Baixe o app para aproveitar ainda mais
Prévia do material em texto
Introdução às Probabilidades 2011/2012 1/24 Introdução às Probabilidades 1. Conceitos Básicos Definição 1.1. Uma experiência aleatória é uma experiência que pode ser repetida sob as mesma condições, mas cujo resultado é impossível de prever com exactidão, ou seja, existe uma incerteza no resultado dessa experiência. Exemplo 1.1. Uma caixa contém 10 envelopes com um prémio de 100 euros e 10 envelopes com um prémio de 500 euros. Consideramos as seguintes três experiências aleatórias: E1: escolhem-se três envelopes ao acaso e com reposição, e conta-se o número de envelopes que tem o prémio de 500 euros, de entre os três escolhidos. E2: escolhem-se três envelopes ao acaso e com reposição, e anota-se num papel o valor, em euros, que está em cada envelope. E3: Vai-se retirando um envelope de cada vez, com reposição, até sair o primeiro envelope com prémio de 500 euros. Todas estas experiências são aleatórias porque sabemos desde o início todos os resultados possíveis de cada experiência, mas não conseguimos dizer antecipadamente e exactamente quais são os resultados. Relativamente à experiência aleatória E1, por exemplo, sabemos que o resultado só pode ser um dos seguintes, mas não podemos dizer, antecipadamente, qual deles sai: 0 envelopes têm 500 euros (ou seja, nenhum) ; 1 envelope tem 500 euros ; 2 envelopes têm 500 euros; 3 envelopes têm 500 euros Na notação matemática dos conjuntos, este conjunto dos resultados possíveis pode ser representado por { 0, 1, 2, 3} Nota: Seleccionar com reposição significa que o objecto que foi escolhido é colocado novamente na caixa antes de se fazer a próxima tiragem (o que quer dizer que pode ser novamente escolhido). A amostragem sem reposição significa que o objeto não pode ser escolhido mais do que uma vez. Sugestão de exercício: Escrever, na notação de conjuntos, todos os resultados possíveis para as experiências E2 e E3. Introdução às Probabilidades 2011/2012 2/24 Definição 1.2. Ao conjunto de todos os resultados possíveis de uma determinada experiência aleatória chama-se espaço amostral ou espaço de resultados. Cada um dos resultados possíveis que constitui o espaço também é chamado acontecimento elementar. O espaço de resultados é usualmente representado por (letra grega Omega) ou por S (do inglês Sample space). Sempre que se repete uma experiência aleatória, ocorre um e apenas um dos acontecimentos elementares. Isto significa que os acontecimentos elementares são incompatíveis (mutuamente exclusivos) e exaustivos, respectivamente, quando um ocorre (acontece), nenhum dos outros pode ocorrer; o conjunto deles percorre todas as possibilidades de resultados da experiência. Exemplo 1.2. Considere a experiência aleatória que consiste em selecionar ao acaso um módulo da lista da Unidade Curricular de Matemática, e em seguida tomar uma decisão, também ao acaso (atirando uma moeda ao ar, por exemplo): começar a estudar essa matéria para o exame ou não começar, e deixar para mais tarde. Descreva o espaço de resultados ou universo desta experiência aleatória. Havendo na realidade uma sequência de duas experiências, cada acontecimento elementar do espaço de resultados irá corresponder a um par de possibilidades. Para simplificar usamos a seguinte notação: G – Geometria; F- Funções; S – Sucessões; L – Limites; C- Continuidade; D – Derivadas; P- Probabilidades; E – Estatística Descritiva; Est – Inicia o estudo do módulo para o exame; NEst – Não inicia o estudo desse módulo. Um dos acontecimentos elementares é seleccionar ao acaso o módulo da matéria Derivadas e em seguida decidir não estudar esse módulo. Formalmente, este par é representado por (D, NEst). Fazendo um raciocínio análogo para as restantes possibilidades obtemos o conjunto de todos os acontecimentos elementares, e construímos todo o espaço de resultados. = {(G, Est), (G, NEst), (F, Est), (F, NEst), (S, Est), (S, NEst), (L, Est), (L, NEst), (C, Est), (C, NEst), (D, Est), (D, NEst), (P, Est), (P, NEst), (E, Est), (E, NEst)} > não será difícil supor que a probabilidade de um aluno ter sucesso no exame é maior se lhe sair um par em que o segundo elemento é Est. Observação: O número de acontecimentos elementares de um Espaço Amostral pode ser finito, infinito numerável, ou infinito não numerável. Como conjunto finito podemos considerar o espaço de resultados do exemplo anterior, . Um conjunto infinito numerável (ou contável) é um espaço de resultados que tem correspondência com o conjunto dos números inteiros. Por exemplo, o conjunto dos números primos é infinito, mas é numerável (ou enumerável; contável) – {2, 3, 5, 7, 11, 13, 17, 19,…}. Introdução às Probabilidades 2011/2012 3/24 Um conjunto infinito não numerável é um conjunto que tem correspondência com um intervalo de números reais. Por exemplo, o tempo de vida de um transístor é um conjunto de possibilidades que é um infinito não numerável (recorde-se que o tempo é uma linha contínua de instantes, frações de instantes, etc..). O tempo de vida do transístor pode ser representado pelo conjunto S = {t : t 0}. Traduzindo, contém as durações t tal que t é maior ou igual que zero (em que o tempo t é um número real, medido por exemplo em horas). Definição 