Baixe o app para aproveitar ainda mais
Prévia do material em texto
Possibilidades e Probabilidades Guilherme Biz 26 de fevereiro de 2014 • Ate´ poucos se´culos atra´s, tudo que tivesse relac¸a˜o com o acaso era visto como intensa˜o divina e, portanto, era considerado ı´mpio tentar analisar o “mecanismo do sobrenatural” por meio da matema´tica. • A teoria da probabilidade comec¸ou a ser utilizada nos estu- dos das leis da natureza somente quando teve o pensamento cient´ıfico com eˆnfase em observac¸o˜es e experimentac¸a˜o. Contagem • No estudo de “o que e´ poss´ıvel” existem dois tipos de proble- mas. • Temos o problema de listar tudo que pode ocorrer numa determinada situac¸a˜o. • O segundo tipo de problema sa˜o situac¸o˜es em que na˜o necessitamos de uma listagem completa Princ´ıpio fundamental da contagem • Exemplo 1: Se um cientista quer realizar uma experieˆncia com um de 12 medicamentos para sinusite, testando com camun- dongos, porquinhos da ı´ndia e ratos. De quantas maneiras o cientista pode escolher um dos medicamentos e uma das treˆs cobaias? • Princ´ıpio fundamental da contagem: Se uma ac¸a˜o e´ com- posta de duas etapas sucessivas, sendo que a primeira pode ser realizada de m maneiras, e a segunda pode ser realizada de n maneiras, enta˜o, o nu´mero de maneiras de se realizar a ac¸a˜o e´ m × n. • Exemplo 2: Um teste consiste em 15 questo˜es de mu´ltipla escolha, cada questa˜o apresentando quatro opc¸o˜es de respostas. De quantas maneiras diferentes um estudante pode marcar uma resposta para cada uma das questo˜es? • De quantas maneiras oito professores substitutos podem ser distribu´ıdos para lecionar oito turmas de um curso de Engenha- ria? Permutac¸o˜es • Permutac¸a˜o: Denomina-se permutac¸a˜o de n elementos dados a toda sucessa˜o de n termos formada com os n elementos dados. • Geralmente estamos interessado no nu´mero de permutac¸o˜es que podem ser feitas com determinados elementos. • permutac¸o˜es com elementos distintos. Pn = n! • permutac¸o˜es com elementos repetidos. Pn1,n2,...,nkn = n! n1!n2!...nk ! em que n1 + n2 + ... + nk = n • Exemplo 3: Quantos sa˜o os anagramas do nome BIZ? • Exemplo 4: Quantos sa˜o os anagramas da palavra BRASIL? • Exemplo 5: Quantos sa˜o os anagramas da palavra ESTAT´ISTICA? • Exemplo 6: Quantos sa˜o os anagramas da palavra PALMEI- RAS? Exerc´ıcios • 1- Sete atletas participam de uma prova de atletismo. Na˜o ocorrendo nenhum empate, quantas sa˜o as classificac¸o˜es poss´ıveis nesta prova? • 2- Numa mesa de bilhar ha´ 4 bolas vermelhas, 3 bolas brancas, 2 amarelas e uma verde, encostadas umas nas outras, em linha reta. De quantas maneiras pode-se dispor estas bolas obtendo coloridos diferentes? Arranjos • Arranjos: Denominam-se arranjos de n elementos distintos to- mados k a k a`s sucesso˜es formadas de k termos distintos esco- lhidos entre os n elementos dados, em que cada agrupamento importa a ordem. An,k = n! (n − k)! • Exemplo 7: De quantas maneiras distintas os 48 membros de um sindicato podem escolher um presidente, um vice-presidente, um secreta´rio e um tesoureiro? • Exemplo 8: De quantas maneiras diferentes podemos colocar as 3 das 4 primeiras letras do alfabeto? • Exemplo 9: Numa festa compareceram 36 pessoas. Se cada uma delas cumprimentou todas as outras ao chegar, quantos cumprimentos foram realizados? Combinac¸o˜es • Combinac¸o˜es: Denominam-se combinac¸o˜es de n elementos distintos tomados k a k aos conjuntos formados de k elemen- tos distintos escolhidos entre os n elementos dados, em que a ordem do agrupamento na˜o importa. Cn,k = n! k!