UFC – DEMP – Engenharia de Produção Mecânica

CC265 - Probabilidade e Estatística

Aula 5 – Introdução à Teoria de

Probabilidades (Parte II)

Prof. Anselmo Pitombeira

M.Sc. Eng.

anselmo.pitombeira@ufc.br
 Axiomas da Teoria de Probabilidades

São afirmações quanto às quantidades chamadas de

probabilidades, sobre as quais estão fundamentados todos os
resultados de Teoria de Probabilidades. Esses axiomas se
devem ao matemático russo Andrei Kolmogorov (1933).
 Axiomas da Teoria de Probabilidades

Se S é o espaço amostral, A é um evento qualquer que pode

ocorrer no experimento aleatório ao qual o espaço amostral se
refere, então admite-se que:

i) P(S) = 1

ii) P(A) ≥ 0

iii) P(A1 U A2 U A3 U...U An) = P(A1)+P(A2)+P(A3)+...+P(An)

se Ai ∩ Aj = Φ para todo i e j
 Consequências dos axiomas

 0 ≤ P(A) ≤ 1;

 P(Φ) = 0; (A probabilidade de nada acontecer é zero)

 P(Ac) = 1 - P(A)
 Regras de adição

 Do axioma iii, se dois eventos A1 e A2 são mutuamente

exclusivos (A1 ∩ A2 = Φ), então P(A1 U A2) = P(A1)+P(A2)

 No entanto, para dois eventos quaisquer, tem-se que:

P(A1 U A2) = P(A1)+P(A2) - P(A1 ∩ A2)

 Para três eventos quaisquer:

P(A1 U A2 U A3) = P(A1)+P(A2)+P(A3) - P(A1 ∩ A2) - P(A1 ∩ A3) -

P(A2 ∩ A3)+ P(A1 ∩ A2 ∩ A3)

 Exemplos

Sejam E o experimento: lançar um dado e S seu espaço amostral,

onde S = { 1, 2, 3, 4, 5, 6}. Consideremos os eventos:

A: ocorrer face 3 ⇒ A ={ 3};

B: ocorrer um num par ⇒ B = {2, 4, 6};
C: ocorrer um num ímpar ⇒ C = {1, 3, 5}.

Encontrar os valores de P(A), P(B), P(C), P(A U B), P(A U C), P(A
 B), P(A  C) e .
P ( A)
 Probabilidade condicional

Indica a probabilidade de um evento B ocorrer, dada a informação

que o evento A já ocorreu.

Matematicamente:

P(B | A) = P(A ∩ B) / P(A) e P(A) > 0

P(A | B) = P(A ∩ B) / P(B) e P(B) > 0

 Exemplos

Um número é sorteado ao acaso entre os inteiros: 1, 2, 3 ..., 15. Se

o número sorteado for par, qual a probabilidade de que seja o
número 6?
 Regra do produto

Afirma que a probabilidade da ocorrência simultânea de dois

eventos de um mesmo espaço amostral é igual à probabilidade
de um deles ocorrer, multiplicado pela probabilidade
condicional do outro, dado o primeiro.

P(A ∩ B) = P(B | A)P(A)

P(A ∩ B) = P(A | B)P(B)

 Exemplos

Retiram-se sem reposição duas peças de um lote de 10 peças, onde

apenas quatro são boas. Qual a probabilidade de ambas serem
defeituosas?
 Probabilidade total

P(B) = P(B ∩ A) + P(B ∩ Ac) = P(B | A)P(A)+P(B | Ac)P(Ac)

Se A1, A2, A3, ..., An são eventos mutuamente exclusivos e

coletivamente exaustivos (ou seja, S = A1U A2 U A3 U ...U An),
então

P(B) = P(B | A1)P(A1)+P(B | A2)P(A2)+P(B | A3)P(A3)+...+P(B | An)P(An)

 Exemplos

3.59 Suponha que 2% dos rolos de tecido de algodão e 3% dos

rolos de tecido de náilon contenham falhas. Dos rolos usados
por um fabricante, 70% são de algodão e 30% são de náilon.
Qual será a probabilidade de que um rolo selecionado
aleatoriamente, usado pelo fabricante, contenha falhas?
 Independência

Dois eventos A e B são considerados independentes se:

P  A B  = P B A = P  A P  B

Isso implica que:

P  B A
P  B | A = = P B
P  A
P  AB 
P  A| B = = P  A
P  B
 Independência

n eventos A1, A2, A3,...,An são independentes se:

P(A1 ∩ A2 ∩ A3 ∩...∩ An) = P(A1)P(A2)P(A3)...P(An)

 Regra da adição sob independência

P(A1 U A2) = P(A1)+P(A2) - P(A1 ∩ A2)

Se A1 e A2 são independentes:

P(A1 U A2) = P(A1)+P(A2) - P(A1) P(A2)

 Exemplo

Calcule a probabilidade do circuito seguinte operar, admitindo

que cada componente opera independentemente. A
probabilidade de cada componente funcionar é indicada.

0,9 0,9 0,8

0,95 0,95 0,9

 Teorema de Bayes

Possibilita o cálculo de probabilidades a posteriori, conhecidas

as probabilidades a priori. Em outras palavras, conhecendo-se
a probabilidade de um evento B ocorrer dada a ocorrência
anterior de um evento A, P(B | A), pode-se desejar saber a
probabilidade de A ter ocorrido dado que B ocorreu (ou seja,
P(A | B).

Pela regra do produto, tem-se que:

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

P  B | A P  A
P  A | B =
P B 
 Exemplo

Um novo procedimento médico para a detecção de uma

doença está sendo testado. Sabe-se que a probabilidade do
teste detectar a doença dado que a pessoa está realmente
doente é de 0,99, enquanto a probabilidade do teste ser
negativo dado que a pessoa não está doente é de 0,95. Calcule
a probabilidade da pessoa não estar doente dado que o teste
deu positivo. A incidência da doença na população é de 0,0001,
ou seja, 1 em 10000 possui a doença.
 Teorema de Bayes

P  B | A1 P A1 
P  A1 | B =
P  B

Se A1, A2, ..., An são eventos mutuamente excludentes, pela Lei da Probabilidade
Total:

P  B = P  B | A1 P  A1 P  B | A2  P  A2  P B | A3  P  A3...P  B | An  P An 

P B | A1  P  A1
P  A1 | B =
P  B | A1 P A1 P  B | A2  P  A2  P B | A3  P  A3...P  B | An  P An 

P  B | A1 P A1 
P  A1 | B = n

∑
i=1
P  B | Ai  P  Ai 