Baixe o app para aproveitar ainda mais
Prévia do material em texto
Fábio João Maposse Introdução a teoria das probabilidades (Licenciatura em Ensino de Química com Habilitações em Gestão Laboratorial) Universidade Rovuma Nampula 2021 1 Fábio João Maposse Introdução a teoria das probabilidades Trabalho de carácter avaliativo, da cadeira de Estatística Educacional, a ser entregue no departamento de Ciências Naturais e Matemática ministrada pelo: Doutor: Jorge Filipe Tagire Universidade Rovuma Nampula 2021 2 Índice Introdução ................................................................................................................................... 3 Objectos ...................................................................................................................................... 3 Geral ........................................................................................................................................... 3 Específicos .................................................................................................................................. 3 1. Teoria de probabilidades ........................................................................................................ 4 1.1. Fenómenos aleatórios .......................................................................................................... 4 1.2. Espaço amostral ................................................................................................................... 5 1.3.1. Tipos de eventos ............................................................................................................... 6 1.3.1.1. Evento certo ................................................................................................................... 6 1.3.1.2. Evento elementar ........................................................................................................... 6 1.3.1.3.Evento impossível .......................................................................................................... 7 1.4. Definição Axiomática .......................................................................................................... 7 1.5. Definição Clássica de Probabilidade e lei de Leplace ......................................................... 8 1.5.1. Exemplos de alguns casos envolvendo a lei de Leplace .................................................. 8 1.6. Probabilidade condicional ................................................................................................. 11 Conclusão ................................................................................................................................. 12 Referência bibliográfica ........................................................................................................... 13 3 Introdução No dia-a-dia nos deparamos com situações em que precisamos tomar decisões baseadas intuitivamente em probabilidades. Por exemplo, ao sair de casa é necessário avaliar se a probabilidade de chover é grande ou pequena para decidir-se quanto à roupa que será utilizada. Para o cidadão comum, apenas o conhecimento intuitivo das probabilidades é suficiente. O cálculo das probabilidades tem sua origem nos jogos de azar como, por exemplo, o lançamento de uma moeda. Um problema surge caso haja desconfiança de que a moeda não seja “honesta”, que é a forma de se determinar essas probabilidades, sendo este, então, o grande objectivo do estudo do Cálculo das Probabilidades. Embora o cálculo das probabilidades tenha surgido com o estudo dos jogos de azar, ele se aplica a várias situações do quotidiano que têm comportamentos análogos a diversos jogos. Por exemplo, o processo de fabricação de peças que pode gerar peças boas ou defeituosas. Assim, a fundamentação teórica que vale para o lançamento de uma moeda também é