Page 1 of 35

Probabilidade
Albaro Paiva

Março 08, 2023

 Page 2 of 35

Conteúdo
UNIDA DE TEMÁTICA 1

Experimentos aleatórios e determinísticos. - Eventos e

Espaço amostral. - Teoria de Conjunto; sigma Algebra -
Probabilidade para espaços amostrais discretos. - Técnica
de Contagem - Probabilidade Condicional. Independência. -
Teorema de Bayes. - Variáveis aleatórias discretas.

primeira avaliação 40%

◾ Distribuição de probabilidade e Função de distribuição

acumulada. Esperança e Variância para variáveis
aleatórias discretas,Funções de variável aleatória.
Momentos de uma variável aleatória discreta.

Segunda avaliação 60%

 Page 3 of 35

Conteúdo
UNIDA DE TEMÁTICA 2

◾ Distribuição Uniforme Discreta

◾ Distribuição Bernoulli

◾ Distribuição Binomial

◾ Distribuição Binomial Negativa

◾ Distribuição Geométrica

◾ Distribuição Hipergeométrica

◾ Distribuição Poisson
 Page 4 of 35

Introdução
No nosso cotidiano, lidamos sempre com situações onde
está presente a incerteza do resultado, embora, muitas
vezes, os resultados possíveis sejam [Link] estamos
interessados na face voltada para cima quando jogamos um
dado, os resultados possíveis são 1, 2, 3, 4, 5, 6, mas só
saberemos o resultado quando o experimento se
completar, ou seja, quando o dado atingir a superfície
sobre a qual foi lançado.

É conveniente, então, dispormos de uma medida que

permita expressar a incerteza presente em cada um destes
acontecimentos. Tal medida é a probabilidade.
 Page 5 of 35

Modelos Matematicos
“Todas as vezes que empregarmos Matemática a
fim de estudar alguns fenômenos de observação,
deveremos essencialmente começar por construir
um modelo matemático (determinístico ou
probabilístico) para esses fenômenos. …”
Prof.
Jerzy Neyman

Matemático americano nascido na Rússia que fez um

trabalho importante em probabilidade e estatística,
incluindo aplicações em meteorologia e medicina.
 Page 6 of 35

Experimento
Um experimento consiste em observar um fenômeno que
ocorre na natureza

Existem dois tipos de fenômenos ou experimentos na

natureza: determinísticos e aleatórios.

Determinístico
Um experimento determinístico é aquele que produz
mesmo resultado quando repetido sob as mesmas
condições

◾ Medir o volume de um gás quando a pressão e a

temperatura são constantes;

◾ medir o ângulo de um raio de luz refletido em um

espelho sempre resulta na mesmo resultado quando
o ângulo de incidência é o mesmo e o resto;
condições são constantes.

◾ O tempo que leva para um objeto cair da mesma

altura.
 Page 7 of 35

Aleatório
Um experimento aleatório é aquele que quando
repetido nas mesmas condições, o resultado observado
nem sempre é o mesmo e também não é previsível.

◾ jogando uma moeda não sabemos se sairá cara ou

coroa;

◾ ao jogar um dado não sabemos qual número

aparecerá;

◾ a extração das bolas de sorteio.

Neste curso, estaremos interessados apenas nos

experimentos aleatórios.
 Page 8 of 35

Espaço amostral
É o conjunto de todos os resultados possíveis de um
experimento aleatório, e geralmente é denotado pela letra
grega Ω = {ω1 , ω2 , . . . , ωn } e cada um de seus elementos
é chamado de evento elementar ou ponto de amostra.

◾ Um resultado particular é indicado pela letra ω (omega

minúsculo).

Um espaço amostral (correspondente a um certo

experimento aleatório) tem associado uma coleção de
subconjuntos de Ω , chamados eventos e denotados pelas
letras A, B, C, . . . .

