IPE

Notas de Aula

Introdução
Probabilidade e estatística são disciplinas fundamentais para o bacharel em ciência e tecnologia.
A teoria das probabilidades é o ramo da matemática que trata dos eventos aleatórios.
A estatística é o ramo da matemática dedicado à coleta, análise, interpretação e apresentação de dados.

Monty Hall
O problema do Monty Hall não é intuitivo. Há dois problemas de Monty Hall parecidos, mas diferentes. A diferença
reside no fato de como o apresentador escolhe a porta que será aberta após a escolha inicial. Ele pode saber em que
porta há uma cabra, e abrir esta porta. Ou o apresentador pode ignorar o que há atrás das portas e abrir a porta de
uma das cabras por sorte.
O problema foi apresentado a você pois, além de interessante, chama a sua atenção para o fato de que a intuição
pode ser equivocada. O problema foi publicado numa coluna de matemática de um jornal. Durante meses os leitores
discutiram o polêmico problema. Vamos explicar a controvérsia por meio de diagramas. Eles mostram as possíveis
sequências de eventos até a tomada de decisão de trocar a porta ou não. Este tipo de diagrama pode ajudar a resolver
muitos problemas em que há uma sequência de eventos.

1
 O primeiro diagrama representa o caso em que o apresentador não sabe em que porta está o carro. Vamos supor,
sem perda de generalidade, que o carro está na porta um. O participante do programa escolhe aleatoriamente uma
de três portas com probabilidade de um terço, portanto. O apresentador vai escolher aleatoriamente uma das duas
outras portas, com probabilidade de cinquenta por cento. O diagrama mostra os seis resultados possíveis das escolhas
aleatórias, todos equiprováveis. Em dois casos o apresentador vai abrir a porta do carro e o participante vai perder, sem
poder fazer a escolha. Aqui entra o conceito de probabilidade condicional. Queremos saber a probabilidade de ganhar
o carro apenas quando é possível fazer a troca. Vamos ignorar no diagrama os casos em que não há escolha. Temos
quatro situações equiprováveis. Em duas delas trocar de porta implica em ganhar o carro, nas outras duas implica em
ganhar a cabra. Tanto faz trocar de porta ou não.
 O segundo diagrama representa o caso em que o apresentador sabe em que porta está o carro. Somente a escolha
do participante é aleatória. Neste caso, temos três alternativas equiprováveis. Numa delas, trocar de porta resulta em
ganhar uma cabra. Nas outras duas, resulta em ganhar o carro. Melhor trocar de porta.
Hummmm! Será que este raciocínio está certo? Podemos fazer uma simulação para verificar esta análise. Modelos
de simulação são frequentemente empregados para validação dos modelos analíticos. No seguinte link você encontra
um código java que simula os dois casos e calcula a probabilidade de ganhar sem trocar de porta.
Se você achou esta explicação complicada de entender, pesquise no Google ou Youtube. Há vários vídeos e textos
explicando a solução de outras maneiras mais intuitivas.
Mecânica Quântica

Niels Bohr e Albert Einstein em fotografia de 1925 e Max Born

A mecânica quantica descreve o coportamento das partículas de modo probabilístico. Ao contrário do jogo de cartas,
em que a ordem das cartas está definida, mas oculta, e a incerteza resulta de nosso desconhecimento, a mecânica
quantica identifica o princípio da incerteza como uma característica inerente da realidade. Einstein refutava esta visão.
Numa carta a Max Born escreveu que “A teoria produz um bom resultado, mas dificilmente nos aproxima do segredo do
Criador”... “Estou, em todos os casos, convencido de que Ele não joga dados.” Einstein propos dois experimentos mentais
para tentar mostrar que a teoria quântica estava incompleta, conhecidos como o paradoxo EPR e a caixa de Einstein.
Os experimentos deram origem a um debate entre Einstein e Bohr. Atualmente os dois experimentos propostos foram
resolvidos a partir da teoria quântica. No experimento da caixa, ambas análises de Bohr e Einstein eram equivocadas.
No caso do paradoxo EPR, em 1964, John Stewart Bell mostrou que seria possível verificar experientalmente, por meio
de estatística, se o argumento de Einstein sobre a completude da teoria era correto. Vários esperimentos mostraram
que o argumento era incorreto. Num dos experimentos um par de fótons emaranhandos é gerado. Os fótons viajam em
direções diferentes até encontrarem medidores de polarização. Os instrumentos mostram que o par de fótons possui
a mesma polarização. Mas a polarização é uma variável aleatória. Pode ser vertical ou horizontal. Só sabemos isto
quando a polarização é medida nos detectores. Para a teoria quântica, não é possível determinar a polarização dos
fótons até que haja o colapso da função de onda. Não é como pegar um par de sapatos e colocar aleatoriamente um
pé numa caixa e o outro pé noutra caixa. Cada caixa é enviada para um destino diferente. Abrindo uma caixa, sabemos
automaticamente o que está na outra caixa. Neste caso, a incerteza do problema está em nosso desconhecimento. Para
a teoria quântica, enquanto os fótons viajam, eles estão num estado de superposição. Ao mesmo tempo tem polarização
horizontal e vertical. A incerteza somente deixa de existir após o colapso da função de onda. A natureza da incerteza é
inerente ao fenômeno quântico.
Medicina
Bills of mortality 1592, Londres
Medicina
Peste Bubônica
Modelos
Em latim, a palavra modellum é o diminutivo de modus, que significa medida ou modo de ser ou fazer. No nosso contexto
usamos o termo moderno modelo com os seguintes significados (Houaiss):

1. esquema teórico que representa um fenômeno ou conjunto de fenômenos complexos e permite compreendê-los e
prever-lhes a evolução
2. representação de um fenômeno ou conjunto de fenômenos físicos e eventualmente a previsão de novos fenômenos ou
propriedades, tomando como base um certo número de leis físicas, em geral obtidas ou testadas experimentalmente

3. representação em escala reduzida de objeto, obra de arquitetura etc. a ser reproduzida em dimensões normais;
maquete.

Modelo em escala de uma aeronave MD-11

Um exemplo de modelo físico, são os modelos utilizados em ensaios aerodinâmicos em túnel de vento. Os modelos
são cópias das aeronaves em escala reduzida. Modelos em escala são empregados em diferentes áreas. Os modelos
representam com exatidão o comportamento aerodinâmico das aeronaves.
Modelo Matemático Determinístico

Modelo de linhas de transmissão

Um modelo determinístico, de forma geral, expressa os estados do sistema por meio de variáveis que não são
aleatórias. Por exemplo, para as linhas de transmissão temos o modelo de parâmetros distribuídos. O modelo representa
segmentos infinitesimais da linha por meio de um circuito elétrico equivalente. O modelo permite calcular as equações
da corrente e tensão ao longo da linha. O estado do sistema num determinado ponto da linha e num determinado
momento é expresso por um determinado valor de tensão e de corrente. Pode-se, eventualmente, expressar imprecisão
das medidas. Os valores podem ser expressos com a margem de erro. Mas esta margem não é aleatória, é conhecida
ou estimada.
Modelo Matemático Probabilístico

Congestionamento em rodovia

Um modelo probabilístico, de forma geral, expressa os estados do sistema por meio de variáveis aleatórias. O trânsito
rodoviário é um exemplo de sistema que demanda modelos probabilísticos. A quantidade de veículos que ingressam nas
vias, o pontos de origem e destino, a velocidade, diversas variáveis têm natureza aleatória. Os estados do sistema são
expressos em função de probabilidades e valores médios. Os modelos criados a partir da teoria de filas são quase
sempre modelos deste tipo.
 Previsão do furacão Rita

Os modelos utilizados para previsão do tempo são exemplos modelos matemáticos probabilísticos. Neste caso, não é
possível obter resultados determinísticos. O modelo permite fazer previsões em termos de probabilidade de ocorrência
dos possíveis eventos. No exemplo da figura, temos a previsão da trajetória de um furacão. O diagrama tem a forma de
um cone como consequência da redução da previsibilidade de eventos mais distantes adiante no tempo.
Modelos de Simulação

Stanislaw Ulam, Richard Feynman, e John Von Neumann. Ulam e Von Neumann criaram o método de Monte Carlo em
1946. É um método precursor de simulação computacional. Feynman, não tem a ver com simulação. Ele morou um
tempo no Brasil. Era muito bom professor. Desenvolveu um método de estudo que poderia ajudar em seus estudos. Já
que ele apareceu na foto, não custa nada você pesquisar a respeito.
Modelos de Confiabilidade

Qual avião é mais confiável? O que possui quatro motores ou o que possui dois motores? Suponha que o avião
quadrimotor pode voar com apenas dois motores e o bimotor voa com apenas um motor. O quadrimotor suporta o
dobro de falhas. Mas tem o dobro de chance de apresentar falha num motor. Modelos de confiabilidade permitem
calcular a confiabilidade dos mais diversos sistemas a partir de seus componentes (veículos, redes de comunicação,
eletrodomésticos, etc).
Modelos Atuariais

Os modelos atuariais permitem calcular os riscos de eventos futuros. São utilizados pelas seguradoras, pelo setor
financeiro, previdência social e planos de saúde. Permitem o planejamento e proteção de perdas.
Aprendizado de Máquina e Big Data

Modelos probabilísticos são uma parte importante da área de aprendizado de máquina. Probabilidade e estatística
estão no núcleo da ciência de dados.
Teoria de Filas

Probabilidade e estatística estão no núcleo da teoria de filas. Esta disciplina permite analisar o fluxo de tráfego nas
redes de computadores, analisar o desempenho de sistemas, dimensionar a quantidade de leitos em hospitais, analisar
o funcionamento de linhas de produção, analisar cronogramas de atividades complexas.
Controle de Qualidade

O controle de qualidade é uma das atividades baseadas na estatística. Amostras da produção são avaliadas para
determinar se um lote atende os critérios de qualidade.
Análise Combinatória

Há uma classe de problemas que são os problemas de partição. Por exemplo, o problema dos camelos e a herança
do pai que deve ser dividida entre três filhos. Haviam 17 camelos. Metade dos camelos cabiam ao filho mais velho, um
terço dos camelos ao filho do meio e um nono ao caçula. Os matemáticos islâmicos se dedicaram a este tipo de problema
por causa do arcabouço legal das heranças.
 Frei Luca Pacioli .

Frei Luca Pacioli foi um monge franciscano, hoje mais lembrado por sua Summa de Arithmetica, Geometria, Proporioni
et Proportionalita de 1494. Nesta obra é apresentado o problema dos pontos: dois jogadores disputam um jogo de bola
até 60 (até um dos jogadores atingir 60 pontos). Cada gol vale 10 pontos. Eles apostam 10 ducados. Acontece, por
certos incidentes, que eles não são capazes de terminar; e um jogador tem 50 pontos e o outro 20 pontos. Os 10 ducados
devem ser divididos entre os jogadores. Como devolver as apostas entre os jogadores? Para este problema eu encontrei
opiniões diferentes, indo de uma direção à outra; todas me parecem incoerentes em seus argumentos. Mas a verdade é
o que vou dizer, junto com o caminho certo.

