Noções de

Probabilidade
 ESTATÍSTICAS DESCRITIVAS:

Estudar uma variável a partir de um conjunto de

resultados

PROBABILIDADE:

Estudar como ocorrem os resultados de uma variável,

baseado em suposições a respeito do processo estudado

– expressa por meio de números a possibilidade de

ocorrência do(s) valor(es) de uma variável

– estuda os fenômenos aleatórios

Experimento Aleatório ou Fenômeno Aleatório

Situações ou acontecimentos cujos resultados não

podem ser previstos com certeza

Características:

- Pode ser repetido várias vezes, sob as mesmas

condições

- Apresenta uma regularidade nas frequências dos

resultados, quando repetido inúmeras vezes
 Experimento Aleatório ou Fenômeno
Aleatório
Exemplos:
1- Retirar uma peça de uma linha de produção e verificar se ela satisfaz as
especificações
2- Retirar duas peças de uma linha de produção classificá-las como: Boa,
Defeituosa e Recuperável
3- Ligar 20 computadores em um laboratório e contar o nº
de computadores com falhas, após um período de tempo

4- Observar uma amostra de n peças quanto ao nº de peças com

defeito
5- Contar nº de peixes em um grande reservatório

6- Medir a velocidade de uma reação química

7- Medir o comprimento de uma barra de aço
8- Medir o tempo de vida de um componente eletrônico
 Espaço Amostral (S)
Conjunto de todos os resultados possíveis de um experimento
aleatório
1- Retirar uma peça de uma linha de produção e verificar se ela satisfaz as
especificações
S1 = { Sim, Não}

2- Retirar duas peças de uma linha de produção classificá-las como: Boa,

Defeituosa e Recuperável
S2 = { BB, BD, BR, DB, DD, DR, RB, RD, RR}

3- Ligar 20 computadores em um laboratório e contar o nº de computadores

com falhas, após um período de tempo
S3 = { 0, 1, 2, 3, ..., 20}
 Espaço Amostral (S) (Ω)
Conjunto de todos os resultados possíveis de um experimento
aleatório
1- Retirar uma peça de uma linha de produção e verificar se ela satisfaz as
especificações
B
S1 = { Sim, Não} D
B
2- Retirar duas peças de uma linha de produção classificá-
R
las como: Boa, Defeituosa e Recuperável 32
B
S2 = { BB, BD, BR, DB, DD, DR, RB, RD, RR} D D
R
3- Ligar 20 computadores em um laboratório e contar
o nº de computadores com falhas, após um período B
de tempo R D
R
S3 = { 0, 1, 2, 3, ..., 20}
Retirada de duas peças

𝑆
𝑆
𝑁
𝑁 𝑆

S = { SS, SN, NS, NN} 2²

Retirada de três peças
𝑆
𝑆
𝑁
𝑆 𝑆
𝑁
𝑁 23
𝑁
𝑆 𝑆
𝑁
𝑁
𝑆
𝑁

S = { SSS, SSN, SNS, SNN, NSS, NSN, NNS, NNN}

 Espaço Amostral (S)
4- Observar numa amostra de n peças qual ao nº de peças com defeito

S4 = { 0, 1, 2, 3, ..., n}

5- Contar nº de peixes em um grande reservatório

S5 = { 0, 1, 2, 3, ...}

6- Medir a velocidade de uma reação química V: Velocidade

7- Medir o comprimento de uma barra de aço Y: Comprimento
8- Medir o tempo de vida de um componente eletrônico T: Tempo de
vida
S6 = { v Є ℜ; x > 0} = ]0,+∞)
S7 = { y Є ℜ; y > 0} = ]0,+∞)

S8 = { t Є ℜ; t  0} = [0,+∞)
 Eventos (A, B, C, ...)
Subconjunto do espaço amostral de um experimento
aleatório
Retirar duas peças de uma linha de produção classificá-las como:
Boa, Defeituosa e Recuperável
B S = { BB, BD, BR, DB, DD, DR, RB, RD, RR}
B D
R
Evento A: as duas peças com classificação igual
B
D D A = { BB, DD, RR}
R
Evento B: pelo menos uma peça é defeituosa
B
R D
R B = { BD, DB, DD, DR, RD}
 Eventos (A, B, C, ...)
Subconjunto do espaço amostral de um experimento aleatório