1.3. Um acontecimento é um subconjunto do espaço amostral (ou S), ou seja, é uma coleção de resultados possíveis de uma experiência aleatória. O conjunto vazio, , é um acontecimento (chamado acontecimento impossível ou nulo). O próprio espaço amostral é um acontecimento (o acontecimento certo). Geralmente utilizam-se letras maiúsculas para representar os acontecimentos. Exemplo 1.3 Consideremos o espaço amostra correspondente à seguinte experiência aleatória: Uma equipa de andebol de 5 usa habitualmente um equipamento constituído por uma camisola e um par de calções. Há três cores de camisolas, azul, branca e amarela, e há duas cores de calção, preto e cinzento prata. Suponha que em certo dia de jogo o auxiliar da equipa escolhe aleatoriamente a combinação camisola-calção. Descreva o acontecimento “ O jogador não utiliza a camisola amarela” Representamos o equipamento como um par. Intuitivamente podemos calcular o número total de combinações possíveis 32 = 6 equipamentos diferentes, denotados pelos pares do tipo (cor camisola, cor calção). O espaço amostra (mesmo que espaço amostral) pode ser descrito assim: S = {(Azul, Preto), (Azul, Cinzento), (Branca, Preto), (Branca, Cinzento), (Amarela, Preto), (Amarela, Cinzento)} O acontecimento que se pede é um subconjunto do espaço amostral que denotamos por A, é descrito assim: A = {(Azul, Preto), (Azul, Cinzento), (Branca, Preto), (Branca, Cinzento)} Exemplo 1.4 Tenha em conta o espaço amostral que representa o tempo de vida do transístor. Descreva o acontecimento do espaço em que o transístor tem uma duração superior a 300 horas. Podemos representar este acontecimento por B = {t : t > 300} ou, utilizando um intervalo de números reais, B = ] 300, [ Introdução às Probabilidades 2011/2012 4/24 2. Operações com conjuntos/álgebra dos acontecimentos. União: Sendo dois conjuntos (acontecimentos) A e B a sua união representa-se por A B, e significa o seguinte: tem todos os elementos que pertencem a A ou que pertencem a B (ou a ambos). De forma análoga e generalizando, se tivermos uma coleção de n acontecimentos, escrevemos n i in AAAAA 1 321 ... Exemplos: Utilizando os designados diagramas de Venn A B – União de A com B. A B C – União entre A, B e C. Para que o acontecimento União ocorra, basta que ocorra um dos acontecimentos. Também podem ocorrer todos em simultâneo. O acontecimento União tem todos os elementos de todos os acontecimentos, então se ocorre um elemento de um acontecimento qualquer, a União também estará a ocorrer. Na linguagem comum dizemos que a união de acontecimentos ocorre (acontece) se pelo menos um dos acontecimentos que a constituem ocorrer. Interseção: A interseção de dois conjuntos (acontecimentos) A e B é o conjunto de todos os resultados que pertencem simultaneamente a A e a B e representa-se por A B. Para o caso geral da interseção de n acontecimentos, escreve-se n i in AAAAA 1 321 ... A B C A B Introdução às Probabilidades 2011/2012 5/24 A B – Interseção entre A e B. A B C – Interseção de A, B e C. Se dois acontecimentos A e B são incompatíveis quer dizer que não podem ocorrer simultaneamente e, então, a sua interseção é vazia A B = . Incompatibilidade de acontecimentos. A intersecção é vazia. Complementar de um acontecimento: O complementar de um acontecimento A é o conjnto de todos os resultados que, pertencendo ao espaço amostral, não pertencem a A. Geralmente o complementar é denotado por Ac. Também se utiliza o termo acontecimento contrário, e por vezes representa-se por A . Daqui facilmente se retira que a união entre A e o seu complementar Ac é igual ao universo, (espaço amostral). ASASAc \ (lê-se S menos A, ou S exceto A). Nota: A – B é o acontecimento que contém todos os elementos que pertencem originalmente a A menos os resultados que são comuns com B. Então, A – B = A – (AB) Também concluímos que A e o seu complementar Ac são incompatíveis. Complementar do acontecimento A. Exemplo: Considere o espaço de todos os números inteiros positivos e o acontecimento A que é o subconjunto de resultados em que um número seleccionado ao acaso é par. Indique o complementar de A. A A c A B A B C A B S S S S Introdução às Probabilidades 2011/2012 6/24 O complementar de A será o acontecimento “saída de um número ímpar”. Temos então: S = {1, 2, 3, 4, ……}. A={2, 4, 6, … }={x| x=2y, y} ; Ac={1, 3, 5, …}={x| x=2y-1, y} Inclusão: Se todos os resultados que pertencem ao acontecimento A também pertencerem ao acontecimento B, então diz-se que A está contido em B e escreve-se A B(excetua-se aqui o caso em que A=B). Igualdade: Dois acontecimentos dizem-se iguais se contiverem exatamente os mesmos resultados de uma experiência aleatória e escreve-se A = B. Segue-se o resumo de alguns resultados importantes: 1) A B = B A e A B = B A (comutatividade) 2) A (B C) = (A B) C e A (B C) = (A B) C (associatividade). 3) A (B C) = (A B) (A C) e A (B C) = (A B) (A C) (distributividade). 4) Leis de De Morgan – (A B)c = Bc Ac e (A B)c = Bc Ac Por palavras, isto quer dizer que o complementar da interseção de dois acontecimentos é igual à união dos seus complementares e que o complementar da união de dois acontecimentos é igual à interseção dos seus complementares. Sugestão de exercício: utilize os diagramas de Venn para verificar as leis de De Morgan. 