(n − k)! • Exemplo 10: De quantas maneiras diferentes podemos ter os seis valores da mega-sena? • Exemplo 11: Nu´mero de maneiras de formar um comiteˆ de quatro dos 45 membros de um direto´rio acadeˆmico? • Exemplo 12: De quantas maneiras diferentes o diretor de um laborato´rio de pesquisa pode escolher dois qu´ımicos dentre sete candidatos e treˆs f´ısicos dentre nove candidatos? Probabilidade • A probabilidade de um evento e´ a proporc¸a˜o do nu´mero de vezes em que eventos do mesmo tipo ocorrem a longo prazo. • Exemplo 13: Utilizando o exemplo 2, qual a probabilidade de um aluno tirar nota 10 “chutando” todas as 15 questo˜es? • Exemplo 14: Utilizando o exemplo 10, qual a probabilidade de ganhar na mega-sena com um jogo simples? • Exemplo 15: Qual e´ a probabilidade de se tirar um A´s de um baralho bem misturado de 52 cartas? Conceito cla´ssico • Conceitos probabil´ısticos sa˜o necessa´rios para estudar fenoˆmenos aleato´rios, isto e´, situac¸o˜es em que resultados poss´ıveis sa˜o co- nhecidos, mas na˜o se pode saber a priori qual deles ocorrera´. • Caso os fenoˆmenos estudados, repetidos sob as mesmas condic¸o˜es iniciais, levem sempre ao mesmo resultado, eles sa˜o chamados de determin´ısticos. • Definic¸a˜o: Se ha´ n possibilidades igualmente prova´veis, das quais uma deve ocorrer, e s sa˜o consideradas como favora´veis, ou enta˜o um “sucesso”, a probabilidade de um “sucesso” e´ de s n . Experimento Aleato´rio • Sa˜o fenoˆmenos que, mesmo repetidos va´rias vezes sob mes- mas condic¸o˜es, apresentam resultados imprevis´ıveis, ou seja, o fenoˆmeno acusa variabilidade em seus resultados. 1 O lanc¸amento de uma moeda. 2 Lanc¸ar treˆs moedas justas e observar as faces voltadas para cima. 3 Lanc¸ar um dado e observar a face voltada para cima. Espac¸o Amostral - Ω • O conjunto de todos os resultados poss´ıveis de um experimento aleato´rio e´ chamado de espac¸o amostral. 1 Ω = {c , k} em que c =cara e k =coroa. 2 Ω = {ccc , cck , ckc , kcc , ckk , kck , kkc , kkk}. 3 Ω = {1, 2, 3, 4, 5, 6}. Evento • E´ qualquer subconjunto do espac¸o amostral. Aqui, um sub- conjunto significa qualquer parte de um conjunto, inclusive o pro´prio conjunto como um todo e o conjunto vazio, denotado por ∅, que na˜o conte´m elemento algum. Denotamos os eventos por letras maiu´sculas, A, B, C.... 1 A = {∅}; B = {c}; C = {k} e D = {c , k}. 2 A = {ccc}; B = {kcc , kkc}; C = {kkk}. 3 A = {2}; B = {4, 5, 6}; C = {2, 4, 6}. Diagrama de Venn • Uma forma de ilustrar o espac¸o amostral, eventos e poss´ıveis resultados, e´ pelo Diagrama de Venn. • Conceito cla´ssico de probabilidade. P(A) = Nu´mero de resultados favora´veis a A Nu´mero de resultados poss´ıveis . Operac¸a˜o com Eventos • Unia˜o de eventos: unia˜o de A e B equivale a` ocorreˆncia de A, ou de B, ou ambos. (A ∪ B) • Intersec¸a˜o de eventos: A intersec¸a˜o de dois eventos A e B, e´ o evento que consiste de todos os elementos contidos simul- taneamente em A e em B. (A ∩ B) • Eventos disjuntos: Dois eventos A e B, dizem-se disjuntos ou mutuamente exclusivos, quando a ocorreˆncia de um deles impossibilita a ocorreˆncia do outro. Os dois eventos na˜o tem elementos em comum. (A ∩ B) • Complemento: Seja A um evento, logo o