Medir o tempo de vida de um componente eletrônico

S = { t Є ℜ; t  0} = [0,+∞)

Evento A: tempo de vida superior a 1000 horas

A = {t Є ℜ; t > 1000} = ]1000,+∞)

Evento B: tempo de vida de 3000 a 6000 horas

B = {t Є ℜ; 3000 ≤ t ≤ 6000} = [3000, 6000]

 Tipos de Eventos
Considere o lançamento de um dado:
S = {1, 2, 3, 4, 5, 6}
Evento certo (S) Evento A: observar um nº de um a seis
A = {1, 2, 3, 4, 5, 6} = S
Evento impossível (Ø)
Evento B: observar um nº maior do que seis
B=Ø
Evento composto Evento C: observar um nº par
C = { 2, 4, 6}
Evento simples Evento D: observar o nº dois
D = {2}
 Tipos de Eventos

Evento complementar
O complemento do evento A é o conjunto dos resultados do
espaço amostral que não estão no evento A
Notação: Ā Ac A’

Medir o tempo de vida de um componente eletrônico

S = { t Є ℜ; t  0} = [0,+∞)
Evento A: tempo de vida superior a 1000 horas
A = {t Є ℜ; t > 1000} = ]1000,+∞)
Evento Ā: tempo de vida igual e inferior a 1000 horas
Ā = {t Є ℜ; 0 ≤ t ≤ 1000} = [0,1000]
 Tipos de Eventos
Evento complementar
O complemento do evento A é o conjunto dos resultados do
espaço amostral que não estão no evento A
Notação: Ā Ac A’
Considere o lançamento de um dado:
S = {1, 2, 3, 4, 5, 6}
Evento C: observar um nº par C = { 2, 4, 6}

C = { 1, 3, 5} Evento C : observar um nº impar

Evento D: observar o nº dois D = {2}

D = {1, 3, 4, 5, 6}
 Tipos de Eventos
Eventos mutuamente excludentes (exclusivos)
Dois eventos A e B são eventos mutuamente excludentes
(exclusivos) se eles não podem ocorrer simultaneamente
Medir o tempo de vida de um componente eletrônico
S = { t Є ℜ; t  0} = [0,+∞)
Evento A: tempo de vida superior a 1000 horas
A e B são eventos
A = {t Є ℜ t > 1000} = ]1000,+∞) mutuamente excludentes
Evento B: tempo de vida igual e inferior a 500 horas
B = {t Є ℜ; 0 ≤ t ≤ 500} = [0,500]
Considere o lançamento de um dado:
S = {1, 2, 3, 4, 5, 6}
Evento C: observar um nº impar C = { 1, 3, 5} C e D são eventos
Evento D: observar o nº dois D = {2} mutuamente excludentes
 Operações com Eventos
União
A união de dois eventos A e B é o evento (E) que consiste em
todos os resultados que estão contidos nos dois eventos
Notação: E = A  B
Retirar duas peças de uma linha de produção classificá-las como: Boa,
Defeituosa e Recuperável
S = { BB, BD, BR, DB, DD, DR, RB, RD, RR}

Evento A: as duas peças com classificação igual A = {BB, DD, RR}

Evento B: a primeira peça recuperável B = {RB, RD, RR}
Evento E: as duas peças com classificação igual ou a primeira peça
recuperável
E = A U B = {BB, DD, RB, RD, RR}
 Operações com Eventos
Interseção
A interseção de dois eventos A e B é o evento (E) que consiste em
todos os resultados que estão contidos em ambos os eventos
simultaneamente Notação: E = A  B
Retirar duas peças de uma linha de produção classificá-las como: Boa,
Defeituosa e Recuperável
S = { BB, BD, BR, DB, DD, DR, RB, RD, RR}

Evento A: as duas peças com classificação igual A = {BB, DD, RR}

Evento B: a primeira peça recuperável B = {RB, RD, RR}
Evento E: as duas peças com classificação igual e a primeira peça
recuperável
E = A  B = {RR}
 Considere o lançamento de um dado:
S = {1, 2, 3, 4, 5, 6}
Evento C: observar um nº impar C = { 1, 3, 5}
Evento D: observar o nº dois D = {2}

