Baixe o app para aproveitar ainda mais
Prévia do material em texto
JANILSON PINHEIRO DE ASSIS CONJUNTOS E PROBABILIDADES { } { }{ }2Pr 21Pr 21Pr E EE EE I = 2ª EDIÇÃO MOSSORÓ, RN, BRASIL 2010 Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 2 Ficha Catalográfica A848c Assis, Janilson Pinheiro de. Conjuntos e probabilidades / Janilson Pinheiro de Assis. -- Mossoró: UFERSA, 2010. 77p.: il. ISBN: 978-85-910262-0-3 1.Probabilidades. 2.Espaço amostral. 3.Experimento aleatório. 4.Análise combinatória. I. Título. CDD: 519.2 Bibliotecária Keina Cristina Santos Sousa CRB15 120 Proibida a reprodução total ou parcial, de qualquer forma ou por qualquer meio. A violação dos direitos do autor (Lei n. 9.610/98) é crime estabelecido pelo artigo 184 do Código Penal. Depósito legal na Biblioteca Nacional conforme Decreto n. 1.825, 20 de dezembro de 1907. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 3 SUMÁRIO CAPÍTULO 1 – TEORIA DOS CONJUNTOS [ÁLGEBRA DE CONJUNTOS].. 11 1. INTRODUÇÃO...................................................................................................... 11 2. CONCEITOS BÁSICOS........................................................................................ 11 2.1. CONJUNTOS................................................................................................. 11 2.1.1. EXEMPLOS DE CONJUNTOS .............................................................. 11 2.1.2. ELEMENTO............................................................................................. 11 2.1.3. RELAÇÃO DE PERTINÊNCIA [ ] ..................................................... 12 2.2. DIAGRAMA DE EULER – VENN (Lê-se "Òiler - ven")............................. 12 2.3. FORMAS DE DESIGNAÇÃO DE CONJUNTOS E DOS ELEMENTOS DE UM CONJUNTO.......................................................................................... 13 2.3.1. MÉTODO DA ENUMERAÇÃO OU LISTAGEM COMPLETA OU MÉTODO TABULAR ....................................................................................... 13 2.3.2. MÉTODO DA PROPRIEDADE OU REGRA ........................................ 13 3. SIMBOLOGIAS USADAS NA ÁLGEBRA DE CONJUNTOS .......................... 14 3.1.QUADRO REPRESENTATIVO DOS PRINCIPAIS SÍMBOLOS UTILIZAD OS NA TEORIA DOS CONJUNTOS ......................................................... 14 3.2. SIMBOLOGIA UTILIZADA ENTRE CONJUNTOS .................................. 15 3.2.1. PERTENCE A [∈∈∈∈] ................................................................................... 15 3.2.2. NÃO PERTENCE A [∉∉∉∉] ......................................................................... 15 3.1.3. ESTÁ CONTIDO [⊂⊂⊂⊂ ] ............................................................................. 15 3.1.4. NÃO ESTÁ CONTIDO [⊄⊄⊄⊄ ].................................................................... 16 3.1.5. CONTÉM [⊃⊃⊃⊃ ] ......................................................................................... 16 3.1.6. NÃO CONTÉM [⊃⊃⊃⊃//// ]................................................................................ 16 3.1.7. IGUAL [ = ].............................................................................................. 16 3.1.8. DIFERENTE [≠]....................................................................................... 17 4. TIPOS DE CONJUNTOS ...................................................................................... 17 4.1. CONJUNTO UNIVERSO [U] ....................................................................... 17 4.1.1. EXEMPLO ............................................................................................... 17 4.2. CONJUNTO VAZIO [∅∅∅∅ ] ............................................................................. 17 4.2.1. EXEMPLO ............................................................................................... 17 4.3. CONJUNTO UNITÁRIO............................................................................... 18 4.3.1.EXEMPLO ................................................................................................ 18 4.4. CONJUNTO BINÁRIO ................................................................................. 18 4.4.1. EXEMPLO ............................................................................................... 18 Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 4 4.5. CONJUNTO FINITO..................................................................................... 18 4.5.1. EXEMPLO ............................................................................................... 18 4.6. CONJUNTO INFINITO................................................................................. 18 4.6.1.EXEMPLO ................................................................................................ 18 4.7.CONJUNTO ENUMERÁVEL........................................................................ 19 4.7.1. EXEMPLO ............................................................................................... 19 4.8. CONJUNTO NÃO ENUMERÁVEL............................................................. 19 4.8.1. EXEMPLO ............................................................................................... 19 5. SUBCONJUNTOS ................................................................................................. 19 5.1. EXEMPLO ..................................................................................................... 20 5.2. TIPOS ............................................................................................................. 20 5.2.1. SUBCONJUNTO PRÓPRIO ................................................................... 20 5.2.2. SUBCONJUNTO IMPRÓPRIO .............................................................. 20 5.2.3. CARDINALIDADE................................................................................. 20 6. CLASSES DE CONJUNTOS OU CONJUNTOS DAS PARTES [Ρ]................... 21 6.1. EXEMPLO 1 .................................................................................................. 21 6.2. EXEMPLO 2 .................................................................................................. 21 7. PROPRIEDADES OU LEIS DA ÁLGEBRA DE CONJUNTOS (OU EVENTOS) .................................................................................................................................... 22 8. OPERAÇÕES ENTRE CONJUNTOS................................................................... 23 8.1. UNIÃO [U ].................................................................................................... 23 8.1.1. INTRODUÇÃO........................................................................................ 23 8.1.2. EXEMPLO 1 ............................................................................................ 24 8.1.3. EXEMPLO 2 ............................................................................................ 24 8.2. INTERSEÇÃO [I ]........................................................................................ 24 8.2.1. INTRODUÇÃO........................................................................................ 24 8.2.2. EXEMPLO 1 ............................................................................................ 25 8.2.3. EXEMPLO2 ............................................................................................ 25 8.2.4. EXEMPLO 3 ............................................................................................ 26 8.2.5. EXEMPLO 4 ............................................................................................ 26 8.3. COMPLEMENTAR [ CA A==== ] OU COMPLEMENTO ABSOLUTO ......... 27 8.3.1. INTRODUÇÃO........................................................................................ 27 8.3.2. EXEMPLO 1 ............................................................................................ 27 8.3.3. EXEMPLO 2 ............................................................................................ 27 8.3.4. EXEMPLO 3 ............................................................................................ 27 Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 5 8.4. DIFERENÇA [ BA \ ] OU COMPLEMENTO RELATIVO ......................... 28 8.4.1. INTRODUÇÃO........................................................................................ 28 8.4.2. EXEMPLO 1 ............................................................................................ 29 8.4.3. EXEMPLO 2 ............................................................................................ 29 8.4.4. EXEMPLO 3 ............................................................................................ 