Noções de Probabilidade
Prof. Andressa N Siroky
andressasiroky16@[Link]
Departamento de Estatı́stica,
Universidade Federal do Rio Grande do Norte (UFRN)
3 de novembro de 2021
Probabilidade
Probabilidade
Probabilidade é uma medida de incerteza sobre o acontecimento de
certos eventos.
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 2 / 32
Probabilidade Conceitos básicos
Fenômeno aleatório ou experimento aleatório: fenômeno ou
experimento cujo o resultado não pode ser previamente antecipado. Os
possı́veis resultados são conhecidos, mas não sabemos de antemão qual
deles irá ocorrer.
Espaço Amostral: É o conjunto de todos os possı́veis resultados de um
experimento aleatório. O espaço amostral é denotado por Ω. No caso
discreto, Ω consite na enumeração de todos os possı́veis resultados:
Ω = {ω1 , ω2 , . . . , ωn , . . .}
(os elementos de Ω são chamados de pontos amostrais ou eventos
elementares.)
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 3 / 32
Probabilidade Conceitos básicos
Exemplos:
i) Uma moeda é lançada duas vezes. Se C indicar cara e R indicar
coroa, então um espaço amostral será
Ω = {CC , CR, RC , RR}.
ii) Uma fábrica produz determinado artigo. Da linha de produção são
retirados três artigos, e cada um é classificado como bom (B ) ou
defeituoso (D). Um espaço amostral do experimento é
Ω = {BBB , BBD, BDB , DBB , DDB , DBD, BDD, DDD}.
iii) Uma lâmpada é retirada de um lote e o tempo até esta lâmpada
queimar (tempo de vida) é medido. Um espaço amostral
conveniente é
Ω = {t ∈ R : t ≥ 0}.
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 4 / 32
Probabilidade Conceitos básicos
Evento: É qualquer subconjunto do espaço amostral Ω. Denotamos os
eventos pelas letras A, B, C, D, etc.
Exemplos:
i) Sair exatamente um cara
A = {CR, RC };
ii) Obter dois artigos defeituosos
C = {DDB , DBD, BDD};
iii) Tempo de vida da lâmpada inferior a 20 horas
C = {t : 0 < t < 20);
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 5 / 32
Probabilidade Conceitos básicos
Tipos especiais de eventos
O evento união de A e B equivale à ocorrência de A ou de B , ou de
ambos. Contém todos os elementos do espaço amostral que estão em
pelo menos um dos dois eventos. Denotamos a união por A ∪ B .
Ω
A B
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 6 / 32
Probabilidade Conceitos básicos
O evento interseção de A e B equivale a ocorrência simultânea dos
eventos A e B . Contém todos os elementos do espaço amostral comuns
a A e B . Denotamos a interseção por A ∩ B .
Ω
A B
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 7 / 32
Probabilidade Conceitos básicos
O evento complementar de A contém todos os elementos do espaço
amostral que não pertencem a A. O complementar do evento A será
representado por Ac .
Ω
Ac
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 8 / 32
Probabilidade Conceitos básicos
Eventos disjuntos
Dois eventos A e B são disjuntos ou mutuamente excludentes se a
ocorrência de um deles impossibilita a ocorrência do outro.
Em outras palavras, os dois eventos não têm nenhum elemento do
espaço amostral em comum, isto é, A ∩ B = ∅, em que ∅ representa
conjunto vazio.
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 9 / 32
Probabilidade Conceitos básicos
Exemplo: Considere que experimento aleatório de interesse é a face
observada em um lançamento de um dado. Neste experimento temos
que o espaço amostral é Ω = {1, 2, 3, 4, 5, 6}.
Seja os eventos
A - Sair face par
B - Sair face maior ou igual a 5
C - Sair face menor do que 2
Calcule:
(a) A∪B
(b) A∩B
(c) A∩C
(d) Ac
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 10 / 32
Probabilidade Conceitos básicos
Exemplo: Sendo A e B dois eventos em um mesmo espaço amostral,
“traduza” para a linguagem da Teoria dos Conjuntos, as seguintes
situações:
(a) Pelo menos um dos eventos ocorre.
