Professor Cledinaldo Castro Araújo

Qual a relação entre os resultados do lançamento de um dado e a confiabilidade de um sistema?

Jogos de azar
Confiabilidade

Pesquisa Professor Cledinaldo Castro Araújo

1 – Conceitos Básicos
EXPERIMENTO ALEATÓRIO: São aqueles que não são previsíveis, mesmo que repetido em idênticas condições, ou seja,
ocorrem ao acaso. As situações mais simples correspondem a lançamentos de moedas, lançamentos de dados,
retiradas de bolas de urnas entre outros.

Ex1: Lançamento de um dado não viciado

Ex2: Determinação da vida útil de um aparelho eletrônico.

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:

A: Ocorrer face par, A = {2, 4, 6}

B: Ocorrer número menor que 3, B= {1, 2}
Então, A  B = {1, 2, 4, 6}

Observe que: Quando ocorrer 2, 4 ou 6, ocorre o

evento A; quando ocorre 1 e 2, ocorre o evento B;
quando ocorre 2 ocorrem A e B.

Professor Cledinaldo Castro Araújo

1 – Conceitos Básicos
EVENTO INTERSEÇÃO: Evento que ocorre se, e somente se todos os eventos ocorrem.
Sejam eventos A e B:
A  B: “ocorre A e ocorre B”

Caso geral:

Exemplo: Seja o experimento “Lançar um dado honesto”. Então,  = {1, 2, 3, 4, 5, 6}, sejam os eventos:

A: Ocorrer face par, A = {2, 4, 6}

B: Ocorrer um número primo, B = { 2, 3, 5}
A B = {2}

Observação: O conceito de número primo utilizado aqui é: todo

número com exatamente dois divisores positivos, ele mesmo e a
unidade. Desta forma, o 1 não é primo.

Professor Cledinaldo Castro Araújo

1 – Conceitos Básicos
EVENTOS MUTUAMENTE EXCLUSIVOS: São eventos que não ocorrem simultaneamente, ou seja, a ocorrência de um
deles anula a ocorrência do(s) outro(s). Assim:

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 = 

Professor Cledinaldo Castro Araújo

1 – Conceitos Básicos
EVENTOS COMPLEMENTARES : O complemento de um evento “A”, denotado por , consiste em todos os resultados
em que o evento “A” não ocorre, ou seja, é o acontecimento complementar de A. Eventos complementares é um caso
particular de eventos coletivamente exaustivos.

Dizemos que A e são complementares se, e somente se sua união é o

espaço amostral e sua interseção é vazia.

Ex1: Cara ou coroa na jogada de uma moeda

Ex2: Feridos e não feridos num acidente
Ex3: Seja o experimento: “Resultado final de uma disciplina”: Aprovado ou
não aprovado

Professor Cledinaldo Castro Araújo

2 – Medida de Probabilidade
De acordo a Lei de Laplace: Seja  um espaço amostral equiprovável (quando todos tem a mesma
probabilidade de ocorrer), de um experimento aleatório e A um evento desse espaço amostral finito, a
medida da probabilidade de do evento A será definida por:

Propriedades: decorrem da definição anterior as seguintes propriedades:

 A probabilidade de do espaço amostral é igual a 1, isto é, P() = 1

 O  P(A)  1: A medida da probabilidade de um evento ocorrer é sempre maior ou igual a zero e
menor ou igual a 1.

 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:

A: Ocorrer face par

B: Ocorrer face ímpar
C: Face 2

Professor Cledinaldo Castro Araújo

3 – Teorema da Soma
O principal objetivo da regra da adição é encontrar a probabilidade de ocorrência do evento A, ou do evento B, ou
de ambos, ou seja, pelo menos um deles. Segue as expressões para os casos básicos: dois e três eventos.

Dois eventos: A e B:

Exemplo: Considere um experimento aleatório e os eventos A e B associados, tais que:

Determine a probabilidade de:

a)Pelo menos um dos eventos ocorrer

b) Nenhum dos eventos ocorrerem.

O complementar de pelo menos 1 é nenhum, ou seja, 1- P (A  B)

Professor Cledinaldo Castro Araújo

4 – Independência de Eventos
Dois eventos A e B associados a um espaço amostral  são ditos dependentes quando a ocorrência de um influencia
ou está vinculada a ocorrência do outro.

Exemplo: Considere um grupo de pessoas categorizadas pelo sexo e pelo uso ou não de certo produto.