ABAABAA
A solução proposta foi a seguinte: o jogo é do tipo melhor de 11. Ou seja, no máximo haverá 11 gols, um jogador
fará 6 gols e outro 5 gols. Portanto um jogador deveria receber 5/11 ducados e o outro 2/11 ducados. Isto totaliza
7/11 ducados. Restam 4 ducados que devem ser restituídos na mesma proporção. Portanto um jogador deve receber
(5/11).(11/7) = 5/7 dos 10 ducados e o outro (2/11).(11/7) = 2/7 dos 10 ducados. O resultado está correto?
 Tartaglia obeservou que se o mesmo princípio fosse aplicado ao caso em que apenas uma partida fosse realizada
com vitória de um jogador,ele receberia os 10 ducados e o outro jogador não receberia nada. Vamos analisar de outra
forma. O jogo poderia ter os seguintes desfechos:

Jogador A ganha: AXXX - BAXX - BBAX - BBBA (X indica que

não importa quem é o vencedor)
Jogador B ganha: BBBB

Portanto, supondo que as chances de um jogador vencer em cada rodada é igual, há 16 possíveis continuações, 15
favoráveis ao jogador A e 1 favorável ao jogador B. Portanto este é um problema de contagem. E a aposta deve ser
dividida entre A e B nas proporções de 15/16 e 1/16.
Em 1654 Antoİne Gombaud, matemático amador, apresenta o problema dos pontos a Pascal, num contexto de um
jogo de dados. Pascal discute com Fermat sobre o tema. A discussão resulta num momento marcante da evolução da
teoria das Probabilidades.
 Pascal e Fermat, pioneiros da Teoria das Probabilidades.

Antoİne Gombaud ( Chevalİer De Méré )

Fermat propõe a solução da contagem, como explicado ateriormente, de todas continuações possíveis. Pascal apre-
senta um método de solução mais sofisticado e eficiente a partir da análise combinatória (Triângulo de Pascal). A
discussão entre eles partiu de conceitos básicos da análise combinatória. No Moodle há um link para ua tradução de
uma parte das cartas trocadas pelos matemáticos.
 • Princípio da contagem: se dois experimentos independentes possuem n e m resultados diferentes possíveis, a
análise dos dois experimentos em conjunto resultam em nxm resultados possíveis.

Os seguintes casos notáveis têm a quantidade de sequencias distintas possíveis calculadas a partir do princípio da

contagem.
Arranjos com reposição.
• Sequências ordenadas (ordem importa) distintas de p elementos
a partir de n elementons possíveis (pode repetir).
– Elementos: A, B, C, D.
– Arranjos de dois elementos: AA, AB, BA, AC, CA, AD, DA, BB,
BC, CB, BD, DB, CC, CD, DC, DD.

ARn,p = np
Permutação.
• Sequências ordenadas (ordem importa) distintas de n elementos
(não pode repetir).É um arranjo sem reposição quando n = p.
– Elementos: A, B, C, D.
– Permutaões de quatro elementos: ABCD, ABDC, BACD, BADC,
ACBD, ACDB, CABD, CADB, ADBC, ADCB, DABC, DACB,
CDAB, DCAB, CDBA, DCBA, BDAC, DBAC, BDCA, DBCA,
BCAD, CBAD, BCDA, CBDA,

Pn = n!
Arranjos sem reposição.
• Sequências ordenadas (ordem importa) distintas de p elementos
a partir de n elementons possíveis (não pode repetir).
– Elementos: A, B, C, D.
– Arranjos de dois elementos: AB, BA, AC, CA, AD, DA, BC, CB,
BD, DB, CD, DC.

n!
An,p =
(n − p)!
Combinação.

• Sequências não ordenadas (ordem não importa) distintas de p

elementos a partir de n elementons possíveis.
– Elementos: A, B, C, D.
– Combinações de quatro elementos dois a dois: AB, AC, AD,
BC, BD, CD.
 
n! n
Cn,p = =
p!.(n − p)! p
1.5

Por muitos anos, os códigos telefônicos de área nos EUA e no Canadá eram formados por uma sequência de três

algarismos. O primeiro algarismo era um inteiro entre 2 e 9, o segundo algarismo era O ou 1, e o terceiro digito era

um inteiro entre 1 e 9. Quantos códigos de área eram possíveis? Quantos códigos de área começando com um 4 eram

possíveis?

N1-N2-N3
Princípio da Contagem: 8x2x9=144
4-N2-N3
Princípio da Contagem: 1x2x9=18
Original Felisberto 1
Há quantos números entre 1000 e 9999 (inclusive) que não repetem algarismos. Há quantos pares e quantos ímpares.

Não repetem => nr = 9x9x8x7 = 4536

milhar -> 10 algarismos menos o zero
centena -> 10 algarismos menos 1 (o usado no milhar)
dezena -> 10 algarismos menos 2 (os usado no milhar e centena)
unidade -> 10 algarismos menos 3 (os usado no milhar, centena
e dezena)
Não repetem ímpares => nri = 5*8*8*7 = 2240
unidade -> 5 algarismos (1, 3, 5, 7, 9)
milhar -> 10 algarismos menos 2 (o 0 e o usado na unidade)
centena -> 10 algarismos menos 2 (os usados na unidade e no
milhar)
dezena -> 10 algarismos menos 3 (os usados na unidade, no mi-
lhar e na centena)
Não repetem ímpares => nrp = 1*9*8*7 + 4*8*8*7 = 2296
números que terminam em 0 = 1*9*8*7
números que terminam em 2, 4, 6 ou 8 = 4*8*8*7
1.7
a) De quantas maneiras diferentes 3 garotos e 3 garotas podem sentar-se em fila?

Ordem Importa, sem reposição, n=p. Permutação

P6 = 6! = 720
b) De quantas maneiras diferentes 3 garotos e 3 garotas podem sentar-se em fila se os garotos e as garotas
sentarem-se juntos?

XXXOOO - OOOXXX
P3 = 3! = 6

2.6.6 = 72
(c) E se apenas os garotos sentarem-se juntos?

OXOO - Ordem Importa, sem reposição, n=p. Permutação

P4 = 4! = 24

XXX - Ordem Importa, sem reposição, n=p. Permutação

P3 = 3! = 6

24.6 = 144
(d) E se duas pessoas do mesmo sexo não puderem se sentar juntas?

XOXOXO - OXOXOX
P3 = 3! = 6

2.6.6 = 72
Original 1.1

De quantas formas diferentes quatro pessoas podem sentar-se numa

mesa circular?
Se fosse fila => Permutação N!
1234 2341 3412 4123
(N!)/N=N-1!
1234-1243-1324-1342-1423-1432
1.30
Delegados de 10 países, incluindo Rússia, França, Inglaterra e os EUA, devem sentar-se lado a lado. Quantos arranjos de
assentos diferentes são possíveis se os delegados franceses e ingleses tiverem que sentar-se lado a lado e os delegados
da Rússia e dos EUA não puderem sentar-se lado a lado.

Lado a Lado => fileira

3 delegados por país sentam-se juntos
Ordem interna da delegação não importa.
Franceses e Ingleses juntos => como se fosse uma delegação de
3+3 com 2 permutações internas.
Arranjos das delegações sem restrições (ordem importa, sem re-
posição) => permutação 9!.2 = 362.880 =725.760
Arranjos proibidos americanos e russos como uma delegação com
2 permutações internas => 8!.2.2 = 161.280
Princípio da Exclusão => Arranjos = 725.760 - 161.280 = 564.480
Original 1.2
Considere um tabuleiro quadriculado com 3 linhas e 3 colunas e 3 pedras numeradas 1,2 e 3.
De quantas formas distintas é possível posicionar as pedras no tabuleiro?
Modelo 1 - Há 9 casas do tabuleiro que devem formar uma sequência de 3
Modelo 2 - Posiciona-se cada peça por vez. Para a primeira peça há 9 casas disponíveis, para a segunda 8, para a
terceira, 7.

n! 9!
An,p = =
(n − p)! (9 − 3)!
De quantas formas distintas é possível posicionar as pedras no tabuleiro sem que haja duas pedras na mesma linha
ou coluna?
Modelo 1 Há 9 pares de 3 linhas e 3 colunas que devem ser arranjados em 3 pares sem reposição de linhas e colunas.
Para o primeiro par há 9 possibilidades, para o segundo 4 e para o terceiro 3.
Modelo 2 Posiciona-se cada peça por vez. Para a primeira peça há 9 casas disponíveis, para a segunda 4, para a
terceira 1 casa.
√
9.4.1 = n! = 36
Modelo 3 Seleciona-se uma coluna para a primeira linha, outra coluna para a segunda linha (permutações de colunas).
Princípio da contagem para 6 permutações de colunas e 6 permutações de peças.

P3 = n! = 6
x x x x x x
x x x x x x
x x x x x x

X
P3 = n! = 6
1 1 2 2 3 3
2 3 1 3 1 2
3 2 3 1 2 1
Original 1.3
Considere um tabuleiro quadriculado com 3 linhas e 3 colunas e 3 pedras idênticas. De quantas formas distintas é
possível posicionar as pedras no tabuleiro?
Usando os mesmos modelos do problema anterior.
Modelos 1 e 2

n! 9!
Cn,p = = = 9.8.7/6
p!(n − p)! 3!(9 − 3)!
De quantas formas distintas é possível posicionar as pedras no tabuleiro sem que haja duas pedras na mesma linha
ou coluna ?
Modelos 1 e 2
√
9.4.1/3.2 = n!/p! = 6
Modelo 3

P3 = n! = 6
x x x x x x
x x x x x x
x x x x x x
Coeficientes Multinomiais
Há n elementos que devem ser separados em i grupos. O grupo i deve ter ni elementos. A soma de elementos em cada
grupo deve ser igual a n. De quantas formas diferentes é possível separar os n elementos?

     
n n − n1 n − n1 − ni−1 n!
. ... =
n1 n2 ni n1!.n2!...ni!
 Teorema Multinomial
A expansão de x1+x2+...xi elevado a n-ésima potência leva a uma soma de i elevado a n parcelas. Cada parcela é o
produto dos elementos de um dos arranjos de n elementos com reposição de x1, x2, ...xi. Como a ordem dos fatores não
afeta o produto, haverá um certo número de parcelas com n1 termos x1, n2 termos x2.... ni termos xi, cujo resultado do
produto é idêntico. O número destas parcelas idênticas é dado pelos coeficientes multinomiais.

X n!
(x1 + x2 + . . . + xi) = n
.(xn1 1 .xn2 2 . . . xni i )
n1!.n2! . . . ni!
 Exemplo Binomial

2
X 2
(A + B) = .(AnA .B nB )
nA!(2 − nA)!

(A + B)2 = A2 + 2A.B + B 2
Coeficientes Binomiais

n
X n!
(A + B) = .(AnA .B nB )
nA!(n − nA)!
 