3. Probabilidade A Teoria das Probabilidades serve para formalizar matematicamente as noções intuitivas que nos ajudam a atribuir um grau de possibilidade, de previsibilidade, ou grau de incerteza acerca de fenómenos que de certa forma estão dependentes do acaso. É muito comum termos noções intuitivas e fazer afirmações do tipo “é muito provável que saia um exercício de probabilidades no exame presencial”; “É pouco provável encontrar petróleo ao longo da costa do Algarve”; “ Qual será a probabilidade do novo medicamento Virulax curar completamente o doente?” Atribuir uma probabilidade a um Acontecimento (na literatura também se encontra o termo Evento), é atribuir um grau de certeza (ou incerteza) acerca da sua ocorrência. A Teoria as probabilidades desenvolveu-se principalmente nos séculos XVII e XVIII graças aos trabalhos de Blaise Pascal [1623-1662] e Pierre de Fermat [1601-1665], A. de Moivre [1667- 1754] e Pierre S. Laplace [1749-1827] e Jacob Bernoulli[1654-1705]. Os desenvolvimentos foram motivados pelo desejo de conseguir predizer os resultados de jogos de azar (cartas, Introdução às Probabilidades 2011/2012 7/24 etc), que eram jogos populares na sociedade nobre francesa. Mais tarde, na transição entre os séculos XIX e XX, Andrei N. Kolmogorov (Russia) contribuiu com os seus trabalhos, entre outros matemáticos, tendo dado origem à Axiomática de Kolmogorov. Vamos referir de forma breve, algumas definições de Probabilidade que foram dsenvolvidas, com vista a determinar esse grau de incerteza que ambicionamos aferir. Definição 3.1 Definição Clássica de Probabilidade (de Pierre Laplace) A probabilidade de ocorrer um acontecimento (evento) A, designada por P(A) é definida por: n n AP A)( nA é o número de casos favoráveis ao acontecimento A e n é o número total de casos possíveis. Por palavras, a probabilidade do acontecimento A ocorrer é igual ao número de casos favoráveis a A do espaço de resultados, a dividir pelo número total de resultados possíveis. Isto verifica-se se a priori soubermos que todos os acontecimentos elementares têm a mesma probabilidade de ocorrer. Exemplo 3.1. Suponhamos que a probabilidade de uma pessoa nascer em determinado dia é igual para todos os dias. Calcule-se a probabilidade de escolher ao acaso uma pessoa nascida nos meses de janeiro ou fevereiro (de um ano bissexto), e ela festejar o seu aniversário num dia par desses meses. Número total de casos possíveis de nascimentos em janeiro ou fevereiro 31(janeiro) + 29 (fevereiro) = 60 dias Número total de casos favoráveis ao acontecimento nascer em dia par de janeiro ou fevereiro 15 (janeiro) + 14(fevereiro) = 29. Se definirmos A – “ a pessoa nasceu num dia par de janeiro ou fevereiro”, então, 60 29 )( AP Adicionalmente, a probabilidade de ter nascido num dia ímpar será a probabilidade do acontecimento complementar 60 31 60 2960 )( cAP Exemplo 3.2. Lança-se um dado de sei faces (não viciado) uma vez, e em seguida uma moeda de 1 euro, e registam-se as faces voltadas para cima. Calcule as seguintes probabilidades: a) Probabilidade de sairem pintas em número par. b) Probabilidade de sair uma face com pelo menos 4 pintas e coroa na moeda. Introdução às Probabilidades 2011/2012 8/24 Para resolver este exercício será útil escrever o espaço amostral. Os resultados elementares são constituídos por pares do tipo (nº pintas do dado, face da moeda (cara, coroa)) S = {( 1, Ca ), (1, Co), ( 2, Ca ), (2, Co), ( 3, Ca ), (3, Co), ( 4, Ca ), (4, Co), ( 5, Ca ), (5, Co), ( 6, Ca ), (6, Co)} a) 2 1 12 6 )( possíveiscasos favoráveiscasos AP b) 4 1 12 3 )( BP - os casos favoráveis são (4, Co), (5, Co) e (6, Co) Definição 3.2. Definição Axiomática de Probabilidade Seja E uma experiência aleatória,e S o espaço amostral associado a essa experiência. A cada acontecimento A pertencente ao espaço dos acontecimentos de S atribuiu-se um número real denotado por P(A), chamado probabilidade de A, de modo a que sejam verificadas as seguintes propriedades. Axioma I: Para qualquer acontecimento A pertencente ao espaço amostral S, a probabilidade de ocorrer esse acontecimento é sempre um valor não negativo. P(A) 0 para todo o A S. Axioma II: A probabilidade do universo, o acontecimento certo, é igual a 1 P(S) = 1 Axioma III: Se dois acontecimentos A e B são disjuntos, i.e., AB=, então )()()( BPAPBAP Resultados suplementares e observações: Probabilidade do complementar de um conjunto A pertencente ao universo S. P(Ac) = P(S – A) = P(S) – P(A) = 1 – P(A) P(A) 1 Pela própria definição de probabilidade, não há probabilidades negativas. Ou um acontecimento não ocorre (e tem probabilidade zero de ocorrência), ou o acontecimento pode ocorrer, e tem uma probabilidade positiva, que pode chegar a 1! Se o aluno chega a um resultado que dá uma probabilidade negativa, algo correu mal nos cálculos! Introdução às Probabilidades 2011/2012 9/24 Se o aluno obtém uma probabilidade de um acontecimento, que é um valor superior a 1, algo correu mal! Por vezes, na linguagem do dia a dia, as pessoas falam em percentagens para indicar probabilidades. Por ex. “tenho uma probabilidade de 80% de ganhar o jogo de xadrez”. Na verdade, a probabilidade é 8,0 100 80 . P() = 0 Recorde-se que acontecimentos