Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 1

PROBABILIDADE

DEFINIES E PROPRIEDADES

A Teoria da Probabilidade tenta dar significado a experimentos tais que o resultado no pode ser
completamente pr-determinado, ou seja, visa definir um modelo matemtico que seja adequado
descrio e interpretao de fenmenos aleatrios.

Fenmenos ou experimentos aleatrios: So aqueles em que o processo de experimentao est
sujeito a incertezas, logo, no possvel controlar as circunstncias relevantes, ento no possvel
prever com exatido o resultado das manifestaes individuais.

Caractersticas de um experimento aleatrio:

a) Cada experimento poder ser repetido um grande nmero de vezes sob as mesmas
condies;

b) No podemos afirmar que resultado em particular ocorrer, porm, podemos descrever
o conjunto de todos os resultados possveis do experimento - as possibilidades de
resultado.

c) Quando o experimento repetido um grande nmero de vezes, surgir uma
regularidade nos resultados. Esta regularidade, chamada de regularidade estatstica,
que torna possvel construir um modelo matemtico preciso com o qual se analisar o
experimento.

Exemplo1: Vai chover no litoral no fim de semana?
{ Chove, No chove }
Probabilidade de chover = ?
Usar a intuio Subjetivo
Usar a freqncia relativa dos ltimos dez fins de semana em que choveu Objetivo

Calcular a probabilidade medir a incerteza ou associar um grau de confiana aos resultados
possveis. Por exemplo, escolha uma carta qualquer em um baralho comum depois de ter sido bem
embaralhado ( isto , ao acaso ). O que mais provvel, sair uma figura ( R, D, J ) ou sair o dois de
copas?

Essas medidas, as probabilidades, associam s possveis combinaes dos resultados, que
chamamos de eventos, um valor entre 0 e 1. Quanto maior o valor, maior a certeza de sua
possibilidade de ocorrncia.

Espao amostral ( ou S): Refere-se ao conjunto de todos os resultados possveis de um
experimento aleatrio

Eventos: Qualquer subconjunto de um espao amostral.

Por exemplo, sair uma face par no lanamento de um dado, ou uma carta de copas em um baralho,
so eventos, isto , subconjuntos do conjunto que contm todos os resultados possveis do
experimento aleatrio.
Exemplo1:
1
= {Chove, No chove}
Em geral, temos interesse em eventos particulares do experimento.
Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 2

Exemplo1 Evento A: Chove
A = {Chove}
1


Exerccios: Descreva o espao amostral para cada um dos seguintes experimentos a seguir:

a) Numa linha de produo conta-se o nmero de peas defeituosas num perodo de 1 hora
b) Mede-se a durao de lmpadas, deixando-as acesas at que queimem
c) Lanar uma moeda trs vezes, sucessivamente, e anotar a seqncia de caras e coroas


Os conjuntos e tambm so eventos:
o evento certo
o evento impossvel

OPERAES COM EVENTOS

Dados dois eventos A e B de um mesmo espao amostral:

A B o evento em que A e B ocorrem simultaneamente

A B o evento em que A ocorre ou B ocorre (ou ambos)

A
c
o evento em que A no ocorre


Exemplo2: Lanamento de um dado.
Conjunto de possibilidades:
2 =
{1, 2, 3, 4, 5, 6}

Evento B: Sair face par B = {2, 4, 6}
2
Evento C: Sair uma face mpar C = {1, 3, 5}
2

Evento D: Sair uma face maior que 3 D = {4, 5, 6}
2

Evento E : Sair face 1 E = {1}
2

B D = sair uma face par e maior que 3 {2, 4, 6} {4, 5, 6} = {4, 6}
2

B C = sair uma face par e mpar {2, 4, 6} {1, 3, 5} = (B e C so disjuntos)
C = B
c
; B = C
c

B D = sair uma face par ou maior que 3 {2, 4, 6} {4, 5, 6} = {2, 4, 5, 6}
2

B C = sair uma face par ou mpar {2, 4, 6} {1, 3, 5} = {1, 2, 3, 4, 5, 6}=
2


Se dois eventos quaisquer tm interseco vazia, isto , eles no podem ocorrer simultaneamente,
dizemos que eles so mutuamente exclusivos.


Existem vrias maneiras de definir a probabilidade de um evento. A mais adotada nos primeiros
cursos aquela baseada em espaos amostrais equiprovveis. Qual a chance de ocorrer cara ao
lanar uma moeda?

