Escolar Documentos
Profissional Documentos
Cultura Documentos
Jogos de azar
Confiabilidade
ESPAÇO AMOSTRAL (): É o conjunto de todos os resultados possíveis de um experimento aleatório, ou seja, é o
conjunto-universo do experimento.
Exemplo: Seja o experimento “Lançar uma moeda honesta”. Os resultados possíveis são:
= {C, K}, onde C: Cara e K: Coroa
EVENTO (E): É o subconjunto do espaço amostral que contém os resultados que nos interessam.
Exemplo: Lançam-se uma moeda e um dado. Enumere o seguinte evento: E 1: Sair cara na moeda e E2: face par no dado.
Professor Cledinaldo Castro Araújo
1 – Conceitos Básicos
EVENTO UNIÃO: Evento que ocorre se, e somente se, pelo menos um dos eventos ocorre.
Sejam eventos A e B:
A B: “ocorre A ou ocorre B ou ocorre ambos”, ou seja, pelo menos um ocorre.
Caso geral:
Exemplo: Seja o experimento: “Lançar um dado honesto”. Então, = {1, 2, 3, 4, 5, 6}, sejam os eventos:
Caso geral:
Exemplo: Seja o experimento “Lançar um dado honesto”. Então, = {1, 2, 3, 4, 5, 6}, sejam os eventos:
Exemplo: Seja o experimento “Lançar um dado honesto”. Então, = {1, 2, 3, 4, 5, 6}, sejam os eventos:
A: Ocorrer face par
B: Ocorrer face ímpar
Então, A B = ,
EVENTOS COLETIVAMENTE EXAUSTIVOS: São eventos mutuamente exclusivos e que geram o espaço amostral. São
também chamados de partições. Assim:
Exemplo: Seja o experimento “Lançar um dado honesto”. Então, = {1, 2, 3, 4, 5, 6}, sejam os eventos: A={1, 2} ; B={3,
4}; C={5, 6}
Temos que: A B = , B C = , A C = e A B C =
P() = 0
Professor Cledinaldo Castro Araújo
2 – Medida de Probabilidade
Exemplo: Seja o experimento “Lançar um dado honesto”. Então, = {1, 2, 3, 4, 5, 6}, sejam os eventos:
Dois eventos: A e B:
Exemplo: Considere um grupo de pessoas categorizadas pelo sexo e pelo uso ou não de certo produto.
Onde:
n(A B) = 20: (pessoas que usam o produto dentre as pessoas do sexo masculino)
n(B) = 30: (pessoas do sexo masculino)
Desta forma geral, a probabilidade de ocorrência do evento A condicionada à ocorrência do evento B, é denotada por P
(A\ B) e definida pela relação:
Assim:
𝑷 ( 𝑨𝟏 ∩ 𝑨𝟐 ∩ 𝑨𝟑 … ∩ 𝑨𝒏 ) =𝐏 ( 𝑨𝟏 ) . 𝐏 ( 𝑨𝟐 ¿ 𝑨𝟏 ) . 𝐏 ( 𝑨 𝟑 ¿ 𝑨 𝟏 ∩ 𝑨 𝟐 ) … . 𝐏 ( 𝑨𝒏 ¿ 𝑨 𝟏 ∩ 𝑨 𝟐 … 𝑨 𝒏 −𝟏 )
Exemplo: Em dois lançamentos consecutivos de uma moeda, qual a probabilidade do segundo lançamento resultar em
cara, sabendo-se que foi cara no primeiro lançamento? Pode-se notar que o conhecimento imposto pela condicional
(primeiro lançamento) não altera a probabilidade do evento.
Analogamente
Resolução: Para que o sistema continue operando é necessário que seja possível fluxo do primeiro terminal
até o segundo, chamaremos de I e II, para tanto a primeira componente e pelo menos uma das duas em
paralelo estejam operando. Chamaremos nessa ordem de componentes A, B e C, assim: Aplicado às regras
do produto e soma:
Onde:
O denominador ) é chamado de Teorema da Probabilidade Total.
O procedimento consiste em sortear uma urna e desta urna sortear uma bola. Sorteando-se uma urna e em seguida
uma bola-se, verifica-se que esta bola é branca. Qual a probabilidade dela ter vindo da urna 2?
Resolução: sejam os eventos:
A1: A urna 1 é sorteada;
A2: A urna 2 é sorteada;
A3: A urna 3 é sorteada;
B: A bola sorteada é branca;
Professor Cledinaldo Castro Araújo
6 – Teorema de Bayes
O sorteio das urnas pode ser considerado equiprovável, ou seja, qualquer urna tem 1/3 de probabilidade de ser
sorteada, assim:
P(A1) = 1/3; P(A2) = 1/3 e P(A3) = 1/3;
1 1 2
3 1 2 2 .
2 . = 3 10
1 3 10 3 0 𝑃 ( 𝐴2 ¿ ) =
10 1 4 1 2 1 2
. + . + .
3 3 10 3 10 3 10
2
⇒ 𝑃 ( 𝐴 2 ¿ ) = = 0 , 25
8
1 2 1 2 2
3 10 . =
3 10 3 0