aplicável à fabricação de peças num processo produtivo. Objectos Geral O objectivo do presente trabalho é fornecer as informações básicas sobre a teoria de probabilidades, enfocando os conceitos fundamentais como fenómenos aleatórios, espaço amostral, eventos e acontecimentos, lei de Leplace etc. Específicos Conceituar a teoria das probabilidades Definir os fenómenos aleatórios Definir os eventos e descrever os tipos de eventos ou acontecimentos Definir de forma axiomática e de forma clássica a probabilidade, dando exemplos. Descrever a probabilidade condicional Quanto a questões metodológicos o trabalho apresenta a seguinte estruturaꓼ introdução, desenvolvimento, conclusão e referências bibliográficasꓼ e no que concerne a metodologia para a elaboração deste trabalho usou-se método bibliográfico que consistiu na leitura de varias obras literárias, assim como leitura de vários artigos. 4 1. Teoria de probabilidades As questões mais importantes da vida são, em grande parte, nada mais do que problemas de probabilidade... A Teoria da Probabilidade nada mais é do que o cálculo do bom senso. O objectivo da Teoria da Probabilidade é modelar matematicamente conceitos como incerteza, risco, chance, possibilidade, verosimilhança, perspectivas e, até mesmo, sorte, por exemplo: • A probabilidade de uma moeda lançada “dar” coroa é de 50%; • A previsão do tempo é de 40% de probabilidade de chuva amanhã; 1.1. Fenómenos aleatórios Fenómenos aleatórios ou probabilísticos são aqueles que, ao serem repetidos em condições semelhantes, podem apresentar resultados distintos. Esta característica é o que fundamenta o estudo da Probabilidade, na medida em que, ao não sabermos o que exactamente irá acontecer, mas sim o que poderá acontecer, há o interesse em se mensurar a possibilidade de se obter determinados resultados. São exemplos de experimentos aleatórios: Exemplo 1: Jogar um dado e anotar o número mostrado na face superior Exemplo 2: Jogar uma moeda até que apareça uma cara e anotar a sequência de caras (C) e coroas (K) que aparecem Exemplo 3: Testar uma lâmpada e anotar o tempo decorrido (em horas) até queimar Assim, a analise desses fenómenos revela que: E importante informar que quanto maior o numero de vezes em que o fenómeno ser repetido, surgira uma regularidade, isto é, haverá uma estabilidade da fracção f = (frequência relativa), onde n é o número de repetições e r é o número de sucessos de um particular resultado estabelecido antes da realização. Assim, tem-se: Fonte: Bastos, 2015, p.18. 5 1.2. Espaço amostral O conjunto S de todos os resultados possíveis de um experimento aleatório é chamado de ESPAÇO AMOSTRAL. Para os experimentos dados acima, temos: E1: S1={1,2,3,4,5,6} E2: S2={C,KC,KKC,KKKC,...} E3: S3={tϵR | t≥0} Os espaços amostrais podem ser classificados como: Discretos – Quando os resultados do experimento são pontuais: S1 e S2 Contínuos – Quando os resultados do experimento podem assumir quaisquer valores dentro de um intervalo ou união de intervalos reais: S3. Necessariamente, os espaços contínuos são infinitos, enquanto os discretos podem ser finitos ou infinitos enumeráveis. S1={1,2,3,4,5,6} FINITO DISCRETO S2={C,KC,KKC,KKKC...} FINITO ENUMERÁVEL S3={tϵR| t≥0} INFINITO CONTÍNUO 1.3. Eventos Um evento é qualquer subconjunto de S. Na prática, um evento corresponde ao subconjunto formado pelos resultados do experimento que atendem a determinadas características de interesse. Por exemplo: No lançamento de um dado uma única vez, se o interesse é a obtenção de um número par, o evento correspondente será o subconjunto A ={2,4,6}. Quando lançamos uma moeda até aparecer uma cara, podemos estar interessados em saber qual a probabilidade de serem necessários no máximo 3 lançamentos para se obter cara, assim, B ={C,KC,KKC}. Ao se adquirir umdeterminado tipo de lâmpada, pode-se estar interessado em saber qual a probabilidade de que a mesma dure pelo menos 500 horas, neste caso o evento é o subconjunto C={tϵR | t≥500}. Se na realização de um experimento ocorrer um resultado x pertencente a um subconjunto A (evento), então diz-se que o evento A ocorreu, caso contrário, A não ocorreu. Por exemplo, se lançarmos um dado e o resultado obtido é o número 6, como 6 = {2,4,6} então A (nº par) ocorreu. 