Baixe o app para aproveitar ainda mais
Prévia do material em texto
Noções de Probabilidade I 1 – Introdução Chama-se experimento aleatório aquele cujo resultado é imprevisível, porém pertence necessariamente a um conjunto de resultados possíveis denominado espaço amostral. Qualquer subconjunto desse espaço amostral é denominado evento. Se este subconjunto possuir apenas um elemento, o denominamos evento elementar. Por exemplo, no lançamento de um dado, o nosso espaço amostral seria U = {1, 2, 3, 4, 5, 6}. Exemplos de eventos no espaço amostral U: A: sair número maior do que 4: A = {5, 6} B: sair um número primo e par: B = {2} C: sair um número ímpar: C = {1, 3, 5} Nota: O espaço amostral é também denominado espaço de prova. Trataremos aqui dos espaços amostrais equiprováveis, ou seja, aqueles onde os eventos elementares possuem a mesma chance de ocorrerem. Por exemplo, no lançamento do dado acima, supõe-se que sendo o dado perfeito, as chances de sair qualquer número de 1 a 6 são iguais. Temos então um espaço equiprovável. Em oposição aos fenômenos aleatórios, existem os fenômenos determinísticos, que são aqueles cujos resultados são previsíveis, ou seja, temos certeza dos resultados a serem obtidos. Normalmente existem diversas possibilidades possíveis de ocorrência de um fenômeno aleatório, sendo a medida numérica da ocorrência de cada uma dessas possibilidades, denominada Probabilidade. Consideremos uma urna que contenha 49 bolas azuis e 1 bola branca. Para uma retirada, teremos duas possibilidades: bola azul ou bola branca. Percebemos entretanto que será muito mais freqüente obtermos numa retirada, uma bola azul, resultando daí, podermos afirmar que o evento "sair bola azul" tem maior probabilidade de ocorrer, do que o evento "sair bola branca". 2 – Conceito elementar de Probabilidade Seja U um espaço amostral finito e equiprovável e A um determinado evento ou seja, um subconjunto de U. A probabilidade p(A) de ocorrência do evento A será calculada pela fórmula p(A) = n(A) / n(U) onde: n(A) = número de elementos de A e n(U) = número de elementos do espaço de prova U. Vamos utilizar a fórmula simples acima, para resolver os seguintes exercícios introdutórios: 1.1 - Considere o lançamento de um dado. Calcule a probabilidade de: a) sair o número 3: Temos U = {1, 2, 3, 4, 5, 6} [n(U) = 6] e A = {3} [n(A) = 1]. Portanto, a probabilidade procurada será igual a p(A) = 1/6. b) sair um número par: agora o evento é A = {2, 4, 6} com 3 elementos; logo a probabilidade procurada será p(A) = 3/6 = 1/2. c) sair um múltiplo de 3: agora o evento A = {3, 6} com 2 elementos; logo a probabilidade procurada será p(A) = 2/6 = 1/3. d) sair um número menor do que 3: agora, o evento A = {1, 2} com dois elementos. Portanto,p(A) = 2/6 = 1/3. e) sair um quadrado perfeito: agora o evento A = {1,4} com dois elementos. Portanto, p(A) = 2/6 = 1/3. 1.2 - Considere o lançamento de dois dados. Calcule a probabilidade de: a) sair a soma 8 Observe que neste caso, o espaço amostral U é constituído pelos pares ordenados (i,j), onde i = número no dado 1 e j = número no dado 2. É evidente que teremos 36 pares ordenados possíveis do tipo (i, j) onde i = 1, 2, 3, 4, 5, ou 6, o mesmo ocorrendo com j. As somas iguais a 8, ocorrerão nos casos:(2,6),(3,5),(4,4),(5,3) e (6,2). Portanto, o evento "soma igual a 8" possui 5 elementos. Logo, a probabilidade procurada será igual a p(A) = 5/36. b) sair a soma 12 Neste caso, a única possibilidade é o par (6,6). Portanto, a probabilidade procurada será igual a p(A) = 1/36. 1.3 – Uma urna possui 6 bolas azuis, 10 bolas vermelhas e 4 bolas amarelas. Tirando-se uma bola com reposição, calcule as probabilidades seguintes: a) sair bola azul p(A) = 6/20 = 3/10 = 0,30 = 30% b) sair bola vermelha p(A) = 10/20 =1/2 = 0,50 = 50% c) sair bola amarela p(A) = 4/20 = 1/5 = 0,20 = 20% Vemos no exemplo acima, que as probabilidades podem ser expressas como porcentagem. Esta forma é conveniente, pois permite a estimativa do número de ocorrências para um número elevado de experimentos. Por exemplo, se o experimento acima for repetido diversas vezes, podemos afirmar que em aproximadamente 30% dos casos, sairá bola azul, 50% dos casos sairá bola vermelha e 20% dos casos sairá bola amarela. Quanto maior a quantidade de experimentos, tanto mais a distribuição do número de ocorrências se aproximará dos percentuais indicados. 3 – Propriedades P1: A probabilidade do evento impossível é nula. Com efeito, sendo o evento impossível o conjunto vazio (Ø), teremos: p(Ø) = n(Ø)/n(U) = 0/n(U) = 0 Por exemplo, se numa urna só existem bolas brancas, a probabilidade de se retirar uma bola verde (evento impossível, neste caso) é nula. P2: A probabilidade do evento certo é igual a unidade. Com efeito, p(A) = n(U)/n(U) = 1 Por exemplo, se numa urna só existem bolas vermelhas, a probabilidade de se retirar uma bola vermelha (evento certo, neste caso) é igual a 1. P3: A probabilidade de um evento qualquer é um número real situado no intervalo real [0, 1]. Esta propriedade, decorre das propriedades 1 e 2 acima. P4: A soma das probabilidades de um evento e do seu evento complementar é igual a unidade. Seja o evento A e o seu complementar A'. Sabemos que A U A' = U. n(A U A') = n(U) e, portanto, n(A) + n(A') = n(U). Dividindo