Evento E: observar um nº impar ou o nº dois

E = C  D = {1, 2, 3, 5}
Evento E: observar um nº impar e o nº dois
E =CD = Ø
Dois eventos A e B são eventos mutuamente excludentes
(exclusivos) se eles não podem ocorrer simultaneamente

E = A B = Ø
 Diagrama de Venn
Considere o lançamento de um dado:
S = {1, 2, 3, 4, 5, 6}
Evento A: observar um nº par A = { 2, 4, 6}

Evento B: observar um múltiplo de 3 B = {3, 6}

5
A 4

2 6

3
B
1
S
 Diagrama de Venn
Considere o lançamento de um dado: S = {1, 2, 3, 4, 5, 6}
Evento A: observar um nº par A = { 2, 4, 6}
Evento B: observar um múltiplo de 3 B = {3, 6}
Evento C: observar um nº impar C = { 1, 3, 5}
Evento D: observar o nº dois D = {2}

5
A 4 C
2 1
D 6 3

B
S
 Diagrama de Venn
A
ocorre somente A ?
ocorre A ou B ? ocorre A mas B não ocorre?
B

S
A B A B
_________
ocorrem A e B A B = A  B
simultaneamente?
Ambos ocorrem
A B A ou B não ocorre?
não ocorre nem A
Simultaneamente? nem B ?

_________
A
A B = A  B
não ocorre A? não ocorrem A e B
Ocorre tudo simultaneamente?
mas não ocorre A? Ambos não ocorrem
Simultaneamente?
 Considere o tempo, em segundos, para carregar uma
página da web
- Obter os eventos com representação geométrica (intervalos na reta dos reais):

A = mais do que 5,5 e no máximo igual 10,0 segundos

B = mais do que 10,0 segundos

C = mais do que 8,3 segundos

D = A B
E = A B
F = AC
G=A
 S
0,0
A
0,0 5,5 10,0

B
0,0 10,0

C
0,0
8,3

D = A B
0,0 5,5

E = A B
0,0

F = AC
0,0 10,0
8,3
G=A
0,0 5,5 10,0
 Tempo (T), em segundos, para carregar uma página da
web
𝑆 = {𝑡 ∈ ℜ; 𝑡 > 0,0}

A = mais do que 5,5 e, no máximo igual 10,0 segundos

𝐴 = {𝑡 ∈ ℜ; 5,5 < 𝑡 ≤ 10,0}

B = mais do que 10,0 segundos 𝐵 = {𝑡 ∈ ℜ; 𝑡 > 10,0}

C = mais do que 8,3 segundos 𝐶 = {𝑡 ∈ ℜ; 𝑡 > 8,3}

D = A B 𝐷 = {𝑡 ∈ ℜ; 𝑡 > 5,5} 𝐸 = 𝐴 ∩ 𝐵 E =
𝐹 =𝐴∩𝐶 𝐹 = {𝑡 ∈ ℜ; 8,3 < 𝑡 ≤ 10,0}

G=A 𝐺 = {𝑡 ∈ ℜ; 0,0 < 𝑡 ≤ 5,5 ∨ 𝑡 > 10,0}

 Definições de Probabilidade

Como atribuir
probabilidade aos
elementos do espaço
amostral?
 Definição Clássica ou a priori S = {1, 2, 3, 4, 5, 6}

