You are on page 1of 57

PROBABILIDADE E

CONFIABILIDADE
Disciplina: Gerência de Riscos
Prof. Fenelon Arruda

Conceitos Básicos de Probabilidade

Termos importantes
Lançar um dado.
Experimento probabilístico:
Ação por meio da qual se obtêm contagens, medições
ou respostas.
Espaço amostral:

{1 2 3 4 5 6}

O conjunto de todos os possíveis resultados.
Evento: { Obter um número par } = { 2 4 6 }
Subconjunto do espaço amostral.

Resultado:

{4}
O resultado de uma única tentativa.

Outro experimento
Experimento probabilístico: Ação por meio da qual
se obtém contagens, medições ou respostas.
Escolher um carro da linha de produção.
Espaço amostral: O conjunto de todos os possíveis
resultados.

Evento: Subconjunto do espaço amostral.
Resultado: O resultado de uma única tentativa.

Tipos de probabilidade
Clássica (resultados igualmente prováveis)

Empírica

A probabilidade de que a pressão sangüínea
abaixe após a medicação.

Subjetiva
A probabilidade de que a linha telefônica esteja ocupada.

Três diagramas Início Dois dados são jogados. 1a jogada 1 1 2 3 4 5 6 2 1 2 3 4 5 6 3 4 12 3 4 5 6 5 6 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 2a jogada 36 resultados . Descreva o espaço amostral.

Determine a probabilidade de que a soma seja 4 ou 11. 6.5 5.2 6.4 5.3 2.3 6.4 4.2 4.3 3.3 1.6 4.6 2.2 5.1 4.2 1.5 6.5 2.1 5.2 2.4 2.1 1.2 3.6 3.1 6.6 Detemine a probabilidade de que a soma seja 4. 1.5 1.4 3.1 3.5 4.Espaço amostral e probabilidades Dois dados são jogados e sua soma é anotada.1 2.6 5.3 5.4 6.6 .4 1. Determine a probabilidade de que a soma seja 11.5 3.3 4.

E E´ P(E´) = 1 – P(E) A produção diária é de 12 carros. Se um carro for selecionado ao acaso. E´ consiste em todos os resultados do espaço amostral que não estejam incluídos no evento E. determine a probabilidade de que ele não seja defeituoso. 5 dos quais são defeituosos. Solução: P(defeituoso) = 5/12 P(não defeituoso) = 1 – 5/12 = 7/12 = 0.583 .Eventos complementares O complemento do evento E é o evento E´.

dado que o primeiro carro era defeituoso? Dado que um carro defeituoso já foi selecionado. Logo. 5 deles defeituosos. dado (ou na condição de) que outro evento A já ocorreu. Escrevemos essa situação como P(B|A) e lemos “a probabilidade de B. dado A”. Qual é a probabilidade de o segundo carro ser defeituoso. P(B|A) = 4/11. o espaço amostral condicional possui 4 carros defeituosos entre 11. .Probabilidade condicional A probabilidade de um evento B ocorrer. Dois carros são selecionados em uma linha de produção com 12 carros.

6} Logo. 6} Dado que no primeiro dado saiu 4.Eventos independentes Dois dados são lançados. a probabilidade condicional. o espaço amostral condicional é: {1. 4. dado que no primeiro já saiu 4. 4. 5. 2. Determine a probabilidade de sair 4 no segundo. 2. 3. 3. P(B|A) = 1/6 . 5. Espaço amostral original: {1.

62 m. .Eventos independentes Dois eventos A e B são independentes se a probabilidade de ocorrência do evento B não é afetada pela ocorrência (ou não-ocorrência) do evento A. B = 2o filho ser menino. A = ser mulher. Dois eventos que não são independentes são dependentes. A = 1o filho ser menino. A = ser mulher. B = ter menos de 1. B = ter sangue tipo O. A = tomar uma aspirina por dia. B = ter um ataque do coração.

. P(B|A) = P(B) Probabilidade condicional Probabilidade Entre os 12 carros de uma linha de produção. P(B) = 1/6 e P(B|A) = 1/6.Eventos independentes Se os eventos A e B são independentes. Dois dados são lançados. A = sair 4 no primeiro e B = sair 4 no segundo. Os eventos são dependentes. A = o primeiro carro é defeituoso. 5 têm defeito e 2 são selecionados ao acaso. B = o segundo carro é defeituoso. Os eventos são independentes. A probabilidade de o segundo carro ser defeituoso depende de o primeiro ter ou não defeito.