X n
(A + B)n = .(AnA .B n−nA )
nA

1
A B
2
A 2AB B2
3 2 2
A 3A B 3AB B3
A4 4A3 B 6A2 B 2 4AB 3 B4
5 4 3 2 2 3 4
A 5A B 10A B 10A B 5AB B5

1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
O Triângulo de Pascal
Equações Inteiras (Números Positivos > 0 )

(x1 + x2 + . . . + xr ) = n

OOO∥OO∥OO∥OO
N objetos com R-1 separações entre eles.
Há N-1 espaços entre objetos dos quais excolhemos R-1 para
separação.

 
n−1
r−1
Equações Inteiras (Números Naturais >= 0)

(x1 + x2 + . . . + xr ) = n

OOOo∥OOo∥OOo∥OOo
N+r objetos com R-1 separações entre eles.
Há N+r-1 espaços entre objetos dos quais excolhemos R-1 para
separação.

 
n+r−1
r−1
1.20
Uma pessoa tem 8 amigos, dos quais 5 serão convidados para uma festa. (a) Quantas escolhas existem se dois dos
amigos estiverem brigados e por esse motivo não puderem comparecer? (b) Quantas escolhas existem se dois dos
amigos puderem ir apenas se forem juntos? 36 26

a) 8 amigos n=8 convidados n1 = 5, não convidados n2=3

 
8 [Link]!
Escolhas = = = 56
5 5!3!
Combinações em que os brigados vão juntos (2 brigados + 3 outros
de 6)  
6 [Link]!
P roibidas = = = 20
3 3!3!
Combinações permitidas = 56-20=36
b) Combinações em que o par vai junto = 20
Combinações em que o par não vai.

 
6 6.5!
Escolhas = = =6
5 5!1!
Combinações par vai/não vai = 20 + 6 = 26
1.21
Considere a malha de pontos mostrada a seguir. Suponha que, começando do ponto A, você possa ir um passo para cima
ou para direita em cada movimento. Esse procedimento continua até que o ponto B seja atingido. Quantos caminhos
possíveis existem entre A e B? Dica: Note que, para atingir B a partir de A, você deve dar quatro passos à direita e três
passos para cima.

No total são sempre n=7 passos n1 = 3, n2=4

   
7 7 7! 7.6.5
= = = = 35
3 4 4!.3! 3.2

1 4 10 20 35
1 3 6 10 15
1 2 3 4 5
A 1 1 1 1
1.22
No Problema 1.21, quantos caminhos diferentes existem entre A e B que passam pelo ponto circulado mostrado na figura
a seguir?

B
P
A
Até o ponto n=4 passos n1 = 2, n2=2
 
4
=6
2
Até o ponto n=3 passos n1 = 2, n2=2
   
3 3
= =3
1 2
Princípio da Contagem: 3.6 = 18
Glossário

• DEFINIÇÃO: descreve o significado de um termo.

“Linha é o que tem comprimento e não tem largura.”
• PROPOSIÇÃO: afirmação verdadeira ou falsa.
• CONJECTURA: proposição que não foi aceita como verdadeira
nem como falsa
• AXIOMA: proposisão aceita como verdadeira sem prova.
“Coisas que são iguais a uma mesma coisa, são iguais entre si.”
• POSTULADO: premissa aceita como verdadeira
“Dados dois pontos distintos, há um único segmento de reta que
os une”
Glossário

• TEOREMA: proposição aceita como verdadeira a partir de de-

monstração. A demonstração é uma argumentação racional e
lógica
“Num triângulo retângulo a soma do quadrado dos catetos é
igual ao quadrado da hipotenusa”
• LEMA: teorema auxiliar
“O quadrado da soma de A e B é igual ao quadrado de A, mais
o quadrado de B, mais duas vezes o produto de A e B”.
• COROLÁRIO: teorema facilmente e diretamente obtido a partir
de outro teorema
“Num triângulo retângulo, o comprimento da hipotenusa é sem-
pre maior que qualquer um dos catetos e sempre menor que a
soma deles.”
Teorema de Pitágoras
Espaço Amostral e Eventos

Experimentos aleatórios são fenômenos cujo resultado é incerto.

Por exemplo, lançar um dado. Não sabemos antecipadamente qual face ficará para cima após o lançamento.
O conjunto de todos resultados possíveis é o espaço amostral.
Qualquer subconjunto do espaço amostral é um evento.
Espaço Amostral

Experimento lançamento de dois dados

Espaço Amostral
S = {(1, 1), (1, 2), (2, 1), . . . , (6, 6)}
S = {(i, j) : i, j ∈ {1, 2, 3, 4, 5, 6}}

Experimento tempo de vida de um transistor

Espaço Amostral
S = {x : 0 < x ⩽ ∞}
Propriedades de Conjuntos
Leis comutativas

E∪F =F ∪E
E∩F =F ∩E
Leis associativas

(E ∪ F ) ∪ G = E ∪ (F ∪ G)
E ∩ (F ∩ G) = E ∩ (F ∩ G)
Leis distributivas

(E ∪ F ) ∩ G = (E ∩ G) ∪ (F ∩ G)
(E ∩ F ) ∪ G = (E ∪ G) ∩ (F ∪ G)
Leis de DeMorgan

(∪ni=1Ei)c = ∩ni=1Eic (∩ni=1Ei)c = ∪ni=1Eic

Eventos

Experimento Lançamento de um dado

Espaço Amostral S = {1, 2, 3, 4, 5, 6}
Evento par P = {2, 4, 6}
Evento par é subconjunto de S P ⊂ S
Evento maior que 3 M 3 = {4, 5, 6}
Evento par e maior que 3 P ∩ M 3 = P.M 3 = {4, 6}
Evento par ou maior que 3 P ∪ M 3 = P + M 3 = {2, 4, 5, 6}
Evento complemento de par P c = {1, 3, 5}
Axiomas da Probabilidade

Kolmogorov

Axioma: A probabilidade é uma função que relaciona um evento a

um valor entre 0 e 1.
0 ≤ P (E) ≤ 1

Axioma: A probabilidade do espaço amostral inteiro é igual a 1.

P (S) = 1
Axioma: A soma da probabilidade de dois eventos mutualmente ex-
cludentes é igual à probabilidade da união dos eventos.
n
Pn
P (∪i=1Ei) = i=1 P (E)
Proposições Simples

P (E) = 1 − P (E c)

E ⊂ F ⇒ P (E) ≤ P (F )

P (E ∪ F ) = P (E) + P (F ) − P (E ∩ F )
2.3
Dois dados são lançados. Seja E o evento em que a soma dos dados é ímpar, F o evento em que o número 1 sai em
pelo menos um dos dados, e G o evento em que a soma dos dados é igual a 5. Descreva os eventos EF, E U F, FG, EF’
e EFG.

E = {(1, 2), (1, 4)(1, 6), (3, 2), (3, 4)(3, 6), (5, 2), (5, 4)(5, 6)}

F = {(1, 1), (1, 2)(1, 3)(1, 4), (1, 5)(1, 6)}

G = {(1, 4), (2, 3)}

T
E F = {(1, 2), (1, 4), (1, 6)}

S
E F =
{(1, 1), (1, 2)(1, 3)(1, 4), (1, 5)(1, 6), (3, 2), (3, 4)(3, 6), (5, 2), (5, 4)(5, 6)}

T
F G = {(1, 4)}

F c = {(3, 2), (3, 4)(3, 6), (5, 2), (5, 4)(5, 6)}
T
E

T T
E F G = {(1, 4)}
2.5
Um sistema é formado por 5 componentes; cada um deles ou está funcionando ou está estragado. Considere um
experimento que consiste em observar a condição de cada componente e represente o resultado do experimento como
o vetor (x1 , x2 , x3 , x4 , x5 ), onde xi é igual a 1 se o componente i estiver funcionando e igual a O se o componente i
estiver estragado. (a) Existem quantos resultados no espaço amostral deste experimento? (b) Suponha que o sistema
irá funcionar se os componentes 1 e 2 estiverem funcionando, ou se os componentes 3 e 4 estiverem funcionando, ou se
os componentes 1, 3 e 5 estiverem funcionando. Seja W o evento em que o sistema irá funcionar. Especifique todos os
resultados em W. (c) Seja A o evento em que os componentes 4 e 5 estão estragados. Quantos resultados estão contidos
no evento A? (d) Escreva todos os resultados no evento AW.

a) 25 = 32
(1, 1, 0, 0, 0), (1, 1, 0, 0, 1), (1, 1, 0, 1, 0), (1, 1, 0, 1, 1),
(1, 1, 1, 0, 0), (1, 1, 1, 0, 1), (1, 1, 1, 1, 0), (1, 1, 1, 1, 1),
b) W = (0, 0, 1, 1, 0), (0, 0, 1, 1, 1), (0, 1, 1, 1, 0), (0, 1, 1, 1, 1), }
(1, 0, 1, 1, 0), (1, 0, 1, 1, 1),
(1, 0, 1, 0, 1)
c) 23 = 8
T
d) A W = {(1, 1, 0, 0, 0)), (1, 1, 1, 0, 0)}
2.8
Suponha que A e B sejam eventos mutuamente exclusivos para os quais P(A) = 0,3 e P(B) = 0,5. Qual é a probabilidade
de que: (a) A ou B ocorra? (b) A ocorra mas B não ocorra? (c) A e B ocorram?
S
a) P (A B) = P (A) + P (B) = 0, 3 + 0, 5 = 0, 8
b) P (A) = 0, 3
T
c) P (A B) = 0
2.9
Uma loja aceita cartões de crédito American Express ou Visa. Um total de 24% de seus consumidores possui um cartão
da American Express, 61% possuem um cartão Visa e 11% possuem ambos. Que percentual desses consumidores possui
um cartão aceito pelo estabelecimento?

P (Amex) = 0, 24
P (V isa) = 0, 61
T
P (Amex V isa) = 0, 11
S
P (Amex SV isa) = 0, 24 + 0, 61 − 0, 11 = 0, 74
P (Outros N enhum) = 0, 26
Resultados igualmente prováveis

S = {1, 2, 3, 4, 5 . . . N }

1
P ({1}) = P ({2}) = . . . = P ({N }) = N

N úmero de resultados em E
P (E) = N úmero de resultados em S

n(E)
P (E) = limn→∞ ????
n
Estes resultados são obtidos a partir dos axiomas. Pode-se estabelecer uma relação com a frequência de ocorrência
do evento a partir da estatística. Exemplos de experimentos com resultados equiprováveis são os jogos de azar e
problemas de urnas (sorteios).
2.15
Se é assumido que todas as mãos de pôquer são igualmente prováveis, qual é a probabilidade de alguém sair com (a)
um flush (uma mão é chamada de push se todas as 5 cartas são do mesmo naipe)? (b) um par (que ocorre quando as
cartas são do tipo a, a, b, c, d, onde a, b, c e d são cartas distintas)? (c) dois pares (que ocorre quando as cartas são
do tipo a, a, b, b, c, onde a, b e c são cartas distintas)? (d) trinca (que ocorre quando as cartas são do tipo a, a, a, b,
c, onde a, b e c são cartas distintas)? (e) quadra (que ocorre quando as cartas são do tipo a, a, a, a, b, onde a e b são
cartas distintas)?