29 8.4.5. EXEMPLO 4 ............................................................................................ 30 9. PRODUTO CARTESIANO [AXB]: (conjuntos produto) ..................................... 30 9.1. EXEMPLO ..................................................................................................... 30 10. EXERCÍCIOS DE APLICAÇÃO ........................................................................ 31 10.1. EXEMPLO 1 ................................................................................................ 31 10.1.1. “A” E “B” OCORREM, MAS “C” NÃO............................................... 31 10.1.2. SOMENTE “A” OCORRE..................................................................... 31 10.2. EXEMPLO 2 ................................................................................................ 31 10.3. SEJAM OS CONJUNTOS A E B. ENCONTRE AS EXPRESSÕES DAS OPERAÇÕES ENTRE CONJUNTOS E INDIQUE O DIAGRAMA DE VENN PARA O CONJUNTO EM QUE ..................................................... 32 10.3.1. APENAS A OU APENAS B OCORRE, ISTO É, OCORRE EXATAMENTE UM DOS DOIS CONJUNTOS.............................................. 32 10.3.2. A OCORRE, MAS B NÃO, ISTO É, SOMENTE A OCORRE............ 33 CAPÍTULO 2 – TÉCNICAS DE CONTAGEM OU ANÁLISE COMBINATÓRIA ........................................................................................................................................ 34 1. NOTAÇÃO FATORIAL........................................................................................ 34 1.1. PERMUTAÇÃO (ARRANJO): (((( ))))r ! !Pn n n r ==== −−−− ........................................... 34 1.2. COMBINAÇÃO: (((( )))) ! ! ! n r n C r n r ==== −−−− ............................................................... 34 1.3. NOÇÕES GERAIS SOBRE ANÁLISE COMBINATÓRIA (OU TÉCNICAS DE CONTAGEM)........................................................................................ 34 1.3.1.PERMUTAÇÕES...................................................................................... 35 1.3.1.1. EXEMPLO ........................................................................................ 35 1.3.2. ARRANJOS ............................................................................................. 35 1.3.2.1. ALGUMAS PROPRIEDADES......................................................... 35 1.3.2.2. EXEMPLOS ...................................................................................... 35 1.3.3. COMBINAÇÕES ..................................................................................... 36 1.3.3.1. ALGUMAS PROPRIEDADES......................................................... 36 1.3.3.2. EXEMPLOS ...................................................................................... 37 1.3.3.3. ALGUNS RESULTADOS ENVOLVENDO COMBINAÇÕES ..... 38 1.3.3.4. EXEMPLOS ...................................................................................... 38 Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 6 CAPÍTULO 3 – TEORIA DE PROBABILIDADES................................................. 39 1. EXPERIMENTO, EXPERIMENTO DETERMINÍSTICO, EXPERIMENTO ALEATÓRIO, ESPAÇO AMOSTRAL, EVENTOS E PONTO AMOSTRAL........ 39 1.1. EXPERIMENTO OU ENSAIO ..................................................................... 39 1.2. EXPERIMENTOS DETERMINÍSTICOS..................................................... 39 1.3. EXPERIMENTOS ALEATÓRIOS OU ESTOCÁSTICOS (E) .................... 39 1.4. ESPAÇO AMOSTRAL (S OU Ω) ................................................................. 39 1.4.1. TIPOS DE ESPAÇO AMOSTRAL ......................................................... 40 1.5. PONTO AMOSTRAL (A) ............................................................................. 40 1.6. EVENTO (A).................................................................................................. 40 1.6.1. CLASSE DOS EVENTOS ALEATÓRIOS............................................. 40 1.6.2. CLASSIFICAÇÃO DOS EVENTOS....................................................... 41 1.6.3. PARTIÇÃO DE UM ESPAÇO AMOSTRAL......................................... 43 1.7. EXEMPLO DE EXPERIMENTOS ALEATÓRIOS (E) E SEUS ESPAÇOS AMOSTRAIS (S) ......................................................................................... 43 2. PROBABILIDADES: CONCEITOS E PROPRIEDADES (LEIS)....................... 44 2.1. CONCEITOS DE PROBABILIDADE .......................................................... 44 2.1.1.CONCEITO CLÁSSICO OU PROBABILIDADE “A PRIORI” OU PROBABILIDADE FÍSICA .............................................................................. 44 2.1.1.1. EXEMPLO ........................................................................................ 45 2.1.2. FREQUÊNCIA RELATIVA OU PROBABILIDADE “A POSTERIORI” ............................................................................................................................ 45 2.1.2.1. EXEMPLO ........................................................................................ 45 2.1.3. CONCEITO MODERNO OU AXIOMÁTICO ....................................... 46 2.1.3.1. EXEMPLO ........................................................................................ 46 2.3.TEOREMAS FUNDAMENTAIS DO CÁLCULO DE PROBABILIDADES ...................................................................................................................... 46 2.3.1. TEOREMA 1............................................................................................ 46 2.3.2. TEOREMA 2............................................................................................ 46 2.3.3. TEOREMA 3............................................................................................ 47 2.3.4. TEOREMA 4............................................................................................ 47 2.3.5. TEOREMA 5: TEOREMA DA SOMA DAS PROBABILIDADES....... 48 3. TEOREMA DA PROBABILIDADE CONDICIONAL ........................................ 48 3.1. DEFINIÇÃO................................................................................................... 49 3.2. PROPOSIÇÃO ...............................................................................................49 3.3.EXEMPLO ...................................................................................................... 50 4. TEOREMA DO PRODUTO PARA PROBABILIDADE CONDICIONADA ..... 51 Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 7 4.1. DEFINIÇÃO................................................................................................... 51 4.2. EXEMPLO ..................................................................................................... 51 5. TEOREMA DE BAYES OU TEOREMA DA REVISÃO DAS PROBABILIDADES, TEOREMA DA PROBABILIDADE DAS CAUSAS, TEOREMA DA PROBABILIDADE A POSTERIORI, TEOREMA DAS PROBABILIDADES DAS HIPÓTESES, TEOREMA DA PROBABILIDADE DOS ANTECEDENTES, TEOREMA DA PROBABILIDADE TOTAL.......................... 52 5.1. INTRODUÇÃO.............................................................................................. 52 5.2. TEOREMA DA PROBABILIDADE TOTAL............................................... 53 5.3. TEOREMA DE BAYES ................................................................................ 53 5.4. EXEMPLO ..................................................................................................... 53 6. TEOREMA DOS EVENTOS INDEPENDENTES ............................................... 55 6.1. DEFINIÇÃO DA INDEPENDÊNCIA........................................................... 55 6.2. OBSERVAÇÕES IMPORTANTES .............................................................. 55 6.3. EXEMPLO DE APLICAÇÃO....................................................................... 57 7. EXERCÍCIOS PROPOSTOS SOBRE PROBABILIDADES: EXERCÍCIOS DE APLICAÇÃO 1 .......................................................................................................... 58 8. EXERCÍCIOS PROPOSTOS SOBRE CONJUNTOS E PROBABILIDADES: EXERCÍCIOS DE APLICAÇÃO 2 ........................................................................... 72 APÊNDICE 1 ................................................................................................................ 77 ALFABETO GREGO .................................................................................................. 77 BIBLIOGRAFIA .......................................................................................................... 78 LISTAS DE FIGURA Figura 1 Diagrama de Euler – Venn. 12 Figura 2 Diagrama ilustrativo do conjunto universo. 