Tabela de contingência Perguntou-se a uma amostra de adultos em três cidades se eles gostavam de um novo suco. Os resultados estão a seguir. P(não. P(sim) 2. P(Miami) 4. dado Miami) .000 Uma das respostas é selecionada ao acaso. Determine: 1. Sim Não Não sabe Total Omaha 100 125 75 300 Seattle 150 130 170 450 Miami 150 95 250 Total 400 350 250 1. P(Seattle) 3.

Regra da Multiplicação Para determinar a probabilidade de que dois eventos. multiplique a probabilidade de A ocorrer pela probabilidade condicional de B ocorrer. P(A e B) = P(A) x P(B|A) Dois carros são selecionados em uma linha de produção com 12 unidades. ocorram em seqüência. B = o 2o carro é defeituoso. A = o 1o carro é defeituoso. dado que A já ocorreu. 5 delas defeituosas. A e B. Determine a probabilidade de ambos os carros serem defeituosos. P(A) = 5/12 P(A e B) = 5/12 x 4/11 = 5/33 = 0.1515 .

P(A) = 1/6 P(B/A=1/6 P(A e B) = 1/6 x 1/6 = 1/36 = 0. Determine a probabilidade de sair 4 em ambos.028 Quando dois eventos A e B são independentes.Regra da Multiplicação Dois dados são lançados. A = sair 4 no primeiro dado e B = sair 4 no segundo dado. P(A e B) = P(A) x P(B) Observe que para eventos independentes P(B) e P(B|A) são as mesmas. .

O evento composto “A ou B” significa que A pode ocorrer sem B. assim como B pode ocorrer sem A. Para definir P(A e B). ou ainda tanto A quanto B podem ocorrer.Regra da Adição Compare “A e B” a “A ou B” O evento composto “A e B” significa que tanto A quanto B ocorreram na mesma tentativa. B A AeB B A A ou B . Para definir P(A ou B). usa-se a Regra da Adição. usa-se a Regra da Multiplicação.

A e B. A = ter nascido na Filadélfia. A = ter menos de 21 anos. isso exclui o evento B da tentativa. serão mutuamente exclusivos se não puderem ocorrer na mesma tentativa.Eventos mutuamente exclusivos Dois eventos. B = ter nascido em Houston. Exclusão mútua P(A e B) = 0 Se o evento A ocorre. B = estar concorrendo ao Senado dos Estados Unidos. .

A = ter nascido na Filadélfia. B = ver West wing na TV. AeB Sem exclusão mútua P(A e B) ≠ 0 A B . eles não são mutuamente exclusivos.Eventos não mutuamente exclusivos Se dois eventos podem ocorrer na mesma tentativa. B = ser um advogado. A = ter menos de 25 anos.

P(A) = 4/52 e P(B) = 26/52 mas P(A e B) = 2/52 P(A ou B) = 4/52 + 26/52 – 2/52 = 28/52 = 0. Determine a probabilidade de ser um rei ou ser de naipe vermelho.538 . A = a carta é um rei.A Regra da Adição A probabilidade de que um ou outro dos dois eventos ocorram é: P(A) + P(B) – P(A e B) Uma carta é tirada de um baralho. B = a carta é vermelha.

B = a carta é um 10.054 Quando os eventos são mutuamente exclusivos. A = a carta é um rei.A Regra da Adição Uma carta é tirada de um baralho. P(A ou B) = P(A) + P(B) . P(A) = 4/52 e P(B) = 4/52 e P(A e B) = 0/52 P(A ou B) = 4/52 + 4/52 – 0/52 = 8/52 = 0. Determine a probabilidade de a carta ser um rei ou um 10.

Probabilidade de que ambos os eventos ocorram P(A e B) = P(A) • P(B|A) Multiplique a probabilidade do primeiro evento pela probabilidade condicional de que o segundo evento ocorra. a probabilidade do outro. não se esqueça de subtrair a probabilidade de que ambos ocorram. de um evento. Probabilidade de que pelo menos um dos eventos ocorra P(A ou B) = P(A) + P(B) – P(A e B) Some as probabilidades simples. dado que o primeiro já ocorreu. . para evitar contagem dupla.Resumo Para eventos complementares P(E') = 1 – P(E) Subtraia.

Princípio Fundamental da Contagem Se um evento pode ocorrer de m maneiras e um segundo evento pode ocorrer de n maneiras. Se uma refeição consiste em duas opções de sopa. três de prato principal e duas de sobremesa. o número de maneiras pelas quais os dois eventos podem ocorrer em seqüência é m • n. quantas refeições diferentes podem ser compostas? . Essa regra pode ser estendida para qualquer número de eventos que ocorram em seqüência.