Resultados Possíveis

 
52 52!
= = 2.598.960
5 5!.47!
Flush = 5 cartas diferentes de 13 de um dos 4 naipes

     
4 13 52
. / = 5.148/2.598.960 = 0, 198%
1 5 5
1 par = 1 par de um tipo de 13; 2 de 4 naipes + 3 diferentes de
12 tipos de qualquer naipe

       3  
13 4 12 4 52
. . . / = 1, 098, 240/2.598.960 = 49, 9%
1 2 3 1 5
 2 pares = 2 pares de 2 tipos de 13; 2 de 4 naipes + uma de 11
tipos de qualquer naipq

           
13 4 4 11 4 52
. . . . / = 123, 552/2.598.960 = 7, 62%
2 2 2 1 1 5
Trinca = 1 trinca de um tipo de 13; 3 de 4 naipes + 2 diferentes
de 12 tipos de qualquer naipe

       2  
13 4 12 4 52
. . . / = 54, 912/2.598.960 = 2, 87%
1 3 2 1 5
Quadra= 1 quadra de um tipo de 13; 4 de 4 naipes + 1 diferente
de 12 tipos de qualquer naipe
         
13 4 12 4 52
. . . / = 624/2.598.960 = 0.02567%
1 4 1 1 5
2.17
Se 8 torres são colocadas aleatoriamente em um tabuleiro de xadrez, calcule a probabilidade de que nenhuma das torres
bossa capturar quãlquer uma das demais. Isto é, compute a probabilidade de que nenhuma linha contenha mais que
uma torre.

Posicionamentos Possíveis sem restrição

 
64 64!
=
8 8!(64 − 8)!
Posicionamentos Possíveis com restrição
(8.7....) = 8! ou ((8.8).(7.7)...) /8! = 8!2/8!
Probabilidade
8! 8!2
! ou
( 648 ) ( 648 )8!

x x x x x x
x x x x x x
x x x x x x

ou

x x x x x x
x x x x x x
x x x x x x

1 1 2 2 3 3
2 3 1 3 1 2
3 2 3 1 2 1
2.18
Duas cartas são selecionadas aleatoriamente de um baralho comum. Qual é a probabilidade de que elas formem um
vinte e um (21 ou Blackjack)? Isto é, qual é a probabilidade de que um das cartas seja um ás e a outra seja ou um dez,
um valete, uma dama ou um rei?

Resultados Possíveis
A quantidade de mãos possíveis é a combinação das 52 cartas duas a duas (sem reposição a ordem não importa)

 
52 52!
= = 1326
2 2!.50!
Resultados favoráveis
Vamos definir os eventos:

X = {10, J, Q, K}
Uma carta de X de um naipe + Um Ás de um naipe

     
4 4 52 64
4. .1. / = = 19, 6%
1 1 2 1326
2.23
Rola-se um par de dados honestos. Qual é a probabilidade de o segundo dado sair com um valor maior do que o
primeiro?
Resultados Possíveis

ARn,p = np = 62 = 36
Resultados em que o segundo é maior que o primeiro
O resultado do primeiro dado é i. Então há 6-i possibilidades de que o segundo é maior.

6
X
6 − i = 5 + 4 + 3 + 2 + 1 + 0 = 15
i=1
Probabilidade

P = 15/36 = 41, 7%
2.27
Uma urna contém 3 bolas vermelhas e 7 bolas pretas. Os jogadores A e B retiram bolas da urna alternadamente até que
uma bola vermelha seja selecionada. Determine a probabilidade de A selecionar uma bola vermelha. (A tira a primeira
bola, depois B, e assim por diante. Não há devolução das bolas retiradas).

Resultados possiveis
Considerando que sempre são sorteadas as dez bolas. 10 posições para 3 bolas vermelhas

10!
C10,3 =
3!(7)!
Resultados em que são sorteadas n bolas pretas antes da primeira
vermelha
10-n-1 posições para 2 bolas vermelhas

(9 − n)!
C9−n,n =
2!(7 − n)!
Probabilidade do evento n bolas pretas e bola vermelha (Vn)

C9−n,n/C10,3
(9)! 10!
V0 = / = 3/10
2!(7)! 3!(7)!
(7)! 10!
V2 = / = 3.7.6/10.9.8
2!(5)! 3!(7)!
Probabilidade do evento A ganha = V0+V2+V4+V6
Eventos Disjuntos
Probabilidade do evento n bolas pretas e bola vermelha (Vn)
(
3/10 n=0
Qn−1 7−i
3/(10 − n). i=0 10−i 0 < n ≤ 7
V0 = 3/10
376
V2 = = 3.7.6/10.9.8
8 10 9
Probabilidade do evento A ganha = V0+V2+V4+V6
Eventos Disjuntos
2.46
Quantas pessoas têm de estar em uma sala para que a probabilidade de que pelo menos duas delas celebrem aniversário
no mesmo mês seja igual a 1/2? Suponha que todos os possíveis resultados mensais sejam igualmente prováveis.

n pessoas distribuídas em 12 meses

Resultados possíveis do espaço amostral

12n
Resultados em que nenhuma delas aniversariam no mesmo mês
Vide original 1.2

12!
An,p = ; n < 13
(12 − n)!
Probabilidade
 
12!
P (n) = 1 −
12n(12 − n)!
n  
Y 12 − i + 1
P (n) = 1 −
i=1
12
12 11 10
P (3) = 1 − . .
12 12 12
Programa R
k = 12 # number of people in room
p <- numeric(k) # create numeric vector to store probabilities
for (i in 1:k) {
q <- 1 - (0:(i - 1))/12 # 1 - prob(no matches)
p[i] <- 1 - prod(q) }
print(p)
 n P
1 0
2 0,0833333333333334
3 0,236111111111111
4 0,427083333333333
5 0,618055555555556
6 0,777199074074074
7 0,888599537037037
8 0,953583140432099
9 0,984527713477366
10 0,996131928369342
11 0,99935532139489
12 0,999946276782907
2.56
Dois jogadores jogam o seguinte jogo: o jogador A escolhe uma das três roletas desenhadas na Figura 2.6 e então o
jogador B escolhe uma das duas roletas restantes.
Então, ambos os jogadores giram suas roletas e aquele cuja roleta sair com o maior número é declarado vencedor.
Supondo que cada uma das 3 regiões desenhadas em cada uma das roletas tenha a mesma probabilidade de sair, você
preferiria ser o jogador A ou B? Explique a sua resposta!

Resultados
{(1,3),(1,4),(1,8),(5,3),(5,4),(5,8),(9,3),(9,4),(9,8)}
Resultados A ganha
{(5,3),(5,4),(9,3),(9,4),(9,8)}

P (A ganha) = 5/9
Resultados B ganha
{(1,3),(1,4),(1,8),(5,8)}

P (B ganha) = 4/9
Probabilidade Condicional
A probabilidade de que ocorra um evento A, dado que sabemos que ocorreu, ou irá ocorrer, um evento B é chamada de
probabilidade condicional. A probabilidade condicional é dada pela divisão da probabilidade da interseção dos eventos
A e B pela probabilidade do evento B.

\
P (A|B) = P (A B)/P (B)
Considere, como exemplo, que você lança um dado num jogo qualquer. Se o resultado do lançamento for três, você
ganha o jogo. O dado cai num local em que você não pode vê-lo, mas há uma outra pessoa perto que pode. Você pergunta
a ela: qual o resultado? A pessoa responde: o resultado é menor que quatro. Qual a chance de você ter vencido o jogo?
É a probabilidade de ocorrer o evento A = “resultado igual a três”, dado que ocorreu o evento B = “resultado é menor
que quatro”. A probabilidade de vencer o jogo é igual a um terço.

\ 1/6
P (3| < 4) = P (3 < 4)/P (< 4) = = 1/3
1/2
Numa urna há 5 esponjas na forma de cubos e 5 na forma de esferas. 3 cubos são azuis, 2 cubos são vermelhos. 2
esferas são azuis e 3 são vermelhas. Um objeto da urna é selecionado ao acaso. Vamos admitir que a seleção dos
objetos é equiprovável.

Qual a probabilidade de selecionar um cubo?

5
P (Cubo) =
10
Qual a probabilidade de selecionar um objeto azul?

5
P (Azul) =
10
Qual a probabilidade de selecionar um cubo azul?

3
P (Cubo Azul) =
10
Qual a probabilidade de selecionar um objeto azul dado que é
cubo?

3
P (Azul|Cubo) =
5
3
P (Cubo Azul) 10 3
P (Azul|Cubo) = = 5 =
P (Cubo) 10
5
 Para visualizar a probabilidade condicional, podemos imaginar que experimentos de uma variável aleatória são como
pingos de chuva que vemos cair diante da janela. Os pingos são totalmente aleatórios e caem perfeitamente na vertical.
A distribuição dos pingos é totalmente equiprovável para qualquer ponto da janela. Na janela há duas tiras de fita
isolante coloridas, coladas na horizontal. Cada tira tem metade da largura da janela. As tiras estão posicionadas de
forma que a extremidade de uma tira está exatamente no meio da outra tira. Vamos chamar uma tira de A (amarela) e
a outra de B (vermelha). Vamos definir como evento A os pingos que passam atrás da fita A e como evento B os pingos
que passam pela fita B. Como cada fita tem metade da largura da janela, a probabilidade de que um pingo passe pela
fita é 0,5. A probabilidade de que passe pela fita A e pela fita B é 0,25. Alguém posiciona dois guarda chuvas, de tal
forma que para de chover em metade do comprimento da janela. Agora chove apenas onde a tira B está posicionada.
Nesta nova condição todos os pingos passam por B. E como há a superposição de metade das tiras, metade dos pingos
passam pela tira A também. Nessa nova situação dizemos que a probabilidade do evento A, dado que todos eventos são
B também, é de 0,5.
 Regra da Multiplicação
É o fundamento teórico da árvore de probabilidades.

\ \
P (E1 E2... E2 ) =

\ \ \
P (E1).P (E2|E1).P (E3|E1 E2)....P (En|E1 E2... En−1)
 Probabilidade Total

Supondo que Bn é uma partição do espaço amostral (A união dos subconjuntos da partição é o espaço amostral),

então:
n
X
P (A) = P (A|Bi).P (Bi)
i=1
3.2
Se dois dados honestos são rolados, qual é a probabilidade condicional de que o primeiro caia no 6 se a soma dos dados
é i? Calcule essa probabilidade para todos os valores de i entre 2 e 12.

Espaço amostral = {(1,1),(1,2),(1,3),....(6,6),}

Evento A - primeiro é 6.

P (A) = 6/36
Evento B - Soma = i
i=2=>(1,1)
i=3=>(1,2)(2,1)
i=4=>(1,3)(2,2)(3,1)
i=5=>(1,4)(2,3)(3,2)(4,1)
i=6=>(1,5)(2,4)(3,3)(4,2)(5,1)
i=7=>(1,6)(2,5)(3,4)(4,3)(5,2)(6,1)
i=8=>(2,6)(3,5)(4,3)(5,3)(6,2)



 1/36 i = 2|i = 12





 2/36 i = 3|i = 11

3/36 i = 4|i = 10
P (B) =


 4/36 i = 5|i = 9




 5/36 i = 6|i = 8

6/36 i = 7

(
\ 1/36 7 ≤ i ≤ 12
P (A B) =
0 i<7
 

 1 i = 12





 1/2 i = 11

1/3 i = 10
\
P (A|B) = P (A B)/P (B) =


 1/4 i = 9




 1/5 i = 8

1/6 i = 7

3.6
Considere uma urna contendo 12 bolas, das quais 8 são brancas. Uma amostra de 4 bolas deve ser retirada com
devolução (sem devolução). Qual é a probabilidade condicional (em cada um dos casos) de que a primeira e a terceira
bolas sacadas sejam brancas dado que a amostra sacada contenha exatamente 3 bolas brancas?