6 1.3.1. Tipos de eventos 1.3.1.1. Evento certo Evento Certo – é aquele que ocorre em qualquer realização do experimento aleatório. Se E = S, E é chamado evento certo. Exemplo: A probabilidade de se obter cara ou coroa em uma moeda justa. A= {C, K} B={C,K} A ∩ B = {C, K} Fonte: Lopes, 2003, p. 53. 1.3.1.2. Evento elementar Evento Elementar – é aquele formado por um único elemento do espaço amostral. Se E ⊂ S e E é um conjunto unitário, E é chamado evento elementar. Exemplo: Sejam os conjuntos A= { a, b, e} e B = {d, b, c} A ∩ B = {b} Fonte: Lopes, 2003, p. 53. 7 1.3.1.3.Evento impossível Evento Impossível - é aquele que não ocorre em nenhuma realização de um experimento aleatório. Se E = ∅, E é chamado evento impossível. Exemplo: Seja A= {1, 3, 5} e B= {2, 4, 6} O evento A∩B U Fonte: Autor 1.4. Definição Axiomática Seja (W) um experimento, seja (S) um espaço amostral associado a (W). A cada evento (E) associa-se um número real representado por P(E) e denominaremos de probabilidade de E, satisfazendo as seguintes propriedades: a) 0 ≤ P(E) ≤ 1 b) P(S) = 1 c) Se A e B são eventos mutuamente excludentes, então: P(A U B) = P(A) + P(B). d) Se A1, A2, ..., An são eventos mutuamente excludentes dois a dois, então: P(A1 U A2 U ... U An ) = P(A1) + P(A2) + ... +P(An) Ou ⋃ ∑ As propriedades anteriores são conhecidas como axiomas da teoria da probabilidade. Os axiomas, muitas vezes, se inspiram em resultados experimentais e que, assim, definem a probabilidade de forma que possa ser confirmada experimentalmente. A B 1 3 5 2 6 8 1.5. Definição Clássica de Probabilidade e lei de Leplace A primeira definição que se conhece de probabilidade foi enunciada por Pierre Simon Laplace ( 1749-1827). Historicamente a probabilidade P de um evento A era definida como se segue: Se n(A)= numero de casos favoráveis ao evento ou acontecimento A e n(S)= numero total dos casos possíveis (S), desde que igualmente provável (equiprovável), então, a probabilidade (sucesso) da ocorrência de um experimento A, é igual ao quociente entre o numero de casos favoráveis ao evento e o numero de casos possíveis (S). Ou seja: P(A)= ou P(A) = Por vezes a fórmula citada a cima é multiplicada por 100% de modo que o resultado esteja representado em percentagem. 1.5.1. Exemplos de alguns casos envolvendo a lei de Leplace Exemplo 1. Lancemos um dado honesto e observemos o nº em cima. a) Qual é a probabilidade de sair o nº 3? b) Qual é a probabilidade de sair um nº par? Resolução da alínea: a) Só há um caso favorável de sair o número 3 dos 6 possíveis, isto é: S`= {1, 2, 3, 4, 5, 6} e A= {3} por isso a probabilidade de sair 3 é : P(A) = P(A) = =16,7% Note que os restantes números têm a mesma chance de ocorrer, o que significa que têm a mesma probabilidade. b) Um número par pode ocorrer de 3 maneiras (casos favoráveis) de 6 maneiras igualmente prováveis. Assim: P(A) = P(A) = = 50% 9 Exemplo 2: Uma bola é retirada ao acaso de uma urna que contém 6 vermelhas, 4 brancas e 5 azuis. Qual é a probabilidade dela ser vermelha? Resolução P(A) = P(A) = = = = 40% Exemplo 3: Uma bola é retirada de uma urna que contem bolas coloridas. Sabe-se que a probabilidade de ter sido uma bola vermelha é de . Calcule a probabilidade de ter sido uma bola que não seja vermelha. Resolução S ={17 bolas} A= Numero de bolas vermelhas – o numero total de bolas = 14 Logo: P(A)= = = 82% Exemplo 4: Num determinado sorteio para se eleger o melhor jogador de Futebol foram seleccionados três jogadores (Messi, Ronaldo, e