17 Figura 3 Diagrama ilustrativo de um subconjunto A de um conjunto B. 20 Figura 4 Diagrama da operação reunião entre dois conjuntos A e B. 24 Figura 5 Diagrama da operação reunião entre um conjunto D e um subconjunto E. 24 Figura 6 Diagrama da operação interseção entre dois conjuntos A e B. 25 Figura 7 Diagrama de três conjuntos A, B e C mutuamente exclusivos. 25 Figura 8 Diagrama de dois conjuntos A e B disjuntos, incompatíveis ou mutuamente exclusivos. 26 Figura 9 Diagrama entre um conjunto D e um subconjunto E. 26 Figura 10 Diagrama da operação complementar de um conjunto A. 27 Figura 11 Diagrama da operação diferença entre dois conjuntos A e B. 28 Figura 12 Diagrama da operação diferença entre um conjunto B e um subconjunto A. 28 Figura 13 Diagrama da operação diferença entre dois conjuntos A e B. 29 Figura 14 Diagrama mostrando a operação CA B CI II II II I entre três conjuntos A, B e C, ou seja, A e B ocorrem, mas C não. 31 Figura 15 Diagrama da operação C CA B CI II II II I entre três conjuntos A, B e C. Isto é somente A ocorre. 31 Figura 16 Diagrama da operação A B CU UU UU UU U entre três conjuntos A, B e C. 32 Figura 17 Diagrama da operação (((( )))) (((( ))))c cA B B AI U II U II U II U I entre dois conjuntos A e B. 32 Figura 18 Diagrama da operação CA BIIII entre dois conjuntos A e B. 33 Figura 19 Diagrama mostrando a partição de um espaço amostral “S”. 43 Figura 20 Proporção de caras em 100 arremessos de uma moeda. 45 Figura 21 Diagrama de VENN, mostrando o evento “A” como subconjunto (A ⊂⊂⊂⊂ B ) do evento “B”. 47 Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 9 Figura 22 Diagrama de “VENN”, mostrando detalhe da interseção entre os eventos “A” e “B”. 47 Figura 23 Diagrama de “VENN” mostrando o espaço amostral reduzido da probabilidade condicional. 48 Figura 24 Diagrama de “VENN” mostrando a Partição de um espaço amostral “S” juntamente com o evento “B”. 53 Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 10 LISTAS DE TABELAS Tabela 1 Símbolos representativos utilizados na teoria de conjuntos. 15 Tabela 2 Dados de fecundidade de duas raças suínas, Landrace e Duroc. 50 Tabela 3 Dados referentes a produção de três variedades de tomate submetidos a três tipos de adubos 54 Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 11 CAPÍTULO 1 – TEORIA DOS CONJUNTOS [ÁLGEBRA DE CONJUNTOS] 1. INTRODUÇÃO A teoria dos conjuntos foi desenvolvida por volta do ano de 1872 pelo matemático alemão de origem russa que nasceu na cidade de São Petersburgo na Rússia, Georg ferdinand Ludwig Phillipp Cantor (1845 - 1918) e aperfeiçoada no início do século XX por outros matemáticos, entre eles, Ernst Zermelo (alemão, 1871 - 1956), Adolf Fraenkel (alemão, 1891 - 1965), Kurt Gödel (austríaco, 1906 - 1978), Janos von Newman (húngaro, 1903 - 1957), dentre outros. O estudo sobre a teoria de conjuntos se faz necessário em estatística devido a moderna teoria de probabilidades ter como base teórica a álgebra de conjuntos ou de eventos, a qual é baseadas em axiomas matemáticos, sendo necessário conhecermos essa teoria para compreendermos os axiomas, teoremas, leis ou propriedades referentes ao estudo dos experimentos aleatórios, de seus eventos e possibilidades de ocorrência desses acontecimentos. 2. CONCEITOS BÁSICOS 2.1. CONJUNTOS Em matemática, um conjunto é qualquer lista ou coleção bem definida de objetos os quais são os elementos do conjunto. Não interessa a ordem e quantas vezes os elementos estão listados na coleção. Ou seja, a noção de conjunto em Matemática é praticamente a mesma utilizada na linguagem cotidiana: agrupamento, classe, coleção. Por exemplo: Conjunto das letras maiúsculas do alfabeto; Conjunto dos números inteiros pares; Conjunto dos dias da semana; Conjunto dos Presidentes da República do Brasil, etc. Designamos os conjuntos por letras maiúsculas latinas, tais como A, B, C, X, Y, U, V, W,..., e os elementos que os compõe por letras minúsculas latinas dispostas entre chaves e separados por vírgula, como por exemplo, a, b, c, x, y, u, v, w,... 2.1.1. EXEMPLOS DE CONJUNTOS i) Os números inteiros entre 1 e 50, inclusive; ii) Os pontos de uma reta; iii) Os números reais entre 0 e 12, exclusive 2.1.2. ELEMENTO É cada membro ou objeto que entra na formação do conjunto. Por exemplo: V, I, C, H, E são elementos do primeiro conjunto acima; 2, 4, 6 são elementos do segundo; e assim por diante. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 12 2.1.3. RELAÇÃO DE PERTINÊNCIA [] Pertinência: é a característica associada a um elemento que faz parte de um conjunto. Símbolo de pertinência: Se um elemento pertence a um conjunto utilizamos o símbolo ∈∈∈∈ que se lê: "pertence”. Para afirmar que 1 é um número natural ou que 1 pertence ao conjunto dos números naturais, escrevemos: 1∈∈∈∈ N. Para afirmar que 0 não é um número natural ou que 0 não pertence ao conjunto dos números naturais, escrevemos:0 ∉∉∉∉ N. Um símbolo matemático muito usado para a negação é a barra / traçada sobre o símbolo normal. 2.2. DIAGRAMA DE EULER – VENN (Lê-se "Òiler - ven") Podemos expressar as operações entre conjuntos através dos DIAGRAMAS DE EULER-VENN (John Venn, 1834-1923) que são úteis na verificação de propriedades de operações entre conjuntos, mas não devem ser considerados instrumentos de prova matemática rigorosa. Sendo assim é possível usar essas figuras para representar conjuntos e, como em muitos casos não interessa saber quais são os elementos de um conjunto, podemos representá-los por uma região do plano delimitada por uma curva fechada, essas figuras que são conhecidas como Diagramas de Euler – Venn, são muitos úteis no estudo de conjuntos. Figura 1: Diagrama de Euler – Venn. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 13 2.3. FORMAS DE DESIGNAÇÃO DE CONJUNTOS E DOS ELEMENTOS DE UM CONJUNTO Existem duas maneiras de designar os elementos e os conjuntos simbolicamente, as quais são descritas a seguir. 2.3.1. MÉTODO DA ENUMERAÇÃO OU LISTAGEM COMPLETA OU MÉTODO TABULAR É aquele onde ocorre a designação dos nomes de todos os elementos do conjunto. Este método é usado quando o número de elementos não é grande; escrevem-se os nomes dos elementos entre chaves. Por exemplo, o conjunto A dos números pares positivos, menores do que 10, pode ser representado por: A = {2, 4, 6, 8,} Essa mesma notação poderá ser usada se o número de elementos é grande, mas de tal maneira que, escrevendo-se os primeiros elementos do conjunto, se possa inferir quais são os demais elementos omitidos. Por exemplo, o conjunto dos números pares positivos, menores do que 40 podem ser simbolizados por {2, 4, 6, 8,..., 38}, onde escrevemos os primeiros elementos e o último, separados por reticência. Outro exemplo é o do conjunto P de todos os números pares positivos, o qual poderá ser representado por. P = {2, 4, 6, 8, 10,...}. Outros exemplos usados para ilustrar esse método podem ser: O conjunto A dos números primos, menores do que 10 isto é: A = {2, 3, 5, 7}; O conjunto B dos números pares positivos, menores do que 8: B = {2, 4, 6} 2.3.2. MÉTODO DA PROPRIEDADE OU REGRA É aquele onde ocorre a designação de uma propriedade satisfeita por todos os elementos do conjunto e não é válida para elementos de outros conjuntos. Por exemplo, o conjunto dos números fracionários menores do que 3, o conjuntos dos números primos, o conjunto das cidades do estado do Rio Grande do Norte. Seja, então, o conjunto F dos números fracionários entre 0 e 2. Cada elemento do conjunto F deve ser um número fracionário compreendido entre 0 e 2 (propriedade definidora do conjunto). Para representar um elemento qualquer do conjunto F, usamos um símbolo, chamado variável, que pode ser uma letra qualquer, x, por exemplo. Dizemos, então, que uma variável é um símbolo que pode ser substituído por qualquer elemento de um conjunto, denominado domínio da variável. No exemplo anterior, o domínio da variável x é o conjunto dos números fracionários compreendidos entre 0 e 2. Sendo assim, o conjunto F pode ser denotado como mostrado a seguir. F = {x tal que x é fracionário e 0 < x < 2}. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 14 Se denominarmos de D o conjunto dos números fracionários e usarmos um símbolo para tal que, usualmente " " ou então ”:”, teremos o seguinte: D = {x│x ∈∈∈∈ D e 0 < x < 2} ou D = {x: x ∈∈∈∈ D e 0 < x < 2}. Em geral, o conjunto dos elementos x que satisfazem a uma propriedade “p” pode ser escrito assim: {x│x satisfaz p} ou {x│p(x)}, ou ainda, {x : p(x)} Mostramos a seguir alguns exemplos de aplicação desse método. O conjunto A dos números inteiros não-negativos menores do que 2000: A = {x ∈∈∈∈ N │ x < 2000} O conjunto B dos números fracionários cujos quadrados são maiores ou iguais a 25: sendo D = conjunto dos números fracionários. B = {x ∈∈∈∈ D │ x2 ≥≥≥≥ 25} Às vezes, essa representação pode dar margem à representação anterior da listagem completa. Poe exemplo, o conjunto C dos números naturais que satisfazem à equação x2 – 81 = 0 é o seguinte: C = {x ∈∈∈∈ N* │ x2 – 81 = 0} ou então C = {9}, onde N* é o conjunto dos números naturais, que é o conjunto N dos números inteiros não – negativos [N = {0, 1, 2, 3, 4, 5, 6, 7,...