Se um experimento aleatório possuir n(S) resultados

mutuamente exclusivos e igualmente prováveis
(equiprováveis) e se um evento A tiver n(A) desses
resultados. A probabilidade do evento A representada
por P(A), é dado por:
n( A) # A
P( A) = =
n( S ) # S
Espaço amostral é finito e enumerável
Evento A: observar um nº par 𝑛 𝐴 #𝐴 3 1
𝑃 𝐴 = = = = = 0,5000 = 50,00%
A = { 2, 4, 6} 𝑛 𝑆 #𝑆 6 2
2- Retirar duas peças de uma linha de produção classificá-las como: Boa,
Defeituosa e Recuperável
S = { BB, BD, BR, DB, DD, DR, RB, RD, RR}
Evento A: as duas peças com classificação A = {BB, DD, RR}
igual
1/3
B
n( A) # A 3 1
P( A) = = = =  0,3333  33,33% B
1/3
D
n( S ) # S 9 3 1/3 R
1/3
1/3 B
Evento B: as duas peças defeituosas B = {DD} 1/3 1/3
D D
1/3 R
n( B ) # B 1
P( B ) = = =  0,1111  11,11% 1/3
1/3 B
n( S ) # S 9 1/3
R D
1/3 R
Equiprováveis
 Definição Frequentista ou a posteriori
(experimental)
Lançamento de um dado hipotético (12000)
Resultado 1 2 3 4 5 6
Probabilidade 1/12 1/12 1/4 1/12 1/4 1/4
Realiza-se um experimento n vezes (n grande) nestas o
evento A ocorre exatamente r < n vezes, então a
frequência relativa de vezes que ocorreu o evento A,
“r/n”, é a estimação da probabilidade de ocorrência do
evento A, ou seja, r
P ( A) =
n
Resultados podem não ser igualmente prováveis
Evento A: observar o nº seis 𝑟 3000 1
𝑃 𝐴 = = = = 0,2500 = 25,00%
A = {6} 𝑛 12000 4
 10.000 peças

B
9.900 peças Boas
0,9900
P(B) = 9.900 /10.000

0,0010
10 peças Defeituosas D

P(D) = 10 /10.000
0,0090
90 peças Recuperáveis
R
P(R) = 90 /10.000
 Definição Frequentista ou a posteriori

A estimação da probabilidade de um evento A por

frequência relativa, é próxima da verdadeira
probabilidade do evento A, quando n tende ao infinito

r
P( A) = lim 
n →  n 
 Definição axiomática de probabilidade
Probabilidade é uma função P(⋅) , que associa a cada evento
do espaço amostral S, um número real, pertencente ao
intervalo [0, 1], satisfazendo os seguintes axiomas :

(i ) 0  P( Ei )  1 Ei  S
(ii ) P( S ) = 1
(iii ) Se E1 , , En são eventos mutuamente exclusivos

P(E1  E2    En ) = P( E1 ) + P( E2 ) +  + P( En )
 Probabilidade
medida da incerteza da ocorrência de um evento Ei

0 0,5 1
Evento certamente Evento certamente
Incerteza
não ocorrerá ocorrerá

0  P( Ei )  1
 Propriedades básicas da probabilidade
I- P( ) = 0
A probabilidade de um evento impossível é nula

Para o caso de um espaço amostral discreto (os resultados podem

ser listados) a probabilidade de qualquer evento pode ser obtida
pela soma das probabilidades dos resultados individuais, ou seja:

II - P( A) =  P( w )
i : wi  A A  S
i A  S = {w1 , w2 , w3 ,}

Sejam A  S e A o evento complementar de A

III - P( A ) = 1 − P( A) 𝑃(𝐴) = 1 − 𝑃(𝐴)ҧ

 Regra da soma de probabilidades - Sejam A e B eventos
quaisquer
IV - P( A  B) = P( A) + P( B) − P( A  B)

Dois eventos A e B são eventos mutuamente excludentes

(exclusivos) se eles não podem ocorrer simultaneamente
E = A B = Ø A

P( A  B) = P( A) + P( B) B
 Lançamento de um dado equilibrado S = {1, 2, 3, 4, 5, 6}
A – “o resultado é par”; A = {2, 4, 6}
B – “o resultado é maior do que 6”; B= Ø
C – “o resultado é um múltiplo de 3”. C = {3, 6}
I- A probabilidade de um evento impossível é nula P(B) = 0

P(A) = 3/6
 P(wi )
P(A) = 1/6 + 1/6 + 1/6 = 3/6
II- P( A) =
i : wi  A P(C) = 2/6 P(C) = 1/6 + 1/6 = 2/6

