Prévia do material em texto
Probabilidades Você vai conhecer os conceitos de probabilidade pela definição clássica e frequentista, cálculo de probabilidades simples, regras da adição e da multiplicação, eventos condicionais. Prof. Paulo Maranhão1. Itens iniciais Propósito Compreender os conceitos de probabilidade, proporcionando desde a resolução de problemas simples até embasamento teórico para realizações de inferências estatísticas sobre determinada população. Preparação Antes de iniciar este conteúdo, tenha em mãos uma calculadora científica ou use a de seu smartphone/ computador. Objetivos Definir os conceitos básicos de probabilidade. Aplicar cálculos para resolução de problemas simples de probabilidade. Reconhecer as principais regras da teoria das probabilidades. Identificar eventos condicionais com base na resolução de problemas associados a eles. Introdução No vídeo a seguir, apresentamos alguns detalhes sobre o que será abordado ao longo deste conteúdo. Não perca! Conteúdo interativo Acesse a versão digital para assistir ao vídeo.1. Fundamentos da probabilidade que é probabilidade? Neste vídeo, explicaremos por que o estudo da probabilidade é tão importante e como podemos aplicá-la como uma ferramenta prática para analisar riscos, tomar decisões mais informadas e entender melhor mundo ao nosso redor. Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Constantemente, em nossas vidas, deparamo-nos com situações cujo resultado não podemos prever com absoluta certeza. Choverá amanhã? O novo produto lançado por determinada empresa será um sucesso de vendas? Alguma máquina da linha de produção apresentará defeito na próxima hora? Diante de situações incertas, a probabilidade é uma ferramenta matemática que quantifica a incerteza, permitindo, assim, que possamos tomar decisões mais informadas diante do acaso. Ou seja, nunca foi sorte, sempre foi matemática! Seja você profissional de engenharia analisando a falha de componentes, pessoa gestora avaliando riscos de um projeto ou profissional de RH prevendo a rotatividade de funcionários, vamos compreender neste estudo como a probabilidade está presente em nossas rotinas. que são experimentos aleatórios? No cerne da teoria da probabilidade, está o conceito de experimento aleatório: qualquer processo ou ação cujo resultado não pode ser previsto com certeza antes de sua realização, mesmo que seja repetido sob as mesmas condições. Apesar disso, é comum conhecermos o conjunto de todos os resultados possíveis. Vamos ver agora alguns exemplos! Exemplos clássicos Lançar uma moeda e observar a face voltada para cima (cara ou coroa). Lançar um dado de seis faces e observar o número na face superior. Retirar uma carta de um baralho e observar seu naipe e valor.Exemplos do cotidiano e profissionais Medir o tempo de vida de uma lâmpada (engenharia). Observar o número de clientes que entram em uma loja em uma hora (gestão). Verificar se a peça produzida em uma fábrica é defeituosa ou não (engenharia de produção). O tempo de espera em uma fila de atendimento (gestão de serviços). O número de candidatos aprovados em um processo seletivo (RH). O que todos esses exemplos têm em comum? Embora não saibamos qual resultado específico ocorrerá, podemos descrever o conjunto de todas as possibilidades. Espaço amostral (S): universo de possibilidades O conjunto de todos os resultados possíveis de um experimento aleatório é chamado de espaço amostral, usualmente denotado pela letra S. Cada resultado individual dentro do espaço amostral é chamado de ponto amostral. Exemplos de espaço amostral 1. Lançamento de uma moeda: S = { Cara, Coroa } Podemos demonstrar também de forma abreviada, em que C - Cara e K Coroa: S = 2. Lançamento de um dado de seis faces: 3. Lançamento de duas moedas (observando a face de cada uma): Resulstados possíveis do lançamento da {(C, C), (C, K), (K, C), (K, K)} Resulstados primeira moeda possíveis do lançamento da segunda moeda Medição do comprimento de uma peça em um lote de produção (em cm). Se comprimento pode ser qualquer valor positivo, o espaço amostral pode ser representado da seguinte forma:ou Exemplo de espaço amostral contínuo Para entendermos bem esse conceito, vamos abordar a medição da temperatura em um determinado local e horário. Vamos assumir a temperatura em tendo: S=R, (isto é, conjunto de todos os números reais, pois a temperatura pode ser positiva, negativa ou zero). Portanto, esse também é um espaço amostral contínuo. Vamos fazer uma atividade para fixar. Considere o experimento de sortear uma peça de um lote com 5 peças boas (B) e 2 defeituosas (D). Qual é o espaço amostral se você retira 1 peça e anota sua condição? Chave de resposta Ao escolher uma peça aleatoriamente, ela pode ter a condição boa (B) ou a condição defeituosa (D). Então o espaço amostral está entre Boa e Defeituosa. Logo: Operações com eventos: combinando possibilidades Entendendo que são eventos Para estudar probabilidade, precisamos entender o que são os eventos e como eles ocorrem. Neste vídeo, vamos aprender o que são os eventos e suas probabilidades de acontecimento. Conteúdo interativo Acesse a versão digital para assistir ao vídeo. No estudo da probabilidade, raramente analisamos eventos de forma isolada. Afinal, muitas vezes, queremos saber o que acontece quando combinamos eventos ou consideramos suas relações. Para isso, utilizamos