Em um experimento, dizemos que cada ponto amostral igualmente provvel de ocorrer sempre
que nenhum ponto amostral particular possa ocorrer mais ou menos que qualquer outro. Assim, um
espao amostral equiprovvel aquele em que todos os seus elementos so igualmente possveis.

Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 3

a) DEFINIO CLSSICA

Dado um experimento aleatrio com equiprovvel, define-se um evento A , tal que P(A)
representa o quociente entre n(A): n. de elementos em A e n(): n. de elementos em :

) ( #
) A ( #
) A ( P

= , isto , a razo entre os casos favorveis do evento e o total de casos possveis

Limitaes:
Dificuldade em enumerar n(A) e n() em casos de caracter qualitativo.;
n() infinito;
Modelo adequado a uma classe de fenmenos


Exemplo3: Duas cartas so retiradas ao acaso de um baralho comum de 52 cartas. Qual a
probabilidade de que ambas sejam de copas ?
Evento A = ambas copas

P(A) =
as selecionad ser podem cartas 2 quais nas maneiras de nmero
copas de ser podem as selecionad cartas 2 onde maneiras de nmero
=
1326
78
2
52
2
13
=
|
|
.
|

\
|
|
|
.
|

\
|


* Em geral utiliza-se os mtodos de enumerao: Combinao, arranjos e permutaes.


Exerccios:
a) Trs garotos e 3 garotas sentam-se em fila. Encontre a probabilidade das 3 garotas sentarem
juntas.
b) Suponha que um lote de 550 mas h 2% bichadas. Qual a probabilidade que numa amostra
aleatria de 25 mas (sem reposio) contenha 2 mas bichadas ?



b) DEFINIO FREQENTISTA OU EMPRICA

Dado um experimento e um evento A podemos atribuir um nmero a A representado por P(A) e
chamado de probabilidade de ocorrncia de A, de tal modo que ao se repetir o experimento, sob as
mesmas condies, um grande nmero de vezes, a freqncia relativa de ocorrncia de A
aproximadamente igual a P(A).

Exemplo4: Suponha que vamos jogar uma moeda n vezes (n=20) e seja A o evento sair cara.
Vamos chamar de n
A
o nmero de vezes que a face cara ocorrer e f
A
a freqncia relativa do evento
A nas n repeties do experimento.
vamos jogar uma moeda n e vamos jogar uma moeda n vezes e
n
A f
n
ocorre A que repeties de #
) ( =

Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 4
.

c) MTODO SUBJETIVO

uma avaliao pessoal do grau de viabilidade de um evento.


d) DEFINIO MATEMTICA OU AXIOMTICA

Uma probabilidade P uma aplicao do conjunto das partes de no intervalo fechado [0,1], isto ,
P: P() [0,1]. Portanto uma funo de conjunto que associa a cada A , um nmero P(A),
real, e que deve satisfazer s seguintes propriedades:

a) 0 P(A) 1
b) P() = 1
c) Se A e B forem eventos mutuamente excludentes, P(A B) = P(A) + P(B)
d) Se A
1
, A
2
, ..., A
n ,
... forem, dois a dois, eventos mutuamente exclusivos, ento

( ... ) A ( P ... ) A ( P ) A ( P A P n 2 1 i
1 i
+ + + + =

=
|
.
|
U
=

=1 i
) A ( P i

Ocorre o mesmo imediatamente para qualquer n finito: (

= =
= |
.
|
n
1 i
n
1 i
) A ( P A P i i
U



TEOREMAS:

1. Se A um evento impossvel, ento A= P(A) = P() = 0

2. Se A o evento complementar de A, ento P(A) = 1- P( A)

3. Sejam A e B dois eventos quaisquer, ento:
P (A B) = P(A) + P(B) - P(A B)

4. Se A, B e C forem trs eventos quaisquer, ento :
P (A B C ) = P(A) + P(B) +P(C) - P(A B) - P(A C) - P(B C) + P(A B C)

5. Se A B, ento P(A) P(B)


Exemplo5: Um lote formado por 10 peas boas, 4 com defeitos e 2 com defeitos graves. Uma
pea escolhida ao acaso. Calcule a probabilidade de que:

a) Ela no tenha defeitos graves:
Seja DG: quantidade de peas com defeitos graves no lote e #()=16, ento

P( DG) = 1 P(DG) = 1 -
16
2
=
16
14
= 0,875


Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 5
b) Ela no tenha defeitos:
Seja B: quantidade de peas boas no lote e #()=16, ento

P(B) =
16
10
= 0,625

c) Ela seja boa ou tenha defeitos graves:
P(B DG) = P(B) + P(DG) P(B DG) = 0,625 + 0,125 0 = 0,75

Exerccios:

1. Um certo tipo de motor eltrico pode apresentar 3 tipos de falhas: A = mancais presos,
B = queima de enrolamento e C = escovas gastas. Supondo que a probabilidade da ocorrncia
do evento A trs vezes a de B e a ocorrncia de B cinco vezes a do evento C, ache P(A),
P(B) e P(C).

