: P(A)
uma agência bancária durante o horário de almoço
comercial (de 12h às 14h).
• P(A): quantifica a incerteza acerca do evento A.

• Experimento: contar quantos clientes chegam à agência

bancária. • Propriedades de P(A): 0 ≤ P(A) ≤ 1
• Característica de interesse: número de clientes. P(Ω) = 1
• Espaço amostral: Ω = {0,1,2,...,10, 11,....}. P(Φ) = 0
• Alguns possíveis eventos de interesse:
• Nenhum cliente: A = {0}. • P(A) é a soma das probabilidades dos pontos amostrais
• No máximo 5 clientes: B = {0,1,2,3,4,5}. em A.
• Pelo menos 5 clientes: C = {5,6,...}.

Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 7 Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 8

• P(A) é a soma das probabilidades dos pontos amostrais • P(A) é a soma das probabilidades dos pontos amostrais
em A. em A.

Exemplo 1 (continuação): No lançamento de um dado Exemplo 2 (continuação): Avaliar o número de clientes

honesto qual a probabilidade de que a face superior seja que chegam a uma agência bancária durante o horário de
ímpar? almoço comercial (de 12h às 14h).

• Espaço amostral: {1,2,3,4,5,6} • Espaço amostral: {0,1,2,3...}

• Face ímpar: A = {1,3,5} • Seja B: no máximo 5 clientes
• P(A) = P(1) + P(3) + P(5) = 1/6 + 1/6 + 1/6 = 3/6 = 1/2 • B={0,1,2,3,4,5}
• P(B) = P(0) + P(1) + P(2) + ... + P(5)

Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 9 Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 10

Tipos de Eventos Tipos de Eventos


• Complementar de A (AC): são todos os elementos de Ω
• Evento união (A∪B): é o evento que que não estão em A. Portanto: Ω
AC
contém todos os elementos que A∪A𝑐 = Ω, A∩A𝑐 =Φ A
pertencem a A ou B ou a ambos.

Exemplo 2 (continuação): Avaliar o número de clientes
• Evento interseção (A∩B): contém que chegam a um banco durante o horário de almoço
todos os elementos comuns de A e B comercial (de 12h às 14h).
(ocorrência simultânea).
Seja A: mais que 2 clientes; A={3,4,5,6,7,...}

Obs: Dois eventos A e B são disjuntos ou Seja B: no máximo 5 clientes; B={0,1,2,3,4,5}
mutualmente exclusivos se A∩B = Φ. Então: (AUB)={0,1,2,3,4,5,...} (A∩B)={3,4,5}
𝐴𝑐 = {0,1,2}
Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 11 Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 12

2
 31/08/2023

Exemplo 3. Sejam A e B dois eventos de um espaço Propriedades das Operações com Eventos
amostral. Exprimir os eventos abaixo usando as
operações de união, interseção e complementação: • Comutativas: • Distributivas:
a) A e B ocorrem AB=BA A  (B  C) = (A  B)  (A  C)
b) Somente A ocorre AB=BA A  (B  C) = (A  B)  (A  C)
c) Exatamente um ocorre
d) Pelo menos um ocorre • Associativas: • Leis de Morgan:
e) Nenhum ocorre (A  B)  C = A  (B  C) (A  B)C = AC  BC
(A  B)  C = A  (B  C) (A  B)C = BC  AC
OBS: A+B
A-B

Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 13 Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 14

Propriedades das Operações com Eventos Como calcular P(A ∪ B)?