operações semelhantes às operações com conjuntos, já que eventos são, por definição, subconjuntos do espaço amostral. Para melhor visualizarmos essas operações, vamos utilizar o Diagrama de Venn, uma vez que, nele, o espaço amostral S é representado por um retângulo e os eventos, por círculos ou outras formas dentro dele. Veja!U A Representação do espaço amostral S com dois eventos previstos, A e B. Na imagem, temos o espaço amostral S, representado pelo retângulo, e os eventos, que podem acontecer nesse espaço amostral. Vamos pensar no arremesso de uma única moeda, no jogo de cara ou coroa. Pense no evento A como sendo a face cara (C), e o evento como coroa (K). Além disso, ambos estão dentro do espaço amostral S. Isso significa que, no lançamento da moeda (espaço amostral e K), existe a probabilidade de cair: cara (evento A) ou coroa K (evento B). Agora, ainda considerando a imagem anterior, imagine o lançamento de uma moeda, só que duas vezes. Você joga a moeda primeiro, vê o resultado, e, em seguida, repete o processo. Imagine que, na primeira vez, o resultado foi cara, e na segunda, coroa. O que temos é a união desse espaço amostral, ou seja: AB Isso significa que todos os eventos ocorreram dentro do mesmo espaço amostral. Pode haver também união de eventos, ou seja, quando dois ou mais eventos acontecem ao mesmo tempo. Em outras palavras: existem dois exemplos, A e B, e a probabilidade de eles acontecerem juntos. Nesse caso, dizemos que existe a união entre os exemplos e denotamos da seguinte forma: AB Nesse exemplo, o espaço amostral é formado por todos os pontos amostrais que pertencem a A ou a B. Agora, imagine que vamos lançar duas moedas comuns e honestas, como as da imagem a seguir: Lançamento de duas moedas. Vamos chama-las de Moeda 1 e Moeda 2. Cada moeda pode dar: ou "Cara" (C) "Coroa" (K)Suponha que vamos lançar as duas moedas e queremos anotar resultado de cada uma. Os resultados possíveis são: Moeda 1 Cara, Moeda 2 Cara: (C, C) Moeda 1 Cara, Moeda 2 Coroa: (C, K) Moeda 1 Coroa, Moeda 2 Cara: (K, C) Moeda 1 Coroa, Moeda 2 Coroa: (K, K) Nosso espaço amostral (S), que é o conjunto de todos os resultados possíveis, é: O número total de resultados possíveis é Agora, vamos definir dois eventos simples: Evento A: "A moeda 1 deu cara" Para encontrar os elementos de A, olhamos no nosso espaço amostral e pegamos todos os resultados em que a Moeda 1 (o primeiro elemento do par) é cara. No caso, temos: A = {(C,C), O número de resultados no evento A é Evento B: "a moeda 2 deu cara" Para encontrar os elementos de B, olhamos no nosso espaço amostral e pegamos todos os resultados em que a Moeda 2 (o segundo elemento do par) é cara. Assim, obtemos: B = {(C,C), O número de resultados no evento BéA interseção dos eventos A e B, que escrevemos como AnB, é o evento que acontece se os eventos A e B acontecem ao mesmo tempo. Isso significa que estamos procurando os resultados que são comuns aos dois eventos. No nosso caso, AnB é o evento: "A moeda 1 deu cara e a moeda 2 deu cara". Vamos comparar os elementos dos dois eventos: Evento A: Evento B: {(C, C), (C,K)} {(C, C), Qual resultado aparece em ambos os conjuntos? Resposta: apenas o resultado (C,C). Portanto, a interseção dos eventos A e é: O número de resultados na interseção é n(AnB) = 1. que isso significa? O evento "Moeda 1 deu cara e moeda 2 deu cara" só acontece de uma maneira: quando ambas as moedas dão cara. O mesmo raciocínio se aplica para as duas moedas darem coroa. Nesse caso, teremos somente uma interseção, isso é, as duas moedas dão coroa. O diagrama de Venn pode ser representado da seguinte forma: S Moeda 1 Moeda 2 CouC ou ou ou ou Representação da interseção de resultados do lançamento de duas moedas. Evento complementar O complemento de um evento A, denotado por (ou ), é evento que acontece se A não ocorrer. Logo, ele é formado por todos os pontos amostrais de \$S\$ que não pertencem a A.Veja este exemplo. No lançamento de um dado: Seja "obter um número par" = {2,4,6} Então, = "não obter um número par" = "obter um número ímpar" = {1,3,5} Note que = S e = 0. Partição de um espaço amostral Você sabia que possível determinar a probabilidade de acontecimentos dentro de um universo de espaço amostral, dividindo esse universo em diversas partes menores? Neste vídeo, vamos aprender como isso é possível. Assista! Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Imagine que você tem uma pizza inteira. Ela representa o seu espaço amostral (S), ou seja, todos os resultados possíveis de um experimento. Agora, imagine que você corta essa pizza em várias fatias, de tal forma que: 1. Nenhuma fatia se sobrepõe à outra. Isto é, se você pegar duas fatias diferentes, elas não têm nenhuma parte em comum. 2. Todas as fatias juntas formam a pizza inteira. Logo, se você juntar todas as fatias cortadas, você vai reconstruir a pizza original, sem sobrar nem faltar nenhum pedaço. 