ambos os membros por n(U), vem: n(A)/n(U) + n(A')/n(U) = n(U)/n(U), de onde conclui-se: p(A) + p(A') = 1 Nota: esta propriedade simples, é muito importante pois facilita a solução de muitos problemas aparentemente complicados. Em muitos casos, é mais fácil calcular a probabilidade do evento complementar e, pela propriedade acima, fica fácil determinar a probabilidade do evento. P5: Sendo A e B dois eventos, podemos escrever: p(A U B) = p(A) + p(B) – p(A B) Observe que se A B= Ø (ou seja, a interseção entre os conjuntos A e B é o conjunto vazio), então p(A U B) = p(A) + p(B). Com efeito, já sabemos da Teoria dos Conjuntos que n(A U B) = n(A) + n(B) – n(A B) Dividindo ambos os membros por n(U) e aplicando a definição de probabilidade, concluímos rapidamente a veracidade da fórmula acima. Exemplo: https://www.paulomarques.com.br/arq1-1.htm Em uma certa comunidade existem dois jornais J e P. Sabe-se que 5000 pessoas são assinantes do jornal J, 4000 são assinantes de P, 1200 são assinantes de ambos e 800 não lêem jornal. Qual a probabilidade de que uma pessoa escolhida ao acaso seja assinante de ambos os jornais? SOLUÇÃO: Precisamos calcular o número de pessoas do conjunto universo, ou seja, nosso espaço amostral. Teremos: n(U) = N(J U P) + N.º de pessoas que não lêem jornais. n(U) = n(J) + N(P) – N(J Ç P) + 800 n(U) = 5000 + 4000 – 1200 + 800 n(U) = 8600 Portanto, a probabilidade procurada será igual a: p = 1200/8600 = 12/86 = 6/43. Logo, p = 6/43 = 0,1395 = 13,95%. A interpretação do resultado é a seguinte: escolhendo-se ao acaso uma pessoa da comunidade, a probabilidade de que ela seja assinante de ambos os jornais é de aproximadamente 14%.(contra 86% de probabilidade de não ser). 4 – Probabilidade condicional Considere que desejamos calcular a probabilidade da ocorrência de um evento A, sabendo-se de antemão que ocorreu um certo evento B. Pela definição de probabilidade vista anteriormente, sabemos que a probabilidade de A deverá ser calculada, dividindo- se o número de elementos de elementos de A que também pertencem a B, pelo número de elementos de B. A probabilidade de ocorrer A, sabendo-se que já ocorreu B, é denominada Probabilidade condicional e é indicada por p(A/B) – probabilidade de ocorrer A sabendo-se que já ocorreu B – daí, o nome de probabilidade condicional. Teremos então: p(A/B) = n(A B)/ n(B) onde A B = interseção dos conjuntos A e Esta fórmula é importante, mas pode ser melhorada. Vejamos: Ora, a expressão acima, pode ser escritasem nenhum prejuízo da elegância, nem do rigor, como: p(A/B) = [n(A B)/n(U)] . [n(U)/n(B)] p(A/B) = p(A B) . 1/p(B) Vem, então: P(A/B) = p(A B)/p(B), de onde concluímos finalmente: p(A B) = p(A/B).p(B) Esta fórmula é denominada Lei das Probabilidades Compostas. Esta importante fórmula, permite calcular a probabilidade da ocorrência simultânea dos eventos A e B, sabendo-se que já ocorreu o evento B. Se a ocorrência do evento B, não mudar a probabilidade da ocorrência do evento A, então p(A/B) = p(A) e, neste caso, os eventos são ditos independentes, e a fórmula acima fica: p(A B) = p(A) . p(B) Podemos então afirmar, que a probabilidade de ocorrência simultânea de eventos independentes, é igual ao produto das probabilidades dos eventos considerados. Exemplo: Uma urna possui cinco bolas vermelhas e duas bolas brancas. Calcule as probabilidades de: a) em duas retiradas, sem reposição da primeira bola retirada, sair uma bola vermelha (V) e depois uma bola branca (B). Solução: p(V B) = p(V) . p(B/V) p(V) = 5/7 (5 bolas vermelhas de um total de 7). Supondo que saiu bola vermelha na primeira retirada, ficaram 6 bolas na urna. Logo: p(B/V) = 2/6 = 1/3 Da lei das probabilidades compostas, vem finalmente que: P(V B) = 5/7 . 1/3 = 5/21 = 0,2380 = 23,8% b) em duas retiradas, com reposição da primeira bola retirada, sair uma bola vermelha e depois uma bola branca. Solução: Com a reposição da primeira bola retirada, os eventos ficam independentes. Neste caso, a probabilidade buscada poderá ser calculada como: P(V B) = p(V) . p(B) = 5/7 . 2/7 = 10/49 = 0,2041 = 20,41% Observe atentamente a diferença entre as soluções dos itens (a) e (b) acima, para um entendimento perfeito daquilo que procuramos transmitir. Noções de Probabilidade II Vimos na aula anterior, que num espaço amostral U, finito e equiprovável, a probabilidade de ocorrência de um evento A é dada por: onde n(A) = n.º de elementos de A e n(U) = n.º de elementos de U. Sabe-se que p(A) é um número real que pode assumir valores de 0 a 1, sendo p(A) = 0, a probabilidade de um evento impossível (conjunto vazio) e p(A) = 1, a probabilidade de um evento certo (conjunto universo). Já sabemos também que definido um evento A, podemos considerar o seu evento complementar A’ = {x U; x A}. Além disto, vimos que p(A’) = 1 – p(A). Vejamos um exemplo de aplicação imediata das fórmulas acima: Ao sortear ao acaso um dos números naturais menores que 100, qual a probabilidade do número sorteado ser menor do que 30? Ora, neste caso, o nosso espaço amostral é: U = {0,1,2,3, ... , 99}. O evento A é igual a: A ={0,1,2,3, ... , 29}. O evento complementar de A é igual a: A’= {30,31,32, ... , 99}. Temos que: n(U) = 100, n(A) = 30 e n(A’) = 70. Portanto: p(A) = 30/100 = 0,30 = 30% p(A’) = 