complementar de A, (A′,Ac ou A¯), e´ o evento que consiste todos os elementos do espac¸o amostral que na˜o esta˜o contidos em A. Ac ⇒ { Ac ∪ A = Ω Ac ∩ A = ∅ Propriedades da Probabilidade • 0 ≤ P(A) ≤ 1. • P(Ω) = 1 • P(∅) = 0 Propriedades de ca´lculo de probabilidade • Seja A e B dois eventos. Logo, P(A ∪ B) = P(A) + P(B)− P(A ∩ B), P(A ∪ Ac) = P(Ω) = 1 = P(A) + P(Ac), P(Ac) = 1− P(A). • Se A e B forem disjuntos (mutuamente exclusivos), teˆm-se P(A ∩ B) = 0, enta˜o P(A ∪ B) = P(A) + P(B). Exemplos • Exemplo 16: Lanc¸ar um dado e observar a face voltada para cima. Sejam os eventos: A - o resultado ser ı´mpar; B - ser menor ou igual a 3; C - ser maior que 2 ; D - ser primo. Calcule: 1 P(A) 2 P(B) 3 P(A ∪ D) 4 P(C ∪ D) 5 P(Ac ∩ D) 6 P(Bc ∩ C ) • Exemplo 17: Uma urna conte´m 7 bolas brancas e treˆs verdes. Escolhemos 4 bolas ao acaso, de modo que a ordem das bo- las seja irrelevante.Qual e´ a probabilidade de ter duas bolas verdes? Generalizac¸a˜o da regra da adic¸a˜o • Se k eventos sa˜o mutuamente excludentes, a probabilidade de ocorreˆncia de um deles e´ igual a` soma de suas probabilidades individuais. P(A1 ∪ A2 ∪ ... ∪ Ak) = P(A1) + P(A2) + ... + P(Ak), para quaisquer eventos mutuamente excludentes A1, A2, ...e Ak . • Exemplo 18: As probabilidades de um servic¸o de teste do con- sumidor classificar uma nova ma´quina fotogra´fica como ruim, razoa´vel, boa, muito boa e excelente sa˜o 0,07; 0,16; 0,34; 0,32 e 0,11. Qual e´ a probabilidade de a nova ma´quina ser classifi- cada como boa, muito boa ou excelente? • Suponhamos que um instituto de pesquisa de consumidores te- nha estudado os servic¸os prestados dentro da garantia por 200 lojas de pneus em uma grande cidade: Tabela : Servic¸os prestados em 200 lojas de pneus Lojas Bom servic¸o Servic¸o deficiente Total dentro da garantia dentro da garantia Especializada 64 16 80 N˜ especializada 42 78 120 Total 106 94 200 • Dado que: • N e´ o evento escolher uma loja especializada na marca. • G e´ o evento escolher uma loja que preste bons servic¸os dentro da garantia. • N ∩ G e´ o evento escolher uma loja especializada numa marca que preste bons servic¸os dentro da garantia. Caso seja selecionado uma dessas 200 lojas aleatoriamente, qual a probabilidade de cada um desses eventos? • Se limitamos a lojas especializadas numa marca, estamos redu- zindo o espac¸o amostral para 80 lojas. Qual a probabilidade de escolher uma loja que preste bons servic¸os dentro da garantia, dado que e´ uma loja especializada numa marca? Probabilidade Condicional • Definic¸a˜o: Se P(B) e´ diferente de zero, enta˜o a probabilidade condicional de A em relac¸a˜o a B, isto e´, a probabilidade de A dado B e´: P(A|B) = P(A ∩ B) P(B) • Com refereˆncia a`s lojas de pneus, qual e´ a probabilidade de uma loja que na˜o e´ especializada numa marca prestar bons servic¸os sob garantia? • Exemplo 19: Em uma fa´brica de parafusos, as ma´quinas A, B e C produzem 25%, 35% e 40% do total, respectivamente. Da produc¸a˜o de cada ma´quina 5%, 4% e 2%, respectivamente, sa˜o parafusos defeituosos. Escolhe-se ao acaso um parafuso e verifica-se que e´ defeituoso. Qual a probabilidade de que o parafuso venha da ma´quina A? da B? e da C?. Eventos independentes • Se A e B sa˜o eventos independentes, enta˜o P(A ∩ B) = P(A)P(B) • Exemplo 20: Confira cada par de eventos dados a seguir quanto a` independeˆncia 1 Eventos A e B para os quais P(A) = 0, 40, P(B) = 0, 90 e P(A ∩ B) = 0, 36. 