Regra da Multiplicação sem devolução

 BBBB-5/9 [Link]/([Link])
BBB-6/10 5-4 BBBX-4/9 [Link]/([Link])
BB-7/11 6-4 BBXB-6/9 [Link]/([Link])
BBX-4/10 6-3 BBXX-3/9 [Link]/([Link])
BXBB-6/9 [Link]/([Link])
B-8/12 7-4 BX-4/11 7-3 BXB-7/10 6-3 BXBX-3/9 [Link]/([Link])
BXXB-7/9 [Link]/([Link])
8-4 BXX-3/10 7-2 BXXX-2/9 [Link]/([Link])
XBBB-6/9 [Link]/([Link])
X-4/12 8-3 XB-8/11 7-3 XBB-7/10 6-3 XBBX-3/9 [Link]/([Link])
XBXB-7/9 [Link]/([Link])
XBX-3/10 7-2 XBXX-2/9 [Link]/([Link])
XXBB-7/9 [Link]/([Link])
XX-3/11 8-2 XXB-8/10 7-2 XXBX-2/9 [Link]/([Link])
XXXB-8/9 [Link]/([Link])
XXX-2/10 8-1 XXXX-1/9 [Link]/([Link])
Teorema de Bayes

Thomas Bayes

Como consequência direta da definição de probabilidade condicional, temos o teorema de Bayes. O teorema descreve
a relação da probabilidade de um evento A dado um evento B com a probabilidade do evento B dado o evento A.

\
P (A|B) = P (A B)/P (B)
\
P (A|B)P (B) = P (A B)
\
P (B|A)P (A) = P (A B)

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

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

Considere agora que o evento B é formado por uma série de subconjuntos mutuamente excludentes tal que:

n
[ \
A= A Bi
i=1
Portanto:

n
X
P (A) = P (A|Bi) ∗ P (Bi)
i=1
P (A|Bi) ∗ P (Bi)
P (Bi|A) = Pn
i=1 P (A|Bi ) ∗ P (Bi )
Este resultado é conhecido como teorema de Bayes.
 Chance

A chance de um evento é definida como:

P (A) P (A)
Chance = =
P (Ac) 1 − P (A)
P (A) = 1/3

1/3 1
Chance = =
2/3 2
Chance de 1 para 2
P (A) = 2/3

2/3 2
Chance = =
1/3 1
Chance de 2 para 1
Eventos Independentes

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

\
P (A|B) = P (A B)/P (B)

P (A|B) = P (A).P (B)/P (B) = P (A)

Caso dependente

\ 2 1
P (A B) ==
6 3
3 1
P (A) = P (B) = =
6 2

1
P (A).P (B) =
4

1
P (A).P (B) =
4
\ 2
P (A|B) = P (A B)/P (B) =
3
Caso independente

\ 2 1
P (A B) ==
8 4
4 1
P (A) = P (B) = =
8 2

1
P (A).P (B) =
4

1
P (A|B) = P (A) =
2
Caso disjunto

\
P (A B) = 0
4 1
P (A) = P (B) = =
8 2

1
P (A).P (B) =
4
3.49
O câncer de prostata é o tipo de câncer mais comum entre os homens. Para verificar se alguém tem câncer de próstata,
os médicos realizam com frequência um teste que mede o nível de PSA produzido pela próstata. Embora altos níveis de
PSA sejam indicativos de câncer, o teste é notoriamente pouco confiável. De fato, a probabilidade de que um homem que
não tenha câncer apresente níveis elevados de PSA é de aproximadamente 0,135, valor que cresce para aproximadamente
0,268 se o homem tiver câncer. Se, com base em outros fatores, um fisiologista tiver 70% de certeza de que um homem
tem câncer de próstata, qual é a probabilidade condicional de que ele tenha câncer dado que
(a) o teste tenha indicado um nível elevado de PSA?
(b) o teste não tenha indicado um nível elevado de PSA?

P (P SA|N C) = 0, 135 P (P SA|C) = 0, 268 P (C) = 0, 7

P (P SA) = P (P SA|N C).P (N C) + P (P SA|C).P (C)
P (P SA) = 0, 135.0, 3 + 0, 268.0, 7 = 0, 2281
P (C|P SA) = P (P SA|C)P (C)/P (P SA) = 0, 822
Repita os cálculos anteriores, dessa vez supondo que o fisiologista acredite inicialmente que existam 30% de chance de
que o homem em questão tenha câncer de próstata.

P (P SA|N C) = 0, 135 P (P SA|C) = 0, 268 P (C) = 0, 3

P (P SA) = P (P SA|N C).P (N C) + P (P SA|C).P (C)
P (P SA) = 0, 135.0, 7 + 0, 268.0, 3 = 0, 1749
P (C|P SA) = P (P SA|C)P (C)/P (P SA) = 0, 4597
3.66
A probabilidade de fechamento do i-ésimo relé nos circuitos mostrados na Figura 3.4 é pi, i = 1,2,3,4,5. Se todos os relés
funcionam independentemente, qual é a probabilidade de que uma corrente flua entre A e B nos respectivos circuitos?
Dica para o circuito da letra (b): Condicione no fechamento ou não do relé 3.

T T
P (1 2) = P1.P2 P (3 4) = P3.P4
P (1234f echado) = P1.P2 + P3.P4 − P1.P2.P3.P4
T
P (f echado) = P (1234f echado 5) = (P1.P2 + P3.P4 − P1.P2.P3.P4).P5
 Dado que 3 está aberto
P (f echado|3Aberto) = (P1.P4 + P2.P5 − P1.P2.P4.P5)
Dado que 3 está fechado
Qi = (1 − Pi)
P (f echado|3f echado) = 1 − (Q1.Q2 + Q4.Q5 − Q1.Q2.Q4.Q5)
Probabilidade total
P (f echado) = P (f echado|3aberto).P3 + P (f echado|3f echado).Q3
 3.71
Na manhã de 30 de setembro de 1982, as campanhas dos três times de beisebol na divisão oeste da liga nacional dos
EUA eram as seguintes:
Time Vitórias Derrotas
Atlanta Braves 87 72
San Francisco Giants 86 73
Los Angeles Dodgers 86 73
Cada time tinha 3 jogos a fazer. Os 3 jogos dos Giants eram contra os Dodgers, e os 3 jogos restantes dos Braves
eram contra o San Diego Padres. Suponha que os resultados dos jogos restantes sejam independentes e que cada
jogo tenha a mesma probabilidade de ser vencido por qualquer uma das equipes. Qual é a probabilidade de cada time
conquistar o título da liga? Se dois times empatarem em primeiro lugar, eles devem jogar uma partida final que pode,
com igual probabilidade, ser vencida por qualquer um dos times

3 jogos
P (3x0) = 1/8 P (2x1) = 3/8 P (1x3) = 3/8 P (0x3) = 1/8
Árvore
Braves Giants Prob Campeão
3x0 3x0 1/64 Braves
3x0 2x1 3/64 Braves
3x0 1x2 3/64 Braves
3x0 0x3 1/64 Braves
2x1 3x0 3/64 1/2 Giants
2x1 2x1 9/64 Braves
2x1 1x2 9/64 Braves
2x1 0x3 3/64 1/2 Dodgers
1x2 3x0 3/64 Giants
1x2 2x1 9/64 1/2 Giants
1x2 1x2 9/64 1/2 Dodgers
1x2 0x3 3/64 Dodgers
0x3 3x0 1/64 Giants
0x3 2x1 3/64 Giants
0x3 1x2 3/64 Dodgers
0x3 0x3 1/64 Dodgers

P(Braves)=(1+3+3+1+3/2+9+9+3/2+9/2+9/2)/64=38/64
P(Giants)=P(Dodgers)=(1-38/64)/2=26/64/2=13/64
3.89
Um réu julgado por três juízes é declarado culpado se pelo menos 2 dos juízes o condenarem. Suponha que, se o réu for
de fato culpado, cada juiz terá probabilidade de 0,7 de condená-lo, de forma independente. Por outro lado, se o réu for
de fato inocente, essa probabilidade cai para 0,2. Se 70% dos réus são culpados, calcule a probabilidade condicional de
o juiz número 3 condenar um réu dado que:
(a) os juízes 1 e 2 o tenham condenado;
(b) um dos juízes 1 e 2 o tenha considerado culpado e o outro o tenha considerado inocente;
(c) os juízes 1 e 2 o tenham considerado inocente. Suponha que E„ i = 1,2,3 represente o evento em que o juiz i
considera o réu culpado.
Esses eventos são independentes ou condicionalmente independentes? Explique.
São condicionalmente independentes.

Pi(Condena|Culpado) = 0, 7 Pi(Condena|Inocente) = 0, 2
P (Culpado) = 0, 7
T
a) P3 (Condena|Condena1 Condena2) =?
T
P (Condena1 Condena2) =
T
P (Condena1 Condena2|Culpado).P (Culpado)+
T
P (Condena1 Condena2|Inocente).P (inocente)
P (Condena1 Condena2) = 0, 73 + 0, 22.0, 3
T

P (Condena1 Condena2 Condena2) = 0, 74 + 0, 23.0, 3

T T

P3(Condena|Condena1 Condena2) = 0, 74 + 0, 23.0, 3/(0, 73 + 0, 22.0, 3)

T
 Variáveis aleatórias discretas
Uma variável aleatória é uma função que associa um valor numérico a cada resultado possível de um experimento.
Quando o conjunto de possíveis resultados de um experimento é contável, dizemos que a variável aleatória é discreta.
Probabilidade de um evento A
P
P ({X ∈ A}) = pX (x)
x∈A

Probabilidade de um lançamento de um dado cair com a face cinco ou seis para cima

pX (x) = pX (5) + pX (6) = 61 + 61

P
P ({X > 4}) =
x>4

Probabilidade para todo espaço amostral:

P
P ({X ∈ Ω}) = pX (x) = 1
x∈Ω
Distribuição de Probabilidade e Distribuição Acumulada
Para as variáveis aleatórias discretas, a Função de Distribuição de Probabilidade é uma função que define a lei de
probabilidade para todos resultados possíveis da variável. Por exemplo, no lançamento de um dado temos seis resultados
possíveis, todos equiprováveis. Portanto a probabilidade de cada uma das faces do dado é um sexto.

P ({X = x}) = pX (x) = 1/6; x = 1, 2, 3, 4, 5, 6

P
P ({X ≤ a}) = FX (a) = pX (x)
x≤a




 0 a<1
 1
1≤a<2




 6
2
2≤a<3


6

FX (a) = 3
6 3≤a<4

4
4≤a<5


6



5
5≤a<6


6



a≥6

1
Função de uma variável aleatória

Y = g(X) = aX + b

X
pY (y) = pX (x)
x|g(x)=y

Exemplo: Jogo de dados

Y = X2
pY (y) = 1/6; y = 1, 4, 9, 16, 25, 36
Esperança, Variância

Christiaan Huygens - Desenvolveu o conceito de esperança a partir do trabalho de Pascal, além de descobrir os anéis
de Saturno e sua lua Titã, descobrir que a luz é uma onda e inventar o relógio de pêndulo.
Esperança
Para as variáveis aleatórias discretas, a esperança de uma variável aleatória, também chamada de média da variável, é
a média dos valores possíveis da variável ponderada pelo valor da probabilidade associada a cada valor. Analogamente,
a esperança de uma função de uma variável aleatória é a média ponderada dos valores possíveis da função.