2. Um investidor tem como opo investir em trs dentre cinco aes. Entretanto, apenas duas iro
proporcionar lucro substancial nos cinco anos seguintes, mas o investidor desconhece quais.
Considerando que esse investidor escolhe ao acaso as trs aes em que investe, qual a
probabilidade do mesmo escolher as duas aes mais lucrativas ?



Considere o Exemplo abaixo:

Dados do Censo Demogrfico de 91 publicado pelo IBGE relativos aos habitantes de Sergipe, na
faixa etria entre 20 a 24 anos com relao s variveis Sexo e Leitura.

Sexo L No l Total
Masculino 39.577 8.672 48.249
Feminino 46.304 7.297 53.601
Total 85.881 15.969 101.850

Um jovem entre 20 e 24 anos escolhido ao acaso em Sergipe.

= conjunto de 101.850 jovens de Sergipe, com idade entre 20 e 24 anos.

Eventos de interesse:
M = jovem sorteado do sexo masculino
F = jovem sorteado do sexo feminino
L = jovem sorteado sabe ler
M L = jovem sorteado do sexo masculino e sabe ler
M L = jovem sorteado do sexo masculino ou sabe ler

Podemos obter algumas probabilidades:

843 , 0
850 . 101
881 . 85
de jovens de n
de ler sabem que jovens de n
) L ( P = =

=

473 , 0
850 . 101
245 . 48
de jovens de n
de masculino sexo do jovens de n
) M ( P = =

=

Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 6
F = M
c
P(F) = P(M
c
) = 1 - P(M) = 1 - 0,473 = 0,527

850 . 101
557 . 39
) ( jovens de total n
de ler sabem que e masculino sexo do jovens de
) ( =

=
n
L M P =0,388

P (M L) = P(M) + P(L) - P(M L) = 0,473 + 0,843 - 0,388 = 0,928


Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 7
PROBABILIDADE CONDICIONAL

No exemplo anterior, se soubermos que o jovem sorteado do sexo masculino, qual a
probabilidade de que saiba ler? Temos uma informao parcial: o jovem do sexo masculino.

Vamos designar a probabilidade de L quando se sabe que o jovem do sexo masculino por
P (L | M) e denomin-la probabilidade (condicional) de L dado M.

natural atribuirmos:

820 , 0
249 . 48
577 . 39
masculino sexo do jovens de total n
masculino sexo do aqueles dentre ler sabem que jovens de n
) M | L ( P = = =


Note que:

(*)
(M) P
) L M ( P
) M | L ( P
jovens de total n
masculino sexo do jovens n
jovens de total n
ler sabem que e masculino sexo do jovens n
) M | L ( P

=
=


Sejam A e B eventos de um experimento aleatrio qualquer, imitando (*), podemos dizer que a
probabilidade condicional de A dado B (denotada por P (A / B)) definida como:

( )
) B ( P
) B A ( P
B | A P

=

Por exemplo, a probabilidade de ser do sexo masculino dado que l dada por:

460 , 0
843 , 0
388 , 0
) L ( P
) L M ( P
) L | M ( P = =

=


Exerccios:
a) Dois dgitos so selecionados ao acaso de 1 a 9, sem reposio. Se a soma par, encontre a
probabilidade de ambos serem mpares ?

b) Um homem tem em sua mo 5 cartas vermelhas de um baralho comum de 52 cartas. Qual a
probabilidade de elas serem todas do mesmo naipe, isto , copas ou ouros ?



Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 8

REGRA OU TEOREMA DO PRODUTO

Como conseqncia da definio de probabilidade condicional, podemos calcular a probabilidade
da ocorrncia conjunta de dois eventos A e B.

