Baixe o app para aproveitar ainda mais
Prévia do material em texto
PROF: Severino Cavalcante de Sousa Júnior • Ferramenta matemática que permite o estudo de fenômenos ou dos experimentos. • Permite prever o que pode ocorrer e ainda dimensiona a chance de ocorrência de cada uma das possibilidades. • Serve para exprimir a chance de ocorrência de um determinado evento. • Termo muito utilizado no cotidiano. • Importante na tomada de decisão. O termo probabilidade se refere ao estudo da aleatoriedade e da incerteza. Elementos básicos: 1. Definições iniciais 2. Eventos 3. Definições de probabilidade 4. Propriedades 5. Probabilidade condicional 6. Independência entre eventos Fenômenos: ◦ Determinísticos ou não aleatórios Os resultados são sempre os mesmos. O fenômeno é determinístico quando o conhecemos de antemão (previamente) e podemos prever com certeza seu resultado; Ex.: temperatura de ebulição da água Fenômenos: ◦ Aleatórios Os resultados não são previsíveis. Objeto do estudo das probabilidades. Ex.: as condições climáticas do próximo domingo; taxa de inflação do próximo mês; as produções de cada planta serão diferentes e não previsíveis; a produção agrícola de uma determinada espécie; previsão do tempo. 1. Modelo Determinístico – Modelo não aleatório É aquele modelo em que, a partir de condições em que o experimento é realizado, pode-se determinar seu resultado. Os resultados são sempre os mesmos. Não envolve probabilidade. Ex: ponto de ebulição da água; nascer do sol. 2. Modelo Probabilístico – Modelo aleatório É aquele modelo em que as condições de execução de um experimento não determinam o seu resultado final. Os resultados não são previsíveis. Envolve probabilidade. 2. Modelo Probabilístico ou Modelo aleatório Ex: Deseja-se determinar qual precipitação pluviométrica que ocorrerá em determinada localidade como resultado de uma tempestade que está chegando. Dispõe-se de informações sobre pressão barométrica em vários pontos, variação da pressão, velocidade do vento, etc. Embora essas informações sejam importantes, não são capazes de responder a questão levantada, a de quanta chuva irá cair. Este fenômeno é explicado por um modelo probabilístico. Experimento • Designaremos por EXPERIMENTO todo processo que nos fornece dados. • Qualquer situação que pode ser reproduzida e envolva incerteza. Observação de um experimento controlado para testar a fadiga de materiais. verificar o resultado de um exame de sangue. As produtividades de diferentes áreas de floresta de Pinus que receberam adubação. O número de árvores com cancro numa parcela de floresta de eucalipto. 3. Experimentos Probabilísticos ou Aleatórios: • São aqueles cujos resultados podem não ser os mesmos, mesmo que sobre condições idênticas. Ex.: fenômenos estudados pela estatística lançamento de uma moeda 10 vezes Os resultados finais de cada tentativa serão diferentes e não previsíveis. Resultado a cada experimento aleatório: evento aleatório. 4. Espaço amostral (Ω ou S ): Conjunto de todos os possíveis resultados de um experimento aleatório. É o conjunto universo relativo aos resultados de um experimento. Espaço Amostral (Ω ou S ): 1) E1: lançamento de um dado ↔ S1: {1, 2, 3, 4, 5,6} 2) E2: naipe de uma carta de baralho comum ↔ S2: {espadas, ouros, copas, paus} 3) E3: Sorteio de um algarismo ↔ S3:{0, 1, 2, 3, 4, 5, 6, 7, 8, 9} 4) E4: Sexo da cria ↔ S4: {macho; fêmea} Ponto amostral cada um dos elementos de S Dado1 Dado 2 1 2 3 4 5 6 1 1;1 1;2 1;3 1;4 1;5 1;6 2 2;1 2;2 2;3 2;4 2;5 2;6 3 3;1 3;2 3;3 3;4 3;5 3;6 4 4;1 4;2 4;3 4;4 4;5 4;6 5 5;1 5;2 5;3 5;4 5;5 5;6 6 6;1 6;2 6;3 6;4 6;5 6;6 Ponto AmostralEspaço amostral (S) Experimentos aleatórios Espaços amostrais E1: Lançar uma moeda 10 vezes e observar o n° de caras. S1={0,1,2,3,4,5,6,7,8,9,10} E2: Selecionar uma carta de um baralho com 52 cartas e observar seu naipe. S2={ouro, paus, copas, espada} E3: Jogar um dado ao ar e observar a sua face superior S3: {1,2,3,4,5,6} E4: realizar o mesmo experimento de Mendel e observar a cor e rugosidade das sementes S4: {amarelas lisas, amarelas rugosas, verdes lisas, verdes rugosas} 5. Evento: É qualquer subconjunto do espaço amostral S. A é um evento de S, ou