Aula 1 Introduo Probabilidade

1.1 Processo ou Experimento Aleatrio

Qualquer fenmeno que gere resultado incerto ou casual chamado de processo ou
experimento aleatrio.

Exemplo 20. Os quatro itens a seguir ilustram experimentos aleatrios, pois no sabemos,

com certeza, o possvel resultado que ocorrer em cada um.

a. Jogar uma moeda duas vezes e observar a seqncia obtida de caras e coroas.

b. Jogar um dado e observar o nmero mostrado na face superior.

c. Observar o peso de animais.

d. Observar o nmero de filhos de um casal.

1.2 Espao Amostral e Evento

Espao amostral (:) o conjunto de todos os resultados possveis de um experimento

aleatrio.

Todo experimento aleatrio tem associado um espao amostral. O Exemplo 21 ilustra esse
fato.

45

Exemplo 21. Experimentos aleatrios e seus respectivos espaos amostrais.

Experimento aleatrio

Espao amostral
: = {1, 2, 3, 4, 5, 6}

a. Jogar um dado e observar o resultado

b. Lanar uma moeda duas vezes e observar as faces : = {CC,CK,KC,KK}, com C = Cara
obtidas

e K = Coroa

c. Dois dados so lanados simultaneamente e : = { 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}

estamos interessados na soma das faces observadas

Evento qualquer subconjunto do espao amostral. Usualmente denotamos os eventos com as

letras iniciais do alfabeto na forma maiscula.

Exemplo 22. Considere o experimento de jogar um dado e observar o resultado. Alguns

possveis eventos desse experimento so: A = {ocorrer a face 5} = {5} ou B = {ocorrer face
par} = {2, 4, 6} etc.
Existem dois eventos especiais: espao todo (:) e o conjunto vazio (). Esses eventos no
tm aplicaes prticas, mas sero teis para provarmos propriedades das probabilidades.

Operaes com eventos

Utilizando o diagrama de Venn, que foi introduzido em 1881 pelo filsofo e matemtico
britnico John Venn, podemos ilustrar as trs operaes bsicas com eventos, a saber,
interseo, unio e complementar. Assim, sejam A e B dois eventos de um mesmo espao
amostral :.

46

O evento interseo de A e B, denotado por AB, o evento

em que A e B ocorrem simultaneamente.

O evento unio de A e B, denotado por AB, o evento em

A

que A ocorre ou B ocorre (ou ambos).

:
c

O evento complementar de A, denotado por A , o evento

A

em que A no ocorre.

Exemplo 23. Operaes com eventos. Seja : = {1, 2, 3, 4, 5, 6}. Considere os seguintes
eventos: A = {2, 4, 6}, B = {4, 5, 6} e C = {1, 3, 5}. Os eventos a seguir ficam assim:
A B = {4, 6}

AC=

A B = {2, 4, 5, 6}

A Bc = {1, 2, 3, 4, 6}

Eventos disjuntos
Dois eventos A e B so mutuamente exclusivos ou disjuntos se eles no podem ocorrer
simultaneamente (A B = ).

Exemplo 24. Considere os seguintes eventos: A = {o resultado do dado foi 4} e B = {o

resultado do dado foi 5}. O evento A B = , pois impossvel existir o evento A B =
{ocorrer 4 e 5, simultaneamente, em um nico lanamento do dado}.

Aps essas quatro definies, acreditamos que o leitor esteja preparado para aprender a
calcular probabilidades. Sugerimos assim, que faa os dois primeiros exerccios da seo 1.4
antes de prosseguir.

47

1.3 Definies de Probabilidade

A rea de probabilidade comeou a ser desenvolvida no sculo XVII antes ainda da
formalizao da rea da Estatstica, em questes propostas em jogos de azar. Em 1654, Pierre
de Fermat (1601-1665) e Blaise Pascal (1623-1662), na Frana, estabelecem os Princpios do

Clculo das Probabilidades. Em 1656, Huygens (1629-1695) publica o primeiro Tratado de

Probabilidade.

Fermat

Pascal

Huygens

No entanto, fcil perceber que o termo probabilidade j est enraizado no senso comum,
pois as pessoas vivem o cotidiano calculando implicitamente algumas probabilidades, tais
como situaes de sua vida pessoal; organizando-se em relao a horrios a cumprir, levando
em conta as circunstncias do trfego; agasalhando-se ao sair de casa se a previso do tempo
indicar uma frente fria. Em resumo, prevenindo-se em situaes de risco.