(b) O evento A ocorre mas B não ocorre.
(c) Nenhum deles ocorre.
(d) Exatamente um dos eventos ocorre.
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 11 / 32
Probabilidade Definição de probabilidade
Dados um experimento e um espaço amostral, o objetivo da
probabilidade é atribuir a cada evento A ∈ Ω um número P (A),
denominado probabilidade do evento A, que fornecerá uma medida da
chance de ocorrência de A. Este medida deve satisfazer os seguintes
axiomas:
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 12 / 32
Probabilidade Definição de probabilidade
Dados um experimento e um espaço amostral, o objetivo da
probabilidade é atribuir a cada evento A ∈ Ω um número P (A),
denominado probabilidade do evento A, que fornecerá uma medida da
chance de ocorrência de A. Este medida deve satisfazer os seguintes
axiomas:
Axiomas de Kolmogorov:
(i) Para qualquer evento A ∈ Ω, P (A) ≥ 0.
(ii) P (Ω) = 1;
(iii) Se A1 , A2 , A3 , . . . , ∈ Ω são eventos mutuamente excludentes, então
∞
X
P (A1 ∪ A2 ∪ A3 ∪ · · · ) = P (Ai ).
i=1
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 12 / 32
Probabilidade Definição de probabilidade
Os axiomas anteriores implicam nos seguintes resultados
P (∅) = 0;
P (Ac ) = 1 − P (A);
Sejam A e B eventos de Ω. Então P (A) = P (A ∩ B ) + P (A ∩ B c ).
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 13 / 32
Probabilidade Definição de probabilidade
Equiprobabilidade: Se todos os elementos de um espaço amostral Ω
finito possuirem a mesma probabilidade de ocorrência, então a
probabilidade de um certo evento A é
Número de elementos de A
P (A) =
Número de elementos de Ω.
Exemplo: Considere o lançamento de um dado honesto. Os possı́veis
resultados deste experimento são Ω = {1, 2, 3, 4, 5, 6}. Obtenha o a
probabilidade do resultado ser um número par.
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 14 / 32
Probabilidade Definição de probabilidade
Equiprobabilidade: Se todos os elementos de um espaço amostral Ω
finito possuirem a mesma probabilidade de ocorrência, então a
probabilidade de um certo evento A é
Número de elementos de A
P (A) =
Número de elementos de Ω.
Exemplo: Considere o lançamento de um dado honesto. Os possı́veis
resultados deste experimento são Ω = {1, 2, 3, 4, 5, 6}. Obtenha o a
probabilidade do resultado ser um número par.
Exemplo: Considere o experimento de jogar na megasena. Obtenha a
probabibilidade de ganhar o prêmio.
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 14 / 32
Probabilidade Definição de probabilidade
Interpretação Frequentista de Probabilidade: A frequência relativa em
um grande número de realizações independentes de um experimento
fornece uma estimativa da probabilidade do evento de interesse.
Número de vezes em que A ocorreu
P (A) = .
Número de vezes em que o experimento foi repetido
Exemplo: Suponha que deseja-se calcular a probabilidade de um
dispositivo falhar. Tal probabilidade pode ser estimada obtendo-se uma
grande amostra e calculando a proporção de vezes em que os
dispositivos falharam.
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 15 / 32
Probabilidade Definição de probabilidade
Exemplo: Uma turma de Estatı́stica I teve a seguinte distribuição por
gênero e aprovação:
10% dos alunos são homens e foram reprovados,
5% são mulheres e foram reprovadas,
35% são homens e foram aprovados,
50% são mulheres e foram aprovadas.
Denote por H se o aluno escolhido for homem e por A se o aluno foi
aprovado. Para um aluno escolhido ao acaso, calcule P (A ∩ H ), P (A),
P (H ) e P (A ∪ H ).
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 16 / 32
Probabilidade Definição de probabilidade
Exemplo: Uma turma de Estatı́stica I teve a seguinte distribuição por
gênero e aprovação:
10% dos alunos são homens e foram reprovados,
5% são mulheres e foram reprovadas,
35% são homens e foram aprovados,
50% são mulheres e foram aprovadas.