( ) ( ) ) A ( P A | B P ) B A ( P
) A ( P
) B A ( P
A | B P =

=


Exemplo:
Uma urna contm fichas numeradas de 1 a 4. Retira-se uma ficha da urna ao acaso e anota-se o
nmero. Esta ficha ento recolocada na urna, as fichas so numeradas e retira-se novamente uma
ficha, ao acaso, da urna. Qual a probabilidade de ter sado a ficha com nmero 1, na primeira
retirada, e de ser 5 a soma dos nmeros das duas fichas retiradas?

Pelo teorema do produto:

Evento A = {sair o nmero 1 na primeira retirada} P(A) =
4
1

Evento B = {soma = 5 | a primeira ficha 1} , se queremos que a soma seja 5, ento preciso que a
segunda ficha seja o nmero 4 P(B|A) =
4
1

( )
16
1
4
1
4
1
) ( | ) ( = = = A P A B P B A P


TEOREMA DA PROBABILIDADE TOTAL

Sejam A e B dois eventos.

H duas maneiras de A ocorrer: ou A e B ocorrem (A B) ou A e B
c
ocorrem (A B
c
). Deste
modo, A = (A B) (A B
c
), onde A B e A B
c
so conjuntos disjuntos.
Pela regra da soma P(A) = P(A B) + P(A B
c
).

Pela regra do produto P(A) = P(B) . P(A | B) + P(B
c
) P(A | B
c
) (regra da probabilidade total)




A B
C

A B
B

B
c
Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 9
Se a seqncia ( finita ou enumervel) de eventos aleatrios A
1
, A
2
, ..., A
n
formar uma partio
completa de , ento:
( ) ( ) ( ) ( )

= =
i
i i
i
i
A | B P A P B A P B P

Uma interessante analogia com o teorema da probabilidade total se obtm em Qumica: Suponha
que temos n frascos contendo diferentes solues de um mesmo sal, totalizando digamos 1 litro.
Seja P(Ai) a probabilidade de termos o volume Ai no i-simo frasco, i=1,2,...,n. Se reunirmos todas
as solues em um s frasco e se P(B) representar a concentrao da soluo resultante teremos:

P(B) = P(B|A
1
) P(A
1
) + P(B| A
2
) P(A
2
) + .........+ P(B| A
n
) P(A
n
)

Neste caso P(B/ A
i
) indica a probabilidade de concentrao do sal no i-simo frasco.

Usando este teorema, podemos calcular a probabilidade de A
i
dada a ocorrncia de B:

( )
( )
( )
( )
( ) ( )
( ) ( )

=
j
j j
i i
i
i
i
A | B P A P
A | B P A P
B \ A P
B P
B A P
B | A P

Esta a frmula de Bayes. Ela til quando conhecemos as probabilidades dos A
i
e as
probabilidades condicionais de B dado A
i
, mas no conhecemos diretamente a probabilidade de B.


Exemplo: Em uma fbrica de parafusos, as mquinas A, B e C produzem 25, 35 e 40% do total
produzido, respectivamente. Da produo de cada mquina 5, 4 e 2%, respectivamente, so
parafusos defeituosos. Escolhe-se ao acaso um parafuso:
a) Qual a probabilidade dele ser defeituoso?
b) Verifica-se que ele defeituoso. Qual a probabilidade de que o parafuso venha da mquina A?

a) P(A) = 0,25 probabilidade da mquina A produzir um parafuso.
P(B) = 0,35 e P(C) = 0,4
P(D | A) = 0,05 , P(D | B) = 0,04 e P(D | C) = 0,02

b) P(D) = P(D A) + P(D B) + P(D C) = P(A) P(D | A) + P(B) P(D | B) + P(C) P(D | C)
= 0,25 * 0,05 + 0,35 * 0,04 + 0,4 * 0,02 = 0,0345

P(A | D) =
) (
) (
D P
D A P
=
) D ( P
) A | D ( P ). A ( P
=
0345 , 0
05 , 0 * 25 , 0
= 0,3623


Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 10
Exemplo 2
Em uma urna, h 10 bolas: 4 brancas e 6 vermelhas. Duas bolas so sorteadas sucessivamente, SEM
reposio. Qual a probabilidade da 2 bola ser vermelha?
Se A a probabilidade da 2 bola sorteada ser vermelha, queremos calcular P(A).
Seja B a probabilidade da 1 bola sorteada ser vermelha.