A pergunta que surge ento Como podemos definir Probabilidade?.

Probabilidade uma medida que quantifica a sua incerteza frente a um possvel

acontecimento futuro.

H vrias maneiras de se medir a incerteza e costume se pensar na seguinte diviso:

1) Mtodo Clssico

3) Mtodo Subjetivo

2) Mtodo Freqentista

4) Mtodo Moderno ou Axiomtico

48

O primeiro devido a Laplace e o mais conhecido, pois relaciona eventos favorveis com
eventos possveis. O segundo consiste em repetir um experimento vrias vezes. O terceiro
baseado na opinio pessoal, e o ltimo devido a Kolmogorov e baseia-se no princpio de que
qualquer experimento pode ser modelado.

Mtodo Clssico
Consideremos o caso em que se joga um dado repetidas vezes. O dado tem seis faces: 1, 2, 3,
4, 5, 6. Se o dado homogneo, equilibrado, jogando-o uma vez no h razo para dizermos
que determinada face tenha preferncia sobre as outras. Todos os seis resultados so
igualmente possveis. Ento a probabilidade de aparecer a face 3, por exemplo, de 1/6. O
evento que nos interessa consiste em um elemento, e o espao amostral tem seis elementos.

Definio 5.1. Se A o evento de interesse, a probabilidade de A, representada por P(A),

dada por

P(A)

Nmero de casos favorveis ao evento A

Nmero de casos possveis

(5.1)

Essa definio se aplica quando os pontos do espao amostral so equiprovveis.

Exemplo 25. No lanamento de uma moeda equilibrada, qual a probabilidade de aparecer uma
Cara? O espao amostral associado : = {Cara, Coroa}. Pela definio clssica, a
probabilidade de ocorrncia do evento A = {Cara} P(A) = 1/2. Note que o nmero de
elementos em : 2 e o nmero de elementos em A 1.

Mtodo Freqentista
A definio clssica de probabilidade s se aplica a espaos amostrais em que os eventos
simples so igualmente possveis. Esse o caso da maioria das aplicaes de probabilidades
aos jogos de azar, rea que, precisamente, suscitou os primeiros problemas prticos resolvidos
pela teoria das probabilidades. Esses mesmos jogos, entretanto, repetidos inmeras vezes,
levaram a considerar a probabilidade de um evento como a freqncia relativa, ou seja, como a
proporo de vezes que um evento ocorre em uma srie suficientemente grande de realizaes

49

de um experimento, em condies idnticas. Surgiu ento uma nova definio de

probabilidade, a definio freqentista.

Definio 5.2. Se A o evento de interesse, a probabilidade de A dada por

P( A )

Nmero de vezes que A ocorreu

Nmero total de repeties do exp erimento

(5.2)

em que o nmero de repeties deve ser grande.

Mtodo Subjetivo
Definio 5.3. Cada indivduo, baseado em informaes anteriores e em sua opinio a respeito
de um evento em questo, pode ter uma resposta para a probabilidade deste evento.

Exemplo 26. Um mdico experiente consegue calcular uma probabilidade de o indivduo ter
uma determinada doena a partir dos sintomas que o indivduo apresenta. Note que outro
mdico pode calcular uma probabilidade diferente para o mesmo indivduo. Da o carter
subjetivo.

Mtodo Moderno
A definio clssica, freqentista e subjetiva de probabilidade, embora sejam bastante
intuitivas e devendo, por isso, ser sempre lembradas, no so definies matematicamente
aceitveis de probabilidade. Por exemplo, no caso da definio freqentista, como saber se,
medida que o nmero de repeties de um experimento cresce, a freqncia relativa converge
para um nmero. Alm das dificuldades com o limite, existem muitas situaes em que
necessrio o uso de probabilidades, e, no entanto, no nem possvel nem intuitivo pensar em
repeties.

A soluo moderna consiste em axiomatizar algumas relaes intuitivas e construir, a partir

delas, toda a teoria de probabilidades, a exemplo do que se faz no estudo da geometria
euclidiana.

50

Definio 5.4. Probabilidade uma funo P() , que associa a cada evento do espao amostral
:, um nmero real, pertencente ao intervalo [0, 1], satisfazendo os seguintes axiomas:

Axioma 1. 0 P(A) 1.
Axioma 2. P(:) = 1.
Axioma 3. Se A e B so eventos mutuamente exclusivos: P(AB) = P(A) + P(B).
A partir desses axiomas, podemos demonstrar as seguintes propriedades:

P1: P() = 0, onde o conjunto vazio.