3. Cada fatia é um pedaço real da pizza. Em outras palavras: Não vale "fatia" vazia ou imaginária.Representação de fatias de pizza, formando uma pizza inteira. Essa ideia de cortar a pizza em fatias que não se sobrepõem e que cobrem a pizza inteira é a essência do que chamamos, em probabilidade, de partição de um espaço amostral. As "fatias" são os eventos que formam a partição. Definição formal de partição Um conjunto de eventos A1,A2,A3,...,An forma uma partição do espaço amostral S se estas três condições forem satisfeitas: 1. Os eventos são mutuamente excludentes dois a dois (não há sobreposição) A ocorrência de um desses eventos impede a ocorrência de qualquer outro evento da partição. Matematicamente, a interseção de quaisquer dois eventos distintos da partição é o conjunto vazio. Assim, para quaisquer i≠j, temos: Vamos usar a pizza para entender melhor: uma mordida não pode estar em duas fatias diferentes ao mesmo tempo, pois uma fatia não pode se sobrepor a outra, certo? 2. A união de todos os eventos é próprio espaço amostral (cobrem tudo) Quando o experimento é realizado, pelo menos um dos eventos da partição deve ocorrer. Juntos, eles englobam todas as possibilidades. Observe!Pensando na pizza: todas as fatias juntas formam uma pizza completa. 3. Nenhum evento da partição é evento impossível (pois todas as fatias existem) Cada evento Aᵢ na partição deve ter, pelo menos, um resultado possível. Desse modo: Analogia da pizza: você não pode ter uma "fatia" que, na verdade, é um calzone ou uma torta salgada. Por que a partição é importante? Por várias razões, como: Simplificação de problemas complexos: quebra um espaço amostral grande e complicado em pedaços menores e mais fáceis de analisar. Base para teorema da probabilidade total: calcula a probabilidade de um evento B, podemos condicioná-lo aos eventos de uma partição Isso funciona porque os Aᵢ cobrem todo o S e são disjuntos, garantindo que estamos considerando todas as formas de ocorrer sem dupla contagem. Base para teorema de Bayes: usa a ideia de partição para atualizar probabilidades, por depender também do teorema da probabilidade total. Exemplos práticos de partição Vamos considerar o lançamento de um dado de seis faces. Espaço amostral: Exemplo de partição:Evento é par" {2,4,6} Evento A₂= é ímpar" = {1,3,5} Verificação: 1. 2. (um número não pode ser par e ímpar ao mesmo tempo) OK. 4. (todo resultado é ou par ou ímpar) OK. 5. 6. A₂≠Ø Portanto, {A₁, A₂} é uma partição de S. Concluindo, uma partição é uma forma de "fatiar" completamente o espaço amostral em eventos menores que não se sobrepõem. Cada resultado possível do seu experimento deve cair em exatamente uma dessas "fatias" (ou eventos da partição). Para concluirmos, podemos pensar a partição como organizar todos os livros por gênero em prateleiras distintas, em que cada livro está em apenas uma prateleira, e todas juntas contêm todos os livros. Verificando a partição Neste vídeo, vamos verificar como é possível fazer o particionamento de s, a partir do espaço amostral de dois dados de 6 lados. Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Definindo probabilidade: abordagens clássicas Calculando probabilidade Vamos, agora, aprender a calcular a probabilidade de ocorrência de eventos. Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Vamos atribuir um valor numérico à "chance" de um determinado evento ocorrer. Esse valor é que chamamos de probabilidade. Embora existam diferentes maneiras de definir e calcular probabilidades, há duas principais: a clássica (ou de Laplace) e a frequentista (ou empírica).Definição clássica de probabilidade (ou de Laplace) É uma das mais intuitivas e se aplica a experimentos aleatórios, em que todos os resultados possíveis (pontos amostrais) do espaço amostral S são igualmente prováveis (equiprováveis). Vamos entender melhor! Se um espaço amostral S finito tem n(S) elementos (isto é, resultados possíveis) e todos são igualmente prováveis, e um evento A tem n(A) elementos (ou seja, resultados favoráveis a A), então a probabilidade do evento A, denotada por P(A), é dada por: P(A) = n(A) = de resultados favoráveis ao evento A) n(S) Número total de resultados possíveis Exemplo: Lançamento de um dado honesto de seis faces S = {1, 2, 3, 4, 5, 6}, então n(S) = 6. Cada face tem a mesma chance de sair. Seja A o evento "obter um número par". Assim, A = {2, 4, 6}, então n(A) = 3. Calculando a probabilidade de sair número par, temos: P(A) n(A) n(S) ou 50% Exemplo: Retirar uma carta de um baralho comum de 52 cartas. 2 3 4 5 6 7 8 9 10 A JOKER 2 3 4 5 6 7 8 9 10 2 3 4 5 6 7 8 9 10 A JOKER 2 3 4 5 6 7 8 9 10 Baralho com 52 cartas. Podemos pegar uma carta aleatoriamente no baralho de 52 cartas, mas o que realmente queremos é retirar um rei (a carta com um K). Repare que existem 4 reis (porque o baralho contém 4 naipes). Logo número de evento é 4 ou seja: n(B) = 4 -, número amostral é 52, ou seja: n(S) = 52. Assim, a probabilidade do evento de retirar um rei aleatoriamente é:Mas atenção: a limitação da definição clássica é a exigência de resultados equiprováveis. Assim, ela não se aplica diretamente, por exemplo, a uma moeda viciada, na qual cara é mais provável que coroa. Definição frequentista de probabilidade (ou empírica) Estabelece a probabilidade de um evento ocorrer com base na frequência com que ele ocorre quando há muitas repetições do experimento. Se um experimento aleatório é repetido n vezes sob as mesmas condições, e o evento A ocorre nA vezes (frequência absoluta de então a frequência relativa de A é = Diante disso, a definição frequentista postula que, à medida que o número de repetições n aumenta e tende ao infinito, a frequência relativa se aproxima de um valor estável, que é a probabilidade P(A) do evento Mas como a teoria, muitas vezes, é diferente da prática, não podemos realizar