C = {1, 2, 4, 5} P(C ) = 4 6
III- P(C ) = 1 − P(C )
P(C ) = 2 6 P(C ) = 1 − 2 6 = 4 6
IV- P( A  C ) = P( A) + P(C ) − P( A  C )
( A  C ) = 2, 3, 4, 6 P( A  C ) = 4 6
( A  C ) = 6 P( A  C ) = 1 6
P( A  C ) = P( A) + P(C ) − P( A  C ) = 3 6 + 2 6 − 1 6 = 4 6
1- Dez novos programas foram desenvolvidos por uma empresa de
informática. Pesquisas de mercado indicam que os dez programas (1°, 2°,...,
Dez novos programas foram desenvolvidos por uma empresa de informática.
10°) têm três características descritas pelo diagrama de Venn: Satisfação do
Pesquisas
usuário (C), de mercadocompetitiva
Vantagem indicam que(V) os dez programas
e Produto com (1º, 2º, ... , 10º) têm três
características
características
superiores (P). descritas pelo diagrama de Venn: Satisfação do usuário (C),
Vantagem competitiva (V) e Produto com características superiores (P).
Se um dos dez programas fosse selecionado ao acaso
Se um dos dez programas fosse selecionado ao
a-) Qual a probabilidade de que o programa escolhido
acaso:
ao Qual
a-) acasoa probabilidade
possua características superiores
de que o programa ou
vantagem competitiva?
escolhido ao acaso possuísse características
P(Vouvantagem
superiores P) = P(Vcompetitiva?
) + P( P) −Resp.
P(V  0,9000
P)
P(Va probabilidade
b-) Qual P) = 6 10 + 6de10que
− 3 o10programa
= 9 10
escolhido ao acaso daria à empresa uma vantagem
b-) Qual a probabilidade de que
competitiva o programa
e satisfação escolhido ao acaso daria a
aos consumidores?
empresa uma vantagem competitiva
Resp. 0,3000 e satisfação aos usuários?
C ) = 3 10 de que o programa
P(Va probabilidade
c-) Qual
escolhido ao acaso possua todas as características
c-) Qual a probabilidade de que o programa escolhido ao acaso possua todas
desejadas? Resp. 0,2000
as características desejadas?
P(C  V  P) = 2 10
 Probabilidade condicional e independência
Curso
Sexo C. Comput (C) Engenharias (E) Outros (O) Total

Masculino (M) 21 22 154 197

Feminino (F) 22 9 37 68
Total 43 31 191 265

Dado que o aluno escolhido ao acaso esteja cursando C. Computação

(C), qual é a probabilidade dele ser do sexo masculino (M)?

Dado que o aluno escolhido ao acaso é do sexo feminino (F), qual é a

probabilidade dele estar cursando as Engenharias (E)?

Qual é a probabilidade de um aluno escolhido ao acaso estar cursando

C. Computação (C), dado que ele é do sexo feminino (F)?
 Probabilidade condicional e independência
Curso
Sexo C. Comput (C) Engenharias (E) Outros (O) Total

Masculino (M) 21 22 154 197

Feminino (F) 22 9 37 68
Total 43 31 191 265

Dado que o aluno escolhido ao acaso esteja cursando C. Computação

(C), qual é a probabilidade dele ser do sexo masculino (M)?
21
P( M | C ) =  0,4884
43
Dado que o aluno escolhido ao acaso é do sexo feminino (F), qual é a
probabilidade dele estar cursando as Engenharias (E)?
9
P( E | F ) =  0,1324
68
 Probabilidade condicional e independência
Curso
Sexo C. Comput(C) Engenharias (E) Outros (O) Total

Masculino (M) 21 22 154 197

Feminino (F) 22 9 37 68
Total 43 31 191 265

Qual é a probabilidade de um aluno escolhido ao acaso estar cursando

C. Computação (C), dado que ele é do sexo feminino (F)?

22 11
P(C | F ) = =  0,3235
68 34
Note que:

Dado que o aluno escolhido ao acaso esteja cursando C. Computação

(C), qual é a probabilidade dele ser do sexo masculino (M)?
21
21 265 = P( M  C )
P( M | C ) = =
43 43 P(C )
265

Curso
Sexo C. Comput (C) Engenharias (E) Outros (O) Total

Masculino (M) 21 22 154 197

Feminino (F) 22 9 37 68
Total 43 31 191 265
Note que:

Dado que o aluno escolhido ao acaso é do sexo feminino (F), qual é a

probabilidade dele estar cursando as Engenharias (E)?