70/100 = 0,70 = 70% Vemos que p(A) + p(A’) = 0,30 + 0,70 = 1, o que confirma que a probabilidade de um evento somada à probabilidade do seu evento complementar, é igual à unidade. Vimos também na aula anterior que, sendo A e B dois eventos do espaço amostral U, podemos escrever: p(A B) = p(A) + p(B) – p(A B) Vejamos um exemplo de aplicação da fórmula supra: No lançamento de um dado, determine a probabilidade de se obter um número ímpar ou mais de 4 pontos na face de cima. Ora, neste caso, teremos: Espaço amostral: U = {1,2,3,4,5,6} n(U) = 6 Evento A: A = {1,3,5} n(A) = 3 Evento B: B = {5,6} n(B) = 2 Evento interseção: A B = {5} n(A B) = 1 Então, vem: p(A B) = 3/6 + 2/6 – 1/6 = 4/6 = 2/3 = 0,6667 = 66,67%. NOTA: Se A B = , então dizemos que A e B são eventos mutuamente exclusivos, e, neste caso, p(A B) = p(A) + p(B), já que p() = 0 [evento impossível]. Vejamos um exemplo ilustrativo do caso acima: Suponha que no lançamento de um dado, deseja-se saber qual a probabilidade de se obter um número par ou um número menor do que 2. Temos os seguintes eventos: A = {2,4,6} n(A) = 3 B = {1} n(B) = 1 A B = n(A B) = 0 Portanto, p(A B) = 3/6 + 1/6 = 4/6 = 2/3 = 0,6667 = 66,67% Vimos também na aula anterior, que a probabilidade de ocorrência simultânea de dois eventos A e B é dada por: p(A B) = p(A) . p(B/A) OU p(A B) = p(B) . p(A/B) onde: p(A/B) = probabilidade de ocorrer A, sabendo-se que ocorreu o evento B. p(B/A) = probabilidade de ocorrer B, sabendo-se que ocorreu o evento A. Se a ocorrência do evento B não modifica a chance de ocorrer o evento A, diremos que os eventos A e B são INDEPENDENTES e, neste caso, teremos que p(B/A) = p(B), e a fórmula resume-se a: p(A B) = p(A).p(B) O exemplo ilustrativo a seguir, ajudará a entender a afirmação supra: Qual a probabilidade de em dois lançamentos de um dado, se obter número par no primeiro e número ímpar no segundo? Ora, os eventos são obviamente independentes, pois a ocorrência de um não afeta o outro. Logo, teremos: p(A B) = p(A).p(B) = 3/6 . 3/6 = 1/2.1/2 = 1/4 = 0,25 = 25%. Vejamos agora, um exemplo de eventos dependentes: Suponha que uma caixa possui duas bolas pretas e quatro verdes, e, outra caixa possui uma bola preta e três bolas verdes. Passa-se uma bola da primeira caixa para a segunda, e retira-se uma bola da segunda caixa. Qual a probabilidade de que a bola retirada da segunda caixa seja verde? Este problema envolve dois eventos mutuamente exclusivos, quais sejam: Ou a bola transferida é verde ou a bola transferida é preta. Ora, teremos: (observe atentamente a simbologia utilizada, comparando com o que foi dito anteriormente). 1ª possibilidade: a bola transferida é verde : Probabilidade de que a bola transferida seja verde = p(V) = 4/6 = 2/3 (4 bolas verdes em 6). Portanto, a probabilidade que saia BOLA VERDE na 2ª caixa, supondo-se que a bola transferida é de cor VERDE, será igual a: P(V/V’) = 4/5 (a segunda caixa possui agora, 3 bolas verdes + 1 bola verde transferida + 1 bola preta, portanto, 4 bolas verdes em 5). Pela regra da probabilidade condicional, vem: P(V V’) = p(V) . p(V/V’) = 2/3 . 4/5 = 8/15 2ª possibilidade: a bola transferida é preta : Probabilidade de que a bola transferida seja preta = p(P) = 2/6 = 1/3 (2 bolas pretas e 4 verdes, num total de 6). Portanto, a probabilidade que saia BOLA VERDE, supondo-se que a bola transferida é de cor PRETA, será igual a: P(V/P) = 3/5 (observe que a segunda caixa possui agora, 1 bola preta + 3 bolas verdes + 1 bola preta transferida = 5 bolas). Daí, vem: p(V P) = p(P) . p(V/P) = 1/3 . 3/5 = 1/5. Finalmente vem: P[(V V’) (V P)] = p(V V’) + p(V P) = 8/15 + 1/5 = 8/15 + 3/15 = 11/15, que é a resposta do problema. Mas 11/15 = 0,7333 = 73,33% Portanto, a probabilidade de que saia uma bola verde é de 73,33%. Uma interpretação válida para o problema acima é que se o experimento descrito for repetido 100 vezes, em aproximadamente 73 vezes será obtido bola verde. Se o experimento for repetido 1000 vezes, em aproximadamente 733 vezes será obtido bola verde; e se o experimento for repetido um milhão de vezes? Resposta: obteremos bola verde em aproximadamente 7333 vezes. Perceberam? Agora, resolva este: Uma caixa contém três bolas vermelhas e cinco bolas brancas e outra possui duas bolas vermelhas e três bolas brancas. Considerando-se que uma bola é transferida da primeira caixa para a segunda, e que uma bola é retirada da segunda caixa, podemos afirmar que a probabilidade de que a bola retirada seja da cor vermelha é: a) 18/75 b) 19/45 c) 19/48 d) 18/45 e) 19/75 Resposta: C Nota: 19/48 = 39,58%, ou seja, em 10.000 experimentos, seriam obtidos aproximadamente 3958 bolas brancas. Em 100 experimentos? Claro que teríamos aproximadamente 39 bolas brancas. Noções de Probabilidade III Vamos resolver mais algumas questões sobre o assunto. 1 – Uma urnapossui três bolas pretas e cinco bolas brancas. Quantas bolas azuis devem ser colocadas nessa urna, de modo que retirando-se uma bola ao acaso, a probabilidade dela ser azul seja igual a 2/3? SOLUÇÃO: Seja x o número de bolas azuis a serem colocadas na urna. O espaço amostral possuirá, neste caso, 3 + 5 + x = x + 8 bolas. Pela definição de probabilidade vista nas aulas anteriores, a probabilidade de que uma bola retirada ao acaso seja da cor azul será dada por: x/(x+8). Mas, o problema diz que a probabilidade deve ser igual a 2/3. Logo, vem: x/(x+8) = 2/3; daí, vem, resolvendo a equação do 1º grau: 3x = 2(x+8) , donde 3x = 2x + 16 e, finalmente vem que x = 16. Resposta: 16 bolas azuis. 