Quando o espaço amostral é finito ou infinito enumerável,

é chamado espaço amostral discreto.
 Page 9 of 35

Exemplo

ξ = Seja o Experimento

Ω = Cara, Coroa

Possíveis resultados do experimento aleatório ao lançar

uma moeda

Evento

A = ” Sair Cara”

B = ” Sair Coroa”
 Page 10 of 35

Exemplo 2

Seja o experimento aleatório é lançar um dado e observar

sua face superior enquanto ele cai

Possíveis resultados do experimento aleatório ao lançar

um dado

Ω = {1, 2, 3, 4, 5, 6} ,

♯Ω = 6

considere o evento

A “obtenha um número par”, Então A = {2, 4, 6} ,

B “obtenha um número ímpar. B = {1, 3, 5}

 Page 11 of 35

Exemplo 3

Considere o experimento aleatório de participar de um

jogo de loteria. Suponha que haja um milhão de números
nesta loteria e um jogador participe com um bilhete.

O que é um possível espaço amostral para este

experimento se apenas um dos números possíveis for o
vencedor?

Espaço amostral o conjunto que contém tem todos os

números vencedores possíveis,

Ω = {1, 2, . . . , 106 }

Suponha que o jogador está interessado em saber sua

sorte neste jogo e pode propor como espaço amostral o
conjunto

Ω = {" ganhar ", " perder "}

Este exemplo simples mostra que o espaço amostral de um

experimento aleatório não é único e depende do interesse
do observador.
 Page 12 of 35

Exemplo 4

ξ = O experimento consiste em lançar uma moeda até que

apareça uma cara.

Ω = {H, T H, T T H, . . . }

é o conjunto infinito contável de resultados.

 Page 13 of 35

Exemplo 4

ξ = O experimento consiste em lançar uma dado até que

apareça um 6.

Ω = {(6), (1, 6), . . . (5, 6),

(1, 1, 6), . . . (1, 5, 6),
(2, 1, 6), . . . (2, 5, 6),
....}

é o conjunto infinito contável de resultados.

O número de lançamentos até obter um 6

Ω1 = {1, 2, 3, . . . }
 Page 14 of 35

Exemplo 5

ξ = O experimento consiste em lançar 2 dados

distinguibles.

Ω = 36
 Page 15 of 35

Exemplo 7

ξ = O experimento consiste em lançar 2 dados

indistinguibles.

Ω = 21
 Page 16 of 35

Observamos as seguintes características de um espaço

amostral.

1- Um espaço amostral Ω corresponde ao conjunto

universal. Uma vez selecionado, ele permanece fixo e toda
discussão corresponde a este espaço amostral.

2- Os resultados ou pontos de Ω podem ser numéricos ou

categóricos.

3- Um espaço amostral pode conter um número contável

(finito ou infinito) ou incontável de elementos.
 Page 17 of 35

A fim de expor os conceitos básicos do modelo

probabilístico que desejamos desenvolver, será
conveniente conhecer alguns conceitos da teoria
matemática dos conjuntos.

Eventos
Seja um experimento aleatório (ea) com espaço amostral.
Ω.

Definição: Qualquer subconjunto do espaço amostralΩ é

chamado de evento. são denotados pelas letras maiúscula
A, B, C, . . . .

Exemplo.

◾ Lançar uma moeda (Experimeto1)

• Evento
A = {" Sair Cara no lançamento da moeda "}

A = {Cara}

◾ Lançar uma dado (Experimeto1)

◾ Evento:
B = {" Sair face par lançamento do dado "}

B = {2, 4, 6}
 Page 18 of 35

ea : Contar o número de filhos de familias de um

determinado bairro.

◾ Evento:
C = {" T er no maximo 2 do filhos "}

C = {0, 1, 2}

◾ Evento: Em uma linha de produção, fábrica peças em

série. Seja (ea)conteo número de peças defeituosas
produzidas em um período de 24 horas.

D = {" T odas as peças são perfeitas "}

D = {0}
 Page 19 of 35

Eventos especiais
Evento impossível: es denotado por $ ∅ $, é o evento
que nunca ocorre.

Ex.: seja ea. lançamento de un dado

◾ Evento:A = {" Sair face par e impar "}

A = {∅}

Evento certo: É o evento que sempre ocurre.

Ex.:

◾ Evento:A = {" Sair face par ou impar "}

A = {1, 3, 5}
 Page 20 of 35

O objetivo é calcular a probabilidade de eventos de um

experimento aleatório.

Evento simples: Chamamos de evento simples qualquer

evento que consiste em um único resultado ou observação
de um experimento aleatório.