9
P( E | F ) =
9
= 265 = P( E  F )
68 68 P( F )
265

Curso
Sexo C. Comput (C) Engenharias (E) Outros (O) Total

Masculino (M) 21 22 154 197

Feminino (F) 22 9 37 68
Total 43 31 191 265
Note que:

Qual é a probabilidade de um aluno escolhido ao acaso estar cursando

C. Computação(C), dado que ele é do sexo feminino (F) ?

22
P(C | F ) =
22
= 265 = P(C  F )
68 68 P( F )
265

Curso
Sexo C. Comput(C) Engenharias (E) Outros (O) Total

Masculino (M) 21 22 154 197

Feminino (F) 22 9 37 68
Total 43 31 191 265
 Probabilidade condicional
Dado dois eventos quaisquer A e B, sendo P(B) > 0
(evento que já ocorreu), define-se a probabilidade
condicional de A dado B como sendo:

P( A  B )
P( A | B ) =
P( B )

Obs.:
P( B  A) P( A  B )
P( B | A) = =
P( A) P( A)
 Um dado é lançado. Qual a probabilidade de que o resultado seja
par, dado que ocorreu um número maior que 4?

Número par A = {2, 4, 6} P( A) = 3 6

Denominando:
Maior que 4 B = {5, 6} P(B) = 2
6
(A ∩ B) = {6} P( A  B) = 1
6
1
P( A  B) = 6 = 1
P( A | B) =  0,5000  50,00%
P( B) 2 2
6
Um dado é lançado. Qual a probabilidade de que o resultado seja
um número maior que 4, dado que ocorreu um número par?
1
P( A  B) 6 1
P( B | A) = = =
P( A) 3 3
6
 Regra do produto de probabilidades
P( A  B )
P( A | B ) =  P( A  B) = P( B)  P( A | B)
P( B )
= P( A)  P( B | A)

Eventos independentes
Dois ou mais eventos são independentes quando a ocorrência de um
dos eventos não influencia a probabilidade de ocorrência dos
outros. Se dois eventos A e B são independentes , então:

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

P( A  B ) = P( A)  P( B )
 Lançamento de um dado equilibrado S = {1, 2, 3, 4, 5, 6}
A – “o resultado é par”; A = {2, 4, 6}
B – “o resultado é maior do que 4”; B = {5, 6}
C – “o resultado é um múltiplo de 3”. C = {3, 6}
P(A) = 3/6 (A ∩ Β) = (A ∩ C) = (B ∩ C) = {6}
P(B) = 2/6
P(A ∩ Β) = P(A ∩ C) = P(B ∩ C) = 1/6
P(C) = 2/6
P( A | B ) = P( A) P( B | A) = P( B )
A e B serão independentes quando:
P(A ∩ B) = P(A).P(B) P(A) . P(B) = 3/6 . 2/6 = 1/6 = P(A ∩ B)
A e C serão independentes quando:
P(A ∩ C) = P(A).P(C) P(A) . P(C) = 3/6 . 2/6 = 1/6 = P(A ∩ C)
B e C serão independentes quando:
P(B ∩ C) = P(B).P(C) P(B) . P(C) = 2/6 . 2/6 = 1/9 ≠ P(B ∩ C)
A e B ; A e C são independentes enquanto que B e C são dependentes
 Lançamento de um dado hipotético
Resultado 1 2 3 4 5 6
Probabilidade 1/12 1/12 1/4 1/12 1/4 1/4
A – “o resultado é par”; A = {2, 4, 6}
B – “o resultado é maior do que 4”; B = {5, 6}
C – “o resultado é um múltiplo de 3” C = {3, 6}
P(A) = 1/12 +1/12+1/4 = 5/12
(A ∩ Β) = (A ∩ C) = (B ∩ C) = {6}
P(B) = 1/4 + 1/4 = 1/2 P(A ∩ Β) = P(A ∩ C) = P(B ∩ C) = 1/4
P(C) = 1/4 + 1/4 = 1/2
P(A) . P(B) = 5/12 . 1/2 = 5/24 ≠ P(A ∩ B)
P(A) . P(C) = 5/12 . 1/2 = 5/24 ≠ P(A ∩ C)
P(B) . P(C) = 1/2 . 1/2 = 1/4 = P(B ∩ C)
A e B ; A e C são dependentes enquanto que B e C são independentes
 O fato de dois eventos serem ou não independentes é
determinado pelo espaço amostral e pela probabilidade
definida nesse espaço