Neymar), supondo ambos têm chances iguais de serem eleitos. Qual será a probabilidade de ser eleito um deles? Resolução S={Messi, Ronaldo, Neymar} A= {1} P(A)= = = 33% Exemplo 5: Uma caixa contém 10 bolas numeradas de 1 a 10. Retirando-se ao acaso uma delas, observa-se que ela tem um número par. Determine a probabilidade de esse número ser maior ou igual a 8. Resolução S= {1, 2, 3, 4, 5, 6, 7, 8, 9, 10} A= {8,10 } P(A)= = = 10 Exemplo 6. Escolhido ao acaso um elemento que seja divisor de 30, determine a probabilidade de que ele seja primo. Resolução: S= {1, 2, 3, 5, 6, 10, 15, 30} A= {2,3,5} P(A)= = = 0,375 Num cesto de frutas há 4 maçãs, 3 pêras e 1 laranja. Tira-se ao acaso uma peca de fruta do cesto. Calcula a probabilidade de ser: Resolução a) Uma maçã P (sair uma maçã) = = ou 50% b) Uma pera P (sair uma pera) = ou 37,5% c) Uma laranja P (sair uma laranja) = ou 12,5% 11 1.6. Probabilidade condicional Para entendermos o conceito de probabilidade condicional, vamos considerar a seguinte situação: Num jogo que consiste no lançamento de um dado uma única vez, um apostador ganha determinada quantia se o número obtido for par, A= {2,4,6}. Assim, independente de qualquer condição, a probabilidade do apostador ganhar é Agora, se após o lançamento do dado for dada a informação de que o número obtido é maior do que 3, B ={4,5,6}, a probabilidade do apostador ganhar passa a ser ou seja, a probabilidade de A condicionada a B é Podemos, então, interpretar a probabilidade condicional da seguinte forma, considerando-se espaços amostrais finitos equiprováveis: Como se sabe que B ocorreu, o espaço amostral reduz-se a S’= B. Portanto n(S’) = n(B). Em S’, os casos favoráveis a A são os elementos de A'= A B , então n(A') = n(A B) , de tal forma que: P(A│ B)=P(A´) = = -- = ou como mostra o diagrama a baixo: Fonte: Caminha 2008, p. 75. Exemplo: Um dado foi lançado e verificou-se que a face obtida apresenta um nº menor do que 4, qual a probabilidade desse número ser par? Resolução S = {1, 2, 3, 4, 5, 6} A={ 2, 4, 6} B= {1, 2, 3} A B= {2} P(B)= P(A∩B) = P(A│ B)= = Ou ainda: Fonte: Caminha 2008, p. 75. 12 Conclusão Como forma de finalizar o presente trabalho, é de suma importância inferir que a teoria de Probabilidade,antes conhecida simplesmente por probabilidade é uma área que proporciona uma base racional de como lidar com situações influenciadas por factores relacionados com o acaso, assim como estimar erros. Nos tempos passados probabilidade era aplicada em jogos de azar, onde os jogadores aplicavam o conhecimento das probabilidades para planejar estratégias de apostas. Actualmente para além de se aplicar em jogos de azar, tais como, lotarias, os casinos de jogos e os exportes organizados, muitas organizações públicas e privadas já usam os conhecimentos das probabilidades em seus processos diários de deliberações. As probabilidades são usadas para exprimir a chance de ocorrência de determinado evento. Evento é qualquer subconjunto do espaço amostral. A lei de Leplace que ganhou bastante destaque na área das probabilidades, ela afirma que num espaço amostral em que as chances de ocorrência de determinados eventos seja equiprovável para todos os acontecimentos, a probabilidade de ocorrência de um determinado evento é o quociente entre o numero de casos favoráveis e o numero de casos possíveis. 13 Referência bibliográfica BASTOS, F. A. A. Estatística e Probabilidades. Ed. Ceara: Eduece, 2015. CAMINHA, A. C. Estatística. Ed. São Paulo: Editora Edgard Blücher, 2008 CORREA, S. M. Probabilidades e Estatística. 2ª Edição. Belo Horizonte: PUC Minas, 2003 FILHO, B.B.; DA SILVA, C.X. Matemática Básica. Ed.São Paulo: Editora FTD, 2005. LOPES. Luis Felipe Dias. Apostila Estatística. 3ª Edição. DE – UFSM, Lisboa: 2003. MORRETIN, P.A.; DE BUSSAD, W. Estatística Básica. 5ª Edição. São Paulo: Editora Saraiva, 2004.
Compartilhar