Baixe o app para aproveitar ainda mais
Prévia do material em texto
Coordenadoria de Matemática Notas de aula Probabilidade Oscar Luiz Teixeira de Rezende Vitória – 2006 Probabilidade Oscar Luiz Teixeira de Rezende ___________________________________________________________________ 2 1. INTRODUÇÃO Quando investigamos algum fenômeno, verificamos a necessidade de descrevê-lo por um modelo matemático que permite explicar, da melhor forma possível, este fenômeno. Os fenômenos são classificados em dois tipos: Fenômenos determinísticos e Fenômenos aleatórios. 1.1. Fenômenos determinísticos: São aqueles que repetidos nas mesmas condições iniciais conduzem sempre a um mesmo resultado. Exemplo: Deixar uma massa M cair em queda livre de uma altura de 1 metro sobre uma superfície e anotar tempo t de queda livre. 1.2. Fenômenos aleatórios: São aqueles que repetidos sob as mesmas condições iniciais podem conduzir a mais que um resultado. Exemplos: lançamento de uma moeda, lançamento de um dado, o tempo de vida útil de uma lâmpada, número de clientes que vão a um banco em um determinado dia, etc. O objetivo do estudo da teoria das probabilidades são fenômenos aleatórios, e vamos nos restringir nosso estudo a uma classe de fenômenos aleatórios chamados experimentos. 2. TEORIA DAS PROBABILIDADES Como o objetivo do nosso estudo são os experimentos e eles admitem mais do que um resultado, faz sentido definir o conjunto de todos os possíveis resultados do experimento. 2.1. Espaço amostral :É o conjunto de todos os resultados possíveis de um experimento, e será denotado por S. Exemplos : Considere os experimentos a) Lançar uma moeda e anotar a face superior. S= {ca, co} b) Lançar um dado e anotar o número de pontos da face superior. S= { 1, 2, 3, 4, 5, 6} Probabilidade Oscar Luiz Teixeira de Rezende ___________________________________________________________________ 3 c) Instalar uma lâmpada em um soquete e anotar o tempo que a lâmpada leva para queimar. S= { }0| ntRt , n é o tempo que a lâmpada queima. 2.2. Evento: É qualquer subconjunto do espaço amostral do experimento. Exemplos: a) No lançamento de um dado o evento A representa o conjunto cujo número da face superior é par. A= { 2, 4, 6} b) No lançamento de uma moeda e um dado o evento B representa o conjunto cujo número da face superior do dado é maior que 4. B= {(ca, 5); (ca, 6); (co, 5); (co, 6)} A seguir , apresentamos um modelo matemático adequado à representação da relação entre o espaço amostral e o evento 3. DEFINIÇÃO DE PROBABILIDADE Existem três formas de se definir a probabilidade, a escolha da forma depende da natureza da situação. 3.1. Probabilidade Clássica Aplicam-se a situações em que os resultados que compõe o espaço amostral ocorrem com a mesma probabilidade. Nesta situação a probabilidade de um determinado evento é definida coma sendo a razão entre o número de elementos do evento e o número de elementos do espaço amostral. S A Probabilidade Oscar Luiz Teixeira de Rezende ___________________________________________________________________ 4 )( )( )( Sn An AP Desta definição podemos observar que: a) 1)(0 AP ; b) 1)( SP ; c) Se A , então 0)( AP d) 1)()( APAP , sendo A a representação do conjunto “Não A” Exemplo : No lançamento de um dado e observar a face superior deste dado, determine a probabilidade