Probabilidade

CURSO DE NIVELAMENTO
TEORÍA DE PROBABILIDADE
Professor: Dr. Guillermo Soler Rodríguez

Email: guillermosolerrodrí[email protected]
Programa
OBJECTIVOS
Os estudantes irão adquirir ou sistematizar neste curso de nivelamento
os conceitos básicos de teoría de probabilidades e desenvolver
capacidades para aplicar modelos probabilísticos a situações reais.
Resultados de Aprendizagem
Os estudantes devem ser capazes de:
• Compreender as bases matemáticas das definições, conceitos e
teoremas da teoria da probabilidade.
• Aplicar modelos probabilísticos à solução de problemas práticos.
Programa
Conteúdo Programático:
Tema I: Definições de probabilidade.

Tema II: Variáveis aleatórias.
Tema III: Teoremas limites.
Tema IV: Elementos de processos estocásticos.
Programa
Conteúdo Programático:
Tema I: Definições de probabilidade.

Tema II: Variáveis aleatórias.
Tema III: Teoremas limites.
Tema IV: Elementos de processos estocásticos.
Programa
BIBLIOGRAFIA
• Gmurman, V. E. (1984): Problemas de Probabilidade e Estatística. Editorial Mir:
Moscú;
• Mailbaum, G. (1985): Teoría de las probabilidades e estatística matemática.
Pueblo e Educacion: Cuba;
• Montes, S., F. (2007): Procesos Estocásticos para Ingenieros: Teoría y
Aplicaciones. Departamento de Estadística e Investigación Operativa. Universidad
de Valencia: España;
• Moretin, P. A., & Bussab de O. Wilton (2010): Estadística básica. 6ta. Editora
Saraiva: Brasil.
• Cabral, M. M. (2012). Notas de apoio da disciplina de probabilidade e Estatística:
Lisboa.
DIAGNÓSTICO
Introdução
Fundamentalmente, quando se procede a uma análise

de dados, busca-se alguma forma de regularidade ou
padrão ou, ainda, modelo, presente nas observações. A
teoria de probabilidade proporciona modelos
matemáticos para a descrição de fenómenos sujeitos a
influências casuais, que tem como objectivo essencial a
compreensão matemática das regularidades destes
fenómenos ou experimentos aleatórios.
CONCEITOS IMPORTANTES DA TEORÍA DE PROBABILIDADE
EXPERIMENTO ALEATORIO
ESPAÇO AMOSTRAL
EVENTOS ALEATORIOS
ESPAÇO DE
PROBABILIDADE
(, , P)
CONCEITOS DE PROBABILIDADE
VARIÁVEL ALEATORIA
PROCESSOS ALEATORIOS
Experimento Aleatório
Entendemos por experimento aleatório aquele cujo resultado é incerto
num universo de distintas possibilidades e se pode repetir um número de
vezes arbitrárias (pelo menos mentalmente), mantendo as mesmas
condições exteriores que caracterizam o dito experimento
Exemplo 1.1: O lançamento de uma moeda ao ar.
Exemplo 1.2: O lançamento único de um dado.
Exemplo 1.3: Número de peças defeituosas produzidas durante 24 horas
por uma máquina.
Exemplo 1.4: Medição da resistência de uma mola de suspensão de uma
viatura (em joule).
Espaço amostral ou espaço de resultados

O conjunto de todos os resultados possíveis de um experimento aleatório é chamado de
espaço amostral do experimento, e usualmente é representado pela letra grega Ω.
No exemplo 1.1: Os possíveis Ω resultados deste experimento estão caracterizados por

cara ou coroa.
Ω={C, K}, onde C: “Que saia cara”, e K: ”Que saia Coroa”.
No exemplo 1.2: Os possíveis resultados desse experimento estão caracterizados pelo
número que aparece na face superior do dado.
Ω={}.
No exemplo 1.3: Ω={0,1,2,3,…}.
No exemplo 1.4: Ω= .

Eventos aleatórios
Designaremos por evento aleatório o resultado de um experimento
aleatório. Por conseguinte, este pode acontecer mediante as condições que
caracterizam o experimento aleatório ou podem não acontecer.
Exemplos: Baseando-nos nos exemplos anteriores:
1.1 C: “Obter cara”.
1.2 : “O número obtido no lançamento do dado é igual a k
(k= 1, 2, …, 6) ”.
B: “O número obtido no lançamento do dado é par”.
1.3 E: “Menos de 10 peças defeituosas produzidas”.
1.4 F: “Que a resistência de uma mola seja entre 5 e 8 joules”.

Conceitos de probabilidade
Definição 1 – Probabilidade clássica de Laplace 1837 (Morais, p.19):
considere-se uma experiência aleatória com o espaço de resultados  com
as seguintes particularidades: espaço de resultados é constituído por:
 n eventos elementares (# = n),
 distintos,
 igualmente prováveis e em,
 número finito.
considere-se ainda que a realização do evento A passa pela ocorrência de m
dos n eventos elementares, isto é, #A = m. Então a probabilidade de
realização de A é dada por:
P(A) = .