}] sem o zero, ou seja, N* = {1, 2, 3, 4, 5, 6, 7,...}. 3. SIMBOLOGIAS USADAS NA ÁLGEBRA DE CONJUNTOS 3.1.QUADRO REPRESENTATIVO DOS PRINCIPAIS SÍMBOLOS UTILIZADOS NA TEORIA DOS CONJUNTOS Na tabela 1 são mostrados diversos símbolos utilizados na teoria de conjuntos, os quais são de extrema importância para se entender a álgebra de conjuntos e eventos. Vale lembrar que nem todos esses símbolos são usados ao mesmo tempo, e que nem todos serão aplicados nos próximos itens que serão descritos adiante, no entanto para se efetuar operações de álgebra de conjuntos ou de eventos o leitor pode se valer desses símbolos contidos na tabela 1. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 15 Tabela 1: Símbolos representativos utilizados na teoria de conjuntos ∈∈∈∈: pertence : existe ∉∉∉∉: não pertence : não existe : está contido : para todo (ou qualquer que seja) : não está contido : conjunto vazio : contém N: conjunto dos números naturais : não contém Z: conjunto dos números inteiros / : tal que Q: conjunto dos números racionais : implica que Q'= I: conjunto dos números irracionais : se, e somente se R: conjunto dos números reais 3.2. SIMBOLOGIA UTILIZADA ENTRE CONJUNTOS 3.2.1. PERTENCE A [∈∈∈∈] Relação usada entre elemento e um conjunto. Se a é um elemento de , nós podemos dizer que o elemento a pertence ao conjunto e podemos escrever a ∈∈∈∈ A. Por exemplo, seja o conjunto A = {1, 2, 3, 4, 5}, então 1 ∈∈∈∈ A. 3.2.2. NÃO PERTENCE A [∉∉∉∉] Relação usada entre elemento e um conjunto. Se a não é um elemento de , nós podemos dizer que o elemento a não pertence ao conjunto e podemos escrever a ∉∉∉∉ A. Por exemplo, seja o conjunto B = {10, 20, 30, 40, 50}, então 5 ∉∉∉∉ B. 3.1.3. ESTÁ CONTIDO [⊂⊂⊂⊂ ] Relação usada entre conjuntos. Diz-se que o conjunto A está contido no conjunto B, ou que A é subconjunto de B, se, e somente se, todo elemento de A também pertence ao conjunto B, e indica-se por A⊂⊂⊂⊂ B. Por exemplo: Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 16 {0, 2} ⊂⊂⊂⊂ {0, 2} {0, 3} ⊂⊂⊂⊂ {0, 1, 3} Vale salientar a diferença existente entre os símbolos ∈∈∈∈ e ⊂⊂⊂⊂ , pois o primeiro é usado para relacionar elemento e conjunto, enquanto o segundo relaciona dois conjuntos, por exemplo, dizemos que 1∈∈∈∈ {1, 4} e não 1⊂⊂⊂⊂ {1, 4}. Todavia, {1} ⊂⊂⊂⊂ {1, 4}, pois {1} é um conjunto (unitário). 3.1.4. NÃO ESTÁ CONTIDO [⊄⊄⊄⊄ ] Relação usada entre conjuntos. A negaçãopara está contido (⊂⊂⊂⊂ ) indica-se com o sinal de está contido com uma barra cortando o símbolo, na diagonal. Assim A⊄⊄⊄⊄ B. Por exemplo, Considere os conjuntos A = {4, 5, 6} e B = {1, 10, 20}, nesse caso A ⊄⊄⊄⊄ B. Se A⊂⊂⊂⊂ B ou B⊂⊂⊂⊂ A, dizemos que A e B são comparáveis. Se A⊄⊄⊄⊄ B e B⊄⊄⊄⊄ A, então A e B não são comparáveis. Sendo assim, os conjuntos A = {3, 6} e B = {0, 2, 5, 9} não são comparáveis. 3.1.5. CONTÉM [⊃⊃⊃⊃ ] Relação usada entre conjuntos. Se A⊂⊂⊂⊂ B, diz-se também que B contém A e indica-se assim (B⊃⊃⊃⊃ A). Por exemplo, Sejam os conjuntos A = {1, 5, 10} e B = {1, 5} então A ⊃⊃⊃⊃ B. 3.1.6. NÃO CONTÉM [⊃⊃⊃⊃//// ] Relação usada entre conjuntos. A negação para contém é dada pelo símbolo de contém com uma barra cortando o símbolo, na diagonal indicado por ⊃⊃⊃⊃//// . Por exemplo, Sejam os conjuntos A = {1, 5, 10} e B = {2, 6} então A ⊃⊃⊃⊃//// B. 3.1.7. IGUAL [ = ] Relação usada entre conjuntos. Diz-se que dois conjuntos A e B são iguais se, e somente, todo elemento de A pertence a B e todo elemento de B pertence a A. Sendo assim, a maneira de se constatar se dois conjuntos A e B são iguais é verificar a dupla inclusão. A ⊂⊂⊂⊂ B e B ⊂⊂⊂⊂ A. Por exemplo, os conjuntos A = {0, 5} e B = {5, 0} são iguais isto é A = B ou {0, 5} = {5, 0}. Este exemplo ilustra o fato de que a ordem dos elementos no conjunto é indiferente, segundo a definição anterior. Ou seja, A afirmação de que A ⊂⊂⊂⊂ B não exclui a possibilidade de B estar contido em A, e quando isso ocorre, dizemos que A e B são iguais e denotamos por A = B. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 17 3.1.8. DIFERENTE [≠] Relação usada entre conjuntos. Se não for verificada a definição de igualdade entre conjuntos, dizemos então que A é diferente de B e indica-se assim A ≠ B. Por exemplo, sejam os conjuntos A = {1, 3, 5, 6}; B = {2, 4, 10}, então A ≠ B. 4. TIPOS DE CONJUNTOS 4.1. CONJUNTO UNIVERSO [U] É o conjunto ao qual pertencem todos os elementos envolvidos em um determinado assunto ou estudo, e é simbolizado pela letra U. Assim, se procuramos determinar as soluções reais de uma equação do segundo grau, nosso conjunto Universo U é R (conjunto dos números reais); Figura 2: Diagrama ilustrativo do conjunto universo. 4.1.1. EXEMPLO U = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10} 4.2. CONJUNTO VAZIO [∅∅∅∅ ] Conjunto vazio: é um conjunto que não possui elementos. O conjunto vazio é representado por { } ou ∅∅∅∅ .Convém notar a diferença entre o conjunto vazio e o conjunto cujo único elemento é o zero, isto é, o conjunto {0}, que não é vazio. O conjunto vazio é finito, pois tem zero elemento. Pode-se admitir sem demonstração, a afirmação de que o conjunto vazio é único. O conjunto vazio é um subconjunto de qualquer conjunto A. Dessa forma, para qualquer conjunto A, temos que A U∅ ⊂ ⊂∅ ⊂ ⊂∅ ⊂ ⊂∅ ⊂ ⊂ . 4.2.1. EXEMPLO Seja A o conjunto dos números primos pares entre 4 e 9. Então A = ∅∅∅∅ . Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 18 4.3. CONJUNTO UNITÁRIO É aquele que é constituído de apenas um elemento. 4.3.1.EXEMPLO A = {x | x é par e 4 < x < 8} ou A = {6} 4.4. CONJUNTO BINÁRIO É aquele que possui apenas dois elementos 4.4.1. EXEMPLO B = {7, 9} 4.5. CONJUNTO FINITO É aquele que é vazio ou constituído de exatamente “n” elementos, onde “n” é um número inteiro positivo. 4.5.1. EXEMPLO Seja d o conjunto das letras que são vogais do alfabeto latino, isto é: D = {a, e, i, o, u}, então D é um conjunto finito. 4.6. CONJUNTO INFINITO É aquele contrário a finito, ou seja, o conjunto que não é vazio ou não é constituído de um número “n” de elementos, onde “n” não é um número inteiro positivo ou zero. 4.6.1.EXEMPLO Seja I o conjunto dos números inteiros pares positivos, isto é: Y = {2, 4, 6, 8, ...}, Então I é um conjunto infinito Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 19 4.7.CONJUNTO ENUMERÁVEL É aquele conjunto que é finito ou se seus elementos podem ser arranjados em forma de seqüência, e neste caso é chamado de infinito enumerável. 4.7.1. EXEMPLO Seja N o conjunto dos números inteiros não negativos. N = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10,...} O conjunto n é infinito enumerável 4.8. CONJUNTO NÃO ENUMERÁVEL É aquele conjunto que é infinito, e que seus elementos não podem ser arranjados em forma de seqüência. 4.8.1. EXEMPLO Seja F o intervalo unitário de números reais, isto é: F = {x 0 ≤ x ≤ 1} 5. SUBCONJUNTOS Subconjunto pode ser definido assim: quando todos os elementos de um conjunto A qualquer pertencem a um outro conjunto B, diz-se, então, que A é um subconjunto de B, ou seja, A B⊂⊂⊂⊂ . isto é um conjunto A é um subconjunto de (está contido em) B se, e somente se, todo elemento x pertencente a A também pertence a B: por exemplo:Todo o conjunto A é subconjunto dele próprio, ou seja A B⊂⊂⊂⊂ . O conjunto vazio, por convenção, é subconjunto de qualquer conjunto, ou seja, Aφφφφ ⊂⊂⊂⊂ . A menos que afirmemos o contrário, podemos dizer que todos os conjuntos em estudo são supostos subconjuntos de um conjunto fixo chamado conjunto universo, o qual é denotado pela letra “U”. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 20 Figura 3: Diagrama ilustrativo de um subconjunto A de um conjunto B. 5.1. EXEMPLO Sejam os conjuntos A = {6, 7} e B = {5, 6, 7, 8, 9, 10}, então A é subconjunto próprio de B. 5.2. TIPOS 5.2.1. SUBCONJUNTO PRÓPRIO Vale lembrar que se A B⊂⊂⊂⊂ não exclui a possibilidade de A B==== . Contudo, se A B⊂⊂⊂⊂ , mas A B≠≠≠≠ , então dizemos que A é subconjunto próprio de B. Alguns autores usam o símbolo ⊆⊆⊆⊆ para designar qualquer subconjunto e o símbolo somente para um subconjunto próprio. 