de ocorrer um número par. S= {1, 2, 3, 4, 5, 6} e A= {2, 4, 6} então n(S) = 6 e n(A) = 3 P(A) = 3/6 =1/2 3.2. Probabilidade pela frequência relativa Deve ser aplicada quando um experimento é observado e a frequência com que determinado evento ocorre nesta observação, esta probabilidade é sempre estabelecida por uma criteriosa pesquisa onde as frequências são estabelecidas. Exemplo Observa-se que dos 1000 clientes que vão a um supermercado e compram um produto, 500 deles compram o produto da marca A. Podemos estabelecer então que a Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 5 probabilidade de um consumidor que compra o produto, comprar o produto da marca A e: P(A)= 500/1000 = 1/2 . 3.3. Probabilidade subjetiva Em situações em que o experimento se repete com uma certa regularidade mas não há possibilidade de repeti-lo sucessivamente um número razoável de vezes e nem aplicar a forma clássica, então se faz uma avaliação subjetiva da probabilidade. Exemplo: A probabilidade de uma pessoa engordar ao comer pizza regularmente durante um ano sem uma queima de calorias adequadas é de 0,8 ou 80%. Esta probabilidade é totalmente subjetiva e foi estabelecida sem nenhum critério cientifico. 4. PROBABILIDADE DA UNIÃO DE DOIS EVENTOS )( )()()( )( )( )( )( SN BANBNAN BAP SN BAN BAP )()()()( BAPBPAPBAP Quando BA , ,0)( BAP então: )()()( BPAPBAP Exemplo: Retira-se uma carta de um baralho completo de 52 cartas. Qual a probabilidade de sair um rei ou uma carta de espadas? Seja A: saída de um rei B: saída de uma carta de espadas 52 4 )(},,,{ APRRRRA pceo A B S Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 6 52 13 )(},,2,{ BPRAB eee 52 1 )( BAP logo: )()()()( BAPBPAPBAP 52 1 52 13 42 4 )( BAP 52 16 )( BAP 5. PROBABILIDADE CONDICIONADA Vamos analisar a diferença entre extrair uma peça de um lote, ao acaso, com ou sem reposição. Suponha a seguinte situação: um lote de peças tem 80 peças defeituosas e 20 defeituosas. Suponha que escolhemos duas peças desse lote: a) Com reposição; b) Sem reposição. A = {a primeira peça é defeituosa}; B = {a segunda peça é defeituosa}. Se estivermos extraindo com reposição , P(A)=P(B) = 20/100 = 1/5, porque cada vez que extrairmos do lote, existirão 20 peças defeituosas no total de 100. No entanto, se estivermos extraindo sem reposição, os resultados não serão tão imediatos. É ainda verdade, naturalmente, que P(A) = 1/5, mas para calcularmos P(B) devemos conhecer a composição do lote no momento de se extrair a segunda peça. Isto é, deveremos saber se A ocorreu ou não. Este exemplo mostra a necessidade de se introduzir o seguinte importante conceito. Sejam A e B dois eventos associados ao experimento E. Denotaremos por P(B|A) a probabilidade condicionada do evento B quando A tiver ocorrido. No exemplo acima P(B|A) = 19/99, porque se A tiver ocorrido, então para a Segunda extração restarão somente 99 peças, das quais 19 delas serão defeituosas. Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 7 Nota: Sempre que calcularmos P(B|A), estaremos essencialmente calculando P(B) em relação ao espaço amostral reduzido A, em lugar de fazê-lo em relação ao espaço amostral original S. A parte de B que esta contida em A é representada por BA . Concluímos que: 0)(; )( )( )( )( )( )( )( )( )/( AP AP BAP SN AN SN BAN AN BAN ABP )( )( )/( AP BAP ABP Exemplo: considere 250 alunos que cursam o primeiro ciclo de uma faculdade. Destes alunos 100 são homens (H) e 150 são mulheres (M), 110 cursam física (F) e 140 cursam química (Q). A distribuição dos alunos é a seguinte Total H 40 60 100 M 70 80 150 Total 110 140 250 Um aluno é sorteado ao acaso. Qual a probabilidade de que esteja cursando química, dado que é mulher? Pelo quadro vemos que esta probabilidade é de 150 80 e representamos 150 80 )/( MQP Observamos, porém, que 250 80 )( QMP e 250 150 )( MP . Para obtermos o resultado do problema basta considerar que: B A Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 8 150 80 250 150 250 80 )( )( )/( MP QMP MQP 5.1. Teorema Da Multiplicação Uma consequência importante da definição acima é a seguinte: )( )( )/( AP BAP ABP )/().()( ABPAPBAP )/().()( )( )( )/( BAPBPBAP BP BAP BAP Em particular quando os eventos A e B são independentes, )()/( APBAP ou )()/( BPABP temos: )().()( BPAPBAP 5.2. Teorema da Probabilidade Total Dizemos que os eventos B1, B2, ...,Bk representam uma partição do espaço amostral S, quando a) ji BB para ji . b) k i i SB 1 . (união de todos os iB ) c) OBP i )( para todo i. Vamos ilustrar a situação para um K = 5. A B2 B1 B3 B4 B5 Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 9 Considerando A um evento qualquer de S e B1, B2, B3, B4 e B5 uma partição de S temos: )()()()()( 54321 BABABABABAA como ))...(( 51 BABA são dois a dois mutuamente excludentes temos: )()()()()()( 54321 BAPBAPBAPBAPBAPAP Generalizando temos: )(...)()()( 21 kBAPBAPBAPAP Este resultado é conhecido como teorema da probabilidade total. Ele é utilizado quando P(A) é difícil de ser calculada diretamente, porém simples se for usada a relação acima. Exemplo: Uma urna contém 3 bolas brancas e 2 amaralas. Uma Segunda urna contém 4 bolas brancas e 2 amarelas. Escolhe-se, ao acaso, uma urna e dela retira-se, também ao acaso, uma bola. Qual a probabilidade: a) da bola escolhida ser da da urna I e branca? b) da bola escolhida ser branca? c) Se a bola escolhida foi branca, qual a probabilidade que tenha sida escolhida uma bola da urna I Para resolver este problema vamos usar um modelo matemático conhecido como diagrama de árvore, que auxilia a resolução dos problemas de probabilidade quando é possível fragmentar um experimento em outros experimentos sucessivos. I II 3B 2A 4B 2A P(I)=1/2 . P(II)=1/2 II I P(B/I)=3/5 B A P(A/I)=2/5 B A P(B/II)=4/6 P(B/II)=2/6 Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 10 a) 10 3 5 3 2 1 )/()()( IBPIPBIP b) 30 19 12 4 10 3 6 4 2 1 5 3 2 1 )()()( BIIPBIPBP c) 19 9 30 19 10 3 )( )( )/( BP BIP BIP 6. EXERCÍCIOS 1) Lance um dado e uma moeda a) Construa o espaço amostral b) Enumere os seguintes eventos A = { coroa, marcada por um número par} B = { cara, marcado por um número impar} C = { múltiplo de 3 } c) Expresse os eventos I) B II) A ou B ocorrem III) B e C ocorrem IV) BA 2) Se 4 1 )(; 2 1 )( BPAp e A e B são mutuamente exclusivos, calcular: a) )(AP b) )(BP c) )( BAP d) )( BAP e) )( BAP 3) Se 4 1 )( 3 1 )(; 2 1 )( BAPeBPAP , calcule: a) )( BAP b) )( BAP c) )( BAP 4) Determine a probabilidade de cada evento: a) Um número para aparecer no lançamento de um dado não viciado. b) Um rei aparecer ao extrair-se uma carta de um baralho. c) Pelo menos uma cara aparece no lançamento de 3 moedas. d) Pelo menos uma cara aparece no lançamento de “n” moedas. e) Duas copas aparecem ao retira-se duas cartas de um baralho. f) Uma carta de copas e uma de ouros aparecem ao extraírem-se duas cartas de um baralho. Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 11 5) Um número inteiro é escolhido aleatoriamente dentre os números 1, 2, 3, ..., 50. Qual a probabilidade de que: a) O número seja divisível por 5. b) Terminar em 3. c) Ser primeiro; d) Ser divisível por 6 ou por 8. 6) Qual a probabilidade de sair um rei ou uma carta de copas, quando retiramos uma carta de um baralho. 7) Dois dados são lançados simultaneamente. Qual a probabilidade de: a) A soma ser menor que 4. b) A soma ser 9. c) O primeiro resultado ser maior do que o segundo. 8) Numa urna são misturadas dez bolas numeradas de 1 a 10. Duas bolas são retiradas sem reposição. Qual a probabilidade de a + b = 10? 9) Um lote é formado por 10 peças boas, 4 com defeitos e duas com defeitos graves. Uma peça é escolhida ao acaso. Calcular a probabilidade de que: a) ela não tenha defeitos graves; b) ela não tenha defeitos; c) ela seja boa ou tenha defeitos graves. 10) Considere os mesmos lotes do problema anterior. Retiram-se duas peças são acaso. Qual a probabilidade de que : a) ambas sejam perfeitas; b) pelo menos uma seja perfeita; c) nenhuma tenha defeito grave; d) nenhuma seja perfeita. 11) Uma urna contém 5 bolas brancas e 6 pretas. Três bolas são retiradas. Calcular a probabilidade de : a) Todas pretas; b) Exatamente uma branca; c) Ao menos uma preta. 12) numa classe existem 5 alunos do 4º anos, 4 do 2º e 3 do 3º ano. Qual a probabilidade de serem sorteados 2 alunos do 2º ano, 3 do 4º e 2 do 3º ? Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 12 13) Em um grupo de 500 estudantes, 80 estudam Economia, 150 estudam Ciências Contábeis e 10 estudam Economia e Ciências Contábeis. Se um aluno é escolhido ao acaso. Qual a probabilidade de que: a) Ele estude somente Economia? b) Ele não estude Economia, nem Ciências Contábeis? c) Ele estude Economia ou Ciências Contábeis? d) Ele não estude Economia ou estude Ciências Contábeis? 14) Dado 4 1 )( 3 1 )(; 2 1 )( BAPeBPAP , calcular: a) )/( BAP b) )/( ABP c) )/( BBAP 15) Façam A e B serem dois eventos com 4 1 )( 3 1 )(; 2 1 )( BAPeBPAP . Encontre )/()/( ABPeBAP . 16) As probabilidades de 3 jogadores marcarem um penalty são respectivamente 10 7 6 4 , 3 2 e . Se cada um cobrar uma única vez, qual a probabilidade de: a) todos acertarem; b) apenas um acertar c) todos errarem. 17) Uma urna contém 12 bolas: 5 brancas, 4 vermelhas, e 3 pretas. Outra contém 18 bolas: 5 brancas, 6 vermelhas e 7 pretas. Uma bola é retirada de cada urna. Qual a probabilidade de que as duas bolas sejam da mesma cor? 18) Numa bolsatemos 5 moedas de R$ 1,00 e 4 de R$ 0,5. Qual á a probabilidade de, ao retirarmos duas moedas, obtermos R$ 1,50? 19) Uma urna contém 1 bolas pretas e 5 vermelhas. São feitas retiradas aleatórias. Cada bola retirada é resposta, juntamente com 5 bolas da mesma cor. Qual „a probabilidade de saírem nessa ordem: 1 preta, 1 preta, 1 vermelha, 1 vermelha? E neta ordem 1 preta, 1 vermelha, 1 preta, 1 vermelha? Dado que a primeira bola é preta, qual a probabilidade de que a Segunda seja preta? 