Definição frequencista de probabilidade
Definição 2 – Frequência relativa (Maibaum, p.28): designemos por A um
evento aleatório que esta relacionado com um experimento aleatório
qualquer (por exemplo, A pode ser: obter um 6 quando se lança um dado
apenas uma vez). Repetimos este experimento n-vezes, onde as repetições
são independentes uma da outra, e contemos quantas vezes ocorre o
evento A nesses experimentos. Se A ocorre um total de m-vezes, então m
chama-se frequência absoluta de A, e , frequência relativa de A nestes n
experimentos.
Em geral, queremos designar a frequência absoluta de A em n
experimentos por Fn(A) e a frequência relativa de A em n experimentos, por
fn(A).
Tomamos este exemplo da literatura. Cientistas de renome como por
exemplo, o Conde de Buffon (1707 – 1788), criador de um método teórico-
probabilístico para a determinação aproximada do número π, e K. Pearson
(1857 – 1936), estudaram o efeito da estabilização da frequência relativa, no
exemplo do lançamento da moeda, entre outros. Seja A o evento aleatório “
sai cara”.
O anteriormente expresso se conhece como a estabilização da frequência

relativa, e é de grande importância, pois constitui um argumento de que o grau
de indeterminação de ocorrência de um evento aleatório pode-se conceber
sempre de forma objetiva mediante um número que é precisamente a
probabilidade de ocorrência do dito evento daqui desprende-se a definição
frequencista de probabilidade ou definição estatística de probabilidade.
Além disso, e como um aspecto muito importante, deve-se notar que esta
definição é um exemplo evidente de que conceitos probabilísticos ou
abstrações probabilísticas são um produto da realidade objetiva.
Conceito de probabilidade
Definição frequêncista de probabilidade
Como o demonstra a experiência, a frequência relativa de ocorrência do evento A se vai estabilizando,

vai aproximando cada vez mais a um numero a medida que aumenta o número de vezes N que se
realiza o experimento (quanto mais, enquanto major seja o número N).
Esse número ao qual se aproxima (A) é precisamente a probabilidades de ocorrência do evento A e

Se denota P(A).
Definição:-Algebra de de eventos (Maibaum, p.24): um conjunto de eventos
aleatórios chama-se uma álgebra de eventos se possui as seguintes
propriedades:
1. O evento seguro pertence a :  .
2. Se dois eventos aleatórios pertencem a , então a sua união também
pertence a : A , B  AB
3. Para todo o evento aleatório pertencente a , este contém também o evento
complementar: A   .
4. Se contém infinitos elementos, então para toda sucessão de eventos
aleatórios pertencentes a , este contém também a sua união:
A i  (i = 1, 2, ...)   .

Definição Axiomática de probabilidade. (Maibaum, 1988, Pág. 35)
Probabilidade é uma função que possui como domínio a  - álgebra de
eventos e por contradomínio o intervalo [0,1], i.e. com a
particularidade de respeitar os seguintes axiomas:
1. , 0  P(A)  1.
2. P() = 1 (axioma de normação).
3. P(AB) = P(A) + P(B) para AB = Ø (axioma da adição).
4. , Ai  (i = 1, 2,... ) e Ai Ak = Ø (i ≠ k: i, k = 1, 2, ...)(-aditiva
de P).
Definição 1.8– Probabilidade condicionada (Cabral, 2012, Pag. 22)
Sejam:
• Ω o espaço de resultados;
• P a probabilidade.
Então a probabilidade do evento A condicionada pela ocorrência do evento B é dada por
P(A|B) = , desde que P(B) > 0.
Esta probabilidade também pode ler-se do seguinte modo probabilidade de A dado B ou
probabilidade de A sabendo que B ocorreu e representa uma reavaliaçao da probabilidade de A
face ao facto de B ter ocorrido.
Nota: Da fórmula da probabilidade condicional, segue-se que a probabilidade de um produto de
eventos nem sempre é o produto das probabilidades, mas É verdade que = P(A) P(B)quando os
eventos A e B são independentes.
TAREFA
Conceito de variável aleatória(v.a)

Definição de Variável aleatória (v.a)
Seja Um espaço de probabilidade. Uma função real definida sobre
Chama-se uma variável aleatória (sobre ), se para todo número real se cumpre que

Função de distribuição
Variável aleatoria continua

Variável aleatoria discreta
X ...
P ...

Exemplo 1.5: Calcular a probabilidade de sair cara no lançamento de
uma moeda ao ar.
Número de casos possíveis n = 2, número de casos favoráveis m = 1
então, P(C) = .

Exemplo 1.6: Calcular a probabilidade de sair um número par no
lançamento de um dado ao ar.
P(B) = =
No número de peças defeituosas e a resistência de uma mola de
suspensão (exemplos 3 e 4), não se pode utilizar a definição clássica de
Laplace pois  é infinito.

Probabilidade

Enviado por

Direitos autorais:

Formatos disponíveis

Probabilidade

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Probabilidade

Enviado por

Direitos autorais:

Formatos disponíveis

CURSO DE NIVELAMENTO

Professor: Dr. Guillermo Soler Rodríguez

Tema I: Definições de probabilidade.

Tema I: Definições de probabilidade.

Fundamentalmente, quando se procede a uma análise

No exemplo 1.1: Os possíveis Ω resultados deste experimento estão caracterizados por

O anteriormente expresso se conhece como a estabilização da frequência

Definição frequêncista de probabilidade

Como o demonstra a experiência, a frequência relativa de ocorrência do evento A se vai estabilizando,

Esse número ao qual se aproxima (A) é precisamente a probabilidades de ocorrência do evento A e

Variável aleatoria continua

Você também pode gostar