incompatíveis, ou mutuamente exclusivos, são acontecimentos que não podem ocorrer simultaneamente, ou seja AB = , a interseção é vazia. Se o acontecimento A está contido em B então P(A) P(B) Exemplo 3.3 Considere as seguintes figuras, sobre as quais os valores representam probabilidades. Calcule, para ambos os casos, P(AB). a) b) Sabe-se que P(A)=0,26 e P(B) = 0,45 a) A e B pertencem ao mesmo universo e são incompatíveis. A sua união tem a seguinte probabilidade: P(AB) = 0,26 + 0,45 = 0,71 b) Da figura tiramos que a probabilidade de A e B ocorrerem simultaneamente 0,2, logo 51,02,045,026,0)()()()( BAPBPAPBAP Não é difícil perceber porque é necessário subtrair a probabilidade da interseção. De facto, se apenas somássemos P(A) com P(B), estaríamos a incluir duas vezes o “bocadinho” que diz respeito à interseção. Exemplo 3.4 De 100 pessoas que se candidataram ao emprego de programador de computadores em determinada multinacional durante o ano passado, 40 possuíam experiência anterior de mais de 5 anos (W) e 30 possuíam um certificado profissional (C) . B A A B 0,2 A B 0,45 0,26 Introdução às Probabilidades 2011/2012 10/24 Vinte dos candidatos possuíam ambas, experiência anterior e certificado profissional, e foram incluídos nas contagens dos dois grupos (W e C). a) Construa um diagrama de Venn para descrever graficamente estes acontecimentos. b) Qual a probabilidade de que um candidato aleatoriamente escolhido tenha experiência ou certificado (ou ambos)? c) Qual a probabilidade de que um candidato aleatoriamente escolhido tenha experiência ou certificado, mas não ambos? Resolução: a) A situação representa-se por b) P(W C ) = P(W) + P(C ) – P(W C) = 0,40 + 0,30 – 0,20 = 0,50 (Nota: Os acontecimentos não são incompatíveis, ou mutuamente exclusivos.) c) P(W ou C, mas não ambos ) = P( (W C) – (W C)) = 0,50 - 0,20 = 0,30 4. Probabilidade Condicional e Independência Probabilidade Condicional A noção de condicionar a ocorrência de um acontecimento à existência ou não de um outro acontecimento também é intuitiva. Quantas vezes pensamos “ Hum…. Se amanhã não chover, é provável que vá passear à Praia Grande (Sintra)”, ou “Se amanhã chover, é pouco provável que eu saia de casa…”. É comum, portanto, atribuir um grau de possibilidade de ocorrência a um acontecimento, consoante ocorra ou não um outro acontecimento (que passa a ser o acontecimento condicionante). Outras perguntas possíveis – Qual é a probabilidade de eu passar no exame, sabendo que não consigo estudar dois dos módulos? Provavelmente, a probabilidade de será diferente se estudar efetivamente todos os módulos da disciplina. Transpondo agora para a linguagem matemática, e considerando a situação mais elementar suponhamos o seguinte: WC C W Introdução às Probabilidades 2011/2012 11/24 Realiza-se uma experiência aleatória E. A e B são dois acontecimentos pertencentes ao espaço dos acontecimentos que se podem definir no espaço amostral S. Suponhamos agora que se realiza a experiência E e que o acontecimento B ocorre. Definição 4.1 A expressão P(A|B) denota a probabilidade de ocorrência do acontecimento A, dado que B ocorreu (ou “se” B ocorreu), define-se por )( )( )|( BP BAP BAP se P(B) >0. A é o acontecimento condicionado, B é o acontecimento condicionante e pode ser considerado como sendo um novo espaço de resultados (uma restrição do original), no qual A pode ocorrer. Exemplo 4.1: A probabilidade de um novo aluno da Universidade Aberta se inscrever em TIC (Tecnologias da Informação e Comunicação) é 0.40 (40%). A probabilidade de se inscrever em ambas as u.c’s de Matemática e de TIC é de 0.25 (25%). Qual é a probabilidade de um novo aluno que tenha escolhido TIC, também escolher a u.c. de Matemática? Comecemos por definir os acontecimentos A e B. A - “ o novo aluno inscreve-se em TIC” B - “ o novo aluno inscreve-se em Matemática” O que é que sabemos do enunciado? Sabemos que a probabilidade de um qualquer novo aluno se inscrever em TIC é 0.4 P(A) = 0.4; Sabemos que a probabilidade de um qualquer novo aluno se inscrever em TIC e em Matemática, (verificar as duas ao mesmo tempo), é 0.25 P(AB) = 0.25. O que é que nos pedem? Pede-se a probabilidade de um novo aluno escolher Matemática, sabendo que já escolheu TIC, ou seja, qual o valor de P(B|A)=? (Probabilidade de B, sabendo A). O acontecimento condicionante (que ocorreu) é a inscrição em TIC. Então, estamos nas condições de calcular a probabilidade 625.0 4.0 25.0 )( )( )|( AP BAP ABP Introdução às Probabilidades 2011/2012 12/24 Nota importante: É muito importante os alunos identificarem corretamente os acontecimentos que estão em causa no enunciado de cada exercício. Por vezes confundem o acontecimento interseção (acontecimento conjunto), AB, o qual significa ocorrência de ambos, A e B, simultaneamente(conjuntamente), com o acontecimento condicional, A|B, que significa ocorrência de A, dado que B ocorre (B é um conhecimento a priori). É a diferença entre perguntar qual é a probabilidade de amanhã acontecer que 100 alunostentem colocar as soluções dos exercícios no fórum e a plataforma Moodle ter um crash (é tudo desconhecido, questionável) e perguntar qual é a probabilidade de amanhã haver um crash na plataforma Moodle, sabendo que 100 alunos estão a colocar as soluções no fórum. Exemplo 4.2. Na Europa, 88% das casas particulares têm televisão. 