20) A probabilidade de uma mulher estar viva daqui a 30 anos é 4 3 e de seu marido Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 13 é 5 3 . Calcular a probabilidade de: a) apenas o homem estar vivo; b) somente a mulher estar viva; c) pelo menos um estar vivo; d) ambos estarem vivos. 21) Uma urna contém 5 bolas vermelhas e 3 brancas. Uma bola é selecionada aleatoriamente da urna e abandonada, e duas de outra cor são colocadas na urna. Uma Segunda bola é então selecionada da urna. Encontre a probabilidade de que: a) a Segunda bola seja vermelha; b) ambas as bolas sejam da mesma cor. c) Se a segunda bola é vermelha, qual é a probabilidade de que a primeira bola seja vermelha; d) Se ambas são da mesma cor, qual é a probabilidade de que sejam brancas. 22) Jogando um dado duas vezes, qual a probabilidade de obter a soma dos pontos menor que 6? 23) Um casal pretende Ter dois filhos. Admitindo probabilidades iguais para ambos os sexos, qual a probabilidade de que venha Ter dois filhos de sexos diferentes? 24) Numa classe de 22 alunos, 12 têm olhos castanhos, 4 têm olhos negros, 3 têm olhos cinzas, 2 têm olhos verdes e um tem olhos azuis. Qual a probabilidade de um aluno escolhido ao acaso: a) não Ter olhos castanhos? b) Ter olhos verdes ou azuis? 25) Numa certa população 15% das pessoas têm sangue tipo A, 88% não têm sangue tipo B e 96% não têm sangue tipo AB. Escolhida ao acaso uma pessoa desta população, determine as probabilidades de: a) não ater sangue do tipo A; b) Ter sangue tipo B; c) Ter sangue tipo AB; d) Ter sangue tipo A ou B ou AB; e) Ter sangue tipo O Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 14 26) Uma caixa contém 11 bolas numeradas de 1 a 11. Retirando-se uma delas ao acaso, observa-se que a mesma traz um número impar. Determine a probabilidade de que esse número seja menor que 5. 27) De uma urna contendo quatro bolas verdes e duas amarelas serão extraídas sucessivamente, sem reposição, duas bolas. a) Se a primeira bola sorteada for amarela, qual a probabilidade de a Segunda ser também amarela? b) Qual a probabilidade de ambas as bolas sorteadas serem amarelas? c) Qual a probabilidade de ambas as bolas sorteadas serem verdes? d) Qual a probabilidade de a primeira bola sorteada ser verde e a Segunda amarela? e) Qual a probabilidade de ser uma bola de cada cor? 28) Uma urna I tem 3 bolas vermelhas e 4 brancas, a urna II tem 6 bolas vermelhas e 2 brancas. Uma urna é escolhida ao acaso e dela é escolhida uma bola, também ao acaso. a) Qual a probabilidade de observarmos urna I e bola vermelha? b) Qual a probabilidade de observarmos bola vermelha? c) Se a bola observada foi vermelha, qual a probabilidade que tenha vindo da urna I? 29) O mês de outubro tem 31 dias. Numa certa localidade, chove 5 dias, no mês de outubro. Qual a probabilidade de chover nos dias 1º e 2 de outubro? 30) Uma clínica especializada trata de 3 tipos de moléstias; X, Y e Z. 50% dos que procuram a clínica são portadores de X, 40% são portadores de Y e 10% de Z. As probabilidades de cura, nesta clínica, são: Moléstia X : 0,8 Moléstia Y : 0,9 Moléstia Z: 0,95 Um enfermo saiu curado da clínica. Qual a probabilidade de que ele tenha sofrido a moléstia Y? Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 15 31) Um lote contém 50 peças boas (B) e 10 peças defeituosas (D). Uma peça é escolhida ao acaso e, sem reposição desta, outra peça é escolhida ao acaso. Qual a probabilidade de ambas serem defeituosas? 