5.2.2. SUBCONJUNTO IMPRÓPRIO Todo conjunto é subconjunto dele próprio, chamado de subconjunto impróprio. Quando A é um subconjunto de B, diz-se que B é um superconjunto de A. 5.2.3. CARDINALIDADE Cardinalidade, em teoria dos conjuntos, é uma forma de medir a quantidade de elementos de um conjunto. Existem duas formas de tratar a cardinalidade: Usando números cardinais, ou seja, associando a cada conjunto um outro conjunto, de forma que conjuntos com o mesmo número de elementos estão associados ao mesmo número cardinal. Comparando diretamente os conjuntos, através de funções. O cardinal indica o número ou quantidade dos elementos constituintes de um conjunto. É interessante destacar que se diferencia do ordinal, porque o ordinal introduz ordem e dá idéia de hierarquia: Primeiro, segundo, terceiro, etc. O cardinal, por sua vez, nomeia o número de elementos constituintes e esse é o nome do conjunto correspondente. Para a nomenclatura destes números ver nomes dos números. Dado um conjunto A, o cardinal deste conjunto é simbolizado por |A|. Por exemplo: Se A tem 3 elementos o cardinal indica-se |A| = 3 Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 21 6. CLASSES DE CONJUNTOS OU CONJUNTOS DAS PARTES [ΡΡΡΡ] Frequentemente, os elementos de um conjunto são eles mesmos conjuntos. Por exemplo, cada linha num conjunto de linhasé um conjunto de pontos. Para ajudar a esclarecer essas situações, usamos muitas vezes a palavra classe ou família para tais conjuntos. As palavras subclasse e subfamília têm significado análogo ao de subconjunto. O conjunto de todos os subconjuntos de um conjunto dado A é chamado de conjunto de partes (ou conjunto potência) de A, denotado por P(A) ou 2A. Ou ainda dado um conjunto A podemos considerar o conjunto P(A), chamado conjunto das partes de A tal que P(A) = {X | X ⊂⊂⊂⊂ A}. Em geral, se A é finito e tem n elementos, então P(A) terá 2n elementos, ou seja: 2 0 1 2 3 nn n n n n n + + + + + =+ + + + + =+ + + + + =+ + + + + = LLLL Existe uma relação entre o cardinal de um conjunto e o conjunto de partes ou conjunto potência: (((( )))) 2nA n A= ⇒ Ρ == ⇒ Ρ == ⇒ Ρ == ⇒ Ρ = .Onde |P(A)| é o cardinal do conjunto de partes. 6.1. EXEMPLO 1 Se S é o conjunto de três elementos {x, y, z} a lista completa de subconjuntos de S é: { } (conjunto vazio); {x}; {y}; {z}; {x, y}; {x, z}; {y, z}; {x, y, z}; e portanto o conjunto de partes de S é o conjunto de 8 elementos: P(S) = {{ }, {x}, {y}, {z}, {x, y}, {x, z}, {y, z}, {x, y, z}}. Notemos que o número de elementos de A é 3 e o de P(A) é 8, ou 23, ou melhor: 33 3 3 3 2 8 0 1 2 3 + + + = =+ + + = =+ + + = =+ + + = = 6.2. EXEMPLO 2 Se A φφφφ==== , então P(A) = {{{{ }}}}φφφφ , que não é vazio, e P(A) tem 20 = 1 elemento. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 22 7. PROPRIEDADES OU LEIS DA ÁLGEBRA DE CONJUNTOS (OU EVENTOS) Os conjuntos sob as operações de união, interseção, diferença e complemento absoluto satisfazem como já mencionado anteriormente às várias leis ou identidades que estão enumeradas abaixo. 1: A ∪ B = B ∪ A ⇒ LEI COMUTATIVA DA UNIÃO 2: A ∪ ( B ∪ C ) = ( A ∪ B) ∪ C = A ∪ B ∪ C ⇒ LEI ASSOCIATIVA DA UNIÃO 3: A ∩ ( B ∩ C ) = ( A ∩ B ) ∩ C ⇒ LEI ASSOCIATIVA DA INTERSEÇÃO 4: A ∩ B = B ∩ A ⇒ LEI COMUTATIVA DA INTERSEÇÃO 5: A ∩ ( B ∪ C ) = ( A ∩ B ) ∪ ( A ∩ C ) ⇒ PRIMEIRA LEI DISTRIBUTIVA 6: A ∪ ( B ∩ C ) = ( A ∪ B ) ∩ ( A ∪ C ) ⇒ SEGUNDA LEI DISTRIBUTIVA 7: A – B = A ∩ BC 8: SE A ⊂ B, ENTÃO AC ⊃ BC OU BC ⊂ AC , ( A ∪ B) =B, A ∩ B =A⇒LEI DAS ABSORÇÕES 9: A ∪ φ = A, A ∩ φ = φ ⇒ LEI DE IDENTIDADE 10: A ∪ U = U, A ∩ U = A ⇒ LEI DE IDENTIDADE 11: (A ∪ B)C = AC ∩ BC ⇒ PRIMEIRA LEI DA DUALIDADE OU “DE MORGAN1” 12: (A ∩ B)C = AC ∪ BC ⇒ SEGUNDA LEI DA DUALIDADE OU “DE MORGAN” 13: A = (A ∩ B) ∪ (A ∩ BC) ⇒ PARA QUAISQUER CONJUNTOS A e B 14: A ∪ A = A, A ∩ A = A ⇒ LEIS IDEMPOTENTES 15: A ∪ (A ∩ B) = A 16: A ∪ (AC ∩ B) = A ∪ B 17: A ∪ B = (AC ∩ B) ∪ (A ∩ BC) ∪ A ∩ B 1 Augustus De Morgan ou Augustus De Morganquinto, Matemático e lógico indiano radicado na Inglaterra e tornou-se cidadão Britânico, nasceu na cidade de Madura na índia em 1806 e faleceu na cidade de Londres em 1871, foi membro da real sociedade, introduziu em seu pais a lógica matemática. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 23 18: A ∪ AC = U ⇒ LEI DO COMPLEMENTO OU COMPLEMENTARES 19: A ∩ AC = φ ⇒ LEI DO COMPLEMENTO 20: UC = φ, φC = U ⇒ LEI DO COMPLEMENTO 21: (AC)C = A ⇒ LEI DO COMPLEMENTO (DUPLA NEGAÇÃO) Onde: == == + XÇÃOMULTIPLICAe SOMAOU I U 8. OPERAÇÕES ENTRE CONJUNTOS Vamos agora passar a estudar determinadas operações que podem ser efetuadas com os conjuntos em geral, sendo neste caso de fundamental importância e necessário distinguirmos dois conectivos, os quais são o “ou” e o “e”. O conectivo “e” é usado quando liga duas afirmações que são válidas simultaneamente. Por exemplo, se dissermos Vou ao circo e ao museu, significa que irei ao circo e também ao museu. Geralmente quando se usa o conectivo “ou”, este é inclusivo, isto é, quando dizemos A ou B, o significado é A ou B ou ambos. As definições dadas para dois conjuntos podem ser estendidas para três ou mais conjuntos, reduzindo-se sempre a uma operação com dois conjuntos. Sejam os seguintes conjuntos: Universo (U) e sejam os conjuntos A, B, C, D, E, F, G, H e L, contidos nesse conjunto universo, e sejam ainda dois conjuntos H e L adicionais. Esses conjuntos serão usados para demonstrar e ilustrar as operações entre conjuntos. U = {1, 2, 3, 4, 5, 6, 10, 20} A = {1, 3, 5, 6} B = {2, 4, 6} C = {1, 10, 20} D = {20, 1, 10} E = {1, 20} F = {1, 2, 3, 4, 5} G = {1, 2, 3} H = {0, 2, 4, 6,...} L = {1, 3, 5, 7,...} 8.1. UNIÃO [U ] 8.1.1. INTRODUÇÃO Chama-se reunião de A e B ao conjunto S dos elementos de U que pertencem a A ou a B (ou inclusivo). Indica-se assim: S A B==== UUUU B e lê-se A BUUUU que é a parte hachurada da figura abaixo.Simbolicamente, temos que: Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 24 {{{{ }}}}A B x U x A ou x B= ∈ ∈ ∈= ∈ ∈ ∈= ∈ ∈ ∈= ∈ ∈ ∈UUUU Figura 4: Diagrama da operação reunião entre dois conjuntos A e B. 8.1.2. EXEMPLO 1 Sejam os eventos A e B dados por: A = {1, 3, 5, 6} e B = {2, 4, 6}. Temos que: A BUUUU = {1, 2, 3, 4, 5, 6} 8.1.3. EXEMPLO 2 Sejam os conjuntos D e E dados abaixo, então temos: D = {20, 1, 10} e E = {1, 20} D UUUU E = {1, 10, 20}, isto é, se E ⊂⊂⊂⊂ D, DUUUU E = D (veja a figura abaixo, ilustrando essa operação). Figura 5: Diagrama da operação reunião entre um conjunto D e um subconjunto E 8.2. INTERSEÇÃO [I ] 8.2.1. INTRODUÇÃO Chama-se interseção de A e B ao conjunto I dos elementos de U que pertencem a A e B. Indica-se por I A B==== IIII e lê-se A inter B. A região hachurada na figura abaixo representa a interseção de A e B. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 25 Figura 6: Diagrama da operação interseção entre dois conjuntos A e B. A operação realizada também tem o nome de interseção e o símbolo é do próprio resultado. Em símbolos temos que: {{{{ }}}}A B x U x A e x B= ∈ ∈ ∈= ∈ ∈ ∈= ∈ ∈ ∈= ∈ ∈ ∈IIII Para três conjuntos A, B e C mutuamente exclusivos, temos o diagrama ilustrado na figura abaixo. Figura 7: Diagrama de três conjuntos A, B e C mutuamente exclusivos. 8.2.2. EXEMPLO 1 Sejam os eventos A e B dados por: A = {1, 3, 5, 6} e B = {2, 4, 6}. Temos que: AIIII B = {6} 8.2.3. EXEMPLO 2 Sejam os conjuntos B e C, então temos que: B = {2, 4, 6} e C = {1, 10, 20}. B C φφφφ====IIII , nesse caso B e C são denominados de disjuntos ou incompatíveis. A figura abaixo ilustra a operação entre os conjuntos B e C. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 26 Figura 8: Diagrama de dois conjuntos B e C disjuntos, incompatíveis ou mutuamente exclusivos. 8.2.4. EXEMPLO 3Sejam os conjuntos D e E, então temos que: D = {20, 1, 10} e E = {1, 20} Então D E E====IIII , ou seja, se E⊂⊂⊂⊂ D, segue-se que D E E====IIII , veja esse caso na figura abaixo. Figura 9: Diagrama entre um conjunto D e um subconjunto E. 8.2.5. EXEMPLO 4 Sejam os conjuntos B e o conjunto vazio φφφφ então temos que: Se B e dado por B = {2, 4, 6} e φφφφ . Então temos que: Bφ φφ φφ φφ φ====IIII , isso vale para quaisquer conjuntos, pois se o conjunto vazio φφφφ não possui elementos então não existe, portanto elementos comuns entre ele e qualquer outro conjunto considerado. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 27 8.3. COMPLEMENTAR [ CA A==== ] OU COMPLEMENTO ABSOLUTO 8.3.1. INTRODUÇÃO Dado o conjunto A contido no conjunto universo U, chama-se complementar de A ao conjunto dos elementos de U que não pertencem a A. Indica-se por , ~CA A A A à A= = = = == = = = == = = = == = = = =%%%% ���� . A operação realizada denomina-se complementação. A região hachurada na figura abaixo representa o complementar de A. Em símbolos essa operação é dada por: CA A==== = {{{{ }}}}x x U e x A∈ ∉∈ ∉∈ ∉∈ ∉ Figura 10: Diagrama da operação complementar de um conjunto A. 8.3.2. EXEMPLO 1 Sejam os conjuntos universo U e A, dados por: U = {1, 2, 3, 4, 5, 6, 10, 20} A = {1, 3, 5, 6} Então temos que CA A==== = {2, 4, 10, 20} 8.3.3. EXEMPLO 2 Sejam os conjuntos universo U = N = {0, 1, 2, 3, 4, 5, 6,...