seja A é um subconjunto de S. ⇒ Eventos são subconjuntos de S. SA A ⊂ S 1) No lançamento de um dado, o S={1, 2, 3, 4 ,5 6} e o evento ocorrer um número par é A={2, 4, 6}. SA.2 .6 .4 .1 .5 .3 Experimento Eventos associados Lançamento de uma moeda Cara (K) ou Coroa (C) Lançamento de um dado 1, 2, 3, 4, 5 ou 6 Lançamento simultâneo de duas moedas KK, KC, CK ou CC Sorteio da Mega-sena 01, 02, 03, 04, ..., 59 ou 60 Se o espaço amostral S é um espaço amostral discreto e enumerável composto de n pontos amostrais, existem 2n subconjuntos ou eventos que podem ser formados a partir de S. N° de eventos = 2n n= pontos amostrais Ex.: Seja S = {1,2,3} Temos então, n = 3 ⇨N° de eventos = 2n N° de eventos = 23 = 8 eventos A1 = ∅, A2 = {1}, A3={2}, A4 = {3}, A5={1,2}, A6 = {1,3}, A7 = {2,3}, A8 = {1,2,3} Ex.: Lançamento de dois dados simultaneamente: S={36 resultados possíveis} Número de eventos??? União de dois eventos: A ∪ B ⇒representa a ocorrência de pelo menos, um dos eventos. A∩B, é a ocorrência simultânea de A e B. 1. Evento simples; 2. Evento composto; 3. Evento certo; 4. Evento impossível; 5. Eventos dependentes; 6. Evento mutuamente exclusivo. 7. Eventos Equiprováveis; 8. Eventos Independentes; 9. Evento complementar; Formado por um único elemento do espaço amostral S. Quando for unitário. Ex.: E1: Lançamento de uma moeda Evento: Obter coroa • Quando formado por mais de um elemento do espaço amostral. Ex.: Jogarmos dois dados nos pares na face superior É aquele que sempre ocorre S ⊂ S Que se iguala ao espaço amostral (S) Ex: Ocorrência de um valor par ou ímpar no lançamento de um dado. Ex: Lançar um dado e obter número ≤6 Que não possui elementos; E = ∅ É todo aquele evento que nunca ocorre ∅ ⊂ S Ex: Lançamento de um dado, o evento “número maior ou igual a 7” é um evento impossível. Enquanto o evento “número menor ou igual a 6” é um evento certo. Quando a ocorrência de um evento influencia a ocorrência do outro. Ex.: em um jogo de bolas enumeradas de 1 a 10 pretendo escolher a bola 5 e a bola 8, sequencialmente. Quando dois eventos A e B não podem ocorrer simultaneamente. A realização de um evento exclui a realização de outro evento Não possuem elementos em comum A ∩ B =∅ Ex.: Se nasce menino, não pode ser menina Se a carta é de copas não pode ser de ouros. Quando todos os elementos tem a mesma probabilidade de ocorrer. Ex.: Lançar uma moeda – Evento A: obter cara / Evento B: obter coroa Lançar um dado. Quando a ocorrência de um não influencia a ocorrência do outro. Quando a probabilidade de A ocorrer não for afetada pela ocorrência prévia ou não de B. Ex.: Jogar dois dados - E1 – obter o no 2 na face superior / E2 - obter o no 5 na face superior Chama-se evento complementar de um evento A, de um espaço amostral S, ao evento tal que: A ASA S A A Ex.: Lançamento de um dado, o evento complementar do evento “número par” é o evento “número ímpar” . A = {2,4,6}⇒ ⇒ ={1,3,5} Note: A∪ =S A∩ =∅ ASA S 2 A 4 6 1 3 5 A A É o número que resulta da divisão do número de casos favoráveis a um evento pelo número total de casos possíveis. Medida da possibilidade de ocorrência de u determinado evento. Em uma moeda podemos calcular a probabilidade de sair “cara” assim: Probabilidade de sair “cara” = Número de vezes que o evento “cara” pode sair numa jogada Número total de casos possíveis Probabilidade de sair “cara” = 1 2 = 0,5 Numa ÚNICA jogada de um dado, qual a probabilidade de sair FACE 5? Casos possíveis ⇒ S = {1,2,3,4,5,6} 6 pontos amostrais ou casos possíveis Casos favoráveis à ocorrência P( ) = 1/6=0,1666... Calcular a probabilidade ao jogar um dado sair, numa ÚNICA jogada, múltiplo de 3? As únicas faces que servem são: P(múltiplo de 3)=2/6=1/3=0,333.... ATENÇÃO: A PROBABILIDADE É SEMPRE EXPRESSA POR UM NÚMERO PURO, ISTO É, SEM UNIDADE DE MEDIDA. Valor que varia entre 0 e 1 ou 0 a 100% Da observação desses problemas, podemos tirar a fórmula P(X): probabilidade de ocorrer o evento X f: número de casos favoráveis n: número de casos possíveis, número total de pontos amostrais. n fXP )( Seja E um experimento e S um espaço amostral, a ele associado, composto por n pontos amostrais. Define a probabilidade de ocorrência de um evento