51% das casas particulares têm televisão e aparelho de DVD. Qual é a probabilidade de, tendo escolhido ao acaso umadas casas que têm televisão, ela não ter um aparelho de DVD? Comecemos por definir os acontecimentos que nos podem interessar: T – “ Casa particular com televisão” Tc -“ Casa particular sem televisão” D – “Casa particular com DVD” Dc – “Casa particular sem DVD” O que é que sabemos, do enunciado? Sabemos que P(T) = 0.88 , e que P(TD) = 0.51 O que pretendemos saber? Queremos saber a probabilidade de uma casa escolhida de entre as que têm televisão (acontecimento condicionante), não ter um aparelho de DVD P(Dc|T). Com os dados do enunciado facilmente calculamos a probabilidade de a casa ter DVD, sabendo que tem televisão P(D|T). O que se pretende no final é o complementar deste acontecimento. 58.0 88 51 88.0 51.0 )( )( )|( TP DTP TDP . Então, a probabilidade de Não ter DVD, sabendo que tem televisão é a probabilidade do acontecimento contrário deste, isto é, 42.058.01)|(1)|( TDPTDP c Exemplo 4.3 Retiram-se duas cartas de um baralho de cartas comum, com 52 cartas. a) Qual a probabilidade de que saia uma carta de paus e em seguida uma de ouros, se forem extraídas sem reposição? b) Se a primeira carta de paus for reposta no baralho, qual a probabilidade de que a segunda seja também de paus? Introdução às Probabilidades 2011/2012 13/24 a) Sejam os acontecimentos: A – A primeira carta retirada é de paus B – A segunda carta extraída é de ouros A primeira carta de paus tem probabilidade de sair igual a P(A) = 13/ 52 = 1/ 4 Sabendo a priori que a primeira carta é de paus, a probabilidade da segunda carta ser de ouros é P(BA) = 13/ 51 (estavam lá ainda 13 cartas de ouros, mas menos uma carta no baralho). Os acontecimentos não são independentes, então P(ocorrer A e ocorrer B) = P(AB)= P(A) P(BA) = 1/ 4 13 /51 = 13/204 b) Definindo agora o segundo acontecimento, B – A segunda carta extraída é de paus A primeira carta de paus tem P(A) = 13/ 52 = 1/ 4 A segunda carta de paus tem P(B) = 13/ 52 = 1/ 4 Os acontecimentos são independentes, então, P(A B) = P(A)P(B) = 1/ 41 /4 = 1/ 16 Os diagramas em árvore de probabilidades também podem ser úteis no cálculo das probabilidades: 1/41/4 = 1/16 A (a segunda carta não é de paus) Ac 1ª carta não é de paus (paramos aqui, não se faz a 2ª tiragem) Resultados e teoremas suplementares Tem-se sempre )|(1)|( BAPBAP c (como vimos atrás) Mas, no geral )|(1)|( BAPBAP c A probabilidade da união de dois acontecimentos condicionada a um terceiro resulta da adaptação da expressão geral )()()()( BAPBPAPBAP Temos assim, )|()|()|()|( CBAPCBPCAPCBAP se P(C) > 0 Observando a figura e pensando na probabilidade como a área relativa, é fácil compreender que a probabilidade da união entre A e B ocorrer terá um valor se estivermos condicionados 3/4 1/4 B 1/4 3/4 Introdução às Probabilidades 2011/2012 14/24 à ocorrência de C, e terá um valor diferente se não estivermos condicionados, i.e. se considerarmos todo o espaço de resultados S. ( a não ser que P(C) = 1) S Se AB= então P(A|B)=0 (faz sentido, pois, P(AB)=0. Se os acontecimentos nunca ocorrem simultaneamente, a probabilidade de A ocorrer sabendo que B ocorre tem de ser nula). Se BA, então P(A|B)=1. Exemplo 4.4 Num levantamento local, uma Junta de freguesia do país elaborou um relatório sobre a situação laboral da sua população em idade ativa, segundo o género. Os resultados foram os seguintes: Nº de empregados Nº desempregados Total Mulheres 1025 120 1145 Homens 1340 135 1475 Total 2365 255 2620 a) Selecciona-se ao acaso de uma lista, um habitante desta freguesia i. Qual a probabilidade de ser um homem? ii. Qual a probabilidade de estar desempregado? iii. Qual a probabilidade de ser uma mulher desempregada? b) Seleciona-se ao acaso um dos habitantes e verifica-se que é um homem. Qual a probabilidade de ter um emprego? c) Seleciona-se ao acaso um habitante e verifica-se que está desempregado. Qual a probabilidade de ser uma mulher? Antes de começarmos com cálculos, vemos definir os acontecimentos importantes no âmbito do enunciado: M – “ o habitante selecionado é uma mulher” H – “ o habitante selecionado é um homem” (o qual corresponde a Mc) D – “ o habitante selecionado está desempregado” , consequentemente, o seu complementar é A B C C c Introdução às Probabilidades 2011/2012 15/24 Dc – “ o habitante selecionado está empregado” a) Supomos que a seleção ao acaso dos indivíduos é equiprovável, então i. Calcula-se a probabilidade de se escolher um Homem (seja ele empregado ou desempregado), de entre todos os habitantes em idade ativa. 563.0 2620 1475 )( HP ii. Calcula-se a probabilidade de se escolher um habitante desempregado, de entre todos os habitantes em idade ativa. 097.0 2620 255 )( DP ii. Calcula-se a probabilidade de se escolher um habitante, de entre todos os habitantes, que verifique simultaneamente duas condições: é mulher e está desempregada. Temos então uma probabilidade conjunta (interseção). 097.0 2620 120 )( DMP b) Calcula-se a probabilidade de tendo escolhido um homem, ele estar empregado. Trata-se de um acontecimento condicional. Sabe-se que é homem (estamos restringidos ao subconjunto dos homens), e queremos calcular a probabilidade de ter emprego. 