Eventos mutuamente exclusivos nunca são

independentes
a não ser em casos particulares, quando ao menos um
dos eventos tem probabilidade zero
Uma empresa produz peças em duas máquinas I e II que podem
apresentar desajustes com probabilidade 0,05 e 0,10;
respectivamente. No início do dia de operação um teste é realizado e
caso a máquina esteja fora de ajuste, ela ficará sem operar neste dia
passando por uma revisão técnica. Para cumprir o nível mínimo de
produção pelo menos uma máquina deve operar. Qual a
probabilidade da empresa cumprir o nível mínimo de produção?
Sendo Oi o evento da máquina i estar operando, i = 1, 2. Então:
P(O1 ) = 0,95 P(O2 ) = 0,90 P(O1 ) = 0,05 P(O2 ) = 0,10
O2

0,95 O1
O2
Árvore de Probabilidades O2
0,05 O1
O2
No preenchimento das probabilidades na árvore é assumido uma
independência entre O1 e O2 , pois a eventual falha de uma
máquina não interfere no comportamento da outra .
O segundo ramo da árvore não é afetado pela ocorrência dos eventos
que aparecem no primeiro ramo
Assim, pela definição de independência

P(O2 | O1 ) = P(O2 ) = 0,90

0,90 O2

0,95 O1
0,10 O2
Árvore de Probabilidades O2
0,90
0,05 O1
0,10 O2
 Como também: P(O1  O2 ) = P(O1 )  P(O2 )
0,90 O2

0,95 O1
0,10 O2
Árvore de Probabilidades O2
0,90
0,05 O1
0,10 O2
P(O1  O2 ) = P(O1 )  P(O2 ) = 0,95 0,90 = 0,8550
P(O1  O2 ) = P(O1 )  P(O2 ) = 0,95  0,10 = 0,0950
P(O1  O2 ) = P(O1 )  P(O2 ) = 0,05  0,90 = 0,0450

P(O1  O2 ) = P(O1 )  P(O2 ) = 0,05  0,10 = 0,0050

Para cumprir o nível mínimo de produção pelo menos uma
máquina deve operar. Qual a probabilidade da empresa cumprir o
nível mínimo de produção?

0,90 O2

0,95 O1
0,10 O2
Árvore de Probabilidades O2
0,90
0,05 O1
0,10 O2

Evento = pelo menos uma máquina deve operar (nível mínimo

de produção)

E = (O1  O2 )  (O1  O2 )  (O1  O2 )

 Evento = pelo menos uma máquina deve operar (nível mínimo
de produção)
E = (O1  O2 )  (O1  O2 )  (O1  O2 )

P(O1  O2 ) = P(O1 )  P(O2 ) = 0,95 0,90 = 0,8550

P(O1  O2 ) = P(O1 )  P(O2 ) = 0,95  0,10 = 0,0950
P(O1  O2 ) = P(O1 )  P(O2 ) = 0,05  0,90 = 0,0450

P(O1  O2 ) = P(O1 )  P(O2 ) = 0,05  0,10 = 0,0050

P((O1  O2 )  (O1  O2 )  (O1  O2 )) =

0,8550 + 0,0950 + 0,0450 = 0,9950
Probabilidade de manter o nível mínimo de produção
P ((O1  O2 )  (O1  O2 )  (O1  O2 ) ) = 1 − P(O1  O2 ) = 1 − 0,0050 = 0,9950
Um sistema tem quatro componentes que operam independentemente,
sendo que cada componente tem probabilidade 0,1 de não
funcionar. O sistema é ligado da seguinte forma:

C1 C2

C3 C4

Determinar a probabilidade de o sistema funcionar. Resp. 0,9639

 C4
C3
C4
C2 C4
C3
C1 C4
C2
C3 C4
C4
C3
C4
C4

C1 ... 24 = 16