Denote por H se o aluno escolhido for homem e por A se o aluno foi
aprovado. Para um aluno escolhido ao acaso, calcule P (A ∩ H ), P (A),
P (H ) e P (A ∪ H ).
Regra da adição de probabilidades
Sejam A e B eventos de Ω. Então
P (A ∪ B ) = P (A) + P (B ) − P (A ∩ B ).
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 16 / 32
Probabilidade Probabilidade condicional
Exemplo: Alunos em uma universidade estão matriculados em quatro
cursos conforme a distribuição da tabela abaixo
Curso / Sexo Homens (H) Mulheres (M) Total
Matemática Pura (M) 70 40 110
Matemática Aplicada (A) 15 15 30
Estatı́stica (E) 10 20 30
Computação (C) 20 10 30
Total 115 85 200
Uma aluno é sorteado ao acaso. Qual a probabilidade deste aluno ser
um homem do curso de estatı́stica? Qual a probabilidade do aluno ser
homem ou ser do curso de estatı́stica? Sabendo que este aluno é do
curso de estatı́stica, qual a probabilidade dele ser homem?
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 17 / 32
Probabilidade Probabilidade condicional
Probabilidade condicional
A probabilidade condicional de A dado B é definida como
P (A ∩ B )
P (A|B ) = se P (B ) ̸= 0.
P (B )
Interpretação: A probabilidade P (A|B ) revela a incerteza que se tem
sobre o evento A supondo que ocorreu o evento B. Podemos
interpretá-la como a chance relativa de A restrita ao fato que B ocorreu.
Regra do Produto
P (A ∩ B ) = P (A|B )P (B ) ou P (A ∩ B ) = P (B |A)P (A)
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 18 / 32
Probabilidade Probabilidade condicional
Exemplo 1: Uma urna contém duas bolas brancas (B) e três vermelhas
(V). Suponha que são sorteadas duas bolas ao acaso, uma após a outra,
sem reposição. Qual a probabilidade da segunda bola extraı́da ser
branca?
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 19 / 32
Probabilidade Probabilidade condicional
Exemplo 2: A Associação Chapecoense de Futebol vence uma partida
com probabilidade 0,7 se chove e com probabilidade de 0,8 se não
chove. Em setembro a probabilidade de chuva é de 0,3. O Chapecoense
ganhou uma partida em Setembro, qual a probabilidade de ter chovido
nesse dia?
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 20 / 32
Probabilidade Probabilidade condicional
Exemplo 3: Uma classe de Estatı́stica teve a seguinte distribuição de
notas finais: 4 alunos do sexo masculino e 6 do feminino foram
reprovados, 8 do sexo masculino e 14 do feminino foram aprovados.
Para um aluno sorteado dessa classe, denote por M se o aluno
escolhido for do sexo masculino e por A se for aprovado. Calcule:
a) P (A ∪ M c ).
b) P (Ac ∩ M c ).
c) P (A|M ).
d) P (M c |A).
e) P (M |A).
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 21 / 32
Probabilidade Independência de Eventos
Eventos independentes
Dois eventos A e B são independentes se a informação da ocorrência ou
não de B não altera a probabilidade de ocorrência de A, ou seja,
P (A|B ) = P (A) e consequentemente tem-se
P (A ∩ B ) = P (A)P (B ).
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 22 / 32
Probabilidade Independência de Eventos
Exemplo 1: Extração de cartas de baralho
Para a extração sucessiva sem reposição de duas cartas de um baralho
comum, vamos calcular a probabilidade de ambas serem “ás”.
Defina os eventos
A: ás na primeira extração;
B : ás na segunda extração.
Os eventos A e B são independentes? E se as retiradas forem com
reposição?
Exemplo 2: Um casal possui 3 filhos. Qual a probabilidade de todos
serem do sexo feminino? E de serem duas meninas e um menino?