infinitas repetições. Então, usamos a frequência relativa observada em muitas tentativas como uma estimativa da probabilidade. E isso é bastante recorrente, veja! Exemplo: controle de qualidade (engenharia) Um engenheiro de produção inspeciona 2.000 peças e encontra 40 defeituosas. A frequência relativa de peças defeituosas é 2000 40 = 0,02 A estimativa de a probabilidade de uma peça ser defeituosa é P (Defeito) aproximadamente igual a 0,02 ou 2% Exemplo: previsão do tempo (gestão de riscos) Imagine que, em uma dada região, em 15 dos últimos 100 anos, choveu no dia 10 de maio. A probabilidade estimada de chuva para o próximo 10 de maio (baseada apenas nesse histórico) seria ou 15% Comparando as abordagens Quais são as características principais das abordagens clássica e frequentista? Acompanhe! Clássica Frequentista X É teórica e se baseia na simetria e É empírica e se baseia na observação equiprobabilidade. de repetições. Por fim, as abordagens clássica e frequentista são complementares e, em muitos casos, a probabilidade frequentista de um evento equiprovável converge para a probabilidade clássica à medida que o número de observações aumenta (o que é conhecido como lei dos grandes números). Mão na massaQuestão 1 Suponha P(A) = 1/3 e P(B) = 1/2. Se A e B são mutuamente excludentes, determine A 1/6 1/3 1/2 D 3/4 E 5/6 A alternativa E está correta. A questão nos fornece as seguintes informações: A probabilidade do evento A: A probabilidade do evento B: Os eventos A e B são mutuamente excludentes. Quando dois eventos são mutuamente excludentes, significa que eles não podem ocorrer ao mesmo tempo. Em termos de conjuntos, a interseção deles é vazia e, consequentemente, a probabilidade da interseção é zero (P(AnB)=). Para calcular a probabilidade da união de dois eventos mutuamente excludentes usamos a seguinte regra (que é uma forma simplificada da regra da adição): Substituindo os valores dados na questão, temos:Para somar essas frações, precisamos encontrar um denominador comum. O mínimo múltiplo comum entre 3e2é6. Convertendo as frações, alcançamos: Agora, somamos as frações com o mesmo denominador: Questão 2 Sabemos que genótipos de certa característica humana são formados pelos elementos AA, aA e aa, sendo "AA" gene dominante e "aa" gene recessivo. Qual é a probabilidade de um casal, cujo homem é dominante e a mulher tem gene Aa, ter um filho com gene dominante? A 1/3 1/2 2/3 D 3/4 E 5/6 A alternativa B está correta. Observe que o espaço amostral, que é o conjunto de todos os possíveis resultados, é formado pelos seguintes elementos quando fazemos as combinações dos pares AA e Aa: S = {(AA), (Aa), (AA), (Aa)}Assim, considere evento A: "Ter um filho com gene dominante". Dessa maneira, segundo o conceito de probabilidade frequentista: P(A) = n(A) n(S) = 2 = 1/2 Questão 3 Suponha que um casal quer ter 3 filhos: 1 menino e 2 meninas. Qual é a probabilidade de que isso ocorra? A 3/8 1/2 5/8 D 3/4 E 7/8 A alternativa A está correta. No vídeo a seguir, vamos apresentar a resolução da questão. Assista! Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Questão 4 Um número é escolhido aleatoriamente entre os números 1, 2, 3, 100. Qual é a probabilidade de que esse número seja divisível por 7? A 1/41/2 3/20 D 7/50 E 9/20 A alternativa D está correta. Já sabemos que nosso espaço amostral é composto por esses 100 números. Portanto, n(S) = 100. Agora, vejamos o evento de interesse. Seja A: número escolhido é divisível por 7", então: n(A) = {7, 14, 21, 28, 35, 42, 49, 56, 63, 70, 77, 84, 91, 98} Logo: P(A) = n(A) n(S) = 100 14 = 50 7 Assim, para cada 50 números escolhidos, 7 são divisíveis por 7. Questão 5 Considerando enunciado da questão anterior, qual é a probabilidade de esse número ser primo? A 6/25 1/43/5 D 3/4 E 4/5 A alternativa está correta. Solução Seja P: número escolhido é primo", logo: n(A) = {2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73, 79, 83, 89 e 97} Então: P(A) = n(S) n(A) = 100 25 = 1/4 Assim, para cada 4 números escolhidos, 1 é número primo. Questão 6 O estudo antropométrico em uma amostra de 100 funcionários de determinada empresa resultou na seguinte tabela, que relaciona os pesos com as alturas: Abaixo de 1,70 m Acima de 1,70 m Abaixo de 80kg 30 15 Acima de 80kg 10 45 Tabela: Estudo antropométrico. Paulo Maranhão Considerando que um funcionário foi escolhido aleatoriamente, qual é a probabilidade de que ele tenha peso abaixo de 80 kg e altura abaixo de 1,70 m? A 1/101/5 3/10 D 4/10 E 1/2 A alternativa está correta. Solução Seja o evento A: "Ter peso abaixo de 80 kg", portanto: P(A) = n(A) n(S) = 100 30 = 10 3 Portanto, a cada 10 funcionários, 3 têm peso abaixo de 80 kg. Teoria na prática Três amigos irão jogar um jogo com dois dados. A brincadeira consiste em apostar no número que representa a soma dos dados. Para tornar o jogo mais justo, eles combinam que não poderão apostar no número mais provável. 