X
E[X] = [Link] (x)
x∈Ω
Exemplo: Jogo de dados

1 2 3 4 5 6 21
E[X] = + + + + + = = 3, 5
6 6 6 6 6 6 6
Esperança de uma função
Esperança de uma função de variável aleatória discreta

X
E[g(X)] = g(x).pX (x)
x∈Ω

Esperança de Y = a.X+b
X
E[aX + b)] = (ax + b).pX (x) = aE[X] + b
x∈Ω
Exemplo: Jogo de dados

1 4 9 16 25 36 91
E[X 2] = + + + + + = = 15, 17
6 6 6 6 6 6 6
Variância
A variância de uma variável aleatória é a esperança do desvio quadrático dos valores da variável em relação à sua média.
O desvio quadrático é a diferença entre o valor da variável e a média da variável elevada ao quadrado. É comum utilizar
também o desvio padrão, que é a raiz quadrada da variância.
Para variáveis aleatórias discretas

X
2
var(X) = E[(X − E[X]) ] = (x − E[X])2pX (x)
x∈Ω
Exemplo: Jogo de dados

−2, 52 −1, 52 −0, 52 0, 52 1, 52 2, 52

var(X) = + + + + + = 2.92
6 6 6 6 6 6
Variância de uma função

Variância de Y = a.X+b

var(Y ) = E[(aX + b − aE[X] − b)2 = a2var(X)

Propriedade
A variância de uma variável aleatória é a esperança da função quadrado da variável subtraída da esperança da variável
elevada ao quadrado.

X
var(X) = (x − E[X])2pX (x)
x∈Ω
X
var(X) = (x2 − 2xE[X] + E[X]2)pX (x)
x∈Ω

var(X) = E[X 2] − 2E[X]2 + E[X]2

var(X) = E[X 2] − E[X]2

Exemplo: Jogo de dados

 2
91 21 546 441 105
var(X) = − = − = = 2, 92
6 6 36 36 36
 Momentos A esperança da função potência da variável aleatória X elevada à enésima potência recebe o
nome de enésimo momento da variável X.

n
(x)npX (x)
P
E[X ] =
x∈Ω
Função geradora de momentos

MX (s) = E[esx] = esxpX (x)

P
x∈Ω

(n) dn
MX (0) = ds MX (0) = E[xne0x] = E[xn]

e0xpX (x) = 1
P
MX (0) =
x∈Ω
4.3
Três dados são rolados. Supondo que cada um dos 6x6x6 = 216 resultados possíveis seja igualmente provável, determine
as probabilidades associadas aos valores possíveis que X pode assumir, onde X é a soma dos 3 dados.

S = {3, 4, ...., 18}

P ({X = 3}) = P ({X = 18}) = 1/216

X =4⇒1+1+2
(1, 1, 2)(1, 2, 1)(2, 1, 1)

P ({X = 4}) = P ({X = 17}) = 3/216

X = 5 ⇒ 1 + 1 + 3; 1 + 2 + 2

X = 6 ⇒ 1 + 1 + 3; 1 + 2 + 2

3 numeros iguais => 1 possibilidade

2 numeros iguais => 3 possibilidades
3 numeros diferentes => 3x2x1=6 possibilidades
4.5
Suponha que P(X = O) = 1 - P(X = 1). Se E[X] = 3Var(X), determine P(X = 0).

P ({X = 1}) = p
P ({X = 0}) = 1 − p
E[X] = 3V ar(X)
E[X] = p

var(X) = E[X 2] − E[X]2 = p − p2

2
p = 3(p − p2) ⇒ p2 − p = 0
3
p = 2/3
4.10
No Exemplo 1d, calcule a probabilidade condicional de que ganhemos i reais, dado que ganhemos algo;
Três bolas são sorteadas de uma urna contendo 3 bolas brancas, 3 bolas vermelhas e 5 bolas pretas. Suponha
que ganhemos R$1,00 por cada bola branca sorteada e percamos R$1,00 para cada bola vermelha sorteada. Se R
representa nosso total de vitórias no experimento, então X é uma variável aleatória que pode ter valores 0, +-1, +-2,
+-3 com respectivas probabilidades.

P ({X = 0}) = 55/165

P ({X = 1}) = P ({X = −1}) = 39/165
P ({X = 2}) = P ({X = −2}) = 15/165
P ({X = 3}) = P ({X = −3}) = 1/165
S S
P ({X = 1 X = 2 X = 3}) = 55/165
P ({X = 1}|Ganhou) = P ({X = −1}) = 39/55
P ({X = 2}|Ganhou) = P ({X = −2}) = 15/55
P ({X = 3}|Ganhou) = P ({X = −3}) = 1/55
 Exemplos de Variáveis Discretas

Bernoulli

Jakob Bernoulli

No modelo de Bernoulli a variável aleatória pode assumir o valor um com probabilidade p e o valor zero com
probabilidade um menos p. É o modelo para o lançamento de uma moeda com cara e coroa, por exemplo. A esperança
da variável é p e a variância é p menos p ao quadrado.

(
p x=1
P ({X = x}) = P (x) =
1−p x=0

X
E[X] = [Link] (x) = 1.p + 0.(1 − p) = p
x∈Ω

X
2
E[X ] = x2.P (x) = 1.p + 0.(1 − p) = p
x∈Ω

var(X) = E[X 2] − E[X]2 = p − p2 = p(1 − p)

MX (s) = (1 − p).e0 + [Link] = (1 − p) + pes

 Binomial
O modelo binomial corresponde à soma de n variáveis com distribuição de Bernoulli.

1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
O Triângulo de Pascal

x
P ({X = x}) = PX (x) = .px.(1 − p)n−x
n

E[X] = n.p

E[X 2] = np[(n − 1).p + 1]

var(X) = n.p.(1 − p)

MX (s) = ((1 − p) + pes)n

 Poisson

Simeon Poisson
A distribuição de Poisson é dada pela fórmula apresentada a seguir. A média e a variância da distribuição de Poisson
é igual a lamba.

P ({X = x}) = PX (x) = e−λ(λ)x/x!

E[X] = λ

E[X 2] = λ(λ + 1)

var(X) = λ

P∞ e−λ (λ)x esx P∞ e−λ ax s −1)

MX (s) = x=0 x! = x=0 x! = e−λea = eλ(e
Processo de Poisson
O processo de Poisson é um processo cuja quantidade de eventos que ocorrem num intervalo de tempo é uma variável
aleatória com distribuição de Poisson.
Imagine uma estação de trem. Vamos supor que uma composição parte da estação t segundos após a partida da
composição anterior. Vamos supor, também, que as pessoas chegam aleatoriamente na estação, com uma dada taxa de
λ pessoas por segundo em média, de forma independente. Isto é, as pessoas chegam na estação individualmente e o
momento em que elas chegam nada tem a ver com o momento em que qualquer outra pessoa chegue. A quantidade de
pessoas que entram na estação é uma variável aleatória N(t). Se entram na estação λ pessoas por segundo em média,
no intervalo de tempo t, o número médio (esperança matemática) de pessoas que entram é E{N(t)} = λ.t.

Vamos dividir o intervalo de tempo t em n subintervalos. O número médio de chegadas em cada subintervalo é igual
a λ.t/n. A probabilidade de chegar no subintervalo das oito horas seria um e a probabilidade dos outros subintervalos
seria zero. Vamos considerar o caso em que o número de subintervalos tende ao infinito. A probabilidade de uma
chegada num subintervalo tende a zero e a probabilidade de duas chegadas ou mais é desprezível. Este é um processo
de Bernoulli, em que há uma probabilidade p de chegar alguém no subintervalo e 1-p de não chegar ninguém. O valor
médio de chegada em cada subintervalo é p = λ.t/n.
A distribuição do número de chegadas no intervalo t é dada pela distribuição binomial. Para n tendendo para infinito,
a probabilidade de chegadas tente a uma distribuição de Poisson.

PX (x) = e−λt(λt)x/x!
Geométrica

P ({X = x}) = PX (x) = (1 − p)x−1.p

1
E[X] =
p

2−p
E[X 2] =
p2
1−p
var(X) =
p2
p
MX (s) =
1 − (1 − p).es
4.71
Considere uma roleta de 38 números com números de 1 a 36, um O e um duplo 0. Se João sempre aposta que o resultado
seja um dos números de 1 a 12, qual é a probabilidade de que (a) João perca suas 5 primeiras apostas;

x
PX (x) = .px.(1 − p)n−x
n
12 6
p= =
38 19

x = 0; n = 5

 
0 6 6 13
PX (0) = .( )0.(1 − )5 = ( )5
5 19 19 19
(b) sua primeira vitória ocorra em sua quarta aposta?

P ({X = x}) = PX (x) = (1 − p)x−1.p

x=4

13 3 6
PX (4) = ( ).
19 19
 4.56
Quantas pessoas são necessárias para que a probabilidade de que pelo menos uma delas faça aniversário no mesmo
dia que você seja maior que 0.5?

Resultados possíveis do espaço amostral

365n
Resultados em que nenhuma delas aniversariam no mesmo mês
Vide original 1.2

365!
An,p = ; n < 366
(365 − n)!
 
365!
P (n) = 1 −
365n(365 − n)!
n  
Y 365 − i + 1
P (n) = 1 −
i=1
365
n  
Y 1−i
P (n) = 1 − 1+
i=1
365
Para x pequeno

ex ≈ 1 + x

n
Y 1−i
P (n) = 1 − e( 365 )
i=1
1+2+...+n−1 )
P (n) = 1 − e−( 365

n(n−1)/2
P (n) = 1 − e−( 365 )

R:23
 Variáveis aleatórias contínuas
Para as variáveis aleatórias contínuas, a lei de probabilidade é definida por uma função contínua denominada função
densidade de probabilidade. Neste caso, não há sentido em se trabalhar com a probabilidade de um valor específico da
variável, é preciso trabalhar com intervalos de valores. A probabilidade de um intervalo é a integral da função densidade
de probabilidade no intervalo.

ˆ
PX (X ∈ B) = fX (x)dx
B

ˆ b
PX (a ≤ X ≤ b) = fX (x)dx
a

ˆ ∞
fX (x) ≥ 0; ∀x e fX (x)dx = 1
−∞
 Para as variáveis contínuas, além da função densidade de probabilidade, temos a Função de Distribuição de Proba-
bilidade Acumulada, que é a probabilidade da variável ser inferior a um determinado valor. A nossa notação usa a letra
f minúscula para representar a função de densidade e F maiúscula para a função de distribuição acumulada.