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 23 / 32
Probabilidade Independência de Eventos
Exemplo 3: Peças produzidas por uma máquina são classificadas como
defeituosas, recuperáveis ou perfeitas com probabilidade de 0,1; 0,2 e
0,7; respectivamente. De um grande lote, foram sorteadas duas peças
com reposição. Supondo que a segunda peça sorteada é independente
da primeira, calcule:
(a) P (duas serem defeituosas).
(b) P (pelo menos uma ser perfeita).
(c) P (uma ser recuperável e uma ser perfeita).
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 24 / 32
Probabilidade Independência de Eventos
Exemplo 4: A teoria da confiabilidade estuda sistemas e seus
componentes, como por exemplo sistemas mecânicos e eletrônicos (um
automóvel ou um computador) e sistemas biológicos, como o corpo
humano. O objetivo da teoria é estudar as relações entre o
funcionamento dos componentes e do sistema. A Figura 5.5 (a) ilustra
um sistema composto de dois componentes ligados em série.
O sistema da figura funcionará se os componentes 1 e 2 funcionarem
simultaneamente. Se um dos componentes falhar, o sistema também
falhará.
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 25 / 32
Probabilidade Independência de Eventos
Supondo que os componentes funcionem independentemente, e se pi for
a probabilidade de o componente i (i = 1, 2) funcionar, então a
probabilidade de o sistema funcionar será
P (F ) = P (A1 ∩ A2 ) = P (A1 )P (A2 ) = p1 p2 ,
onde indicamos por F o evento “o sistema funciona” e por Ai o evento
“o componente i funciona”, i = 1, 2.
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 26 / 32
Probabilidade Independência de Eventos
Supondo que os componentes funcionem independentemente, e se pi for
a probabilidade de o componente i (i = 1, 2) funcionar, então a
probabilidade de o sistema funcionar será
P (F ) = P (A1 ∩ A2 ) = P (A1 )P (A2 ) = p1 p2 ,
onde indicamos por F o evento “o sistema funciona” e por Ai o evento
“o componente i funciona”, i = 1, 2.
A probabilidade pi é a chamada confiabilidade do componente i e
P (F ) = h(p1 , p2 ) = p1 p2 a confiabilidade do sistema.
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 26 / 32
Probabilidade Independência de Eventos
Supondo que os componentes funcionem independentemente, e se pi for
a probabilidade de o componente i (i = 1, 2) funcionar, então a
probabilidade de o sistema funcionar será
P (F ) = P (A1 ∩ A2 ) = P (A1 )P (A2 ) = p1 p2 ,
onde indicamos por F o evento “o sistema funciona” e por Ai o evento
“o componente i funciona”, i = 1, 2.
A probabilidade pi é a chamada confiabilidade do componente i e
P (F ) = h(p1 , p2 ) = p1 p2 a confiabilidade do sistema.
Se os componentes 1 e 2 estiverem em paralelo, como na Figura 5.5 (b),
então o sistema funcionará se pelo menos um dos dois componentes
funcionar. Ou seja,
P (F ) = P (A1 ∪ A2 ) = P (A1 ) + P (A2 ) − P (A1 ∩ A2 ) = p1 + p2 − p1 p2
e a confiabilidade do sistema é h(p1 , p2 ) = p1 + p2 − p1 p2 .
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 26 / 32
Probabilidade Partição do Espaço Amostral
Partição do Espaço Amostral
Os eventos C1 , C2 ,...,Ck formam uma partição de Ω se eles não tem
interseção entre si e se sua união é igual ao espaço amostral, ou seja, se
satisfazem as seguintes condições:
(i) Ci ∩ Cj = ∅, ∀i ̸= j
Sk
i=1 Ci = Ω
(ii)
Exemplo: Considere um lançamento de um dado. Possı́veis partições
do espaço amostral seriam:
C1 = {1}, C2 = {2}, C3 = {3}, C4 = {4}, C5 = {5} e C6 = {6}.
C1 = {1}, C2 = {2, 3} e C3 = {4, 5, 6}.
C1 = {1, 2, 3} e C2 = {4, 5, 6}.