2 – Considere uma urna que contém uma bola preta, quatro bolas brancas e x bolas azuis. Uma bola é retirada ao acaso dessa urna, a sua cor é observada e a bola é devolvida à urna. Em seguida, retira-se novamente, ao acaso, uma bola dessa urna. Para que valores de x a probabilidade de que as bolas sejam da mesma cor vale 1/2? SOLUÇÃO: O espaço amostral do experimento possui n(U) = 1 + 4 + x = x + 5 bolas. Vamos considerar as três situações distintas possíveis: A. as bolas retiradas são ambas da cor preta. Como existe reposição da bola retirada, os eventos são independentes. Logo, a probabilidade que saia uma bola preta (P) e em seguida outra bola preta (P’) será dada por: p(P P’) = p(P).p(P’) =[1/(x+5)].[1/(x+5)] = 1/(x+5)2 B. as bolas retiradas são ambas da cor branca. Usando o mesmo raciocínio anterior e considerando-se que os eventos são independentes (pois ocorre a reposição da bola retirada), teremos: P(B B’) = p(B) . p(B’) = [4/(x+5)].[4/(x+5)] = 16/(x+5)2 C. as bolas retiradas são ambas da cor azul. Analogamente, vem: p(A A’) = p(A) . p(A’) = [x/(x+5)].[x/(x+5)] = x2/(x+5)2 Estes três eventos são INDEPENDENTES – pois com a reposição da bola retirada – a ocorrência de um deles, não modifica as chances de ocorrência do outro. Logo, a probabilidade da união desses três eventos, será igual a soma das probabilidades individuais. Daí, pelos dados do problema, vem que: [1/(x+5)2] + [16/(x+5)2] + [x2/(x+5)2 ]= 1/2 Vamos resolver esta equação do 2º grau: (1+16+x2)/(x+5)2 = 1 /2 2(17+x2) = 1. (x+5)2 34 + 2x2 = x2 + 10x + 25 x2 – 10x + 9 = 0, de onde concluímos x=1 ou x=9. Resposta: x=1 ou x=9. Nota: as questões 1 e 2 acima, compareceram no vestibular da FUVEST – 1995 – segunda fase, subdivididas em dois ítens (a) e (b) da questão de número 08. 3 – Uma máquina produziu 60 parafusos dos quais 5 eram defeituosos. Escolhendo-se ao acaso dois parafusos dessa amostra, qual a probabilidade de que os dois sejam perfeitos? Solução: Existem problemas de Probabilidades nos quais a contagem do número de elementos do espaço amostral U não pode ser feita diretamente. Teremos que recorrer à Análise Combinatória, para facilitar a solução. Para determinar o número de elementos do nosso espaço amostral U, teremos que calcular quantos grupamentos de 2 parafusos poderemos obter com os 60 parafusos da amostra. Trata-se de um típico problema de Combinações simples, já visto em Análise Combinatória. Teremos então: n(U) = C60,2 = 60!/(58!.2!) = 60.59.58!/58!.1.2 = 30.59 Considerando-se o evento E: os dois parafusos retirados são perfeitos, vem que: 60 parafusos – 5 defeituosos = 55 parafusos perfeitos. Teremos então que o número de possibilidades desse evento será dado por: n(E) = C55,2 = 55!/53!.2! = 55.54.53!/53!.1.2 = 55.27 Logo, a probabilidade de ocorrência do evento E será igual a: p(E) = n(E)/n(U) = 55.27/30.59 = 1485/1770 = 0,838983 = 83,8983% Resposta: aproximadamente 84%. A interpretação deste resultado é que se o experimento for repetido 100 vezes, obteremos aproximadamente em 84 vezes, dois parafusos perfeitos. Agora resolva as seguintes questões: Q1) Uma máquina produziu 50 parafusos dos quais 5 eram defeituosos. Retirando-se ao acaso, 3 parafusos dessa amostra, determine a probabilidade de que os 3 parafusos sejam defeituosos. Resposta: 0,00051 = 0,051% Q2) Em relação à questão anterior, determine a probabilidade de numa retirada de 3 parafusos ao acaso, sairem pelo menos dois parafusos defeituosos. Resposta: 0,02347 = 2,347% https://www.paulomarques.com.br/arq3-1.htm Observação: pelo menos 2 defeituosos = 2 defeituosos ou 3 defeituosos. Lembre-se que o número de maneiras de numa retirada de 3 parafusos, sairem 2 defeituosos e 1 não defeituoso será dado por: C5,2.C45,1 = 450. Daí, a probabilidade de sairem 2 parafusos defeituosos será igual a 450/C50,3 = 0,02296. Já sabemos do exercício anterior que a probabilidade de sairem 3 parafusos defeituosos é igual a 0,00051. Portanto, a probabilidade procurada será igual à soma: 0,02296 + 0,00051 = 0,02347 = 2,347%. Q3) FEI-SP – Uma urna contém 10 bolas pretas e 8 bolas vermelhas. Retiramos 3 bolas sem reposição. Qual é a probabilidade de as duas primeira serem pretas e a terceira vermelha? Resposta: 5/34 ou aproximadamente 14,7% Q4) FMU-SP – Uma urna contém 5 bolas vermelhas e 4 pretas; dela são retiradas duas bolas, uma após a outra, sem reposição; a primeira bola retirada é de cor preta; Qual a probabilidade de que a segunda bola retirada seja vermelha? Resposta: 5/8 ou 62,5% Distribuição binomial de probabilidades Considere um certo experimento aleatório que é repetido n vezes nas mesmas condições. Seja U o espaço amostral desse experimento e A um evento desse espaço amostral. Seja A’ o evento complementar do evento A. Já sabemos que: 1) p(A) = n(A) / n(U) [fórmula fundamental das probabilidades] 2) p(A) + p(A’) = 1 p(A’) = 1 – p(A) Para simplificar o desenvolvimento que faremos a seguir, vamos introduzir a seguinte notação: Probabilidade de ocorrer o evento A = p(A) = p Probabilidade de