´a
FX (x) = P (X ≤ a) = −∞ fX (x)dx

x ≤ y ⇒ FX (x) ≤ FY (y)

x → −∞ ⇒ FX (x) → 0

x → ∞ ⇒ FX (x) → 1
Esperança
Para as variáveis aleatórias contínuas, a esperança de uma variável aleatória é a integral no intervalo de menos infinito
a mais infinito do produto da função densidade de probabilidade pelo valor da variável. Pode-se calcular a esperança
de uma função da variável pela integral do produto da função densidade de probabilidade pelo valor da função.

ˆ ∞
E[X] = xfX (x)dx
−∞
ˆ ∞
E[g(X)] = g(x)fX (x).dx
−∞
Variância
Para variáveis aleatórias contínuas

ˆ ∞
2
var(X) = E[(x − E[X]) ] = (x − E[X])2fX (x).dx
−∞

Variância de Y = a.X+b

var(Y ) = E[(aX + b − aE[X] − b)2 = a2var(X)

Função geradora de momentos

sx
´∞ sx
MX (s) = E[e ] = −∞ e .f (x).dx

(n) dn
MX (0) = ds MX (0) = E[xne0x] = E[xn]
´∞ 0x
MX (0) = −∞ e .f (x).dx = 1
Exemplos de Variáveis Contínuas
Distribuição Uniforme
No modelo de distribuição uniforme, a variável aleatória pode assumir qualquer valor num intervalo com igual probabili-
dade. A esperança da variável é o valor médio do intervalo. Um exemplo de situação em que temos o modelo uniforme é
o problema de espera do trem. Um trem passa numa estação rigorosamente a cada dez minutos. Um passageiro chega
independentemente na estação de forma aleatória (ele não sabe os horários do trem, vamos supor). O tempo de espera
do passageiro é uma variável aleatória no intervalo de zero a dez minutos. O tempo médio de espera é cinco minutos.

(
1/(b − a) ;a ≤ X ≤ b
fX (x) =
0 ; caso contrário


(x − a)/(b − a) ;a ≤ X ≤ b


FX (x) = 0 ;X < a

1

;X > b
ˆ ∞ ˆ b
dx (b − a)
PX (∞ ≤ X ≤ −∞) = fX (x)dx = = =1
−∞ a (b − a) (b − a)

b+a
E[X] =
2

(b − a)2
var(X) =
12

(esb − esa)
MX (s) =
s(b − a)
Distribuição Exponencial Negativa
O modelo de distribuição exponencial negativa é um modelo fundamental em nosso curso. O modelo também é sim-
plesmente chamado de distribuição exponencial, uma vez que não há uma distribuição exponencial positiva. Em muitos
problemas que você verá mais adiante, vamos supor que o tempo de serviço nas filas é uma variável aleatória com esta
distribuição. Por exemplo, o tempo da caixa do supermercado contabilizar todas as compras e receber o pagamento.
É uma distribuição assimétrica. Valores menores da variável são mais frequentes que valores maiores. No caso do
supermercado, a maioria das pessoas passa as compras rapidamente. De vez em quando, na minoria das vezes, há um
problema. A etiqueta está ilegível, o cliente reclama que o preço está diferente do anunciado ou o produto é registrado
duas vezes e precisa esperar uma funcionária do supermercado com autoridade para corrigir o registro. Nestes casos o
tempo de atendimento é bem mais longo.

fX (x) = λe−λx; x ≥ 0
ˆ ∞
∞
PX (∞ ≤ X ≤ −∞) = λe−λxdx = −e−λx|0 = 1
0

FX (x) = 1 − e−λa
E[X] = 1/λ
var(X) = 1/λ2
λ
MX (s) =
λ−s
Distribuição Normal

Johann Carl Friedrich Gauss

A distribuição normal tem uma gigantesca importância para a estatística. A teoria de probabilidade é fundamental.
Mas na prática precisamos trabalhar com amostras. Precisamos da estatística para conectar os dados obtidos com a
teoria de probabilidade. No curso de teoria de filas isto vai acontecer em todas atividades práticas. A distribuição
normal é fundamental para a análise estatística.

1 2 2
fX (x) = √ e−(x−µ) /(2σ )
2πσ

E[X] = µ

var(X) = σ 2

σ 2 s2 +µs
MX (s) = e 2
A distribuição de probabilidade de uma função linear de uma variável aleatória com distribuição normal também é uma
normal. Se X é normal, então Y igual a X vezes uma constante a, tudo somado a outra constante b, também é normal.

Y = aX + b E[Y ] = aµ + b var(Y ) = a2σ 2

Se escolhermos o valor de a igual a um sobre o desvio padrão de X e b igual a menos a esperança de X dividida

pelo desvio padrão de X.

1 µ
a= e b=−
σ σ
Então a variável Y terá uma distribuição normal com média igual a zero e variância igual a um. Para esta distribuição
específica temos tabelas da função de distribuição acumulada.

X −µ
Y = E[Y ] = 0 var(Y ) = 1
σ
1 2
fX (x) = √ e−(x) /2)
2π
A partir da tabela pode-se calcular as probabilidades para qualquer distribuição normal. Por exemplo, vamos supor
uma distribuição normal com média sessenta e desvio padrão vinte. Deseja-se saber a probabilidade do valor da variável
ser maior que oitenta.

µ = 60 e σ = 20
P (X > 80) ⇒ P ( X−60
20 >
80−60
20 )

P (X > 80) = P (Y > 1)

FY (1) = 0, 8413
P (X > 80) = 0, 1587
Distribuição Conjunta, Probabilidade Condicional e Independência
Distribuição Conjunta
A distribuição conjunta de duas variáveis é empregada para análise simultânea de duas variáveis ou mais. A distribuição
define a probabilidade de todas combinações de valores possíveis das variáveis.

PXY ({X = x, Y = y}) = PXY (x, y)

ˆ bˆ d
P (a ≤ X ≤ b, c ≤ Y ≤ d) = fXY (x, y)dxdy
a c
Podemos obter a distribuição ou a densidade de probabilidade de cada variável isoladamente com auxílio das funções
de probabilidade marginal.

X
PX (X = x) = P (x, y)
y

ˆ ∞
fX (x) = fXY (x, y)dy
−∞
Como exemplo, vamos supor duas variáveis aleatórias X e Y. Cada uma das variáveis pode assumir os valores 0 e 1.
Tem-se, portanto, quatro combinações possíveis de valores. A cada valor há uma probabilidade associada.

X\Y 0 1
0 1/4 1/8
1 1/8 2/4

X
PX (X = 0) = P (0, y) = P (0, 0) + P (0, 1) = 3/8
y
Modelo Gaussiano Bidimensional.
Podemos aplicar o conceito de probabilidade condicional de forma análoga para as variáveis aleatórias. A Probabilidade
Condicional de uma variável discreta X ter assumido o valor x, dado que a variável discreta Y assumiu o valor y, é dado
pela probabilidade conjunta de X e Y para os valores x e y, dividida pela probabilidade de Y assumir o valor y.

P ({X = x|Y = y}) = PX|Y (x) = P (X = x, Y = y)/P (Y = y)

A lei da probabilidade total afirma que a probabilidade de um certo valor da variável X é dado pela soma, para todos
valores da variável Y, do produto da probabilidade condicional de X dado Y pelo valor da probabilidade de Y.

X
PX (x) = pX|Y (x|y)PY (y)
y
Também temos o conceito de Probabilidade Condicional para as variáveis contínuas. Mas o tratamento é um pouco
diferente. Podemos definir uma função densidade condicional de uma variável X em relação a outra variável Y como a
divisão da função de distribuição conjunta das variáveis pela função densidade de probabilidade da variável Y.

fX|Y (x|y) = fXY (x, y)/fY (y)

Para visualizar este conceito, considere o problema da estação de trem, onde as composições passam rigorosamente
a cada trinta minutos. Um passageiro que chegue à estação de forma aleatória e independente, terá que esperar entre
zero e trinta minutos. O gráfico da função densidade de probabilidade é uma linha horizontal, correspondendo ao valor
constante de um trinta avos, que inicia na origem e termina na coordenada trinta minutos. A área sob a linha é igual
a um, pois há cem por cento de chance do trem chegar entre zero e trinta minutos. O tempo médio de espera será
quinze minutos. O passageiro pergunta a uma outra pessoa há quanto tempo está esperando. Ela responde que está
na estação faz t minutos. Sabemos agora, portanto, que o tempo de espera máximo será trinta menos t. Podemos
redesenhar o gráfico da função densidade de probabilidade. A linha horizontal do gráfico vai da coordenada zero a
trinta menos t. Mas para que a área sob a linha permaneça igual a um, é preciso alterar o valor constante da função de
densidade de probabilidade. A área do gráfico precisa ser igual a um porque é uma função densidade de probabilidade.
A probabilidade de todo espaço amostral de uma variável precisa ser igual a um.
Há uma lei de probabilidade total para variáveis contínuas.

ˆ ˆ ∞
P (X ∈ A) = fY (y)fXY (x, y)dydx
A −∞

ˆ ∞ ˆ
P (X ∈ A) = fY (y) fX|Y (x|y)dxdy
−∞ A

Independência
Dizemos que duas variáveis aleatórias X e Y são independentes se a probabilidade de ocorrência de um evento A da
variável X não depende dos valores de Y. Portanto a probabilidade de X dado Y é a probabilidade de X simplesmente.
A probabilidade conjunta de X e Y é dado pelo produto das probabilidades individuais de X e Y.

PXY (x, y) = PX (x)PY (y)

PX|Y (x|y) = PX (x); PY (y) > 0

PX,Y |A(x, y|A) = PX|A(x)PY |A(y)

Se a variável X e a variável Y são independentes, a esperança da probabilidade conjunta é igual ao produto das
esperanças de X e Y. Se uma variável Z é a soma de duas variáveis independentes, a variância de Z é a soma das
variâncias das variáveis.

E[XY ] = E[X]E[Y ]

E[g(X)h(Y )] = E[g(X)]E[h(Y )]

var(X + Y ) = var(X) + var(Y )

Covariância e fator de covariância são parâmetros que indicam como duas variáveis estão correlacionadas. A covariância
entre a variável X e a variável Y é o produto da esperança da função X, menos esperança de X, pela esperança da
função Y, menos esperança de Y. Portanto, a covariância é a esperança da função produto de X e Y menos o produto das
esperanças de X e Y. O fator de covariância é a covariância normalizada, de forma que seja um valor entre um e menos
um.

cov(X, Y ) = E[(X − E[X])(E[Y − E[Y ])]

cov(X, Y ) = E[(XY )] − E[X]E[Y ]

p
ρ = cov(X, Y )/ var(X)var(Y ); −1 ≤ ρ ≤ 1
Variáveis não são correlacionadas se a covariância é nula. Se X e Y são independentes, então não são correlacionadas.
Se X e Y não são correlacionadas, ainda assim podem ser dependentes.
Inferência Estatística

Ish.āq al-Kindı̄ - Estudou a quebra de criptografia a partir da frequência dos fonemas na língua.