908.0 1475 1340 2620 1475 2620 1340 possíveis casos os todos a favoraveis casos nº possíveis casos os todos a favoraveis casos nº )( )( )|( H HD HP HDP HDP c c c c) Estamos novamente na presença de uma probabilidade condicional. Tem-se um conhecimento a priori de que se seleccionou um habitante de entre os desempregados, e pretende-se saber a probabilidade de ser uma mulher. Fazendo um raciocínio análogo ao anterior, temos: 471.0 255 120 )( )( )|( DP DMP DMP Introdução às Probabilidades 2011/2012 16/24 Independência Dois acontecimentos são independentes quando a ocorrência de um não influencia a ocorrência do outro. Eles ocorrem, independentemente um do outro. Definição 4.2 Considerem-se A e B dois acontecimentos. Dizemos que A e B são independentes se )()()( BPAPBAP A probabilidade da interseção é igual ao produto das probabilidades individuais. Observações: Não confundir Independência com Incompatibilidade! Dois acontecimentos independentes podem ser ou não incompatíveis. Recorde-se que dois acontecimentos serem incompatíveis implica AB= 0)( BAP , ou seja não podem ocorrer simultaneamente. Se dois acontecimentos A e B forem incompatíveis e também independentes, então P(A), ou P(B) (ou ambas) são iguais a zero. Teoremas e resultados suplementares Se dois acontecimentos A e B são tais que 0)()( BPAP , eles são independentes se só se )()|( APBAP ou )()|( BPABP Isto quer dizer que a probabilidade do acontecimento mantém-se, estando condicionado ou não por outro (ele ocorre com a mesma probabilidade que tinha sobre universo, não sendo influenciado pelo outro acontecimento) Se dois acontecimentos A e B são independentes,então Ac e B também são independentes. Na linguagem matemática, se )()()( BPAPBAP , então também temos )()()( BPAPBAP cc Exemplo 4.5 O mesmo tipo de tratamento para um problema dermatológico é aplicado a dois doentes, o Francisco e o José. A probabilidade do Francisco e o José se manterem de boa saúde durante os próximos cinco anos é 4 1 e 5 1 respectivamente. Calcule a probabilidade de, ao fim de uma ano: a) Ambos os doentes sujeitos ao tratamento estarem de boa saúde. Introdução às Probabilidades 2011/2012 17/24 b) Apenas um dos dois doentes estar de boa saúde. Resolução: a) Nesta alínea pede-se a probabilidade de ambos os doentes estarem de boa saúde daqui a um ano. Em linguagem matemática isto traduz-se na probabilidade da intersecção de dois acontecimentos. Definem-se então os acontecimentos F – O Francisco está de boa saúde daqui a um ano J – O José está de boa saúde daqui a um ano. Assume-se que estado de saúde de um indivíduo não influencia o estado de saúde do outro indivíduo. Assim, os acontecimentos podem ser considerados independentes, e a probabilidade conjunta é, 20 1 5 1 4 1 JPFPJFP ciaindependênpor . b) Nesta alínea temos duas possibilidades: O Francisco vai estar de boa saúde e o José não vai estar, ou O Francisco não vai estar de boa saúde e o José vai estar. A probabilidade total será a soma destas duas possibilidades. 5 1 4 1 1 5 1 1 4 1 JPFPJPFPJFPJFP cc arescomplementnos ciaindependênpor cc Exemplo 4.6 Uma rede tem quatro terminais e quatro ligações, conforme se ilustra na figura. Então, há dois caminhos que ligam (conectam) quaisquer dois pares de terminais. Além disso, um terminal que transmite informação a outro, envia a informação nas duas direções, de modo independente. A transmissão é um sucesso se a informação for recebida por um dos caminhos (ou por ambos). Finalmente, assume-se que as ligações podem falhar, mas de forma independente umas das outras, e cada uma com probabilidade 0.1. Qual é a probabilidade da informação transmitida do terminal A para o terminal B ser bem recebida? Definimos os acontecimentos F – A transmissão é um sucesso (com origem A e destino B); FAB – A informação transmitida na direção de AB é bem recebida; FACDB – A informação transmitida na direção de ACDB é bem recebida. A transmissão é um sucesso se pelo menos um (um, no mínimo) dos caminhos funcionar, ou seja, A B C D Introdução às Probabilidades 2011/2012 18/24 se a informação for recebida através caminho AB, ou, se for recebida pelo caminho ACDB, ou se chegar por ambos (pelas duas vias simultaneamente). Trata-se portanto, da probabilidade da união dos acontecimentos FAB e FACDB Por definição de probabilidade da união temos ACDBABACDBABACDBAB FFPFPFPFFPFP )( Agora, a probabilidade de a informação ser bem recebida através do caminho AB é a probabilidade a ligação não falhar P(FAB)= l – 0.1= 0.9. A probabilidade da informação ser bem recebida através do caminho ACDB é a probabilidade de não falhar nenhuma das 3 ligações (FACFCDFDB). Como as ligações são independentes é fácil de calcular. P(FACDB)= 0.90.90.9=0.9 3. 49.0 ACDBAB FFP significa funcionarem os dois caminho alternativos simultaneamente, ou seja, todas as 4 ligações! Sendo todas as ligações independentes temos, no final 9729.09.09.09.0)( 43 FP Regra da multiplicação e Probabilidade Condicional A probabilidade conjunta dos acontecimentos A e B é igual a )()|()( BPBAPBAP se P(B) > 0 Da mesma maneira se pode escrever )()|()( APABPBAP se P(A) >0. Estes resultados saem diretamente da definição de probabilidade condicional, )( )( )|( BP BAP BAP . A segunda igualdade obtém-se quando o acontecimento condicional é B|A (qual a probabilidade de B ocorrer, se A ocorreu) Exemplo 4.7 Numa escola secundária 32% dos rapazes jogam futebol. 