Probabilidades.

Docente : Elisete Correia

(ecorreia@utad.pt)

Teoria da Probabilidade

O objeto da teoria da probabilidade o estudo dos fenmenos

aleatrios.

Base terica para inferncia estatstica :

Usar os dados e os resultados obtidos atravs da amostra para

Inferir sobre a populao.

a probabilidade que nos vai permitir quantificar a incerteza,

quando passamos do particular (amostra) para o geral (populao)
na medida em que quantifica o erro cometido ao tomarmos
determinadas decises.
2

1
 Espaos amostrais
Fenmenos aleatrios- fenmenos sujeitos influncia do
acaso.
Experincia aleatoria - um procedimento que verifica as
seguintes condies:
- pode repetir-se um grande n de vezes nas mesmas condies
ou em condies semelhantes;
- a sua realizao d um resultado de entre um conjunto de
resultados possveis
- em cada realizao desconhece-se qual o resultado que vai
ocorrer, admite-se, no entanto, a existncia de uma regularidade
estatstica.

Espaos amostrais

Discreto
Espao Amostral
Contnuo

Espao Amostral Discreto: contm um nmero finito de elementos

aos quais possvel fazer corresponder nmeros inteiros.

Espao Amostral Contnuo: contm um nmero infinito de

elementos constituindo um espao contnuo.

2
 Conceito de Probabilidade

Interpretao Frequencista

Define-se probabilidade de um acontecimento A, P(A), como

sendo o valor obtido para a frequncia relativa com que se
observou A, num grande nmero de realizaes da experincia
aleatria.

n de vezes que A ocorreu

P(A) =
n de experincias realizadas

Nota: A probabilidade interpretada como a frequncia limite.

7

Conceito de probabilidade

Interpretao Clssica

Dado um espao de resultados, , constitudo por um nmero

finito n de acontecimentos elementares distintos, com igual
possibilidade de serem observados. Se o acontecimento A pode
ocorrer em k desses n acontecimentos elementares, ento

n de casos favorveis a A
P(A)=
n de acontecimentos elementares distintos

3
 Conceito de probabilidade

Exemplo:

Qual a probabilidade de tirar um s dum baralho de cartas?

NA = 4 N = 52 P (A) = 4/52

Existem muitas situaes onde as diferentes possibilidades no

so igualmente provveis.
A probabilidade de um acontecimento (evento ou resultado) a
proporo de vezes que eventos da mesma espcie ocorrero a
longo prazo.

Definio Axiomtica: as probabilidades so definidas como

objetos matemticos, que se comportam segundo regras bem
definidas.
8

Probabilidade de um acontecimento

Axioma 1

Para qualquer acontecimento A (isto , qualquer subconjunto de um espao

amostral S), a probabilidade desse acontecimento satisfaz a relao:

0 P(A) 1

Axioma 2
A probabilidade associada ao acontecimento certo (S)
P(S) = 1

Axioma 3
Se A1, A2, A3, , uma sequncia finita ou infinita de acontecimentos mutuamente
exclusivos de S, ento:

P(A1 A2 A3 ) = P(A1) + P(A2) + P(A3) +

9

4
 Regras de probabilidade

Se A e A so acontecimentos complementares num espao amostral S, ento:

P(A) = 1 P(A)

P() = 0, para qualquer espao amostral.

Se A e B so acontecimentos num espao amostral S e AB, ento:

P(A) P(B).

Para qualquer acontecimento A: 0 P(A) 1.

Se A e B so dois quaisquer acontecimentos num espao amostral S, ento:

P(AB) = P(A) + P(B) P(AB)

Se A, B e C so trs quaisquer acontecimentos num espao amostral S, ento:

P(ABC) = P(A) + P(B) + P(C) P(AB) - P(AC) - P(BC) + P(ABC)

10

Unio de dois quaisquer acontecimentos

Considere dois acontecimentos A e B, qual a

probabilidade que pelo menos um ocorra ?
P(A B) = P(A) + P(B) P(A B)

A B

5
Acontecimentos mutuamente exclusivos

Definio : Dois acontecimentos so mutuamente exclusivos

se a ocorrncia de um significa que o outro no ocorre.
Exemplo: ao lanar um dado....

acontecimento A = sair n mltiplo de 6 = {6}

acontecimento B = sair n mpar = {1,3,5}
P(A) = 1/6 P(B) = 3/6
P(A B)=0 e P(A B) = P(A) + P(B) = 1/6+ 3/6 = 4/6

Acontecimentos mutuamente exclusivos

6
 Probabilidade condicional
Seja um espao de resultados e P uma probabilidade nesse
espao. Dados os acontecimentos A e B, com P(B)>0, define-se
probabilidade condicional de A sabendo que B ocorreu e
representa-se por P(A|B), como sendo:

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

A partir da definio de probabilidade condicional, podemos

calcular a probabilidade da ocorrncia simultnea de
acontecimentos, chamada regra do produto:

P(AB) = P(A).P(B|A) ou P(AB) = P(B).P(A|B) conforme se

d primeiro a ocorrncia de A ou B. 13

Probabilidade condicional
Exemplo: Um dado lanado. Qual a probabilidade de sair
n par sabendo que saiu um n inferior a 5.
acontecimento A = sair numero par
acontecimento B = sair nmero inferior a 5 .

A = {2,4,6} ; B = {1,2,3,4}
A B = {2, 4}

P(A B)
P(A/B) =
P(B)
2/6
=
4/6

13

7
 Acontecimentos Independentes

Definio: Dois acontecimentos so independentes se ocorrncia

de um no alterada pela ocorrncia do outro.
Exemplo:
Numa experincia de lanamento de dois dados. O resultado
obtido num primeiro dado no nos diz nada sobre o resultado a
ocorrer no segundo lanamento.

Dois acontecimentos A e B so independentes se e s

se

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

Generalizao a trs acontecimentos

Sejam A, B e C trs acontecimentos tais que P(A)>0 , P(B)>0 e
P(C)>0, tem-se

P(ABC) = P(A).P(B|A).P(C|AB) =P(B)P(CB)P(ABC) =

P(C)P(AC)P(BAC).

Definio : Os acontecimentos A, B e C dizem-se independentes

se e s se

P(A B) = P(A)P(B);
P(A C) = P(A)P(C);
P(B C) = P(B)P(C);
P(AB C) = P(A) P(B) P(C).

15

8
 Partio do Espao

18

Teorema de Bayes
Se os acontecimentos B1, B2, , Bk constituem uma
partio do espao amostral S e P(Bi) 0 para i = 1, 2, ,
k, ento para qualquer acontecimento A em S tal que
P(A) 0:

P(B r ).P(A | B r )
P(B r | A) k
P(Bi ).P(A | Bi )
i 1

para r = 1, 2, , k.

19