Para realizar a avaliação de desempenho de um sistema aleatório, seja por meio de medições, seja por meio de simu-
lação, é preciso um tratamento estatístico dos resultados. O resultado é obtido de uma amostragem. Como consequência,
há uma incerteza que precisa ser avaliada.
Desigualdade de Markov - Se X or sempre não negativa

P (X ≥ a) ≤ E[X]/a

(
0 X<a
I(X) =
1 X≥a

E[I] ≤ E[X]/a

ˆ ∞
PX (X ≥ a) = fX (x)dx
a

ˆ ∞
E[I] = I(X)fX (x)dx = PX (X ≥ a)
a

P (X ≥ a) = E[I] ≤ E[X]/a
Desigualdade de Chebyshev

Y = (X − E[X])2; a = k 2
P (Y ≥ a) ≤ E[Y ]/a

P ((X − E[X])2 ≥ k 2) ≤ E[Y ]/a

E[Y ] = var(X)

(X − E[X])2 ≥ k 2 ⇐⇒ |X − E[X]| ≥ k

P (|X − E[X]| ≥ k) ≤ var(X)/k 2

Lei dos Grandes Números
Consideremos uma variável aleatória X com uma dada distribuição de probabilidade, com média e variância µX e σX
2
.
São coletadas n amostras independentes desta variável.

1
Pn
Mn = n 1 Xi

Lei Fraca dos Grandes Números

limn→∞P (|Mn − µX | < ϵ) = 1

Lei Forte dos Grandes Números

P (limn→∞ |Mn − µX | < ϵ) = 1
 A média de n amostras de X, Mn , é uma variável aleatória com média E[Mn ] e variância var(Mn ). Esta média é igual

à média de X, e esta variância é igual à variância de X dividida peço número de amostras.A distribuição da média das

amostras, Mn , converge para uma normal se n é grande e se X possui os momentos bem definidos. Este é o resultado

do Teorema do Limite Central, demonstrado por Markov. A distribuição de Mn é normal se a distribuição de X é uma

normal. O valor de uma amostra deMn converge para µX conforme o número de amostras da variável X aumenta. O

modo de convergência depende da distribuição de probabilidade de X. Uma média de amostras de X é uma estimativa

pontual da média da variável X µX . Mas, pela natureza aleatória do processo, não é exatamente o valor da média. Uma

forma de quantificar esta imprecisão é determinar um intervalo e um nível de confiança.

Teorema do Limite central

A média de amostras de uma variável aleatória é uma variável
aleatória cuja distribuição converge para uma distribuição normal
para um grande número de amostras.

E[Mn] = µX

2
var(Mn) = σX /n
Intervalo de Confiança
É um intervalo de valores em que a média das amostras Mn está no centro. A este intervalo é associado um nível de
confiança. O nível de confiança é a probabilidade de que o intervalo de confiança inclua a média da variável X, µX .
Se repetirmos o cálculo da média das amostras diversas vezes, com amostras diferentes de X, esta probabilidade é
proporcional ao número de vezes em que a média de X estará dentro do intervalo.

Nível de confiança= 1 − α = P rob(Mn − δ ≤ µx ≤ Mn + δ)

 Considere uma variável aleatória Z que é uma função linear da variável média das amostras. A função é a diferença
da média das amostras e a média de X, dividida pelo desvio padrão da média das amostras. Pelo Teorema do Limite
Central, as distribuições de probabilidade das variáveis X e Z se aproximam de uma distribuição normal, conforme o
número de amostras cresce.

Mn − µ
Z= √
σ/ n
Considere um nível de confiança de noventa e cinco por cento. Significa que o intervalo de confiança corresponde a
noventa e cinco porcento da área da curva da função densidade de probabilidade da distribuição normal. Na tabela nor-
mal, encontramos o valor para a distribuição acumulada de noventa e sete e meio porcento. Este é o valor é normalizado.
Multiplicando-se este valor pelo desvio padrão da média das amostras, encontramos o intervalo de confiança.

prob(−z ≤ Z ≤ z) = 0, 95 ⇒ prob(Z ≤ z) = 0, 975

Da tabela N(0,1) => z = 1,96

√ √
P rob(Mn − 1, 96.σ/ n ≤ µx ≤ Mn + 1, 96.σ/ n) = 0, 95
O problema deste procedimento é que, na maioria das vezes, não sabemos qual é a média e a variância da variável
X. É preciso usar um estimador.
 Considere o problema de um pesquisa de opinião com n entrevistados. É feita uma pergunta aos entrevistados que
admite apenas duas alternativas de resposta, A ou B, por exemplo. Cada amostra, portanto, possui uma distribuição de
Bernoulli. A média possui uma distribuição binomial.

E[Mn] = p e var(Mn) = p.(1 − p)/n

Neste caso específico, como conhecemos a distribuição de X, podemos estimar a variância da média das amostras,
var(Mn ), de dois modos:

• Usar o valor de Mn como estimativa de p.

• Usar o valor máximo de p.(1-p) = 0,25.
Para n grande, a binomial se aproxima de uma normal e podemos aplicar o procedimento apresentado anteriormente,
usando o desvio padrão de uma binomial. Suponha que trinta e quatro porcento, de mil entrevistados, optaram pela
resposta A, qual o intervalo de confiança para um nível de confiança de noventa porcento?
Podemos estimar que a probabilidade da resposta A é trinta e quatro porcento. A variância pode ser calculada a
partir deste valor, usando a fórmula da variância da distribuição binomial. Com um estimador da variância usamos o
procedimento anterior para calcular o intervalo de confiança.

r r
Mx.(1 − MX ) Mx.(1 − MX )
P (Mn − z. ≤ µx ≤ Mn + z. )=1−α
n n

1 − α = 0, 95 ⇒ z = 1, 96 Mn = 0, 34 n = 1000
r
0, 34.(1 − 0, 34)
1, 96. = 0, 03 ⇒ 3%
1000
ou
r
0, 5.(1 − 0, 5)
1, 96. = 0, 03 ⇒ 3%
1000
 No caso geral, podemos obter um estimador da variância da variável X aplicando diretamente a definição de variância
e usando a média das amostras como estimador da média da variável. O estimador da variância será, portanto, o desvio
quadrático médio das amostras em relação à media das amostras.

n n
2 1X 2 1X
sn = (Xi − Mn) = (Xi)2 − (Mn)2
n i=1 n i=1
Este estimador tem um problema. É um estimador com viés (bias). Isto significa que ele possui um erro sistemático.
O desvio quadrático de cada amostra terá um erro, uma vez que o valor usado da média das amostras não é igual ao
valor da média de X. O resultado é que sempre haverá um erro para cima.
 Um estimador melhor é obtido aplicando-se um fator de correção igual a n dividido por n mais um. Este fator é
denominado fator de correção de Bessel.

n n
1 X 1 X n
s2 = (X − Mn)2 = Xi2 − Mn2
n−1 i=1
n−1 i=1
n−1
n
2 1 X 2 n
s = Xi − Mn2
n − 1 i=1 n−1
n
1 X n 1
E[s2] = E[Xi2] − E[Mn2] = (n.E[Xi2] − n.E[Mn2])
n−1 i=1
n−1 n−1
n
E[s2] = (var(X) + E[X]2 − var(Mn) − E[Mn]2)
n−1

2 n 2 2 σ2
E[s ] = (σ + µ − − µ2 ) = σ 2
n−1 n
Para n grande, o estimador s2 converge para a variância de X σ 2 com ou sem a correção de Bessel. Para n pequeno
a correção de Bessel é preferível.
 No caso de modelos de simulação, o tempo total de simulação é dividido em subintervalos iguais de tempo. O primeiro
subintervalo é desconsiderado para reduzir a dependência do resultado da simulação em relação às condições iniciais
do sistema estudado. Para cada um dos demais subintervalos, calcula-se uma média da variável estudada. Utiliza-se
a média e a variância das médias dos intervalos como estimadores da média e variância do valor médio. A partir dos
estimadores encontra-se o intervalo de confiança pelo procedimento descrito anteriormente. O procedimento parte da
premissa que as amostras utilizadas são independentes. O problema é que as amostras dos subintervalos podem não
ser independentes. No caso de simulação, a correlação entre amostras pode depender do tamanho do subintervalo.
Portanto é preciso encontrar uma solução de compromisso entre o número de subintervalos, que desejamos que seja
grande, o tamanho dos subintervalos, que desejamos que seja pequeno, a correlação entre as médias dos subintervalos,
que desejamos que seja pequena e o tempo de simulação, que desejamos que seja pequeno. Surge a necessidade de
usar um estimador para o coeficiente de autocorrelação dos intervalos. Um estimador possível é um menos a metade
da divisão da média da diferença das médias de intervalos consecutivos pelo desvio quadrático médio das médias dos
subintervalos em relação à media das médias de intervalos consecutivos.

n−1
X n
X n
X
c = 1 − ( (Mni − Mni+1)2/2 (Mni − Mni/n)2)
i=0 i=0 i=0
O tamanho dos subintervalos deve ser escolhido de forma que a correlação seja desprezível.
Distribuição t de Student

William Sealy Gosset foi um químico e estatístico que foi trabalhar na cervejaria Guinness em Dublin. O controle
de qualidade da produção de uma cervejaria industrial é um problema complexo. Por exemplo, o teor de açúcar nos
cereais é aleatório, em função do clima. Gosset começou a analisar os problemas, mas deparou-se com uma limitação.
Ele precisava trabalhar com uma quantidade relativamente pequena de amostras. Gosset descobriu a distribuição t de
Student, que substitui a distribuição normal para um número pequeno de amostras. A política da cervejaria proibia os
funcionários de publicar qualquer informação da empresa. Gosset publicou seus resultados com o pseudônimo Student.
O estimador s2 da variância de n amostras de uma variável aleatória X é uma variável aleatória. Gosset demonstrou
que o estimador possui distribuição qui-quadrado. Se X tem distribuição normal, o parâmetro t é a razão de uma normal
e uma qui-quadrado.

−µ
Mn√
T = s/ n
Gosset se baseou num estudo sobre o tamanho dos dedos de pessoas. Ele usou os dados publicados num estudo que
continha uma amostragem estatística do comprimento e diâmetro dos dedos médios esquerdos de 3000 criminosos. A
distribuição de cada uma das características tem distribuição aproximadamente normal. As amostras foram escritas em
3000 cartões, que foram “bem embaralhados”. Os cartões foram sorteados aleatoriamente e as amostras escritas num
livro. Cada 4 amostras consecutivas foram agrupadas em 750 amostragens, para as quais foram calculadas a média,
variância e correlação para ambas características. Gosset chegou assim na distribuição t de Student.

Γ((ν + 1)/2)
fT (t, ν) = √ (1 + t2/ν)−(ν+1)/2
νπΓ(ν/2)
Em que a função Gama é:

ˆ∞
Γ(w) = t(w−1)e−tdt
0

Γ(n + 1) = n! ; n = 1, 2, 3, ...
O parâmetro ν é denominado grau de liberdade e é igual a n-1, em que n é o número de amostras. Para n=2 temos
a distribuição de Cauchy. A tabela fornece o valor de t tal que P(T < t) para um dado grau de liberdade. A distribuição
t substitui a distribuição normal para um número pequeno de amostras. Para um número grande, maior que trinta, a
distribuição se aproxima da distribuição normal.
 n 95% 97,5% 99,5%
1 6,31 12,7 63,7
4 2,13 2,78 4,6
8 1,86 2,31 3,36
12 1,78 2,18 3,06
∞ 1,64 1,96 2,58