ocorrer o evento complementar A’ = p(A’) = q Podemos escrever: p + q = 1 q = 1 – p Não é difícil demonstrar que: Se o experimento for repetido n vezes nas mesmas condições, então, a probabilidade do evento A ocorrer exatamente k vezes será dada pela fórmula: Onde: P(n,k) = probabilidade de ocorrer exatamente k vezes o evento A após n repetições. Exemplo: Lança-se um dado 8 vezes. Qual a probabilidade de sair exatamente 5 números iguais a 3? Solução: Sejam os eventos: Evento A: sair o número 3 Evento complementar de A = A’: não sair o número 3 Teremos: p(A) = 1/6 = p p(A’) = 1 – 1/6 = 5/6 Portanto, a probabilidade procurada será dada por: Resposta: a probabilidade de sair o número 3 exatamente 5 vezes no lançamento de um dado 8 vezes, é aproximadamente igual a 0,15 ou 15%. Agora resolva este: Uma moeda é lançada dez vezes consecutivas. Calcule a probabilidade de sair exatamente duas caras. Resposta: aproximadamente 4,39% (ou 45/1024). Exercícios Resolvidos - Probabilidades 1 – Uma moeda é viciada, de forma que as caras são três vezes mais prováveis de aparecer do que as coroas. Determine a probabilidade de num lançamento sair coroa. Solução: Seja k a probabilidade de sair coroa. Pelo enunciado, a probabilidade de sair cara é igual a 3k. A soma destas probabilidades tem de ser igual a 1. Logo, k + 3k = 1 k = 1/4. Portanto, a resposta é 1/4 = 0,25 = 25%. 2 – Uma moeda é viciada, de forma que as coroas são cinco vezes mais prováveis de aparecer do que as caras. Determine a probabilidade de num lançamento sair coroa. Resposta: 5/6 = 83,33% 3 – Três estudantes A, B e C estão em uma competição de natação. A e B têm as mesmas chances de vencer e, cada um, tem duas vezes mais chances de vencer do que C. Pede-se calcular a probabilidades de A ou C vencer. Solução: Sejam p(A), p(B) e p(C), as probabilidades individuais de A, B, C, vencerem. Pelos dados do enunciado, temos: p(A) = p(B) = 2.p(C). Seja p(A) = k. Então, p(B) = k e p(C) = k/2. Temos: p(A)+ p(B) + p(C) = 1. Isto é explicado pelo fato de que a probabilidade de A vencer ou B vencer ou C vencer é igual a 1. (evento certo). Assim, substituindo, vem: k + k + k/2 = 1 k = 2/5. Portanto, p(A) = k = 2/5, p(B) = 2/5 e p(C) = 2/10 = 1/5. A probabilidade de A ou C vencer será a soma dessas probabilidades, ou seja 2/5 + 1/5 = 3/5. 4 – Uma moeda é viciada, de maneira que as CARAS são três vezes mais prováveis de aparecer do que as COROAS. Calcule as probabilidades de num lançamento sair COROA. Resposta: 1/4. 5 – Um dado é viciado, de modo que cada número par tem duas vezes mais chances de aparecer num lançamento, que qualquer número ímpar. Determine a probabilidade de num lançamento aparecer um número primo. Solução: Pelo enunciado, podemos escrever: p(2) = p(4) = p(6) = 2.p(1) = 2.p(3) = 2.p(5). Seja p(2) = k. Poderemos escrever: p(2) + p(4) + p(6) + p(1) + p(3) + p(5) = 1, ou seja: a soma das probabilidades dos eventos elementares é igual a 1. Então, substituindo, vem: k + k + k + k/2 + k/2 + k/2 = 1 k = 2/9. Assim, temos: p(2) = p(4) = p(6) = 2/9 p(1) = p(3) = p(5) = 2/18 = 1/9. O evento sair número primo corresponde a sair o 2, ou o 3 ou o 5. Logo, p(2) + p(3) + p(5) = 2/9 + 1/9 + 1/9 = 4/9. 6 – Use o mesmo enunciado anterior e determine a probabilidade de num único lançamento sair um número ímpar. Resposta: 1/3 7 – Um cartão é retirado aleatoriamente de um conjunto de 50 cartões numerados de 1 a 50. Determine a probabilidade do cartão retirado ser de um número primo. Solução: Os números primos de 1 a 50 são: 2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43 e 47, portanto, 15 números primos. Temos, portanto, 15 chances de escolher um número primo num total de 50 possibilidades. Portanto, a probabilidade pedida será igual a p = 15/50 = 3/10. 8 - Use o mesmo enunciado anterior e determine a probabilidade de numa única retirada, sair um cartão com um número divisível por 5. Resposta: 1/5. 9 – Das 10 alunas de uma classe, 3 tem olhos azuis. Se duas delas são escolhidas ao acaso, qual é a probabilidade de ambas terem os olhos azuis? Solução: Existem C10,2 possibilidades de se escolher duas pessoas entre 10 e, existem C3,2 possibilidades de escolher duas alunas de olhos azuis entre as três. Logo, a probabilidade procurada será igual a: P = C3,2 / C10,2 = (3.2/2.1)/(10.9/2.1) = 6/90 = 3/45 = 1/15. Comentários sobre o cálculo de Cn,p. Como já sabemos da Análise Combinatória , Esta é a forma tradicional de se calcular Cn,p. Na prática, entretanto, podemos recorrer ao seguinte expediente: Cn,p possui sempre p fatores no numerador a partir de n, decrescendo uma unidade a cada fator e p fatores no denominador a partir de p, decrescendo uma unidade a cada fator. Exemplos: C10,4 = (10.9.8.7)/(4.3.2.1) = 210. C8,3 = (8.7.6)/(3.2.1) = 56. C16,3 = (16.15.14)/(3.2.1) = 560. C12,4 = (12.11.10.9)/(4.3.2.1) = 495. C10,5 = (10.9.8.7.6)/(5.4.3.2.1) = 252. 