18% dos rapazes que jogam futebol também praticam ciclismo ao fim de semana. Seleccionado um aluno rapaz ao acaso, qual é a probabilidade de fazer ciclismo, sabendo que ele pertence ao grupo dos que jogam futebol todas as semanas? Definindo os acontecimentos, temos, Introdução às Probabilidades 2011/2012 19/24 F – Aluno que joga futebol todas as semanas C – Aluno que pratica ciclismo ao fim de semana. Sabemos que P(F)=0.32 e que P(C|F) = 0.18. (18% dentro dos que jogam futebol, ou seja, F é o acontecimento condicionante) Pede-se a probabilidade do aluno escolhido praticar as duas atividades físicas. Partindo de )( )( )|( BP BAP BAP e sendo F o acontecimento que se sabe (portanto, o B), temos 058.018.032.0)()|()( FPFCPCFP Probabilidades Totais e Teorema de Bayes Comecemos por ver o conceito de partição de um Espaço amostral. Uma sequência de acontecimentos B1, B2, …., Bk, e uma partição do Espaço amostral S, se - sua união for igual ao espaço amostral S; - Se os acontecimentos Bk forem todos disjuntos dois a dois Na figura seguinte apresenta-se um exemplo de uma partição do espaço de resultados em 4 acontecimentos incompatíveis, B1, B2, B3 e B4. O Acontecimento A poderá terá diferentes probabilidades consoante esteja a ocorrer condicionado a B1 ou a B2, etc.. S Da figura anterior, considerando a partição do universo em 4 elementos, podemos verificar que a probabilidade de ocorrer o acontecimento A, pode ser dada por )()()()()( 4321 BAPBAPBAPBAPAP B1 A B2 B4 AB1 AB2 AB3 AB4 B3 Introdução às Probabilidades 2011/2012 20/24 A probabilidade de A é calculada tendo em atenção todas as situações possíveis a sua ocorrência, quando condicionada aos acontecimentos da partição. A fórmula da Probabilidade total é obtida usando a regra da multiplicação vista anteriormente. )()()()()()()()|()( 44332211 BPBAPBPBAPBPBAPBPBAPAP A pode ocorrer se B1 ocorrer, se B2, ocorrer, etc. , A probabilidade total de A é a soma de todas as probabilidades condicionadas, ponderadas pelos pesos de cada um dos conjuntos Bi em que i=1,..4 (i varia de 1 até 4) Teorema da probabilidade total Se os acontecimentos B1, B2,…, Bk constituem uma partição do espaço amostral S, então, para qualquer acontecimento A, temos )()|()()( 11 k k i k k i k BPBAPBAPAP (somatório de k parcelas, correspondentes ao número de conjuntos da partição) Exemplo 4.8 A Vanessa costuma fazer as compras de alimentação em 5 locais diferentes: no minimercado da Mónica, na bancada de peixe que o Vitor tem no mercado municipal local, no supermercado onde trabalha a Maria, no talho do Manuel e na frutaria do Alberto. De cada vez que sai às compras, a Vanessa vai apenas a um local, e suas saídas distribuem-se em cada mês da seguinte maneira: 25% das vezes vai ao minimercado, 10% das vezes vai ao mercado municipal comprar peixe, 40% vai ao supermercado, 15% vai ao talho e 10% das vezes vai à frutaria. Nem sempre a Vanessa fica satisfeita com as suas compras, ou porque se acha enganada nos preços, ou pela má qualidade dos produtos que adquiriu. A sua insatisfação costuma ser a seguinte: fica insatisfeita 6% das vezesque vai ao minimercado, 5% das vezes que faz compras no talho ou no mercado do peixe; fica insatisfeita 10% das vezes que vai ao supermercado e 7% das vezes que vai à frutaria. Qual é a probabilidade da Vanessa ficar insatisfeita com as compras num dia em que saia de casa para esse efeito? Resolução: O universo das compras da Vanessa é uma partição constituída pelos cinco locais de comércio alimentar. Definimos assim os acontecimentos: B1 – Faz compras no minimercado; B2 – Faz compras no mercado do peixe; B3 – Faz compras no supermercado; B4 – Faz compras no talho; B5 – Faz compras na frutaria; Temos ainda o acontecimento de interesse principal, o qual pode ocorrer em qualquer uma das situações anteriores. I – A Vanessa fica insatisfeita com as compras que fez. Introdução às Probabilidades 2011/2012 21/24 As probabilidades de sair de casa para fazer compras em cada um dos locais são, respetivamente, 25.0)( 1 BP 10.0)( 2 BP 40.0)( 3 BP 15.0)( 4 BP 10.0)( 2 BP Nota: a soma destas probabilidades tem de ser igual a 1!!, pois abarcam todo o universo, e não há interseção entre os acontecimentos (assume-se que, quando sai às compras, a Vanessa vai a um, e só um, dos locais). São dadas as probabilidades de ficar insatisfeita em cada um dos locais. Estas probabilidades são condicionadas (não são conjuntas, ou seja, não são um A e B), porque nos é dada a probabilidade da Vanessa ficar insatisfeita se tiver comprado no minimercado, se foi ao talho, etc.. Temos então: 06.0)|( 1 BIP 05.0)|( 2 BIP 10.0)|( 3 BIP 05.0)|( 4 BIP 07.0)|( 5 BIP Qual é a probabilidade total da Vanessa sair um dia casa para fazer as suas comprar e ficar insatisfeita com as mesmas? A probabilidade total deve contemplar todas as possibilidades, uma vez que não sabemos onde ela se vai dirigir. A probabilidade de ficar insatisfeita das compras é igual a uma soma: Probabilidade de ficar insatisfeita se for ao minimercado a probabilidade de ir ao minimercado + Probabilidade de ficar insatisfeita se for ao mercado do peixe a probabilidade de ir ao mercado do peixe + ……. (etc..) )()|()()|()()|()()|()()|()( 5544332211 BPBIPBPBIPBPBIPBPBIPBPBIPIP 075.01.007.015.005.04.01.01.005.025.006.0)( IP A probabilidade da Vanessa sair um dia às compras chegar a casa e ficar insatisfeita é 0.075 (7.5%) Teorema de Bayes: Se dois acontecimentos A e B são tais que 0)()( BPAP então )( )()|( )|( BP BPBAP ABP kkk onde P(B) é calculada pela fórmula da probabilidade total Esta também é chamada fórmula das probabilidades inversas, na qual a probabilidade condicional P(B|A) é relacionada com a sua inversa P(A|B). Introdução às Probabilidades 2011/2012 22/24 Exemplo 4.9 (continuação do exemplo 4.8) Tomando o exemplo anterior, suponha que a Vanessa saiu um dia às compras, regressou a casa, e ficou insatisfeita com os produtos que adquiriu depois de observar melhor os conteúdos. Qual é a probabilidade de que nesse dia a Vanessa tenha feito compras na frutaria do Alberto? O que temos aqui é uma situação nova. O que sabemos é que a Vanessa ficou insatisfeita (acontecimento condicionante), e queremos saber a probabilidade de ter feito as compras na frutaria nesse dia. Queremos saber P(B5|I) =? (qual “o grau de possibilidade” de ter comprado na frutaria, sabendo que ficou insatisfeita. É uma probabilidade inversa de outra que era conhecida no exemplo anterior P(I|B5) Esta probabilidade é facilmente calculada se utilizarmos a fórmula de Bayes e consultando os valores no exemplo anterior. No fundo queremos saber a possibilidade da Vanessa ter voltado insatisfeita com uma alternativa, de entre as 5 alternativas de voltar insetisfeita. 093.0 075.0 1.007.0 )( )()|( )|( 555 IP BPBIP IBP Introdução às Probabilidades 2011/2012 23/24 Breves Notas Sobre Métodos de Contagem Dada a grande utilidade dos métodos de contagem para o cálculo de Probabilidades e a frequente falta de bases dos estudantes nesta matéria, apresenta-se um pequeno resumo dos conceitos mais importantes e utilizados nesta unidade curricular. Princípio da Multiplicação Quando é necessário realizar k escolhas sucessivas e para cada uma das escolhas existem ni (i=1…k) alternativas, o número total de maneiras diferentes de realizar essas escolhas é n1 n2 … nk Exemplo: Dispondo de 2 sopas diferentes, 3 pratos principais e 4 alternativas para a sobremesa, é possível fazer 234 = 24 refeições diferentes. Permutações Simples Chamam-se permutações de n elementos a todas as sequências diferentes que é possível obter com os n elementos. Pn = n! Em que fatorial de n é dado por n! = 12…(n-2) (n-1) (n-3) n. Por convenção, estabeleceu-se que o fatorial de zero é igual a 1 => 0! = 1. Exemplo: fatorial de 6 => 6! = 123456=720. Todas as calculadoras científicas têm uma tecla com uma função que calcula o factorial de um número inteiro, geralmente assinalada por x! ou por FAC. Arranjos sem repetição (de elementos) Dados n elementos quaisquer, chama-se arranjos sem repetição de n elementos p a p a todas as sequências que é possível obter com p elementos escolhidos arbitrariamente entre os n que são dados. )!( ! pn n Ap n Exemplo: De quantas maneiras podemos sentar a Maria, o José e a Teresa num banco corrido de quatro lugares? Há quatro lugares disponíveis, n=4, para sentar 3 pessoas, p=3. A Maria ficar sentada numa ponta não é o mesmo que ficar sentada nos lugares centrais. Logo, neste caso interessa a ordem porque estão sentados, pelo que se calcula através de arranjos. Introdução às Probabilidades 2011/2012 24/24 24 1 234 !1 !4 )!34( !4 3 4 A nota: é comum encontrar o termo permutações de n elementos em grupos de 4 no lugar do termo Arranjos. Numa máquina calculadora geralmente as permutações deste tipo (arranjos) estão assinaladas numa tecla com nPr. Combinações sem repetição (de elementos) A diferença entre as combinações sem repetição e os arranjos sem repetição é que nas combinações a ordem pela qual os elementos aparecem não interessa (por exemplo, ter as três sequências 1, 8, 7 ; 8, 7, 1 e 7, 8, 1 correspondem a arranjos diferentes mas dizem respeito à mesma combinação da algarismos, logo, trata-se de uma combinação e três arranjos). As simbologias n p e p nC , representam as combinações de n elementos, organizados em subconjuntos com p elementos, por outras palavras, é igual ao número de subconjuntos, com p elementos, que se podem extrair a partir de um conjunto com n elementos, não interessando a ordem de extracção. A fórmula é a seguinte: )!(! ! pnp n C p n n p Exemplo: Quantas equipas com 3 representantes podemos formar a partir de 10 alunos da unidade curricular de Análise Estatística? Há três posições, para 10 alunos disponíveis e, neste caso, escolher ao acaso e sair o Manuel, a Maria e o Alexandre, é exatamente a mesma coisa se escolhermos ao acaso e sair a equipa Maria, Alexandre, Manuel. Assim, o número total de equipas possíveis é calculado pelas combinações de 10 elementos, em grupos de 3. 123 8910 !7!3 !10 )!310(!3 !10 3 10 ndosimplificaC 120 Numa calculadora geralmente as combinações estão assinaladas numa teclacom nCr, sendo necessário frequentemente recorrer à 2ª função, a tecla SHIFT (dependendo da máquina) Ligação Web que pode ser útil neste tema http://www.alea.pt/
Compartilhar