1. Qual número eles não poderão apostar e por quê? 2. Algum jogador estará em desvantagem? Por quê? Chave de resposta No vídeo a seguir, vamos apresentar a resolução da questão. Assista! Conteúdo interativo Acesse a versão digital para assistir ao vídeo.Verificando aprendizado Questão 1 Uma fábrica têxtil produz lotes de 100 camisas. Sabemos que, em geral, cada lote apresenta 5 camisas com defeitos no tamanho, e 7 delas têm defeito no fio. Uma camisa é escolhida ao acaso. Qual é a probabilidade de que ela tenha defeitos? A 1/20 7/100 3/25 D 3/20 E 8/25 A alternativa está correta. Sejam os eventos A: "camisas com defeitos no tamanho" e B: "camisas com defeitos no fio". Observe que não temos camisas com os dois tipos de defeito. Assim, podemos afirmar que os eventos são disjuntos: Questão 2 Vamos retomar enunciado de um exercício feito neste módulo. estudo antropométrico em uma amostra de 100 funcionários de determinada empresa resultou na seguinte tabela, que relaciona os pesos com as alturas: Abaixo de 1,70 m Acima de 1,70 m Abaixo de 80 kg 30 15 Acima de 80 kg 10 45Tabela: Estudo antropométrico. Paulo Maranhão Considerando que um funcionário foi escolhido aleatoriamente, qual é a probabilidade de que ele tenha altura acima de 1,70 m? A 0,40 B 0,45 0,55 D 0,60 E 0,65 A alternativa D está correta. Seja o evento B: "Ter altura acima de 1,70 m", então: P(B) n(B) 60 = = = n(S) 100 0,602. Cálculos para resolução de problemas simples de probabilidade Introdução No cálculo de probabilidade, há diversas formas de resolver os problemas, que vão desde a utilização de técnicas elementares até o uso de técnicas mais sofisticadas. Entre as diversas técnicas empregadas para a resolução de problemas simples de probabilidade, podemos citar: Princípios de contagem. Análise combinatória (combinação, arranjo e permutação). Diagrama de árvore. Teoria dos conjuntos. A escolha da técnica correta pode facilitar muito a solução do problema. Portanto, a seguir, faremos uma revisão dos princípios de contagem e de análise combinatória a fim de facilitar a compreensão de algumas questões resolvidas. Princípios de contagem Neste vídeo, vamos aprender o que é o princípio de contagem e como utilizá-lo para resolver problemas de probabilidade. Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Princípio da adição Se um elemento pode ser escolhido de m formas, e outro elemento pode ser escolhido de n formas, então a escolha de um ou outro elemento se realizará de m + n formas, desde que tais opções sejam independentes, isto é, nenhuma das escolhas de um elemento pode coincidir com a do outro. Exemplo Em uma sala, há 2 homens e 3 mulheres. De quantas formas é possível selecionar uma pessoa?? ? ? ? ? Solução 2+3=5 formas Princípio da multiplicação Se um elemento H pode ser escolhido de m formas diferentes, e, se depois de cada uma dessas escolhas, outro elemento M pode ser escolhido de n formas diferentes, a escolha do par (H,M), nesta ordem, poderá ser realizada de m X n formas. Exemplo: Em uma sala, há 2 homens e 3 mulheres. De quantas formas é possível selecionar um casal? Solução Veja que temos 2 3 = 6 formas de selecionar um casal, que equivale aos pares (H1,M1), (H1,M2), (H1,M3), (H2,M1), (H2,M2), (H2,M3). Análise combinatória Neste vídeo, vamos entender que é análise combinatória e como ela pode ser utilizada para solucionar problemas probabilísticos. Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Arranjos São agrupamentos formados com k elementos, de um total de n elementos, de forma que os k elementos sejam distintos entre si, pela ordem ou pela espécie. Os arranjos podem ser simples ou com repetição.Arranjos simples Não ocorre a repetição de qualquer elemento em cada grupo de k elementos. Logo: A(n,k) = (n-k)! n! Exemplo Se A = {A₁, A₂, A₃, A₄}. Quantos grupos de 2 elementos podem ser formados, de modo que não possam apresentar a repetição de qualquer elemento, mas possam aparecer na ordem trocada? Solução A(4,2) = (4-2)! 4! = 2! = 12 Arranjos com repetição Todos os elementos podem aparecer repetidos em cada grupo de k elementos, então: Exemplo Se A = {A1, A2, A4}. Quantos grupos com repetição de 2 elementos podem ser formados, de modo que possam apresentar a repetição de qualquer elemento e aparecer na ordem trocada? Solução Permutações Quando formamos agrupamentos com n elementos, de forma que sejam distintos entre si pela ordem. As permutações podem ser simples, com repetição ou circulares. Permutação simplesÉ a ordenação de n elementos distintos. Dessa forma, o número de modos de ordenar n elementos distintos é dado por: Ou simplesmente: Exemplo De quantos modos 4 administradores, 3 economistas e 2 engenheiros podem ser dispostos em uma fila, de maneira que os de mesma profissão fiquem juntos? Solução Como queremos que os indivíduos de mesma profissão fiquem juntos, consideraremos cada profissão como um bloco. Assim, número de maneiras para que as três profissões fiquem juntas na fila será: 3! = 6 maneiras. Logo, como os profissionais podem ser "permutados entre si", teremos = 1.728 formas. Agrupamento Neste vídeo, vamos utilizar o conceito de permutação para conseguir solucionar o exemplo dado. Confira! Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Permutação com repetição O número de permutações de n elementos dos quais são iguais, n₂ são iguais, nₖ são iguais é:n! Exemplo: Quantos anagramas podemos formar com a palavra Arara? Solução n! 5! 5x4x3! = 10 3!2! Permutação circular Situação que ocorre quando temos grupos com m elementos distintos formando um círculo: Exemplo: De quantos modos podemos formar uma roda com 4 crianças? Solução modos Combinações As combinações podem ser de dois tipos: simples ou com repetição. Combinação simples Não ocorre a repetição de qualquer elemento em cada grupo de k elementos: Exemplo:Seja A = {A₁, A₂, A₃, A₄}. Quantas combinações de 2 elementos podem ser formadas? Solução = k!