10 – Considere o mesmo enunciado da questão anterior e calcule a probabilidade de na escolha de duas alunas, nenhuma ter olhos azuis. Resposta: 7/15. Dica: como nenhuma das alunas deve ter olhos azuis, restam 10 – 3 = 7 alunas. Portanto, ... Mais três exercícios de probabilidades 1 - Uma urna contém bolas numeradas de 1 a 9. Sorteiam-se, com reposição, duas bolas. A probabilidade de que o número da segunda bola seja maior do que o da primeira é: a) 8/9 b) 5/9 c) 7/9 d) 4/9 e) 1/3 https://www.paulomarques.com.br/arq3-1.htm Solução: Suponha que em duas retiradas com reposição obtenhamos a primeira bola com número a e a segunda bola com número b. O problema quer saber a probabilidade da segunda bola possuir número maior do que a primeira, ou seja, b > a . Observe que no sorteio de duas bolas, obteremos pares ordenados da forma (a, b) onde a é o número da primeira bola sorteada e b o número da segunda. Vamos utilizar um raciocínio bem simples para a solução deste exercício. Inicialmente, vamos construir a tabela de dupla entrada a seguir, (onde a primeira coluna indica a primeira bola sorteada e a primeira linha indica a segunda bola sorteada). Isto ajuda a visualizar todos os pares ordenados da forma (a,b) possíveis. 1 2 3 4 5 6 7 8 9 1 x x x x x x x x 2 x x x x x x x 3 x x x x x x 4 x x x x x 5 x x x x 6 x x x 7 x x 8 x 9 Verificamos que são 9.9 = 81 pares ordenados do tipo (a, b) e 36 deles (marcados em vermelho na tabela acima) satisfazem a b > a . Verifique que 36 = 8 + 7 + 6 + 5 + 4 + 3 + 2 + 1 (soma dos 8 primeiros termos de uma PA decrescente de primeiro termo 8 e último termo 1). Observe que nenhum par do tipo (9, b) satisfaz ao enunciado pois neste caso, se a primeira bola sorteada for a 9, a segunda não poderá ter número maior, já que só existem bolas numeradas de 1 a 9. Temos então, 36 possibilidades favoráveis ao evento “o número da segunda bola sorteada é maior do que o número da primeira bola” em 81 resultados possíveis, o que indica que a probabilidade procurada é igual a 36/81, que simplificada fica 4/9, o que nos leva à alternativa D. 2 - Uma urna contém bolas numeradas de 1 a 99. Sorteiam-se, com reposição, duas bolas. A probabilidade de que o número da segunda bola seja maior do que o da primeira é: a) 49/99 https://www.paulomarques.com.br/arq2-1.htm https://www.paulomarques.com.br/arq3-3.htm b) 39/99 c) 69/99 d) 59/99 e) 27/99 Solução: Raciocinando analogamente ao exercício anterior, veremos facilmente que existirão 98 + 97 + 96 + ... + 1 possibilidades favoráveis, de um total de 99.99. Logo, a probabilidade procurada será igual ao quociente (98 + 97 + 96 + ... + 1) / 99.99 A soma dos termos do numerador da fração acima, pode ser obtida facilmente observando que trata-se de uma PA de 98 termos, primeiro termo 98 e último termo 1 . Usando a fórmula da soma dos n primeiros termos de uma PA: Sn = [(a1 + an).n] / 2, fica: 98 + 97 + 96 + ... + 1 = [(98 + 1).98] / 2 = 99.49. A probabilidade procurada será igual então a 99.49 / 99.99 = 49/99 , o que nos leva à alternativa A . 3 - Uma urna contém bolas numeradas de 1 a n. Sorteiam-se, com reposição, duas bolas. A probabilidade de que o número da segunda bola seja maior do que o da primeira é: a) n/2 b) (n – 1)/2n c) (n – 1)/3n d) (n+1)/n e) n/(n+1) Solução: Trata-se de uma generalização dos problemas anteriores. Vamos novamente recorrer à tabela de dupla entrada para ajudar na visualização e entendimento da questão. 1 2 3 4 5 6 7 8 ... ... n-1 n 1 X X X X X X X X X X X 2 X X X X X X X X X X 3 X X X X X X X X X 4 X X X X X X X X 5 X X X X X X X 6 X X X X X X 7 X X X X X 8 X X X X ... X X X ... X X n-1 X n https://www.paulomarques.com.br/arq3-3.htm https://www.paulomarques.com.br/arq2-1.htm A primeira coluna indica a primeira bola sorteada e a primeira linha indica a segunda bola sorteada). Isto ajuda a visualizar todos os pares ordenados da forma (a,b) possíveis. Verificamos que o número de casos favoráveis ao evento “o número da segunda bola sorteada é maior do que o número da primeira bola” indicados na tabela acima por X, é igual à soma dos (n – 1) termos : (n –1) + (n – 2) + (n – 3) + ... + 1. Reconhecemos imediatamente tratar-se da soma dos termos de uma PA de primeiro termo (n – 1), número de termos (n – 1) e último termo igual a 1. Aplicando a conhecida fórmula da soma dos termos de uma PA, vem: (n –1) + (n – 2) + (n – 3) + ... + 1 = [(n – 1) + 1](n – 1) / 2 = n.(n – 1) / 2 Ora, o total de possibilidades possíveis (total de pares ordenados) é obviamente igual a n2 . Logo, a probabilidade procurada será igual ao quociente: p = [n.(n – 1)/2]/ n2 = (n – 1) / 2n, o que nos leva tranqüilamente à alternativa B. Uma observação importante relativa a este problema é que, sendo a probabilidade p = (n – 1) / 2n, podemos escrevê-la na forma: p = n/2n – 1/2n = 1/2 - 1/2n, sendo n o número de bolas na urna. Para valores muito grandes de n, o valor 1/(2n) vai se aproximar de zero (já que n está no denominador) e p, no limite, será igual a 1/2. Portanto, quanto maior o número de bolas contidas na urna, maior a probabilidade, a qual entretanto, nunca será maior ou igual a 1 /2 = 0,50 = 50%. Noções elementares de Estatística: medidas de tendência central e de dispersão 1 – Introdução No Novo Dicionário Brasileiro – Ed. Melhoramentos – 7ª edição – 1971 lê- se para o verbete estatística - 1. conjunto de processos que tem por objeto a observação, classificação formal e análise dos fenômenos coletivos ou de massa, bem como a indução das leis a que tais fenômenos globalmente obedeçam. 