10
6
) B ( P =

10
4
10
6
1
) B ( P 1 ) B ( P
C
=
=
=

Se B ocorreu, isto , saiu vermelha na primeira retirada, ento


9
5
B) | P(A
brancas) 4 e vermelhas 5 dentre vermelha bola 1 (sortear P B) | P(A
=
=

P (A | B
c
) = P (sortear 1 bola vermelha dentre 6 vermelhas e 3 brancas) = 6/10

Portanto:

10
6
P(A)
9
4
9
5
10
6
P(A)
10
4
9
6
10
6
9
5
P(A)
)
c
B | P(A )
c
P(B B) | P(A . P(B) P(A)
=
|
.
|

\
|
+ =
+ =
+ =


Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 11
Podemos fazer o diagrama em rvore ou rvore de probabilidades da situao descrita neste
exerccio.

10
6
9
6
10
4
9
5
10
6
) A ( P = + =




Exerccios:

a) Um carro pode parar por defeito eltrico ou mecnico. Se h defeito eltrico o carro para na
proporo 1 para 6 e se mecnico na proporo de 1 para 21. Em 27% das viagens h defeito
eltrico e em 15% mecnico, no ocorrendo mais de um defeito na mesma viagem, igual ou de
tipo diferente. Se o carro para, qual a probabilidade de ser por defeito eltrico ?

b) A caixa A contm nove cartas numeradas de 1 a 9 e a caixa B contm cinco numeradas de 1 a 5.
Uma caixa selecionado ao acaso e uma carta retirada. Se o nmero par, encontre a
probabilidade da carta ter vindo da caixa A.


10
6
10
4
9
5
9
4
9
6
9
3

9
5
*
10
6
9
4
*
10
6
9
6
*
10
4
9
3
*
10
4
Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 12
INDEPENDNCIA ESTATSTICA

Dados A,B , A e B so ditos independentes, se e somente se :

P(A B) = P(A) . P(B)

Generalizando:

Se A
i
`, i= 1, 2, 3, ..., n uma famlia finita de eventos, eles so ditos independentes se e somente
se :

= =
=
|
.
|

\
|
n
1 i
n
1 i
) A ( P A P i i
I



Observar que:

=
=
) B ( P ) B | A ( P ) B A ( P
) A ( P ) A | B ( P ) B A ( P
para eventos quaisquer (condicional)

{ ) B ( P ) A ( P ) B A ( P = para eventos independentes


Para que trs eventos sejam independentes necessrio verificar quatro igualdades:

P(A B) = P(A) . P(B)
P(A C) = P(A) . P(C)
P(B C) = P(B) . P(C)
P(A B C) = P(A) . P(B) . P(C)

que corresponde 4 1 3
3
3
3
2
= + = |
.
|

\
|
+ |
.
|

\
|
, igualdades a serem verificadas

Para quatro eventos necessrio verificar onze igualdades que so:

11 1 4 6
4
4
4
3
4
2
= + + = |
.
|

\
|
+ |
.
|

\
|
+ |
.
|

\
|


Para n eventos necessrio verificar:

1 n
n
k
2
n
n
2 k
= |
.
|

\
|

=
igualdades

Como conseqncia, tm-se que e so independentes de A, A , ou seja:

1) P( A) = P( ) = 0
2) P( A) = P(A)

Se A e B so independentes, ento:
Faculdade Hlio Rocha PES e EST I Professora: Ilza Patrcia Pgina 13

a) P(A|B) = P(A), com P(B) > 0
b) P(B|A) = P(B), com P(A) > 0


Exemplo: A probabilidade de que A resolva um problema de 2/3 e a probabilidade de que B
resolva de 3/4. Se ambos tentarem independentemente, qual a probabilidade do problema ser
resolvido?

E = resolver um problema
= { Resolve, No resolve }
A = {A Resolve }
B = {B Resolve }
A B= {A e B Resolvem}

Como so eventos independentes:
P(A B) = P(A) + P(B) - P(A) * P(B) = 2/3 + 3/4 (2/3) * (3/4) = 2/3 + 3/4 2/4 = 0,917


Exerccios:
a) Uma mquina consiste de 4 componentes ligados em paralelo de tal forma que a mquina falha
apenas quando todos os componentes falharem. Supondo que as falhas so independentes entre si e
se cada componente tem respectivamente as probabilidade 0.1 0.2 0.3 e 0.4 de falhar quando a
mquina ligada, qual a probabilidade da mquina no falhar ?

b) A probabilidade de um homem viver, mais dez anos e a probabilidade de sua esposa viver
mais dez anos 1/3. Encontre a probabilidade de ambos estarem vivos dentro de dez anos e de ao
menos um estar vivo dentro de dez anos.