A, indicada por P(A), como sendo a relação de ponto favoráveis (f ) à realização do evento A e o número total de pontos (n), ou seja: n fAP )( f não pode ser maior do que p, mas pode ser igual. Qual a probabilidade de sair C ou K numa única jogada? P(C ou K)=P(C) ou P(K)= P(C)+P(K)= ½+ ½=1 n fXP )( nf Seja o espaço amostral referente ao número de caras e coroas obtidas em 3 lances de uma moeda e A o evento: ocorrência de uma cara. Qual P(A)? S={CCC,CCK,CKC,KCC,CKK, KCK,KKC,KKK) A={CKK,KCK,KKC} 8 3)( n fAP Seja E um experimento e A um evento. Se após n realizações do experimento E, n suficientemente grande, forem observados m resultados favoráveis a A, então P(A) é dada pela freqüência relativa: P(A) = n° de vezes em que A ocorreu n° de vezes em que o experimento foi repetido n mfAP )( Em 660 lançamentos de uma moeda, foram observados 310 caras. Qual a probabilidade de, num lançamento dessa moeda, obter coroa? 5303,0 660 350 n mf Ache a probabilidade de uma pessoa adulta escolhida aleatoriamente ter voado em um avião comercial. Solução: S = {a pessoa selecionada voou em um avião comercial ou não}. Com os seguintes resultados de um pesquisador: entre 855 adultos escolhidos aleatoriamente, 710 confirmaram ter voado em algum avião comercial. P(voar de avião comercial)=? %04,838304,0 855 710)( n mvoarP Seja E um experimento e S um espaço amostral, a ele associado. A cada evento A de S associaremos um número real P(A), denominado probabilidade da ocorrência do evento A, se forem satisfeitas as seguintes condições ou axiomas: 1) P(A)≥0, para qualquer evento A em S 2) P(S) =1 3) Se A e B são dois eventos de S e são mutuamente exclusivos, então P(A∪B) = P(A) + P(B) A Daí decorre duas propriedades: a) 0≤P(A)≤1 b) P( )=P(S)-P(A)=1-P (A) O conceito axiomático fornece condições para o cálculo da probabilidade. O processo de cálculo da probabilidade é válido desde que satisfaça os axiomas. Probabilidade: é uma medida da chance de ocorrência de um fenômeno de interesse (evento). O cálculo de probabilidades, além dos axiomas, possui nos teoremas a serem estudados um poderoso instrumento de auxílio. Teorema 6.1. Se ∅ é um conjunto vazio, então: P(∅)=0 Porém P(A) = 0 não implica que A seja um conjunto vazio. Teorema 6.2. Se é o complemento de A, então: P(A) = 1 – P ( ) P(S) = 1 P(A)+P( ) = 1 A A S A A A • Teorema 6.3. Teorema da soma das probabilidades Se A e B são dois eventos quaisquer, então: P(A∪B)=P(A) + P(B) – P(A∩B) Para três eventos quaisquer: P(A∪B∪C)=P(A) + P(B)+P(C) – P(A∩B)-P(A∩C)- P(B∩C)-P(A∩B∩C) • Teorema 6.3. Teorema da soma das probabilidades Quando temos dois eventos A e B, a probabilidade de ocorrência de A ou de B é: a) Quando os eventos A e B são independentes: Se AB = ø, então P(AB) = 0 P(AB) = P(A) + P(B) Sorteando baralho, qual a possibilidade de sair um valete de ouros ou valete de copas? 1/52 + 1/52 = 2/52 = 0,038 b) Quando os eventos A e B são dependentes: P(AB) = P(A) + P(B) – P(AB) Sorteando carta do baralho, qual a possibilidade de sair uma carta de ouros ou o nº 2? Resp: 13/52 + 4/52 – 1/52= 16/52=0,307 • Teorema do produto Sejam dois eventos A e B, a probabilidade de ocorrência de ambos (A e B) é: P(A B)= P(A) P(B/A) a) Se os eventos A e B são independentes, então P(B/A)=P(B) P(AB) = P(A) P(B) • Ex: Ao jogarmos duas moedas qual a probabilidade de se obter duas caras? P(Ca, Ca) ? A probabilidade de dois eventos independentes ocorrerem simultaneamente é igual ao produto das P dos eventos ocorrerem isoladamente P (A e B) = P(A) . P(B) Probabilidade de ocorrer algo em uma determinada condição! Qual a probabilidade de ocorrer o nº 5 visto que saiu um nº ímpar? Nº nascimento de um bezerro, interessa saber se nascerá mocho sabendo-se que a pelagem é preta. É a probabilidade de ocorrer um determinado evento sob uma dada condição Ex.: Ao jogar um dado, qual a chance de cair o nº 2, sabendo que ocorreu um nº par? P = 1/3 = 0,33 ou 33% P(A∣B) = P(A) sob a condição de ter ocorrido B Bom Almoço (Português) Good lunch (Inglês) Buen almuerzo (Espamhol) Buon pranzo (Italiano) Gutes Mittagessen (Alemão) Bon déjeuner (Francês) Dobry lunch (polonês) Goeie middagete (Africanês) Prandium bonum (Latim)
Compartilhar