2. apresentação numérica, em tabelas ou gráficos, dos resultados da observação de fenômenos de massa. Claro que o termo massa , refere-se à população e não ao conceito físico. Os dados estatísticos devem ser apresentados na forma de tabelas, de modo a facilitar a sua interpretação. Imaginemos por exemplo o conjunto de valores a seguir, coletados numa sala de aula com 32 alunos, referente às idades dos alunos em anos: 17, 17, 17, 18, 18, 18, 18, 18, 19, 19, 19, 19, 19, 20, 20, 20, 20, 20, 20, 20, 21, 21, 21, 21, 21, 21, 21, 21, 22, 22, 23, 23. Nota: dados expressos desta forma são ditos dados não agrupados. Poderemos representar estes dados de uma forma mais organizada, conforme tabela a seguir, onde a coluna frequência representa o número de ocorrências de cada idade: Idade (a) Freqüência 17 3 18 5 19 5 20 7 21 8 22 2 23 2 Total 32 Observem que a apresentação dos dados na forma de tabela facilita e muito a interpretação. Considere agora a relação dos pesos (em kg) de 30 alunos de uma sala, indicada a seguir: 75 – 68 – 75 – 59 – 68 – 80 – 84 – 68 – 80 – 68 68 – 75 – 75 – 80 – 80 – 75 – 80 – 68 – 84 – 75 68 – 59 – 68 – 80 – 80 – 68 – 80 – 75 – 68 – 80 Observem que estes dados não agrupados, podem até causar confusão para sua interpretação. E vejam que são somente 30 alunos; imaginem se fossem 3000? Vejam os mesmos dados agrupados conforme tabela abaixo: Peso (kg) Freqüência (f) 59 2 68 10 75 7 80 9 84 2 Total 30 É evidente que a representação na forma de tabela é muito mais conveniente para qualquer análise que se deseje fazer em relação aos dados. O uso de tabelas (dados agrupados) é muito difundido em Estatística. Os mesmos dados acima, poderiam ser agrupados com os pesos em classes de 10 em 10 kg, da seguinte forma: Peso (em kg) Freqüência 50 |---- 60 2 60 |---- 70 10 70 |---- 80 7 80 |---- 90 11 Total 30 Notas: a) claro que poderíamos dividir os pesos de 5 em 5kg, 6 em 6kg, etc. Estes intervalos são denominados classes. b) o símbolo |--- significa que o extremo 50 pertence ao intervalo e o extremo 60 não pertence ao intervalo. Por exemplo, se quiséssemos indicar que o valor 60 pertence ao intervalo, escreveríamos: 50|---|60. (Os pontos tracejados devem ser escritos de forma contínua; não encontrei símbolo para isto no teclado). Na Estatística, a representação dos dados através de tabelas é bastante comum. Estes dados tabulados são conhecidos como distribuições de frequência. 2 – Apresentaremos a seguir, definições e comentários cobrados no ensino médio, ou seja: Média Aritmética, Moda, Mediana, Variância e Desvio Padrão. Os cálculos estatísticos envolvendo as distribuições de freqüência serão vistos em cursos regulares de Estatística, na Universidade. O que será mostrado aqui será apenas uma introdução bastante elementar, tal qual os conceitos são cobrados ao nível do ensino médio. A) Medidas de tendência central Média Aritmética Simples - MAS: Dados n valores x1, x2, x3, ... , xn , chama- se média aritmética destes n valores, ao valor Ma = (x1 + x2 + x3 + ... + xn) / n Exemplo: qual a média aritmética de 5, 7, 6 e 8? M = (5 + 7 + 6 + 8) / 4 = 6,5. Média Aritmética Ponderada - MAP: Às vezes, é importante atribuir-se pesos diferenciados a cada valor, para o cálculo da média e, neste caso, a média recebe o nome de média ponderada. Assim, dados n valores x1, x2, x3, ... , xn aos quais são atribuídos os pesos k1, k2, k3, ... , kn respectivamente, a média ponderada destes n valores será dada por: Mp = (x1.k1 + x2.k2 + x3.k3 + ... xn.kn) / (k1 + k2 + k3 + ... + kn) Exemplo 1: Se os valores 10, 8 e 6 possuem pesos 4, 3 e 2 respectivamente, a média ponderada destes valores será igual a: Mp = (10.4 + 8.3 + 6.2) / (4 + 3 + 2) = 76 / 9 = 8,44. Exemplo 2: Qual a média aritmética da distribuição de pesos de 30 alunos de uma escola conforme mostrada na tabela a seguir? Peso (kg) Freqüência (f) 59 2 68 10 75 7 80 9 84 2 Total 30 Solução: a média aritmética neste caso será dada pelo quociente: Mp = (59.2 + 68.10 + 75.7 + 80.9 + 84.2) / (2 + 10 + 7 + 9 + 2) Mp = (108 + 680 + 525 + 720 + 168) / 30 Mp = 2201/30 = 73,36 Nota: Fazendo k1 = k2 = k3 = ... = kn = 1 na fórmula acima, obteremos: Mp = (x1.1 + x2.1 + x3.1 + ... + xn.1) / (1 + 1 + 1 + ... + 1 ) Ora, no denominador temos o peso 1 somado n vezes e, portanto, igual a n. Assim, teremos: Mp = (x1 + x2 + x3 + ... + xn) / n, que é a fórmula da média aritmética. Portanto, a média aritmética simples é um caso particular da média aritmética ponderada, onde os pesos dos valores x1, x2, ... xn, são unitários, ou seja, igual à unidade. Moda - Dados n valores x1, x2, x3, ... , xn , chama-se moda destes n valores, ao valor que mais se repete, ou seja, que possui maior freqüência. . Exemplo: qual a moda do seguinte conjunto de valores: 10, 10, 10, 10, 10, 20, 20, 35, 35, 35, 78, 78, 78, 78, 78, 78, 78, 78, 78, 90, 90, 90, 92, 94 ? Resposta: M0 = 78, porque é o mais repetido, ou seja, 78 é o valor de maior freqüência. Observe que estes dados poderiam ser tabulados da seguinte forma: Valor Freqüência 10 5 20 2 35 3 78 9 90 2 onde na coluna freqüência estão indicados os números de repetições de cada valor. Nota: um conjunto de valores pode ter mais de uma moda ou até não ter nenhuma. No caso do conjunto possuir apenas uma moda ele é dito unimodal. Mediana – Dados n valores x1, x2, x3, ... , xn , ordenados de forma crescente ou decrescente, chama-se mediana destes