P2: Seja Ac o evento complementar de A, ento P(Ac) = 1 P(A).
P3: Se A e B forem dois eventos quaisquer, ento P(A B) = P(A) + P(B) P(A B).
P4: Se A B, ento P(A) d P(B).

Exemplo 27. Seguem alguns exemplos de funes j descobertas na literatura para calcular
probabilidades, que sero discutidas em detalhes nas prximas sees.

Distribuio

Funo de probabilidades

Bernoulli

P(X
P(X

Binomial

Hipergeomtrica

Poisson

P( X

p x 1  p 

1 x

r N  r

x n  x

x)

P(X

1
V 2S

51

N
, 0 d x d mnimo(r, n).
n

e O O x
, x = 0, 1, ...
x!

x)

f (x)

f (x)

, x = 0, 1

n x
p 1  p n  x , x = 0, 1, ..., n
x

x)

Uniforme

Normal

x)

1
,<x<
ED


1
2V2

 x P 2

, - f < x< + f

1.4 Exerccios
1. Determine o espao amostral dos seguintes experimentos:
a. Lanar 2 dados e observar as faces superiores;
b. Lanar 2 dados e observar a soma das faces superiores;
c. Uma urna contm 10 bolas azuis e 10 brancas. 3 bolas so retiradas ao acaso e as cores so

anotadas;
d. Uma moeda lanada consecutivamente at o aparecimento da 1 cara;
e. Uma mquina produz 20 peas por hora. Ao final da primeira hora de produo, observa-se

o n de defeituosas;
f. Medio do tempo de vida de uma lmpada antes de se queimar:
2. Considere o seguinte espao amostral: : = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}. Defina os eventos:

A = nmero par:

B = nmero mpar:

C = mltiplo de 3:

D = maior ou igual a 6:

E = maior que 8:

F = menor que 5:

G = menor ou igual a 3:

Obtenha os seguintes eventos:

a. A B =

e. C D =

b. A B =

f. E F =

c. (A B)c =

g. (A G)c =

d. (A B)c =

h. (Ec B)c =

3. Atividade Prtica do lanamento da moeda.

Passo 1 Arrume um parceiro e tomem uma moeda chamem o valor numrico da moeda de

COROA (K ) e a outra face de CARA (C). Suponham que haja interesse em saber se a sua
moeda honesta (isto significa saber se a probabilidade de CARA de sua moeda 1/2 ou,
em termos percentuais, se a chance de sair Cara 50%).

52

Passo 2 Um membro do grupo vai lanar a moeda e o outro vai marcar os resultados na

planilha anexa, seguindo as seguintes instrues:

a) Jogar a moeda uma vez e anotar C ou K no espao adequado (linha 2) da planilha.
b) Repetir este procedimento 30 vezes, preenchendo um a um todos os espaos da linha 2.

Passo 3 Continuando com a planilha, trocar de lugar com o parceiro, voltar para os itens a) e

b) das instrues e continuar mais 30 jogadas at perfazer 60.

Passo 4 Voltar ao primeiro da dupla e, ainda com a planilha, seguir as instrues:

c) Depois do registro na linha 2 de todos os resultados como C ou K, passar para a linha 3:

chamar CARA de 1 e COROA de 0 e colocar estes valores na planilha, abaixo de cada
resultado j obtido na linha 2. Cada membro do grupo deve fazer metade um faz a linha de
cima e o outro a linha de baixo.

d) Agora a linha 4 da planilha deve ser preenchida em cada posio deve ser colocado o
nmero acumulado de CARAS, at aquela jogada (verifique que a jogada est explicitada na
linha 1- que a linha n). Discutir com outro membro do grupo para ver se est claro se no,
pergunte! A linha de baixo continuao do acumulado da linha de cima.

e) Finalmente chegamos ltima linha linha 5: colocar a freqncia relativa (m/n) de

CARAS em cada momento o que isso? Discuta com o outro membro do grupo (desprezar
as entradas assinaladas com X).
1)
2)
3)
4)
5)

Jogada(n)
C ou K
1 ou 0
Caras Acumuladas (m)
Frequncia Relativa (m/n)

1)
2)
3)
4)
5)

Jogada(n)
C ou K
1 ou 0
Caras Acumuladas (m)
Frequncia Relativa (m/n)

31 32 33

10

12

14

17

40

20

47

53

25

50

30

55

60

Passo 5 Depois de completar a 1a parte da planilha, construir a seguinte tabela, usando as

linhas 4 e 5 da planilha:
n

10

20

30

40

50

60

m/n
Passo 6 Completar o grfico, usando os valores da tabela recm-construda, do seguinte

modo:
Eixo Y valores m/n Eixo X valores da linha 1: (n)
Passo 7 Comparar os resultados com os colegas e interpretar o resultado comentando sobre a

honestidade da sua moeda.