• Idempotência Ω • Complementares • Se A e B são dois eventos quaisquer, então: B A

AA=A AC
  ____

A P(A ∪ B) = P(A) + P(B) – P(A ∩ B).
AA=A
  ____

• Absorção A  A  _____
 • Essa relação é chamada “Lei da Adição da Probabilidade”.
A  (A  B) = A
A  (A  B) = A
 A   _____
A
• Se A e B são dois eventos disjuntos, então:

• Identidades P(A ∩ B) = 0 e, portanto, P(A ∪ B) = P(A) + P(B).
A=A
A= B A
A=
A=A 

Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 15 Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 16

Exemplo 2 (continuação): Avaliar o número de clientes Como calcular P(AC)?

que chegam a um banco durante o horário de almoço
comercial (de 12h às 14h). Suponha que a probabilidade • A e AC são eventos disjuntos (A∩A𝑐 =) P(A ∩ A𝑐) = 0
de chegar entre 3 e 6 clientes (inclusive) é 0,70; a
probabilidade de chegar no máximo 5 clientes é 0,85, e a • Além disso, A∪A𝑐 = Ω P(A∪A𝑐 )=P(Ω) = 1
probabilidade de chegar 3, 4 ou 5 clientes é 0,60.
• Então: P(A ∪ A𝑐) = P(A) + P(A𝑐)
a) Qual a probabilidade de chegarem no máximo 6 P(Ω) = P(A) + P(A𝑐) Ω
AC
clientes? 𝑐
1 = P(A) + P(A ) A

P(A𝑐) = 1 – P(A)
• Esse resultado é bastante intuitivo, como mostra o
exemplo a seguir.

Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 17 Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 18

3
 31/08/2023

Exemplo 2 (continuação): Avaliar o número de clientes
que chegam a uma agência bancária durante o horário de
almoço comercial (de 12h às 14h). Suponha que a
probabilidade de chegar entre 3 e 6 clientes (inclusive) é
0,70; a probabilidade de chegar no máximo 5 clientes é
0,85, e a probabilidade de chegar 3, 4 ou 5 clientes é 0,60.
b) Qual a probabilidade de chegarem mais de 5 clientes?
Exemplo 4: É comum, em muitas áreas industriais, o uso
de máquinas envasadoras para colocar os produtos em
caixas. Isso ocorre na indústria alimentícia, bem como
em outras áreas nas quais os produtos tem uso
doméstico, como o detergente. Tais máquinas não são
perfeitas e podem:
A, atender às especificações;
B, encher as caixas menos do que o necessário; ou
C, encher as caixas mais do que o necessário.
Geralmente, o não enchimento das caixas
é o que se deseja evitar.
Considere P(A)= 0,990 e P(B) = 0,001.

Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 19 Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 20

a) Encontre P(C). Exemplo 5: 400 peças produzidas para motores foram

classificadas pela presença de falha na superfície e pela
b) Qual a probabilidade da máquina não encher as caixas ocorrência de defeito funcional.
menos do que o necessário?
Falhas na superfície
c) Qual é a probabilidade de a máquina encher caixas Total
Defeituoso Sim (F) Não
mais do que o necessário ou encher menos do que o Sim (D) 10 18 28
necessário ? Não 30 342 372
Total 40 360 400
Um desses produtos foi sorteado aleatoriamente.
Calcule a probabilidade de que esse produto
a) Seja defeituoso.
b) Tenha falha na superfície e defeito
c) Tenha falha na superfície ou defeito

Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 21 Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 22

Exercício de Fixação 1 Seleciona-se uma pessoa ao acaso naquele grupo. Qual a

probabilidade de:
Um grupo de 100 pessoas foi classificado quanto ao peso c) Não apresentar excesso de peso?
e à pressão arterial. O resultado é mostrado abaixo:
d) Apresentar pressão arterial elevada e excesso de peso?
Peso
Pressão arterial Excesso Normal Deficiente Total
e) Apresentar pressão arterial normal e/ou peso
deficiente?
Elevada 10 8 2 20
Normal 15 45 20 80
Total 25 53 22 100

Seleciona-se uma pessoa ao acaso naquele grupo. Qual a

probabilidade de:
a) Apresentar pressão arterial elevada?
b) Apresentar peso normal?

Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 23 Profa. Magda Carvalho Pires Departamento de Estatística - UFMG 24