n valores, ao valor que ocupa a posição central. Exemplo: a mediana do seguinte conjunto de valores: 12, 14, 16, 18, 20, 22, 24, 26, 28 é igual a 20, pois 20 é o valor central. Se o número de elementos do conjunto de valores for par, a mediana será igual à média aritmética dos dois termos centrais. Exemplo: a mediana do conjunto de valores 12, 14, 16, 18, 20, 22, 24, 26, 28, 30 será igual a Me = (20 + 22) / 2 = 42/2 = 21. B) Medidas de dispersão Desvio médio – Seja o conjunto de valores x1, x2, x3, ... , xn e seja Ma a média aritmética desses valores. Sendo Di o desvio médio do valor xi, define-se: Di = xi – Ma Exemplo: Seja o conjunto de valores 10, 10, 12, 12, 12, 14, 16, 18 , 20, 20. A média aritmética desses 10 valores será igual a: Ma = (10+10+12+12+12+14+16+18+20+20) / 10 = 144 / 10 = 14,4 Por exemplo, o desvio médio do valor 10 , será igual a 10 – 14,4 = -4,4. O desvio médio do valor 14 será igual a 14 – 14,4 = -0,4 O desvio médio do valor 18 será igual a 18 – 14,4 = +3,6 e assim sucessivamente. Variância - Seja o conjunto de valores x1, x2, x3, ... , xn e seja Ma a média aritmética desses valores. Sendo Di o desvio médio do valor xi, define-se a variância deste conjunto como sendo a média aritmética da soma dos quadrados dos desvios médios. Como o conjunto x1, x2, x3, ... , xn possui n elementos, a variância v será calculada pela fórmula a seguir, decorrenteda definição acima: A fórmula acima pode parecer um pouquinho estranha. Caso necessário, visite o arquivo sobre somatórios. Vamos dar um exemplo para desmistificá-la: Seja o conjunto de valores: 10, 12, 14, 16, 18, 20 A média aritmética destes valores será: Ma = (10+12+14+16+18+20)/ 6 = 90/6 = 15 Os desvios médios serão: D1 = 10 – 15 = -5 D2 = 12 – 15 = -3 D3 = 14 – 15 = -1 D4 = 16 – 15 = 1 D5 = 18 – 15 = 3 D6 = 20 – 15 = 5 Então a variância V será igual a: https://www.paulomarques.com.br/arq10-2004.htm V = [(-5)2 + (-3)2 + (-1)2 + 12 + 32 +52] / 6 = 70 / 6 = 11,67 Desvio padrão – chama-se desvio padrão de um conjunto de valores, à raiz quadrada da variância, ou seja, = v. Assim, por exemplo, o desvio padrão do conjunto de valores dado no exemplo acima será igual à raiz quadrada de 11,67 , ou seja, 11,67 = 3,42. A fórmula para o cálculo do desvio padrão de um conjunto de valores x1 , x2, x3, ... , xn de média aritmética Ma será dada por: Notas: a) : símbolo para representar o desvio padrão; letra grega sigma minúscula b) : símbolo para representar somatório ; letra grega sigma maiúscula. c) se ocorrer x1 = x2 = x3 = ... = xn , os desvios médios xi – Ma serão nulos e, neste caso, o desvio padrão será nulo. Aliás, esta é a única forma do desvio padrão ser nulo. Exemplo: calcule o desvio padrão da distribuição de freqüência a seguir: Produto Preço unitário (R$) A 10,00 B 12,00 C 14,00 D 16,00 Inicialmente, calculamos a média aritmética dos dados: Ma = (10 + 12 + 14 + 16) / 4 = 13, ou seja, a média aritmética dos preços é igual a R$13,00 Em seguida calculamos os desvios médios e os seus quadrados: 10 – 13 = -3 ? quadrado = (-3)2 = 9 12 – 13 = -1 ? quadrado = (-1)2 = 1 14 – 13 = +1 ? quadrado = (+1)2 = 1 16 – 13 = + 3 ? quadrado = (+3)2 = 9 Calculamos a variância: v = (9 + 1 + 1 + 9) / 4 = 5 O desvio padrão será igual então à raiz quadrada da variância ou seja: = 5 = 2,23 . Nota: a unidade do desvio padrão é a mesma da média. Portanto, = R$2,23. Nota: quanto maior o desvio padrão, maior o grau de dispersão dos dados de um determinado conjunto de valores ou seja, quanto mais assimétricos os dados, maior o desvio padrão. Somente a título de exemplo ilustrativo, considere os casos simples abaixo: a) valores 4 e 6: média aritmética = (4+6)/2 = 5 e desvio padrão = 1. b) valores 4 e 10: média aritmética = (4+12)/2 = 8 e desvio padrão = 4. Observe que os dados 4 e 6 são mais “homogêneos” que os dados 4 e 12 (maior assimetria no segundo caso) e o desvio padrão do segundo conjunto de valores é bem maior que o do primeiro. Coeficiente de variação – se um dado conjunto de valores possui média aritmética Ma e desvio padrão define-se o coeficiente de variação Cv como segue: Por exemplo, no caso anterior a média aritmética dos valores é igual a 15 e o desvio padrão é igual a 3,42. O coeficiente de variação será igual a (3,42/15).100 = 22,8%. Nota: o uso do coeficiente de variação permite a comparação dos graus de dispersão de duas ou mais distribuições de freqüência . Exemplo: Considere que numa sala de aula se tenha calculado a média aritmética das alturas (em centímetros) e dos pesos dos alunos (em quilogramas) e os seus respectivos desvios padrões, e se tenha obtido os seguintes resultados: Alturas: Ma = 175 cm e = 10 cm Pesos: Ma = 60 kg e = 6 kg. Qual dos dois conjuntos de dados apresenta maior dispersão em relação à média? Isto poderá ser respondido através do cálculo do coeficiente de variação para ambos os casos. Vejamos: Alturas: Cv = (10/175).100 = 5,71% Pesos: Cv = (6/60).100 = 10% Como 10% > 5,71%, concluímos que a distribuição dos pesos apresenta maior dispersão do que a distribuição das alturas. Poderemos dizer então, que a distribuição das alturas é mais "homogênea" do ponto de vista estatístico, do que a distribuição dos pesos na amostra de alunos dada como exemplo. ✓ CIÊNCIAS CONTÁBEIS - 2022
Compartilhar