Estabeleça os seguintes eventos:

A: Pessoa que usa o produto
B: Pessoa do sexo masculino
Selecionando-se ao acaso uma pessoa deste
grupo, as probabilidades de A e B são:

(nº de pessoas que Usam o Produto pelo total de pessoas)

(nº de pessoas do Sexo Masculino pelo total de pessoas)

Professor Cledinaldo Castro Araújo

4 – Independência de Eventos
A probabilidade procurada será denotada por P(A \ B): “Probabilidade de uma pessoa usar o produto dado que esta
pessoa é do sexo masculino”. E será dado por:

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:

A probabilidade condicional também pose ser expressa da seguinte forma:

Professor Cledinaldo Castro Araújo

5 – Teorema do Produto
A regra produto corresponde à relação que permite encontrar a probabilidade de ocorrência do evento
(A  B). Partindo-se da Probabilidade Condicional, temos que:

Assim:

Importante: “A probabilidade de A e B ocorrerem é o produto da probabilidade do primeiro evento vezes

a probabilidade do segundo condicionada a ocorrência do primeiro”.

No caso geral a esta regra pode ser escrita da seguinte forma:

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 )

Professor Cledinaldo Castro Araújo

5 – Teorema do Produto
Dois eventos A e B associados a um espaço amostral  são ditos dependentes quando a ocorrência NÃO influencia da
ou não está vinculada a ocorrência do outro.

P(A\B) = P(A): “A ocorrência de B não interfere na ocorrência de A”

P(B\A) = P(B): “A ocorrência de A não interfere na ocorrência de B”

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.

Teorema do Produto ou Regra do Produto

Analogamente, o principal objetivo da regra do produto é encontrar a probabilidade de ocorrência do evento (A  B).
Neste caso considerando A e B eventos independentes. Temos que:
Partindo de e considerando , O Teorema do Produto ou Regra do Produto pode ser rescrita da seguinte forma:

Professor Cledinaldo Castro Araújo

5 – Teorema do Produto
Exercício: A montagem de um sistema é formada de dois subsistemas A e B. De procedimentos de ensaios
anteriores, as seguintes probabilidades se admitem: P (A falhe) = 0,20, P (A e B falhem) = 0,15 e P (B falhe
sozinho) = 0,15. Calcule: P (A falhe dado que B falhou) e P(A falhe sozinho)
Resolução:

A probabilidade de B falhar sozinho corresponde a probabilidade B falhar e A não, assim:

Analogamente

Professor Cledinaldo Castro Araújo

5 – Teorema do Produto
Exercício: Determine a confiabilidade do sistema representado pelo diagrama abaixo, assuma que cada
componente funciona independentemente.

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:

Professor Cledinaldo Castro Araújo

 Thomas Bayes (1702 – 1761)
6 – Teorema de Bayes
Também conhecido como fórmula de probabilidades “a posteriori”, é aplicado
na seguinte situação: Sejam A1, A2, ... , Ai , ... ,An Eventos coletivamente
exaustivos ou partições de um espaço amostral , isto é, . Seja B um evento
qualquer de . Então:

Onde:
O denominador ) é chamado de Teorema da Probabilidade Total.

Corresponde a probabilidade de ocorrência do evento B

condicionada a ocorrência de cada evento Ai.
Esquematicamente, seria:
Professor Cledinaldo Castro Araújo
6 – Teorema de Bayes
Exemplo: Considere a disposição das urnas U1, U2 e U3, cada uma delas contendo 10 bolas de mesmo tamanho, porém
nas cores Branca, Preta e Vermelha cujas quantidades totais são respectivamente iguais a 8, 13 e 9, conforme indicado
na tabela abaixo:

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;

Qual a probabilidade de se obter bola branca de cada uma das urnas?

P(B \ A1) = 4/10 (“4 brancas em A1 sobre o total de bolas de A1”);
P(B \ A2) = 2/10 (“2 brancas em A2 sobre o total de bolas de A2”);
P(B \ A3) = 2/10 (“2 brancas em A3 sobre o total de bolas de A3”);

A probabilidade procurada é P(A2 \ B) =? (“Urna 2 dado que a bola é branca”)

Aplicando na fórmula, temos:

Professor Cledinaldo Castro Araújo

 4 1 4 4
. =
6 – Teorema de Bayes 10 3 10 3 0

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

Professor Cledinaldo Castro Araújo