Grfico da Atividade Prtica
m/n
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
1 2 3 4 5 6 7 8 9 10 20
n

30

40

50

60

Concluso: com isso chegamos a uma possvel definio freqentista de probabilidade, ou

seja, probabilidade o valor em que a freqncia relativa se estabiliza aps um nmero muito
grande de ensaios.

54

Aula 2 Fundamentos de Probabilidades

2.1 Probabilidade Condicional
A probabilidade condicional surge, por exemplo, quando se deseja calcular a probabilidade de
um evento A ocorrer sabendo que um evento B j ocorreu.
Sejam A e B dois eventos associados a um mesmo espao amostral :. Denota-se por P(A|B) a
probabilidade condicionada do evento A, quando o evento B tiver ocorrido.
Sempre que calculamos P(A|B), estamos essencialmente calculando P(A) em relao ao
espao amostral reduzido devido a B ter ocorrido, em lugar de faz-lo em relao ao espao
amostral original :. Assim, uma definio mais formal de probabilidade condicional dada
pela definio 6.1.
Definio 6.1. Dados dois eventos A e B, a probabilidade condicional de A dado que ocorreu

B representada por P(A | B) e definida por

P(A | B)

P(A B)
,
P(B)

P(B) ! 0

(6.1)

Da expresso (6.1), obtemos a regra do produto de probabilidades dada por

P(A B)

P(B)P(A | B)

(6.2)

Exemplo 28. Um grupo de pessoas foi classificado quanto a peso e presso arterial, de acordo

com as propores do quadro a seguir:

Peso
Presso

Excesso

Normal

Deficiente

Total

Alta

0,10

0,08

0,02

0,20

Normal

0,15

0,45

0,20

0,80

Total

0,25

0,53

0,22

1,00

55

a. Qual a probabilidade de uma pessoa escolhida ao acaso nesse grupo ter presso alta?
b. Se se verifica que a pessoa escolhida tem excesso de peso, qual a probabilidade de ela ter

tambm presso alta?

Soluo:
a. Como a pessoa escolhida ao acaso em um grupo em que 20% tem presso alta, chamando

A o evento ter presso alta, P(A) = 0,20 a probabilidade pedida.

b. Chamemos B o evento ter excesso de peso. Nosso interesse passa a ser

P(A | B)

P(A B)
P(B)

0,10
0,25

0,40

O que fizemos foi precisamente estabelecer a probabilidade condicional de A dado B, P(A|B),

a partir de P(A B)

0,10 e P(B) = 0,25.

2.2 Independncia de Eventos

Dois eventos A e B so independentes se a ocorrncia de um no altera a probabilidade de
ocorrncia do outro, isto , P(A|B) = P(A) ou P(B|A) = P(B), ou ainda, a seguinte forma
equivalente:
P(AB) = P(A) P(B)

(6.3)

Exemplo 29. Joaninha tem probabilidade de 0,8 de passar no vestibular, enquanto que

Joozinho tem probabilidade 0,6. Qual a probabilidade de ambos passarem no vestibular?

Qual a suposio a ser feita nesse caso para calcular a probabilidade?

Soluo: Sejam os eventos A: Joaninha passa no vestibular e B: Joozinho passa no

vestibular. Supondo independncia entre os eventos A e B, temos que a probabilidade de

ambos passarem no vestibular P(AB) = 0,8 x 0,6 = 0,48.

56

2.3 Regra da Probabilidade Total

Considere a seqncia {B1, B2, ..., Bn} como sendo uma partio do espao amostral :, isto ,
Bi Bj = sempre que i z j e B1 B2 ... Bn = :. O diagrama da Figura 8 exibe uma
partio de :.

B2
B1

B3

B5

B4

Figura 8. Partio do : e um evento qualquer A.