} e A = *N ={1, 2, 3, 4, 5, 6, ...}, então CA A==== = {0} 8.3.4. EXEMPLO 3 Sejam os conjuntos universo U e os conjuntos A e complementar de CA A==== , então temos que: Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 28 i) (((( ))))CA A φφφφ====IIII e, ii) (((( ))))CA A U====UUUU 8.4. DIFERENÇA [ BA \ ] OU COMPLEMENTO RELATIVO 8.4.1. INTRODUÇÃO Chama-se diferença A – B ao conjunto dos elementos do conjunto Universo U que pertencem a A e não pertencem a B, veja a ilustração dessa operação nas duas figuras abaixo.A\B e B\A sendo iguais é denominado diferença simétrica. Simbolicamente temos que: {{{{ }}}}A B x U x A e x B− = ∈ ∈ ∉− = ∈ ∈ ∉− = ∈ ∈ ∉− = ∈ ∈ ∉ Figura 11: Diagrama da operação diferença entre dois conjuntos A e B. Ou ainda se considerarmos o conjunto B – A temos que: {{{{ }}}}B A x U x B e x A− = ∈ ∈ ∉− = ∈ ∈ ∉− = ∈ ∈ ∉− = ∈ ∈ ∉ , como ilustra a figura abaixo. Figura 12: Diagrama da operação diferença entre um conjunto B e um subconjunto A. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 29 Vale salientar que: (((( ))))\A B B φφφφ====IIII OU (((( ))))CA B B φφφφ====I II II II I 8.4.2. EXEMPLO 1 Sejam os conjuntos A e B, então temos que: A = {1, 3, 5, 6} B = {2, 4, 6} \A B A B− =− =− =− = = {1, 3, 5} Figura 13: Diagrama da operação diferença entre dois conjuntos A e B. 8.4.3. EXEMPLO 2 Sejam os conjuntos H e L, então temos que: U = {1, 2, 3, 4, 5, 6, 10, 20} H = {0, 2, 4, 6,...} L = {1, 3, 5, 7,...} H – L = H 8.4.4. EXEMPLO 3 Sejam os conjuntos F e G, então temos que: U = {1, 2, 3, 4, 5, 6, 10, 20} F = {1, 2, 3, 4, 5} G = {1, 2, 3} Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 30 G – F = φφφφ 8.4.5. EXEMPLO 4 Considere os conjuntos Universo U e dois conjuntos quaisquer A e B, então temos que: i) (((( ))))CA A U A= = −= = −= = −= = − ii) (((( ))))CA B A B− =− =− =− = IIII 9. PRODUTO CARTESIANO [AXB]: (conjuntos produto) Dados dois conjuntos A e B, chama-se produto cartesiano de A por B, simbolizado por AXB, ao conjunto dos pares ordenados cujos primeiros elementos pertencem a A e cujos segundos elementos pertencem a B, isto é, (((( )))){{{{ }}}},AXB x y x A e y B= ∈ ∈= ∈ ∈= ∈ ∈= ∈ ∈ , O produto cartesiano de um conjunto por ele mesmo, digamos, AXB, é representado por A2. Verifique que, se n(A) indica o número de elementos de A, e n(B) indica o número de elementos de B e n(A X B) é o número de elementos de AXB. Então, temos que: n (a X b) = n(A). n(B) O conceito de produto cartesiano é estendido para um número finito de conjuntos de forma natural. O produto cartesiano de A1, A2,..., Am, escrito por A1XA2X...XAm, é o conjunto de todas as m-úplas ordenadas {a1, a2, ...,am}, onde ai ∈∈∈∈Ai para todo i. Deve-se salientar que AXB ≠ BXA. 9.1. EXEMPLO Por exemplo, seja os conjuntos A = {1, 2} e B = {3 ,4, 5} Podemos formar um novo conjunto de pares ordenados, cujos primeiros elementos pertencem ao conjunto A e cujos segundos elementos pertencem a B, isto é, {(1, 3), (1 ,4), (1, 5), (2, 3), (2, 4), (2, 5)} Este conjunto é chamado o produto cartesiano de A por B e indica-se AXB. Deve-se verificar neste exemplo que AXB ≠ BXA.pois BXA = {(3, 1), (3, 2), (4, 1), (4, 2), (5, 1), (5, 2)}, e nenhum elemento de BXA pertence a AXB, já que, por exemplo, o par (1,3) ≠ (3, 1). Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 31 10. EXERCÍCIOS DE APLICAÇÃO 10.1. EXEMPLO 1 Sejam os conjuntos A, B e C não mutuamente exclusivos e tais que existem A BIIII , A CIIII e B CIIII , definidas no conjunto universo “U”. Estabeleça as expressões das operações entre conjuntos e indique o diagrama de Venn para o conjunto em que. 10.1.1. “A” E “B” OCORREM, MAS “C” NÃO CA B CI II II II I Figura 14: Diagrama mostrando a operação CA B CI II II II I entre três conjuntos A, B e C. Ou seja, A e b ocorrem, mas c não. 10.1.2. SOMENTE “A” OCORRE C CA B CI II II II I Figura 15: Diagrama da operação C CA B CI II II II I entre três conjuntos A, B e C. Isto é somente A ocorre. 10.2. EXEMPLO 2 Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 32 Sejam três conjuntos mutuamente exclusivos, Estabeleça as expressões das operações entre conjuntos e indique o diagrama de Venn para o conjunto em que. A ocorre ou B ocorre ou C ocorre. A B CU UU UU UU U Figura 16: Diagrama da operação A B CU UU UU UU U entre três conjuntos A, B e C. 10.3. SEJAM OS CONJUNTOS A E B. ENCONTRE AS EXPRESSÕES DAS OPERAÇÕES ENTRE CONJUNTOS E INDIQUE O DIAGRAMA DE VENN PARA O CONJUNTO EM QUE 10.3.1. APENAS A OU APENAS B OCORRE, ISTO É, OCORRE EXATAMENTE UM DOS DOIS CONJUNTOS (((( )))) (((( ))))c cA B B AI U II U II U II U I Figura 17: Diagrama da operação (((( )))) (((( ))))c cA B B AI U II U II U II U I entre dois conjuntos A e B. Ou seja, Apenas A ou apenas B ocorre, mas não ambos. Ou ainda A ocorrer, mas B não, ou B ocorrer, mas A não. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 33 10.3.2. A OCORRE, MAS B NÃO, ISTO É, SOMENTE A OCORRE CA BIIII Figura 18: Diagrama da operação CA BIIII entre dois conjuntos A e B. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade–––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 34 CAPÍTULO 2 – TÉCNICAS DE CONTAGEM OU ANÁLISE COMBINATÓRIA 1. NOTAÇÃO FATORIAL O produto dos inteiros positivos de 1 a n, inclusive, aparece freqüentemente em matemática e, por isso, é representado pelo símbolo especial n! (lê-se “n” fatorial): n! = 1.2.3.....(n-2) (n-1) n. Exemplo: 4! = 4.3.2.1 = 24 1.1. PERMUTAÇÃO (ARRANJO): (((( ))))r ! !Pn n n r ==== −−−− Um arranjo de um conjunto de n objetos, em dada ordem, é chamado de permutação dos objetos (tomados todos ao mesmo tempo). Um arranjo de quaisquer r ≤ n destes objetos, em dada ordem, é chamado de r-permutação ou permutação dos n objetos tomados r a r. Exemplo: Encontre o número de permutações de 6 objetos, a, b, c, d, e e f, tomadas 3 a 3. Em outras palavras, encontre o número de “palavras de 3 letras”, com letras distintas, que podem ser formadas com as 6 letras acima. Pelo princípio fundamental de contagem, existem 6.5.4 = 120 palavras de três letras distintas, formadas com as 6 letras dadas; ou existem 120 permutações de objetos tomadas 3 a 3. isto é, P(6,3) = 120. 1.2. COMBINAÇÃO: (((( )))) ! ! ! n r n C r n r ==== −−−− Suponha que temos uma coleção de n objetos. Uma combinação destes n objetos tomados r a r, ou uma r-combinação, é qualquer subconjunto de r elementos.Em outras palavras, uma r-combinação é qualquer seleção de r dos n objetos, sem considerar a ordem. Exemplo: De um grupo de 8 caprinos da raça Canindé, quantos grupos de animais podem ser formados com 3 deles? Cada grupo é essencialmente uma combinação dos 8 animais, tomados 3 a 3. Assim, podem ser formados (((( )))) 8 8.7.68,3 56 3 1.2.3 C = = == = == = == = = grupos diferentes. 1.3. NOÇÕES GERAIS SOBRE ANÁLISE COMBINATÓRIA (OU TÉCNICAS DE CONTAGEM) A análise combinatória surge então, como um método auxiliar na contagem do número de casos favoráveis e do número de casos possíveis de eventos aleatórios em determinado espaço amostral associado a um particular experimento ou ensaio aleatório. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 35 1.3.1.PERMUTAÇÕES Pn = n! O qual dá o número de permutações de n elementos. 1.3.1.1. EXEMPLO Seja um grupo de 4 elementos, então temos que: P4 = 4! (= 24), será, por exemplo, o cardinal do conjunto (permutações de 4 elementos: 1, 2, 3, 4): {{1, 2, 3, 4}, (1, 2, 4, 3}, {1, 3, 2, 4}, {1, 3, 4, 2}, {1, 4, 2, 3}, {1, 4, 3, 2}, {2, 3, 1, 4}, {2, 3, 4, 1}, {2, 4, 1, 3}, {2, 4, 3, 1}, {2, 1, 3, 4}, {2, 1, 4, 3}, {3, 4, 1, 2}, {3, 4, 2, 1}, {3, 1, 2, 4}, {3, 1, 4, 2}, {3, 2, 1, 4}, {3, 2, 4, 1}, {4, 1, 2, 3}, {4, 1, 3, 2}, {4, 2, 1, 3}, {4, 2, 3, 1}, {4, 3, 1, 2}, {4, 3, 2, 1}} 1.3.2. ARRANJOS n) k (0 , )kn( !n Ank ≤≤− = O qual fornece o número de n elementos, k a k. 1.3.2.1. ALGUMAS PROPRIEDADES n k se 0A )iv !nPAA)iii nA )ii 1A )i n k n n 1n n n n 1 n 0 >= === = = − 1.3.2.2. EXEMPLOS Para os exemplos a seguir considerem-se os 4 elementos: 1, 2, 3, 4. i) ,4 !3 !4 A41 == é, por exemplo, o cardinal do conjunto { }}4{},3{},2{},1{ ii) ,é 123 x 4 !2 !4 A42 === Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 36 Por exemplo, o cardinal do conjunto. {{1, 2}, (1, 3}, {1, 4}, {2, 1}, {2, 3}, {2, 4}, {3, 1}, {3, 2}, {3, 4} {4, 1}, {4, 2}, (4, 3}} ii) ,é 242 x 3 x 4 !1 !4 A43 === Por exemplo, o cardinal do conjunto. {{1, 2, 3}, {1, 3, 2}, {1, 2, 4}, {1, 4, 2}, {1, 3, 4}, {1, 4, 3} {2, 3, 4}, {2, 4, 3}, {2, 1, 3}, {2, 3, 1}, {2, 1, 4}, {2, 4, 1} {3, 1, 2}, {3, 2, 1}, {3, 1, 4}, {3, 4, 1}, {3, 2, 4}, {3, 4, 2} {4, 1,2}, {4, 2, 1}, {4, 1, 3}, {4, 3,1}, {4, 2, 3}, {4, 3, 2}} iv) 24 !4PA 4 4 4 === Verifique acima, em Permutações. 