32) Em um lote da fábrica A existem 18 peças boas e 2 defeituosas. Em outro lote da fábrica B, existem 24 peças boas e 6 defeituosas, e em outro lote da fábrica C, existem 38 peças boas e 2 defeituosas. Um dos três lotes é sorteado ao acaso e dele é extraída uma peça ao acaso. Qual a probabilidade da peça ser: a) boa? B) defeituosa? 33) As probabilidades de que duas pessoas A e B resolvam um problema são P(A) = 1/3 e P(B) = 3/5. Qual a probabilidade de que: a) Ambos resolvam o problema? b) Ao menos um resolva o problema? c) Nenhum resolva o problema? d) A resolva o problema mas B não? e) B resolva o problema mas A não? 34) Numa urna há três bolas azuis, duas brancas e uma marrom. Extraindo-se 3 bolas sucessivamente, com reposição, qual a probabilidade de saírem três bolas da mesma cor? 35) Uma prova consta de 5 testes, cada um com quatro alternativas das quais apenas uma é correta. Para alguém que esteja respondendo aleatoriamente uma alternativa em cada teste, qual a probabilidade de a) acertar os 5 testes? b) errar os 5 testes? c) acertar apenas o primeiro teste? d) acertar apenas um dos testes? 36) Em uma loteria com 30 bilhetes, 4 são premiados. Comparando-se 3 bilhetes, qual a probabilidade de: a) nenhum ser premiado? b) Apenas um ser premiado? Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 16 37) Um grupo de 50 moças é classificado de acordo com a cor dos cabelos, e dos olhos de cada moça, segundo a tabela. Azuis Castanhos Loira 17 9 Morena 4 14 Ruiva 3 3 a) Se você marca um encontro com uma dessas garotas, escolhida ao acaso, qual a probabilidade dela ser 1) morena de olhos azuis 2) morena ou Ter olhos azuis? b) Está chovendo quando você encontra a garota. Seus cabelos estão cobertos, mas você percebe que ela tem olhos castanhos. Qual a probabilidade de que ela seja morena? 7-RESPOSTAS 5) a. 1/5 b. 1/10 c. 3/10 d. 6/25 6) 4/3 7) a. 1/2 b. 1/9 c. 5/12 8) 4/45 9) a. 7/8 b.5/8 c.3/4 10) a. 3/8 b. 7/8 c. 91/120 d. 1/8 11) a. 4/33 b. 5/11 c. 31/33 12) 5/12 13) a. 7/10 b.14/25 c.11/25 d. 43/53 14) a.3/4 b. 1/2 c. 1 15) 5/8 e 5/6 16) a. 56/180 b. 38/180 c. 1/30 17) 35/108 18) 5/9 19) 25/1848 25/1848 6/11 20) a. 3/20 b. 3/10 c. 18/20 d. 9/20 21) a. 35/72 b.13/16 c. 4/7 d. 3/13 22) 5/18 23) 1/2 24) a. 5/11 b. 3/22 Probabilidade Oscar Luiz Teixeira de Rezende __________________________________________________________ 17 25) a. 17/20 b. 3/25 c. 1/25 d. 31/100 e. 69/100 26) 1/3 27) a. 1/5 b. 1/15 c. 2/15 d. 4/15 e. 8/15 28) a. 3/14 b. 3/56 c. 4/11 29) 2/93 30) 0,42 31) 3/118 32) a. 53/60 b. 7/60 33) a. 1/15 b. 11/15 c.4/15 d. 2/15 d. 2/15 34) 1/6 35) a. 1/1024 b. 243/1024 c. 81/1024 d. 405/1024 36) a. 130/203 b. 65/203 37) a. 1. 2/25 a.2. 19/25 b. 7/13 8-BIBLIOGRAFIA TRIOLA, Mario F. Introdução a Estatística. 7 ed – Rio de janeiro: LTC , 1999. STEVENSON, William J. Estatística aplicada à administração. São Paulo: Editora Harbra LTDA, 1988. CRESPO, Antônio Armont. Estatística fácil. São Paulo: Editora Saraiva, 1996. SILVA, Medeiros daSilva, SILVA, Elio Medeiros, GONÇALVES, Valter, MUROLO, Antônio Carlos. Estatística Para os Cursos de Economia, Administração e Ciências Contábeis. 2a ed, Vol 1 e 2. São Paulo: Editora Atlas S.A, 1997.
Compartilhar