C1 = {1, 3, 5} e C2 = {2, 4, 6}.
C1 = {1, 2, 3, 5} e C2 = {4, 6}.
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 27 / 32
Probabilidade Teorema da Probabilidade Total
Teorema da Probabilidade Total
Suponha que os eventos C1 , C2 ,...,Ck formam uma partição de Ω e que
suas probabilidades P (C1 ), P (C2 ),...,P (Ck ) são conhecidas. Suponha
também que para um evento A, as probabilidades P (A|C1 ),
P (A|C2 ),...,P (A|Ck ) sejam conhecidas.
k
X
P (A) = P (A|Ci )P (Ci )
i=1
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 28 / 32
Probabilidade Teorema da Probabilidade Total
Teorema da Probabilidade Total
Suponha que os eventos C1 , C2 ,...,Ck formam uma partição de Ω e que
suas probabilidades P (C1 ), P (C2 ),...,P (Ck ) são conhecidas. Suponha
também que para um evento A, as probabilidades P (A|C1 ),
P (A|C2 ),...,P (A|Ck ) sejam conhecidas.
k
X
P (A) = P (A|Ci )P (Ci )
i=1
Exemplo: Em uma certa cidade, estima-se que cerca de 10% dos
habitantes tem algum tipo de alergia. Sabe-se que 50% dos alérgicos
praticam esporte, enquanto que essa porcentagem entre os não alérgicos
é de 40%. Defina os eventos: E - um indivı́duo praticar esporte e A -
um indivı́duo ter alergia. Para um indivı́duo escolhido aleatoriamente
nessa cidade, obtenha a probabilidade de não praticar esporte.
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 28 / 32
Probabilidade Teorema de Bayes
Teorema de Bayes
Suponha que os eventos C1 , C2 ,...,Ck formam uma partição de Ω e que
suas probabilidades P (C1 ), P (C2 ),...,P (Ck ) são conhecidas. Suponha
também que para um evento A, as probabilidades P (A|C1 ),
P (A|C2 ),...,P (A|Ck ) sejam conhecidas.
P (A|Cj )P (Cj )
P (Cj |A) = Pk .
i=1 P (A|C i )P (Ci )
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 29 / 32
Probabilidade Teorema de Bayes
Exemplo 1: Numa certa região, a probabilidade de chuva em um dia
qualquer do ano é de 0, 20. Um meteorelogista acerta suas previsões em
80% dos dias em que chove e em 90% dos dias que não chove. Defina os
eventos: C - chover no último dia do mês de janeiro e A - O
metereologista acertar a previsão para o último dia de janeiro. Calcule:
(a) Qual é a probabilidade do meteorologista acertar sua previsão?
(b) Se houve acerto na previsão feita, qual a probabilidade de ter sido
um dia de chuva?
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 30 / 32
Probabilidade Teorema de Bayes
Exemplo 2: Uma companhia produz circuitos em três fábricas, I, II e
III. A fábrica I produz 40% dos circuitos, enquanto a II e a III
produzem 30% cada uma. As probabilidades de que um circuito
integrado produzido por essas fábricas não funcione são 0,01, 0,04 e
0,03, respectivamente. Escolhido um circuito da produção conjunta das
três fábricas, qual a probabilidade de o mesmo não funcionar? Dado
que o circuito não funciona, qual a probabilidade dele ter sido
produzido pela fábrica 1?
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 31 / 32
Probabilidade Teorema de Bayes
Problema de Monty Hall: Imagine-se em um programa de auditório em
que 3 portas são colocadas à sua frente. Atrás de uma delas há um
bom prêmio e atrás das outras duas não há nada.
O apresentador pede que você escolha uma das 3 portas. Você escolhe
a primeira. Após sua escolha, o apresentador abre a terceira porta,
mostrando que está vazia. Daı́ ele faz a pergunta:
− Você quer trocar de porta, ou prefere manter a porta que escolheu?
Qual estratégia tem maior probabilidade de ganhar o prêmio?
Prof. Andressa N Siroky (UFRN) Noções de Probabilidade 3 de novembro de 2021 32 / 32