1.3.3. COMBINAÇÕES ( ) )nk0(, k) -(n !k !n C nk n k ≤≤== Fornece o número de combinações de n elementos, k a k. Numa definição sem grande rigor diremos que são como arranjos saem repetições, considerando-se que, por exemplo, uma vez incluída no conjunto das combinações a combinação {1, 2, 3}, então as combinações {1, 3, 2}, {3, 2, 1}, {3, 1, 2}, {2, 1, 3} e {2, 3, 1} são repetições da combinação inicial e portanto não entram para o cálculo do número de combinações. n kC dá-nos, por exemplo, o número de diferentes conjuntos de k pessoas que se podem formar a partir de um conjunto de n(≥ k) pessoas; ou o número de diferentes formas em que um conjunto de n pessoas podem segurar k(≤ n) bolas (dado que cada pessoa segura ou não uma bola e cada pessoa não pode segurar mais de uma bola). 1.3.3.1. ALGUMAS PROPRIEDADES i) n kn n k CC −= ii) 1CC n n n 0 == iii) nAC n 1 n 1 == iv) n k se 0C n k >= Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 37 1.3.3.2. EXEMPLOS Para os exemplos a seguir considerem-se os 4 elementos: 1, 2, 3, 4 i) ),A(4 !3!1 !4 C 41 4 1 === É, por exemplo, o cardinal do conjunto {{1}, {2}, {3}, {4}}. ii) 6 2 3 x 4 !2 !2 !4 C42 === É, por exemplo, o cardinal do conjunto. {{1, 2}, (1, 3}, {1, 4}, {2, 1}, {2, 3}, {2, 4}, {3, 1}, {3, 2}, {3, 4} {4, 4}, {4, 2}, (4, 3}} iii) 4 !1 !3 !4 C43 == É, por exemplo, o cardinal do conjunto {{1, 2, 3}, (1, 3, 2}, {1, 2, 4}, {1, 4 ,2}, {1, 3, 4}, {1, 4, 3} {2, 3, 4}, {2, 4, 3}, {2, 1, 3}, {2, 3, 1}, {2, 1, 4}, {2, 4, 1} {3, 1, 2}, {3, 2, 1}, {3, 1, 4}, {3, 4, 1}, {3, 2, 4}, {3, 4, 2} {4, 1, 2}, {4, 2, 1}, {4, 1, 3}, {4, 3,1}, {4, 2, 3}, {4, 3, 2}} iv) 1 !0 !4 !4 C44 == É, por exemplo, o cardinal do conjunto {{1, 2, 3,4}} cujo único elemento é o conjunto {1, 2, 3, 4}. v) 1 !0 !4 !4 C40 == É o cardinal do conjunto cujo único elemento é o conjunto vazio. vi) Note que 4 4 4 4 4 40 1 2 3 4 16 2C C C C C+ + + + = =+ + + + = =+ + + + = =+ + + + = = , o que não é uma coincidência; veja os resultados a seguir: Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 38 1.3.3.3. ALGUNS RESULTADOS ENVOLVENDO COMBINAÇÕES i) ( )( ) ( )MNn Mk-nNk )N,nmin( 0k + = =∑ ii) (((( )))) 0 . . , n n k n k o k n a n a b n N k −−−− ==== + = ∀ ∈+ = ∀ ∈+ = ∀ ∈+ = ∀ ∈ ∑∑∑∑ (Teorema binomial) iii) ( ) nnk n 0k 2=∑ = (basta fazer na igualdade acima, a = b = 1). iv) Dicotomias: 0 2 n n k n k==== ==== ∑∑∑∑ é o número de dicotomias de n elementos, i.e. o número (total) de combinações de n elementos k e k, para k = 0, 1,..., n. Note-se que cada elemento pode estar ou não estar presente em cada dicotomia, independentemente de qualquer outro elemento estar ou não presente, o que gera de fato um total de 2n diferentes possibilidades de combinações. 1.3.3.4. EXEMPLOS Porque 2n é o número de subconjuntos de um conjunto com n elementos? Porque 2k é o número de maneiras diferentes de, partindo de um estado k + 1, chegar ao estado 0, passando ou não por cada um dos k estados intermédios? Porque 2k é o número de diferentes números (coleções de dígitos) com k dígitos que se podem construir com os dígitos de 0 a k, cuja soma dos dígitos é igual a k e onde cada dígito d maior que zero é sempreantecedido de d – 1 zeros? Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 39 CAPÍTULO 3 – TEORIA DE PROBABILIDADES 1. EXPERIMENTO, EXPERIMENTO DETERMINÍSTICO, EXPERIMENTO ALEATÓRIO, ESPAÇO AMOSTRAL, EVENTOS E PONTO AMOSTRAL 1.1. EXPERIMENTO OU ENSAIO É qualquer processo que gere dados brutos. Exemplo. Medir a temperatura corporal de um animal. 1.2. EXPERIMENTOS DETERMINÍSTICOS São aqueles em que os resultados são sempre os mesmos, qualquer que seja o número de ocorrências ou de repetições destes ensaios. Exemplo. Se tivermos um recipiente com determinado liquido, por exemplo, a água, sabemos que a uma certa temperatura haverá a passagem para o estado gasoso. Este exemplo caracteriza um experimento determinístico. 1.3. EXPERIMENTOS ALEATÓRIOS OU ESTOCÁSTICOS (E) São aqueles cujos resultados não são sempre os mesmos, apesar de se repetirem várias vezes em condições iniciais semelhantes. Exemplos: lançar uma moeda honesta, e observar a face voltada para cima; Cruzamento de dois indivíduos heterozigotos (Aa x Aa) e determinação do genótipo de um indivíduo resultante desse cruzamento; Cruzar dois ovinos e observar o sexo do primeiro que nascer; Lançar duas moedas honestas e observar as faces voltadas para cima; Observar o estado de maturação de um fruto de figo; Observar o estado de maturação de dois frutos de manga; Colocar 30 sementes de feijão de corda em um germinador e contar, após certo período de tempo, o número de sementes germinadas; observar uma amostra de “n” tomates quanto ao número de tomates com defeitos graves (por exemplo, com podridão, passado, com dano por geada, com podridão apical, queimado ou com dano profundo); Coletar uma amostra de 100 tilápias de um lago e observar o número de fêmeas; Coletar uma amostra de 80 peixes de um lago marca-los, devolve-los ao lago, coletar uma nova amostra de tamanho 90 e observar o número de peixes marcados; Contar o número de lagartas elasmos em uma planta de milho; Medir a produção de uma parcela de cana-de-açúcar; Medir a altura de uma árvore de eucalipto; medir o tempo de vida de um componente eletrônico para computador; etc. 1.4. ESPAÇO AMOSTRAL (S OU ΩΩΩΩ) É o conjunto “S” de todos os resultados possíveis de um experimento aleatório. O número de elementos de S é denominado cardinal de S e simbolizado por: # S = x. Exemplo: Lance um dado e observe o número que aparece na face voltada para cima. Então, o espaço amostral consiste dos seis números possíveis. S = {1, 2, 3, 4, 5, 6}. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 40 1.4.1. TIPOS DE ESPAÇO AMOSTRAL i) Espaço Amostral Finito: Exemplo: No lançamento de duas moedas honestas, temos que C = Ocorre face cara, e K = ocorre face Coroa, então o S é dado por: S = {CC, CK, KC, KK} ii)Espaço Amostral Infinito Enumerável: Exemplo: Escolher um número par no conjunto dos números naturais, então o S é. S = {1, 2, 3, 4, 5,...} = ���� iii) Espaço Amostral Infinito não Enumerável: Exemplo: Medir a umidade relativa do ar em Mossoró, Rn durante o mês de janeiro de 2009, então o S é: S = ���� . iv) Espaço Amostral Equiprovável: Quando se associa a cada ponto amostral a mesma probabilidade, o espaço amostral chama-se equiprovável ou uniforme, note também que ele é finito e discreto. Os eventos Ei, i=1, 2, 3,..., n são equiprováveis quando P(Ei) =P(E2)=P(En) =P, isto é, quando todos têm a mesma probabilidade de ocorrer: (((( )))) 1P X n ==== . Exemplo: Lançar duas moedas honestas e verificar a face voltada para cima. S = {(CC); (CK), (KC), (KK)}, onde C é o evento ocorre face cara e K é o evento ocorre face coroa. 1.5. PONTO AMOSTRAL (A) É um resultado particular, isto é, um elemento de “S” Exemplo: o número “2” no espaço anterior. 1.6. EVENTO (A) É um subconjunto do espaço amostral “S”. Exemplo: Seja “A” o evento “ocorre número par”, A = {2, 4, 6}. 1.6.1. CLASSE DOS EVENTOS ALEATÓRIOS i) Definição: É o conjunto formado por todos os eventos (subconjuntos) do espaço amostral. Para exemplificar, consideremos um espaço amostral finito dado abaixo: Ω = {e1, e2, e3} A classe dos eventos aleatórios é a seguinte: F(Ω) = {φ, {e1}, {e2}, {e3}, {e1, e2}, {e1, e3}, {e2, e3}, {e1, e2, e3}} Para determinarmos o número de elementos (eventos) de F(Ω) observamos que: φ, corresponde a 30C . {e1}, {e2}, {e3} corresponde a 31C {e1, e2}, {e1, e3}, {e2, e3} corresponde a 32C {e1, e2, e3} corresponde a 33C Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 41 Portanto, 3 3 3 30 1 2 3( ) 8n F C C C C= + + + == + + + == + + + == + + + = Genericamente, se o número de pontos amostrais de um espaço amostral finito é “n”, então o número de eventos de F é 2n, pois. 0 1 2( ) 2 n n n n n nn F C C C C= + + + + == + + + + == + + + + == + + + + =LLLL 1.6.2. CLASSIFICAÇÃO DOS EVENTOS i) Evento simples: É aquele formado por um único elemento do espaço amostral. Exemplo: Se lançarmos três moedas consecutivamente, o evento (Co,Co,Co) é um evento simples. Sendo Co = ocorre face coroa. ii) Evento composto: é aquele formado por mais de um elemento do espaço amostral. Exemplo: Se lançarmos dois dados e desejarmos a soma igual a onze, é um evento composto, pois abrange dois elementos do espaço amostral (6,5) ou (5,6). iii) Eventos mutuamente exclusivos ou excludentes, disjuntos ou incompatíveis: Dois eventos “A” e “B” são mutuamente exclusivos quando não podem ocorrer simultaneamente, isto é a ocorrência de um deles exclui a ocorrência do outro e vice-versa, ou melhor, quando A ∩ B = φ Exemplo: No lançamento de um dado o espaço amostral será: S = {1, 2, 3, 4, 5, 6}, Seja: A = Face par = {2, 4, 6}. B = Face ímpar = {1, 3, 5}. A e B são eventos mutuamente exclusivos, pois A ∩ B = φ. iv) Eventos não mutuamente excludentes: Dois eventos “A” e “B” são ditos não mutuamente excludentes quando têm alguns elementos em comum, isto é A ∩ B ≠ φ Exemplo: Lançamento de um dado, e sejam os eventos: A = Ocorre face par = {2,4,6}; e B = ocorre face menor que três = {1,2}. Sendo assim A ∩ B = {2} v) Eventos independentes: Dizemos que dois ou mais eventos são independentes, quando eles não exercem ações recíprocas, comportando-se cada um de maneira que lhe é própria, sem influenciar os demais. Exemplo: Consideremos o lançamento de duas moedas, simultaneamente. Temos: S = {(CaCa), (caCo), (CoCa), CoCo)} Os resultados do experimento são totalmente independentes de uma moeda para a outra, mesmo porque o aparecimento de uma face ou de outra independe dos lançamentos anteriores, podendo haver repetições das mesmas faces. vi) Eventos dependentes ou condicionados: Quando associamos dois ou mais eventos a um experimento aleatório qualquer, dizemos que eles são condicionados ou vinculados, desde que o aparecimento de um evento “A” qualquer dependa do aparecimento de outro evento “B” do mesmo experimento. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 42 Exemplo: Seja o experimento que consiste na retirada de duas cartas vermelhas de um baralho comum com 52 cartas. Ora, na primeira retirada temos 26 cartas vermelhas em um total de 52 cartas. Quando retirarmos a segunda carta e admitindo-se que ela seja vermelha, temos somente 25 cartas em um total de 51 cartas, visto quena primeira retirada a carta não foi recolocada novamente no baralho. Assim a ocorrência da segunda carta está vinculada ou condicionada no aparecimento da primeira carta. Neste caso, estamos diante de um evento condicional. vii) Eventos coletivamente exaustivos: Os eventos dizem-se coletivamente exaustivos se ao menos um tiver de ocorrer durante um dado experimento, ou seja, os eventos são coletivamente exaustivos se nenhum outro resultado é possível para o experimento em causa. Exemplo: Retirada de uma carta de um baralho comum de 52 cartas, e seja os eventos: A = a carta é de paus; B = A carta é de ouros; C = a carta é de copas e D = A carta é de espadas, são coletivamente exaustivos pois esgotam todas as possibilidades. viii) Evento complementar: Seja um evento “A” qualquer, o evento complementar de A é o evento “Ac” ou A (chamado Complementar de A), tal que Ac = S – A, ou seja, é um outro conjunto formado pelos elementos que pertencem a S e não pertencem a “A”. Exemplo: Seja o experimento que consiste no lançamento de duas moedas. O espaço amostral desse experimento é o seguinte: S = {(CaCa), (caCo), (CoCa), CoCo)}; e vamos definir A = {(CaCa)} = Ocorrer duas caras Todos os outros eventos de S, que não fazem parte de A, são denominados de Evento Complementar de A (Ac). No exemplo, temos: Ac = {(CaCo), (CoCa), (CoCo)} e observemos que A ∪ Ac = S ix) Evento impossível (φφφφ): É aquele que não ocorre em qualquer realização de um experimento aleatório. Exemplo: A = Sair a face 7 no lançamento de um dado: A = φ . x) Evento certo (S): É aquele que ocorre em qualquer realização do experimento aleatório. Exemplo: No lançamento de um dado, fatalmente sairá a face 1, 2, 3, 4, 5, ou 6. A = S. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 43 1.6.3. PARTIÇÃO DE UM ESPAÇO AMOSTRAL Pelo diagrama de Venn, temos o seguinte diagrama. Figura 19: Diagrama mostrando a partição de um espaço amostral “S”. Definição. Dizemos que os eventos A1, A2,..., An; formam uma partição do espaço amostral “S” se: ¨ a) Todos os acontecimentos têm probabilidade não nula, isto é P(Ai) > 0 qualquer que seja i = 1, 2,..., n, ou ainda, Ai ≠ φ , i = 1,..., n; b) Os eventos forem mutuamente exclusivos, isto é, Ai ∩ Aj = φ, para i ≠ j e i, j < n (mutuamente exclusivos dois a dois), i, j = 1, 2,..., n. c) A união de todos os acontecimentos é o espaço de resultados (espaço amostral), isto é U n i 1==== Ai = Ω = S (são coletivamente exaustivos). 1.7. EXEMPLO DE EXPERIMENTOS ALEATÓRIOS (E) E SEUS ESPAÇOS AMOSTRAIS (S) a) Lançamento de uma moeda honesta: S = {c, k}, onde c = ocorre face cara, e k = ocorre face coroa; b) Lançamento de um dado (hexaedro) honesto: S = {1, 2, 3, 4, 5, 6}; c) Lançamento de duas moedas honestas: S= {(c, c), (c, k), (k, c), (k, k)}; d) Retirada de uma carta ao acaso de um baralho comum completo de 52 cartas: S = {Ao,...,ko, Ap,...,kp, Ae,...,ke, Ac,...,kc} e) Semear 50 sementes para verificar a percentagem de germinação: S = {0, 1, 2, 3,..., 50}; f) Jogar duas moedas honestas e observar o número de caras obtidas: S = {0, 1, 2}; g) Determinação da vida útil de um componente eletrônico: S= {t ∈ℜ t ≥ 0}; h) Jogar 3 moedas honestas e observar os resultados: Onde, c = Ocorre face cara, e k =Ocorre face coroa. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 44 Temos o seguinte espaço amostral “S”: S = {(c, c, c), (c, c, k), (c, k, c), (k, c, c), (c, k, k) (k, c, k). (k, k, c), (k, k, k)} i) Se estivermos estudando a temperatura na cidade de Mossoró-Rn, durante o mês de julho, e se formos observar a temperatura em determinado dia de julho, temos: S = ℜ; j) Se jogarmos um dado branco e um dado preto, o espaço amostral correspondente poderá ser descrito como segue: l) Se jogarmos quatro (4) moedas honestas, o espaço amostral poderá ser descrito por: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = kkcc kckc kkkcckkckccc kkckkcckckcc kckkckckcckc kkkkckkkcckkccckcccc S Onde c = ocorre face cara e K = ocorre face coroa em cada moeda lançada. 2. PROBABILIDADES: CONCEITOS E PROPRIEDADES (LEIS) 2.1. CONCEITOS DE PROBABILIDADE 2.1.1.CONCEITO CLÁSSICO OU PROBABILIDADE “A PRIORI” OU PROBABILIDADE FÍSICA Seja “E” um experimento aleatório e “S” um espaço amostral a ele associado, composto de “n” pontos amostrais todos equiprováveis. Se existem em “S”, “m” pontos favoráveis à realização de um evento “A”, então a probabilidade da ocorrência do evento “A”, indicada por P(A), será: ( ) m P A n ==== Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 45 2.1.1.1. EXEMPLO Seja “E” o experimento aleatório relativo ao lançamento de um dado honesto. Seja “A” o evento ocorrência da face número 4. Determine o valor da probabilidade do evento “A”. S = {1, 2, 3, 4, 5, 6}, n= 6 A = {4}, m = 1 1 ( ) 6 P A ==== , Pois “S” possui seis pontos amostrais equiprováveis, dos quais um é favorável ao evento “A”. 2.1.2. FREQUÊNCIA RELATIVA OU PROBABILIDADE “A POSTERIORI” Esse conceito surgiu posteriormente através de “RICHARD VON MISES”( 1883- 1953). Seja “E” um experimento e “A” um evento. Se após “n” realizações do experimento “E”, “n” suficientemente grande, forem observados “m” resultados favoráveis à “A”, então um estimativa da probabilidade P(A) é dada pela frequência relativa m f n ==== ” (CLARKE e DISNEY, 1979). Figura 20: Proporção de caras em 100 arremessos de uma moeda. 2.1.2.1. EXEMPLO Um experimento de nascimentos de bezerros foi observado experimentalmente em uma amostra de 3000 nascimentos 1590 fêmeas. Seria razoável supor que 1590 0,53 53% 3000 f = = == = == = == = = , fosse uma aproximação da probabilidade real “P” de nascimentos de fêmeas para essa raça. Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade Conjuntos e Probabilidade –––– Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) Assis, J. P. (2010) 46 2.1.3. CONCEITO MODERNO OU AXIOMÁTICO Seja “S” um espaço amostral e seja “A” qualquer evento em “S”, isto é “A” é um subconjunto de “S”. A probabilidade do evento “A” [P(A)] é uma função definida em “S” que associa a cada evento um número real, satisfazendo os seguintes axiomas: i) 0 ≤≤≤≤ P(A) ≤≤≤≤ 1 ii) P(S) = 1 iii) Se “A” e “B” pertencem a “S” e são eventos mutuamente exclusivos, então, P(A ∪ B) = P(A) +P(B). Corolário 1: Este último axioma pode ser generalizado para o caso de um número finito de eventos mutuamente exclusivos, ou seja, P(A1 ∪ A2 ∪...∪ An) = (((( )))) 11 n n i i ii P A P A ======== ==== ∑∑∑∑UUUU se Ai e Aj são disjuntos para todo par (i,j). 2.1.3.1. EXEMPLO i) Um experimento aleatório consiste em retirar ao acaso 3 cartas de um baralho com 52 cartas. Qual é a probabilidade de saírem duas figuras e um ás? (((( )))) (((( )))) (((( ))))(((( )))) 12 4 2 1 52 3 66 4 0,011946 1,20% 22100 C C P Duas Figuras e um Ás C = = = == = = == = = == = = = 2.3.TEOREMAS FUNDAMENTAIS DO CÁLCULO DE PROBABILIDADES 2.3.1. TEOREMA 1 Se φ é o evento impossível, então P(φ) = 0. Prova: Seja A um conjunto qualquer; então A e φ são disjuntos (A ∩ φ) = φ e A ∪ φ = A. Pelo terceiro axioma temos que: P(A) = P(A ∪ φ) = P(A)+ P(φ) Subtraindo P(A) de ambos os lados, temos
Compartilhar