Distribuições de Probabilidade .

é o resultado numérico de um experimento probabilístico. . x = o tempo que leva para ir de carro de casa até a escola. x = o número de vezes que você vai à escola por semana. x = quantos metros cúbicos de gás são comprados numa semana. x = o número de pessoas num carro.Variáveis aleatórias Uma variável aleatória. x.

Tipos de variáveis aleatórias Uma variável aleatória é discreta se o número de resultados possíveis é finito ou pode ser contado. O número de resultados possíveis não pode ser listado. . Variáveis aleatórias discretas são determinadas por uma contagem. Uma variável aleatória é contínua se pode assumir qualquer valor dentro de determinado intervalo. Variáveis aleatórias contínuas são determinadas por uma medição.

Você não pode enumerar todos os valores possíveis. Contínua – você mede a quantidade de tempo. x = o número de pessoas em um carro. x = quantos metros cúbicos de gás são comprados numa semana. 2. 3… Os valores possíveis podem ser enumerados.Tipos de variável aleatória Identifique cada variável aleatória como discreta ou contínua. . x = o tempo que leva para ir de carro de casa até a escola. x = o número de vezes que você vai à escola por semana. 1. Contínua – você mede os metros cúbicos de gás. Discreta – você conta o número de vezes que vai. Os valores possíveis não podem ser enumerados. Discreta – você conta o número de pessoas: 0. Os valores possíveis podem ser enumerados.

x P (x ) 0 0.435 2 0. • A soma de todas as probabilidades é 1.004 1 0. bem como sua probabilidade. .Distribuições discretas de probabilidade Uma distribuição discreta de probabilidade enumera cada valor possível da variável aleatória.355 3 0. inclusive.206 Propriedades de uma distribuição de probabilidade Em um levantamento. • Cada probabilidade precisa estar entre 0 e 1. perguntou-se a uma amostra de famílias quantos veículos elas possuíam.

variância e desvio padrão A média de uma distribuição discreta de probabilidade é: A variância de uma distribuição discreta de probabilidade é: O desvio padrão de uma distribuição discreta de probabilidade é: .Média.

206 O valor esperado (a média) é de 1. Some os produtos.763 . x 0 1 2 3 P (x ) 0. xP (x ) 0 0.618 1.435 0.763 veículo.355 0.71 0.Média (valor esperado) Calcule a média: Multiplique cada valor por sua probabilidade.004 0.435 0.

315 0.435 0.Calcule a variância e o desvio padrão A média é de 1.775 veículo.) 3.582 0. x 0 1 2 3 P (x ) 0.012 0.763 0.206 x-1.253 0.530 P(x)(x .) 0.763 veículo.601 O desvio padrão é de 0.355 0.763 -0.237 (x .020 0.237 1.056 1. .004 0.108 0.

• A probabilidade de sucesso numa tentativa única é p. • As n tentativas são independentes e repetidas em condições idênticas. A variável aleatória x é uma contagem do número de sucessos em n tentativas. onde p + q = 1 • O problema central está em determinar a probabilidade de x sucessos em n tentativas. S = sucesso ou F = fracasso. • Para cada tentativa há dois resultados possíveis. P(S) = p A probabilidade de fracasso é q. sendo x = 0 ou 1 ou 2 … n.Experimentos binomiais Características de um experimento binomial • O número de tentativas é fixo (n). P(F) =q. .

Determine n. uma delas correta. n=7 p = 0. p.Experimentos binomiais Um teste de múltipla escolha tem oito questões. Se a cirurgia for realizada sete vezes. cada qual com três alternativas. Determine n. Você quer saber qual a probabilidade de ‘chutar’ certo em exatamente cinco questões.20 x=6 . q e x. n=8 p = 1/3 q = 2/3 x=5 Um médico lhe diz que certa cirurgia é bem-sucedida em 80% das vezes. q e x. p. determine a probabilidade de ser bem-sucedida em exatamente seis.80 q = 0.

001 . P(3) = 0.015 P(5) = 0. três. a probabilidade de ocorrerem exatamente x sucessos em n tentativas é de Use a fórmula para calcular a probabilidade de alguém não acertar nenhuma questão. duas. quatro ou todas as cinco questões do teste.Probabilidades binomiais Em um experimento binomial.088 P(4) = 0. exatamente uma.