Evento composto: Um evento composto é um conjunto de

dois ou mais resultados possíveis.

Como não estamos interessados em estudar eventos e

estes são conjuntos, estudaremos algumas operações sobre
eles.
 Page 21 of 35

Operações com conjuntos

Seja ξ um experimento aleotório (ea) com espaço amostral
Ω . Seja A e B doi conjuntos, tal quê

A⊂Ω,B⊂Ω.

união A ∪ B

Chamaremos união (A ∪ B ) dos conjuntos A e B ao

conjunto formado por todos os elementos que pertencem
ao conjunto A ou ao conjunto B ou ou Ambos.

A ∪ B = {w ∈ Ω/w ∈ A ou w ∈ B ou Ambos}

união do evento A e B

Ex.

A = {1, 2, 3, 4} ; B = {1, 3, 5, 6} ;
A ∪ B = {1, 2, 3, 4, 5, 6}
 Page 22 of 35

união A ∪ B
Propriedades
Sejam A, B conjuntos quaisquer em Ω .

a- A ∪ B = B ∪ A

b- A ∪ A = A

c- A ∪ ∅ = A

d- A ∪ Ω = Ω

e- A ∪ Ac = Ω
 Page 23 of 35

Interseção A ∩ B
Chamaremos de interseção (A ∩ B ) dos conjuntos A e B
ao conjunto formado por todos os elementos que
pertencem simultaneamente a A e a B.

A ∩ B = {w ∈ Ω/w ∈ A e w ∈ B}

interseção dos eventos A e B

No diagrama de Venn acima, a região pintada cor verde

contém os elementos que estão simultaneamente em A e
B.

Ex.

A = {1, 2, 3, 4} ; B = {1, 3, 5, 6} ; A ∩ B = {1, 3}

 Page 24 of 35

Interseção A ∩ B
Propriedades
Sejam A, B conjuntos quaisquer em Ω .

a- A ∩ B = B ∩ A

b- A ∩ A = A

c- A ∩ ∅ = ∅

d- A ∩ Ω = A

e- A ∩ Ac = ∅
 Page 25 of 35

Diferença de dois conjuntos

(A − B)
A diferença entre dois conjuntos A e B é o conjunto de
todos os elementos de A que não pertencem a B.

Esse conjunto é denotado (A − B) ou (A B) , que se lê: A

menos B

(A − B) = {x ∈ A e ∉ x B}

Ex

A = {1, 2, 3, 4} ; B = {1, 3, 5, 6} ; (A − B) = {2, 4}

Diferencia de dois conjuntos A e B

 Page 26 of 35

Diferença de dois conjuntos

Propiedade
Sejam A, B conjuntos quaisquer em Ω .

a- (A − B) ≠ B − A

b- A − A = ∅

c- A − ∅ = A

d- A − Ω = Ac

e- A − B = A − (A ∩ B)
 Page 27 of 35

Complementar do conjunto
Ac
Se A é um conjunto, então o complementar Ac de A é o
conjunto de elementos que não estão em A.

Ac = {w ∈ Ω/ w ∉ A}

Complementar do conjuntos A

Propiedade
Sejam A conjuntos quaisquer.

a- (∅)c = Ω

b- Ωc = ∅

c- (Ac )c = A
 Page 28 of 35

Conjuto mutuamente
exclusivos
Sejam A e B dois eventos que são mutuamente exclusivos
se A ∩ B = ∅ estiver vazio

mutuamente exclusivos

Os Evetos A1 . A2 , . . . . An são mutuamente exclusivos se

A1 ∩ A2 ∩ A3 ∩. . . , An = ∅

Os Evetos A1 . A2 , . . . . An são mutuamente exclusivos dois

a dois se Ai ∩ Aj = ∅

∨ i≠j

mutuamente exclusivos
 Page 29 of 35

Leis associativas para a

intercessão e união de
eventos
Sejam A, B e C conjuntos quaisquer em um Ω .