2 Eventos C e D para os quais P(C ) = 0, 75, P(D) = 0, 80 e P(C ∩ Dc) = 0, 15 3 Eventos E e F para os quais P(E ) = 0, 30, P(F ) = 0, 35 e P(E c ∩ F c) = 0, 4. • Exemplo 21: A probabilidade de que A resolva um problema e´ de 23 , e a probabilidade de que B o resolva e´ de 3 4 . Se am- bos tentarem independentemente, qual a probabilidade de o problema ser resolvido? Teorema de Bayes • Uma das relac¸o˜es mais importantes envolvendo probabilidade condicionais e´ dada pelo teorema de Bayes. A versa˜o mais simples desse teorema e´ dada por: P(A|B) = P(A ∩ B) P(B) = P(A)P(B|A) P(B) • Exemplo 22: Temos cinco urnas, cada uma com seis bolas. Duas dessas urnas (tipo C1) teˆm 3 bolas brancas, duas outras (tipo C2) teˆm 2 bolas brancas, e a u´ltima urna (tipo C3) tem 6 bolas brancas. Escolhemos uma urna ao acaso e dela retiramos uma bola. Qual a probabilidade de a urna ser do tipo C3, sabendo-se que a bola sorteada e´ branca? • Exemplo 23: Num certo estado onde os automo´veis devem ser testados quanto a` emissa˜o de gases poluentes, 25% de todos os automo´veis emitem quantidades excessivas de gases poluentes. Ao serem testados 99% de todos os automomo´veis que emitem quantidades excessivas de gases poluentes sa˜o reprovados, mas 17% dos que na˜o emitem quantidades excessivas de gases po- luentes tambe´m sa˜o reprovados. Qual e´ a probabilidade de um automo´vel que e´ reprovado no teste efetivamente emitir uma quantidade excessiva de gases poluentes? Teorema de Bayes • A probabilidade de ocorreˆncia do evento Ci , supondo-se a ocorreˆncia do evento A, e´ dada por: P(Ci |A) = P(Ci )P(A|Ci )∑n j=1 P(Cj)P(A|Cj) para todo i = 1, 2, ..., n. • Exemplo 24: Numa fa´brica de enlatados, as linhas de produc¸a˜o I, II e III respondem por 50, 30 e 20% da produc¸a˜o total. Se 0,4% das latas da linha I sa˜o lacradas inadequadamente e as percentagens correspondentes a`s linhas II e III sa˜o de 0,6% e 1,2%, respectivamente, qual e´ a probabilidade de uma lata lacrada impropriamente (descoberta na inspec¸a˜o final de pro- dutos prontos) provir da linha de produc¸a˜o I? Exerc´ıcios 1- Um restaurante popular apresenta apenas dois tipos de re- feic¸o˜es: salada completa ou uma prato a` base de carne. Con- sidere que 20% dos fregueses do sexo masculino preferem a salada, 30% das mulheres escolhem carne, 75% dos fregueses sa˜o homens e os seguintes eventos: H - fregueˆs e´ homem; M - fregueˆs e´ mulher; A - fregueˆs prefere salada; B - fregueˆs prefere carne. Calcular: 1 P(H),P(A|H),P(B|M); 2 P(A ∩ H),P(A ∪ H); 3 P(M|A). 2- A probabilidade de um famoso maratonista nigeriano participar da corrida de Sa˜o silvestre e´ de 0,60. Se ele na˜o disputar a corrida, a probabilidade de o campea˜o do ano passado voltar a vencer e´ de 0,66 mas se ele disputar a corrida, a probabilidade de o campea˜o do ano passado voltar a vencer e´ de apenas 0,18. 1 Qual e´ a probabilidade de o campea˜o do ano passado voltar a vencer? 2 Suponha que o campea˜o do ano passado voltou a vencer. Qual e´ a probabilidade de o famoso maratonista nigeriano na˜o ter participado da corrida? 3- Suponhamos que 10000 bilhetes sejam vendidos em uma loteria e 5000 em outra, cada uma tendo apenas uma ganhador. Um homem tem 100 bilhetes de cada. Qual a probabilidade de que: 1 ele ganhe alguma coisa? 2 ele ganhe exatamente um preˆmio?
Compartilhar