Probabilidades 1.088 0.015 + 0.015 0.001 = 0.763 .088 + 0.264 + 0. Qual é a probabilidade de se responder a duas ou quatro questões corretamente? x 0 1 2 3 4 5 P(x) 0.104 3.015 = 0. Qual é a probabilidade de se responder corretamente a pelo menos três questões? P(x  3) = P(x = 3 ou x = 4 ou x = 5) = 0.237 0.237 = 0. Qual é a probabilidade de se responder corretamente a pelo menos uma questão? P(x  1) = 1 – P(x = 0) = 1 – 0.264 0.279 2.396 0.001 P(x = 2 ou x = 4) = 0.

Parâmetros para um experimento binomial Média: Variância: Desvio padrão: Use as fórmulas binomiais para determinar a média. . a variância e o desvio padrão da distribuição de respostas corretas no teste.

71828.  é o número médio de ocorrências por intervalo. A probabilidade de exatamente x ocorrências em um intervalo é e é um número irracional aproximadamente igual a 2. que um evento ocorre num intervalo de tempo. A probabilidade de que o evento ocorra é a mesma em cada intervalo. x. 2.A distribuição de Poisson A distribuição de Poisson é uma distribuição discreta de probabilidade de uma variável aleatória x que satisfaz as seguintes condições: 1. O experimento consiste em contar o número de vezes. . 3. O número de ocorrências em um intervalo independe do número de ocorrências em outro. área ou espaço.

os tubarões matem dez pessoas por ano.Aplicação Estima-se que.0076 P(2 ou 3) = 0. em todo o mundo.0076 = 0.0099 . Determine a probabilidade: a) de que três pessoas sejam mortas por tubarões este ano b) de que duas ou três pessoas sejam mortas por tubarões este ano P(3) = 0.0023 + 0.

.

.

.

Distribuição Normal de Probabilidade Propriedades de uma distribuição normal • Suas média. • A área total sob a curva é de 100%. • Tem forma de sino e é simétrica em torno da média. mediana e moda são iguais. .

O gráfico curva-se para baixo entre os pontos de inflexão e. aproxima-se cada vez mais do eixo x. à esquerda e à direita deles. para cima. • Os pontos em que a curvatura muda são chamados pontos de inflexão. .Ponto de inflexão Ponto de inflexão • À medida que a curva se afasta da média. mas nunca o toca.

.Regra Empírica Cerca de 68% da área está a um desvio padrão da média. 68% Cerca de 95% da área está a dois desvios padrão. Cerca de 99.7% da área está a três desvios padrão da média.

8 horas.9 4.8 5. com uma média de 4.2 + 2 (0.6 e 4.5 4. .1 x Segundo o manual de instruções. 95% dos tempos de montagem estarão entre 3. 95% dos dados caem a até dois desvios padrão da média.3 hora.Como determinar intervalos 3. o tempo de montagem de certo produto é normalmente distribuído. Determine o intervalo no qual caem 95% dos tempos de montagem.3) = 4.2 horas e um desvio padrão de 0. 4.2 4.3 3.6 e 4.3) = 3.6 3.2 – 2 (0.8.

O escore padrão O escore padrão. As pontuações em um concurso público estão normalmente distribuídas. representa o número de desvios padrão que separa uma variável aleatória x da média. com média de 152 e desvio padrão de 7. Determine o escore z para um candidato com pontuação de: (a) 161 (b) 148 (c) 152 (a) (a) (b) (c) . ou escore z.

–4 –3 –2 –1 0 1 2 3 4 z . Se usar escores z.A distribuição normal padrão A distribuição normal padrão tem média 0 e desvio padrão de 1. você pode transformar qualquer distribuição normal numa distribuição normal padrão.

Fenelon Arruda .CONFIABILIDADE DE SISTEMAS Disciplina: Gerência de Riscos Prof.

R(t) é a probabilidade de um equipamento ou sistema desempenhar satisfatoriamente suas funções específicas. . onde T é a duração da vida do componente.•Confiabilidade e Falhas Confiabilidade. F(t) tende a 1. por um período específico de tempo. é o complemento de R(t). é a probabilidade de aparecimento de um defeito no intervalo de tempo (0. é definida como R(t)=P(T≥t). até certa data t. ou R(t).t). F(0)=0 – a probabilidade de pane antes da entrada em serviço de um dispositivo. se cresce indefinidamente . ou seja. na época “t”. sob um dado conjunto de condições de operação. é nula. isto é: F(t)=1-R(t) F(t) é a não confiabilidade. confiabilidade ou função de confiabilidade de um componente ou sistema. F(t)= probabilidade de falha.