(n-k)! n! = = 2!(4-2)! 4! = 4x3x2! = 6 Veja que, o caso da combinação (A₁, A₂) não é distinto de (A₂, Combinação com repetição Todos os elementos podem aparecer repetidos em cada grupo até k vezes: = (n+k-1)! k!(n-1)! Exemplo: Seja A = {A₁, A₂, A₃, A₄}. Quantas combinações com repetição de 2 elementos podem ser formadas? Solução = (n+k-1)! k!(n-1)! = (4+2-1)! 2!(4-1)! = 2!3! 5! = 5x4x3! 10 Teoria na prática Estatísticas apontam que 5 entre 6 brasileiros sonham em ganhar na Mega-Sena. Usando probabilidade, mostre por que a Mega-Sena é considerada um jogo de azar. Chave de resposta No vídeo a seguir, vamos apresentar a resolução da questão. Assista! Conteúdo interativo Acesse a versão digital para assistir ao vídeo.Mão na massa Questão 1 Qual é a probabilidade de formarmos um código que contenha 2 números e 3 letras, de modo que não tenha nem números nem letras repetidas? A 29/323 71/323 111/169 D 135/169 E 149/169 A alternativa D está correta. Apesar de a ideia de probabilidade frequentista estar sempre presente nas soluções de problemas que envolvem probabilidade, para encontrarmos o número de eventos no qual estamos interessados, poderemos recorrer a técnicas de contagem, como no caso desta questão. Assim, definimos o evento A como "Formar um código que contenha 2 números e 3 letras, de modo que não tenha nem números, nem letras repetidas". Dessa forma, considerando que podemos atribuir 10 números e 26 letras para o código, temos: n(A) P(A) = n(A) n(S) = = 135 169 Questão 2Suponha que, em um congresso, tenhamos 20 engenheiros e 10 matemáticos. Desejamos formar uma comissão com 5 congressistas para compor a organização do próximo congresso. Qual é a probabilidade de que essa comissão seja formada por 3 engenheiros e 2 matemáticos? A 0,19 0,36 0,52 D 0,67 E 0,70 A alternativa está correta. Para resolver este problema, podemos utilizar os conceitos de combinação - - tópico inerente à análise combinatória. Primeiro, vamos fazer o cálculo do total de comissões satisfatórias. Seja o evento A: "Formar comissão com 3 engenheiros e 2 matemáticos". Veja que, para escolher 3 engenheiros, escolheremos dos 20 existentes. Portanto, combinação de 20 escolhe 3. O mesmo raciocínio vale para a escolha dos 2 matemáticos: combinação de 10 escolhe 2, portanto: 20 ( 10 20! 100 = X = 3 2 3117! Engenheiros Matemáticos Por isso: n(A) = 51300. Agora, vamos fazer o cálculo do total de comissões possíveis:( 20 + 10 30! = = = 142506 5 5!25! Engenheiros + Matemáticos Logo: n(S) = 142506. Por fim, vamos fazer o cálculo da probabilidade: P(A) 51300 = 142506 = 359984842 Assim sendo, a chance de termos uma comissão formada por 3 engenheiros e 2 matemáticos é de, aproximadamente, 36%. Questão 3 Em uma classe, existem 3 alunos com média geral acima de 9, 7 alunos com média geral entre 7 e 9, e mais 5 alunos com média geral abaixo de 7. Qual é a probabilidade de que, se selecionarmos 5 alunos, 2 tenham média geral entre 7 e 9, 2 tenham média geral abaixo de 7, e 1 tenha média geral acima de 9? A 0,210 0,191 c 0,330 D 0,505 E 0,555 A alternativa A está correta. Este problema segue a mesma ideia do exercício anterior. Dessa forma, seja o evento A: "Selecionar 5 alunos, sendo que 2 têm média geral entre 7 e 9, 2 têm média geral abaixo de 7, e 1 tem média geral acima de 9", então:P(A) = 30 = = 143 Por isso, a chance de esse evento ocorrer é de, aproximadamente, 21%. Questão 4 Uma urna contém 6 bolas gravadas com as letras D, L, N, N, O. Extraindo as bolas uma por uma, sem reposição, qual é a probabilidade de obtermos a palavra LONDON? A 1/60 1/90 1/180 D 1/270 E 1/360 A alternativa está correta. Solução No vídeo a seguir, vamos apresentar a resolução da questão. Assista! Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Questão 5 Um jogo consiste em lançar uma moeda honesta até obter 3 caras consecutivas. Na primeira situação, quando obtemos 3 caras consecutivas, ganhamos jogo. Qual é a probabilidade de que jogo termine no terceiro lance?A 1/8 B 1/4 C 1/2 D 5/8 E 7/8 A alternativa A está correta. Este é o típico caso em que podemos utilizar o diagrama de árvore para resolver a questão: Cara Cara Coroa Cara Cara Coroa Coroa Cara Cara Coroa Coroa Cara Coroa Coroa Observe que a sequência em vermelho é aquela em que o jogo termina no terceiro lance. Como em cada lançamento as probabilidades são as mesmas, ou seja, 1/2, temos que, para terminar no terceiro lançamento, a probabilidade será (1/2)³, que é igual a 1/8. Questão 6Observamos que uma academia recebe, por hora, cerca de 200 clientes: 90 se dirigem ao setor de musculação. 80, ao setor de piscinas. 75, ao setor de atividades aeróbicas. 30, aos setores de musculação e de piscinas. 30, aos setores de musculação e de atividades aeróbicas. 25, aos setores de piscinas e atividades aeróbicas. Sabemos, ainda, que 20 clientes se dirigem a outros setores que não musculação, piscinas ou atividades aeróbicas, e que 10 clientes se dirigem aos três setores. Qual é a probabilidade de que um cliente da academia se dirija exclusivamente à musculação? A 1/10 1/5 1/4 D 1/2 E 3/4 A alternativa está correta. No vídeo a seguir, vamos vai apresentar a resolução da questão. Assista! Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Verificando aprendizadoQuestão 1 Dos 10 professores de uma universidade que se candidataram a uma promoção, 7 têm pós- doutorado e os demais não. Selecionando aleatoriamente 3 desses candidatos para determinada avaliação, qual é a probabilidade de que exatamente 2 tenham pós-doutorado? A 0,515 B 0,525 0,560 D 0,575 E 0,667 A alternativa está correta. Seja o evento A: "Selecionar 3 candidatos dos quais exatamente dois tenham pós-doutorado", assim: P(A) = = Questão 2 Os estágios foram classificados em 3 grupos, dependendo do tempo de duração. São eles: Estágios de curta duração - Tempo de duração inferior a 80 horas. Estágios de média duração - Tempo de duração com mais de 80 horas e menos de 300 horas. Estágios de longa duração - - Demais estágios. Experiências anteriores estimam que as probabilidades de se conseguir um estágio de curta, média e longa duração são, respectivamente, 0,5, 0,3 e 0,2. Selecionando k estagiários, qual é a probabilidade de haver estagiários de curta duração, estagiários de média duração e estagiários de longa duração, sendo eA k! x|yzz! B kt D E A alternativa A está correta. Para resolver esta questão, lembre-se da permutação com repetição, a fim de determinar o número de maneiras para escolher n elementos, dos quais são iguais, y são iguais e são iguais, que é dada por: k! Agora, multiplique por suas respectivas probabilidades elevadas ao número de elementos de cada estágio ou repetição. Assim, essa probabilidade é: k!3. Regras da probabilidade Introdução Neste módulo, adicionaremos duas regras que complementam o desenvolvimento do conceito de probabilidade. São elas: Regra 1 Regra 2 Trata do cálculo da probabilidade da união de Trata do cálculo da interseção de eventos quaisquer eventos. quando estes são independentes. É chamada de regra da multiplicação por alguns autores, mas também é conhecida como independência estatística. Regra da adição Neste video, vamos ver a regra de adição de probabilidade, ou seja, quando existe a probabilidade de um evento ocorrer, ou de outro evento ocorrer. Não perca! Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Esta regra permite calcular a probabilidade de ocorrência de um evento A ou de um evento B, ou, ainda, de ambos. Na teoria dos conjuntos, a conjunção "ou" está relacionada à união de eventos. Consequentemente, na regra da adição, interessados em determinar P(AUB) Dois eventos Considere dois eventos quaisquer, digamos A e B: Prova:P(A) P(B) Note que, no evento A (em cinza) e no evento (em azul), a interseção é contada duas vezes. Portanto, para calcular subtraímos uma vez n eventos Generalizando o caso para dois eventos, temos que, para n eventos, essa probabilidade é dada por: = Σ P Σ + Σ - i=1 iRegra da multiplicação (independência estatística) Vamos aprender, a partir de agora, a utilizar a regra de multiplicação para multiplicar probabilidades. Assista ao vídeo! Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Diferentemente da regra da adição, na regra da multiplicação, o interesse é calcular a probabilidade de que os eventos ocorram ao mesmo tempo, isto é, desejamos determinar a ocorrência do evento A e do evento B. Saiba mais Nesse caso, a conjunção "e" está associada à interseção. Desse modo, queremos determinar Logo, se a ocorrência do evento A não interfere na ocorrência do evento B, temos: Como consequência, surge o conceito de independência estatística. Assim, dizemos que dois eventos são independentes se a probabilidade da interseção é igual ao produto das probabilidades individuais, conforme a igualdade anterior. Podemos, ainda, estender esse conceito para n eventos, digamos A₁, A₂, Aₙ, então: No entanto, para que os n eventos sejam, de fato, independentes, essa igualdade tem de valer para todos os subconjuntos desses n eventos, ou seja, a igualdade tem de ser satisfeita para eventos, para n-2 eventos, inclusive para apenas dois eventos, Exemplo: Uma urna contém 5 bolas azuis e 3 bolas brancas. Retiramos dessa urna 2 bolas de forma sucessiva e com reposição. Qual é a probabilidade de que a primeira bola seja azul, e a segunda seja branca?Solução Considere os eventos Aᵢ: "a bola na i-ésima retirada é azul" e "a bola na i-ésima retirada é branca". Observe que, como a retirada é sem reposição, a retirada da primeira bola não afeta a probabilidade da segunda bola. Portanto: = 64 15 O caso em que a ocorrência de um evento afeta a do outro será tratado em outro momento. Teoria na prática Uma pesquisa eleitoral apresenta o resultado da preferência para presidente segundo a classe social. Os dados estão apresentados na tabela a seguir: PREFERÊNCIA CLASSE SOCIAL Candidato X Candidato Y Classe A 150 50 Classe 170 130 Classe 220 280 Houve a seleção de um eleitor ao acaso. Qual é a probabilidade de esse eleitor ser da classe ou preferir o candidato X? Chave de resposta No vídeo a seguir, vamos apresentar a resolução da questão. Assista! Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Mão na massa Questão 1 A probabilidade de um físico resolver uma questão de cálculo é de 3/4 e a de um engenheiro resolver a mesma questão é de 5/7. Qual é a probabilidade de a questão ser resolvida?A 1/7 2/7 C 9/14 D 11/14 E 13/14 A alternativa E está correta. Sejam os eventos A: físico resolve a questão" e B: engenheiro resolve a questão". Veja que os eventos A e B são independentes, pois o fato de o físico resolver a questão não interfere no fato de o engenheiro resolver a questão. Logo: 3 5 15 26 13 + 4 7 28 28 14 Questão 2 Considere as informações da tabela a seguir, que trata da preferência de duas marcas de um produto de beleza por sexo: Sexo Preferência Homens Mulheres Marca A 7 3 Marca 8 12 Tabela: Preferências. Paulo Maranhão Houve a seleção de uma pessoa ao acaso. Qual é a probabilidade de essa pessoa ser mulher ou preferir a marca A?A 2/15 B 7/15 11/15 D 13/15 E 14/15 A alternativa está correta. No vídeo a seguir, vamos apresentar a resolução da questão. Assista! Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Questão 3 Considerando os dados da questão anterior, os eventos "preferir a marca A" e "ser mulher" são independentes? A Sim B Não Sim, mas somente se P(A) = 0. D Sim, mas somente se P(B) = 0. E Podem ser.A alternativa está correta. Considere novamente os eventos A: "Preferir a marca A" e M: "Ser mulher". Para que os eventos sejam independentes, devemos saber que: Mas vimos que: Logo: Portanto, A e não são independentes. Questão 4 Considerando novamente os dados da questão 2, qual é a probabilidade de a pessoa selecionada preferir a marca B e ser homem? A 4/15 7/15 11/15 D 13/15 E 14/15A alternativa A está correta. Sejam os eventos B: "Preferir a marca B" e H: "Ser homem", assim: = = 15 4 Questão 5 Uma gaveta contém 3 moedas de 1 real e 2 moedas de cinquenta centavos. Retiramos de uma caixa duas moedas de forma sucessiva e com reposição. Qual é a probabilidade de a primeira moeda ser de 1 real e a segunda ser de cinquenta centavos? A 1/5 2/5 6/25 D 12/25 E 14/25 A alternativa está correta. Solução Considere os eventos Ai: "A moeda na i-ésima retirada é de 1 real" e Bi: "A moeda na i-ésima retirada é de cinquenta centavos". Observe que, como a retirada é sem reposição, a retirada da primeira moeda não afeta a probabilidade da segunda. Por isso:X = 25 6 Questão 6 As probabilidades de dois times cariocas, A e B, jogando contra times paulistas, vencerem suas partidas, é de 1/3 e 2/5, respectivamente. Sabemos, ainda, que a probabilidade de os dois times empatarem seus jogos com times paulistas é igual a 1/3. Se A e B jogam uma partida no mesmo dia contra adversários paulistas diferentes, qual a probabilidade de que ambos vençam suas respectivas partidas? A 1/15 2/15 c 4/15 D 7/15 E 11/15 A alternativa está correta. No vídeo a seguir, vamos apresentar a resolução da questão. Assista! Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Verificando aprendizado Questão 1 Se P(A) = 1/2 e P(B) = 1/4, e Ae são independentes, determine em que complemento do eventoA 5/8 B 3/8 C 1/4 D 1/2 A alternativa B está correta. Vamos ao raciocínio: = 1 P(AUB) = 1 [P(A) + P(B) Mas como A e B são independentes, temos que: = . Logo: P(AUB) = P(A) + P(B) = P(A) + P(B) P(A) P(B) = 1111315 Portanto: P = 1 P(AUB) = 1 = 3 > Questão 2 Considerando a questão anterior, qual é a ? A 3/4 B 1/2 1/4D 1/8 A alternativa D está correta. Como A e B são independentes, temos que: = P(A) então: = P(A) P(B) = 1/2 X 1/4 = 1/84. Eventos condicionais com base na resolução de problemas associados a eles Introdução Neste módulo, serão vistos todos os conceitos relacionados a eventos condicionais. Iniciaremos com a definição clássica de probabilidade condicional utilizada quando a probabilidade de um evento é afetada por outros eventos que aconteceram anteriormente. Em seguida, passaremos pelos teoremas do produto (multiplicação) e da probabilidade total. Esses dois tópicos são importantes para o entendimento do Teorema de Bayes principal teorema associado a eventos condicionais. Probabilidade condicional Neste vídeo, vamos aprender a calcular as probabilidades em condições restritas. Não perca! Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Dados dois eventos, digamos A e B, denota-se P(A|B) a probabilidade condicional do evento quando B já tiver ocorrido, e é dada por: P(A|B) = P(AnB) P(B) com pois B já ocorreu. Teorema do produto Também conhecido como regra da multiplicação, este teorema serve para determinar a probabilidade da interseção entre dois eventos usando o conceito de probabilidade condicional. Dessa forma, temos: P(A∩B) P(A|B) = P(B) ou P(B|A) = = P(A) Teorema da probabilidade total Utiliza o teorema do produto para obter a probabilidade de um evento que permeia todos os outros eventos da partição do espaço amostral. Para dois eventos Observe a imagem a seguir:S A Aᶜ B Note que podemos escrever B da seguinte forma: P(B) = Múltiplos eventos Veja a seguinte imagem: S A₁ A₂ Aₙ B Logo, temos que: P(B) = + + P(B|Aₙ) - P(Aₙ)Teorema de Bayes Neste video, vamos entender mais sobre condicionalidade e o teorema de Bayes. Assista! Conteúdo interativo Acesse a versão digital para assistir ao vídeo. Sejam Aₙ n eventos mutuamente excludentes, em que a probabilidade de cada Aᵢ é conhecida, tal que A₁ A₂ Seja B um evento qualquer de e considere que as probabilidades condicionais P(B|Aᵢ) também sejam conhecidas: = Prova: Teerema do Produto = P(B) Teorema da Probabilidade Total Mão na massa Questão 1 50 amostras de um material foram analisadas quanto à resistência ao choque e resistência ao arranhão. Os resultados obtidos estão dispostos na tabela a seguir: Resistência ao arranhão Resistência ao choque Baixa Total Alta 40 5 45 Baixa 2 3 5 Total 42 8 50 Tabela: Resultados obtidos. Paulo H. C. Maranhão Determine a probabilidade de termos uma resistência ao arranhão alta, dado que a resistência ao choque é baixa.