Vamos supor que o evento A possa ocorrer juntamente com um e s um dos n eventos
mutuamente exclusivos B1, B2,..., Bn. Em outras palavras vamos assumir que
A = (A B1) (A B2) ... (A Bn),

(6.4)

onde os eventos A Bi e A Bj (com subscritos distintos i e j) so mutuamente exclusivos.

Aplicando a funo probabilidade em ambos os lados de (6.4) temos que

P(A) = P[(A B1) (A B2) ... (A Bn)].

(6.5)

Utilizando a regra de adio em (6.5) obtemos que

P(A) = P(A B1) + P(A B2) + ... + P(A Bn)

(6.6)

Atravs de (6.2), a expresso (6.6) fica

P(A) = P(A | B1 ) P(B1 ) + P(A | B 2 ) P(B 2 ) + ... + P(A | B n ) P(B n )
(6.7)

= P(A | B i ) P(B i )
i 1

57

A expresso (6.7) denominada Regra da Probabilidade Total.

Exemplo 30. Uma mineradora explora trs minas denominadas B1, B2 e B3. A partir de

pesquisas anteriores, sabe-se que a probabilidade de encontrar ouro na mina B1 0,1, na mina
B2 0,05 e na mina B3 0,2. Alm disso, essa mineradora tem explorado as minas B1, B2 e B3
nas propores 0,3, 0,2 e 0,5, respectivamente. Qual a probabilidade de a mineradora
encontrar ouro?

Soluo: Seja A = {encontrar ouro} e Bj = {explorando a j-sima mina j}. Pela regra da

probabilidade total temos

P(A) = P(A | B1 ) P(B1 ) + P(A | B 2 ) P(B 2 ) + P(A | B 3 ) P(B 3 )
0,1x0,3  0,05x0,2  0,2x0,5

0,14

2.4 Teorema de Bayes

Finalmente, uma das relaes mais importantes envolvendo probabilidades condicionais
dada pelo teorema de Bayes. Thomas Bayes (1702-1761) afirmou que as probabilidades
devem ser revistas quando conhecemos algo mais sobre os dados. A forma geral do teorema
de Bayes pode ser introduzida atravs do Teorema 6.1.
Teorema 6.1. A probabilidade de ocorrncia do evento Bi, supondo a ocorrncia do evento A,

dado por
P(B i | A)

P( A | B i ) P( B i )
n

P(A | B )P(B )
i

i 1

O teorema de Bayes uma generalizao da probabilidade condicional no caso de mais de

dois eventos.

Exemplo 31. Considere novamente o Exemplo 30. Sabendo-se que a mineradora encontrou
ouro, qual a probabilidade de que tenha sido na mina B3?

58

Soluo: Precisamos calcular a seguinte probabilidade:

P(B 3 | A)

P( A | B 3 ) P( B 3 )
n

P( A | B ) P( B )
i

0,2 x 0,5
0,14

0,10
# 0,7143
0,14

i 1

2.5 Exerccios
1. O campo da Engenharia da confiabilidade se desenvolveu rapidamente a partir do incio da
dcada de 1960. Um tipo de problema encontrado o de se estimar a confiabilidade de um
sistema a partir das confiabilidades dos subsistemas. A confiabilidade definida aqui como a
probabilidade do funcionamento apropriado durante um certo perodo de tempo. Considere a
estrutura de um sistema em srie simples, como o da figura a seguir:

Subsistema 1

Subsistema 2

O sistema funciona se, e somente se, o subsistema 1 e o subsistema 2 funcionarem. Se os

subsistemas sobrevivem independentemente, a confiabilidade do subsistema 1 de 0,90 e do
subsistema 2 de 0,80, qual a confiabilidade do sistema?

2. Em um centro de mquinas, h quatro mquinas automticas de parafusos. Uma anlise dos

registros de inspeo passados fornece os seguintes dados:

Mquina Percentual de Produo Percentual de Defeituosos Produzidos

1
15
4
2
30
3
3
20
5
4
35
2
As mquinas 2 e 4 so mais novas e, assim, a maior parte da produo foi atribuda a
elas. Suponha que o estoque atual reflita as porcentagens de produo indicadas.

a. Se um parafuso selecionado aleatoriamente do estoque, qual a probabilidade de que seja

defeituoso?

b. Se um parafuso selecionado aleatoriamente do estoque e ele defeituoso, qual a

probabilidade de que seja da mquina 2?

59