a)- A ∪ (B ∪ C) = (A ∪ B) ∪ C = A ∪ B ∪ C

b)- A ∩ (B ∩ C) = (A ∩ B) ∩ C = A ∩ B ∩ C

leis distributivas
c)- A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)

d)- A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)

leis de morgan
(A ∩ B)c = Ac ∪ Bc ; (A ∪ B)c = Ac ∩ Bc
 Page 30 of 35

Sequências de eventos
A noção de união e interseção de dois conjuntos também
pode ser estendida de maneira natural para qualquer
número finito o infinito de conjuntos, n > 2.
∞
⋃ Bn = B1 ∪ B2 ∪. . . ∪Bn ∪. . .
n=1

dessa forma
∞
⋃ Bn = {x/x ∈ B1 ou x ∈ B2 . . . x ∈ Bn . . . . }
n=1

∞
⋂ Bn = B1 ∩ B2 ∩. . . ∩Bn . . . ∩. . .
n=1

dessa forma
∞
⋂ Bn = {x/x ∈ B1 e x ∈ B2 . . . e x ∈ Bn . . . . }
n=1
 Page 31 of 35

Sequências de eventos
leis distributivas
∞ ∞
A ∩ ( ⋃ Bn ) = ⋃ A ∩ Bn
n=1 n=1

∞ ∞
A ∪ ( ⋂ Bn ) = ⋂ A ∪ Bn
n=1 n=1

leis de morgan
União
n
( ⋃ Bn )c = (B1 ∪ B2 ∪ B3 . . . ∪Bn )c
n=1

n
( ⋃ Bn )c = (Bc1 ∩ Bc2 ∩ Bc3 . . . ∪Bnn )
n=1

n n
( ⋃ Bn ) = ⋂ Bcn
c
n=1 n=1
 Page 32 of 35

Conjunto potência
Seja Ω ≠ ∅ um conjunto potência de Ω ou conjunto das
partes de Ω , notado por P(Ω) ou 2Ω , é o conjunto de
todos os subconjuntos de Ω (isto é, os subconjuntos de Ω
. Se Ω é finito,possui n elementos, então P(Ω) possui 2n
elementos, pois esse é o número de subconjuntos de Ω .

Ex.

Se Ω = {1, 2, 3} , então

2Ω = {∅, (1), (2), (3), (1, 2), (1, 3), (2, 3), Ω}

Note que há n = 3 elementos em Ω e 2n = 23 = 8

elementos em 2Ω .
 Page 33 of 35

Produto cartesiano
O produto cartesiano entre dois conjuntos A e B, notado
por (A × B) , é o conjunto de pares ordenados (x,y) tais
que os elementos x pertencem a A e os elementos y
pertencem a B.

(A x B) = {(a, b)/a ∈ A; b ∈ B}

Ex.

Seja A = {0, 1} ; B = {x, y} , então

(A x B) = {(0, x), (0, y), (1, x), (1, y)}

 Page 34 of 35

Sigma − álgebras
(σ − álgebra)
É uma classe de conjunto de Ω representada por F , e
denominada σ − álgebra se satifaz as seguintes
propiedades:

1- Ω ∈ F

2- se A ∈ F , então Ac ∈ F
n
3- Ai ∈ F , i ≥ 1 então ⋃ Ai ∈ F
i=1

Ex:

Considere Ω = {1, 2, 3} e as seguintes coleções de

conjentos

F1 = {∅, Ω, (1), (2, 3)}

F2 = {∅, Ω, (1), (2), (1, 3), (2, 3)}

serão σ − álgebra F1 , F2 ?
 Page 35 of 35

(σ − álgebra)
F1 = {∅, Ω, (1), (2, 3)}

todas as três propriedades devem ser atendidas para ser

sigma-álgebra

1- Ω ∈ F1 se Ω ∈ F1 , cumplre P1.

2- ∅c = Ω, Ωc = ∅; (1)c = (2, 3); (2, 3)c = 1 , cumple P2

3- (1) ∪ (2, 3) = Ω ∈ F1 cumple P3,

logo F1 é uma sigma-álgebra

F2 = {∅, Ω, (1), (2), (1, 3), (2, 3)}

1- Ω ∈ F1 se Ω ∈ F1 , cumplre P1.

2- ∅c = Ω, Ωc = ∅; (1)c = (2, 3); (2)c = (1, 3); (2, 3)c = 1

, cumple P2

3- (1) ∪ (2) = (1, 2) ∉ F2 não cumple P3,

logo F2 não é uma sigma-álgebra