05. EXEMPLO: Tf=0. . portanto.95 ou95%.EXEMPLO: A probabilidade de falha de um sistema é 5% ou F(t)=0. É medida pelo número de falhas para cada hora de operação ou Nº de operações do sistema. no exemplo é TMEF=250 horas.000 de operação.05=0. TMEF=1/Tf.004 por hora é 4 falhas em 1. a probabilidade de não haver falha ( confiabilidade) é R(t)=1-0. Taxa de falha é a freqüência com que as falhas ocorrem num certo intervalo de tempo.

•A Vida Útil dos Componentes .

. que falham logo depois de postos em funcionamento. O período durante o qual as falhas são devidas principalmente a falhas casuais. Falhas Casuais: Resultam de causas complexas. incontroláveis e. desconhecidas. de um grande número de componentes similares. Estes componentes vão sendo substituídos gradualmente. até a taxa de falha total atingir um nível praticamente constante. A taxa de falha aumenta rapidamente devido ao tempo e a algumas falhas casuais. algumas vezes. Curva da Banheira: É a curva da taxa de falha em função do tempo. ou componentes abaixo do padrão.Falha Prematura : Ocorrem durante o período de depuração devido a montagens pobres ou fracas. Falhas por Desgastes: Iniciam quando os componentes tenham ultrapassado seus períodos de vida útil. Este nível é atribuído às falhas casuais. é a vida útil do componente ou sistema. verificando a diminuição de taxa de falha prematura.

R(t) é a probabilidade de ter nenhuma falha entre os instantes 0 e t.LEI DE FALHAS EXPONENCIAL F(t) é a probabilidade de ter pelo menos uma falha entre os instantes 0 e t. R(t)+F(t)=1 .

r(i) ( i=1. Então. A confiabilidade deste sistema é R=0..r(3).. . . r(n) . ..90 elevado a 5 ou 0. R é a função de confiabilidade do equipamento ou sistema.59(59%) .n) são as funções de confiabilidade dos componentes.... . a falha de qualquer um dos componentes significa a quebra do equipamento ou sistema. (Lei do Produto de Confiabilidade) Exemplo: Seja um sistema de 5 componentes em série.SISTEMAS DE COMPONENTES EM SÉRIE Seja um equipamento ou sistema de n componentes em série. R=r(1).Vamos admitir que a falha de um componente seja independente da falha de qualquer outro.r(2).2. e cada um deles com confiabilidade de 90% (r(i)=0.3.90).

. falhem. Redundância Paralela é um exemplo de redundância ativa. Redundância Ativa É o tipo de redundância na qual todos os dispositivos constituintes do agrupamento são ativos e todos os sinais produzidos que saem do sistema são utilizados. substituindo um dispositivo crítico por um grupo de dispositivo de mesma natureza.SISTEMA DE REDUNDÂNCIA A redundância é um dos meios de melhorar a confiabilidade de um equipamento. A redundância aumenta consideravelmente a confiabilidade para as missões de duração relativamente curtas. ela tem a vantagem de tornar um equipamento suscetível de receber com vantagens uma manutenção preventiva. Redundância Passiva É o tipo de redundância onde um dispositivo sensível às falhas provoca a intervenção sucessiva dos dispositivos de reserva. quando tanto um ou mais dos dispositivos do agrupamento estiverem em condições de funcionamento. tal que o funcionamento ocorrerá. à medida que aqueles que o procedem. onde existem várias vias de transmissão em paralelo idênticas utilizadas simultaneamente no momento em que uma só dentre elas é suficiente para assegurar o serviço necessário.

10 A2 com confiabilidade r2=0.90=0.80 e taxa de falha q2=1-r2=0.02=0.20=0.10.98 R é maior do que r1 e R é maior do que r2 .0.02 e a confiabilidade total R=1-Q=1-0.20 A probabilidade de falha total é Q=q1.90 e taxa de falha q1=1-0.Exemplo: A1 Saída Entrada A2 Sistema simples com 2 componentes em paralelo A1 com confiabilidade r1=0.q2=0.

. .Fórmula Geral: Com n componentes em paralelo. . .. . .q2.. Q = probabilidade de falha total do sistema até a data t. A confiabilidade (probabilidade de não falhar) é: R=1-Q=1-q1.qn .qn . é Q=q1.q2..