Anlise combinatria

Sendo a definio clssica de probabilidade o quociente entre casos favorveis e casos possveis torna-se necessrio saber contar estes casos.
n! arranjos simples de n elementos p a p: nmero de agrupamentos de p elementos (n p )! que se podem formar a partir dum conjunto de n elementos, em que os elementos no se podem repetir e em que interessa a ordem pela qual esto dispostos. An p =

Casos particulares:
n Pn = An = n! permutaes de n elementos.

n! permutaes de n elementos em que h k subconjuntos com n1 , n2 , ..., nk elementos n1!n2!...nk ! iguais.

n n! = Cn combinaes simples de n elementos p a p: nmero de agrupamentos de = p p (n p )! p! p elementos que se podem formar a partir dum conjunto de n elementos, em que os elementos no se podem repetir e em que no interessa a ordem pela qual esto dispostos. arranjos completos de n elementos p a p: nmero de agrupamentos de p elementos que se podem formar a partir dum conjunto de n elementos, em que os elementos se podem repetir e em que interessa a ordem pela qual esto dispostos. n + p 1 = combinaes completas de n elementos p a p: nmero de agrupamentos de p p elementos que se podem formar a partir dum conjunto de n elementos, em que os elementos se podem repetir e em que no interessa a ordem pela qual esto dispostos. Kn p
p n = n p

Teoria das probabilidades

A tomada de decises com base nos dados de uma amostra envolve um certo grau de incerteza. importante quantificar esse grau de incerteza. A probabilidade uma medida do grau de incerteza de um dado fenmeno aleatrio, donde o estudo da teoria das probabilidades estar na base da inferncia estatstica. Experincia aleatria Resultados s influenciados pelo acaso. caracterizada por:

possibilidade de repetio em condies semelhantes, pode-se descrever o conjunto de todos os resultados possveis, mas no se pode dizer priori qual o resultado da experincia, os resultados individuais so irregulares, mas aps repetio da experincia um grande nmero de vezes, observa-se uma certa regularidade estatstica.
Exemplo: No lanamento de uma moeda existem dois resultados possveis cara e coroa. No possvel prever o resultado em cada lanamento mas aps um elevado nmero de lanamentos observa-se que a frequncia de caras tende para um determinado valor.

Espao de resultados conjunto de todos os resultados possveis de uma dada experincia aleatria. Pode ser:

discreto: nmero de elementos finito ou infinito numervel, contnuo: nmero de elementos infinito no numervel.
Acontecimentos um acontecimento um conjunto de resultados possveis de uma experincia aleatria. Desse modo, trata-se de um subconjunto do espao de resultados , donde se poder utilizar todos os instrumentos da teoria dos conjuntos para representar os acontecimentos e as operaes que se definem sobre estes.

os acontecimentos formados por um nico elemento, designam-se por acontecimentos elementares. O espao de resultados : designa-se por acontecimento certo.
O conjunto vazio designa-se por acontecimento impossvel.

Por vezes impossvel probabilizar todo e qualquer subconjunto de por haver conjuntos de tal forma complexos que no possvel atribuir-lhe uma probabilidade, donde a necessidade de se definir uma -lgebra A de acontecimentos para domnio da funo de conjunto medida de probabilidade P() .
Definio: -lgebra A de acontecimentos um conjunto de subconjuntos de que verifica:
A A A A A

({Ai }iIN A ) Ai A iIN

Teoremas: A A, B A A B A A, B A A B A A, B A AB A

Diz-se que o acontecimento A se realizou, se o resultado da experincia aleatria, , um elemento de A ( A ). Os acontecimentos A e B dizem-se incompatveis ou mutuamente exclusivos se A B = . A realizao de um dos acontecimentos implica a no realizao do outro.
A B A realizao de A implica a realizao de B. A B unio ou soma lgica dos acontecimentos A e B, define um novo acontecimento que se realiza se e s se A ou B se realizam. traduzido por A B = { : A B}. A B interseco ou produto lgico dos acontecimentos A e B, define um novo acontecimento que se realiza se e s se A e B se realizam conjuntamente. traduzido por A B = { : A B}. A B ou A \ B diferena de dois acontecimentos A e B, define um novo acontecimento que se realiza se e s se A se realiza sem que se realize B. traduzido por A B = { : A B}.

B complementar do acontecimento B, define um novo acontecimento que se realiza se e s se B no se realiza. traduzido por B = B = { : B}. AB diferena simtrica entre dois acontecimentos A e B, define um novo acontecimento que se realiza se e s se A se realiza e B no se realiza ou B se realiza e A no se realiza. traduzido por AB = ( A B ) ( A B ) = ( A B ) ( A B )

Algumas propriedades das operaes com acontecimentos:

comutatividade de e : A B = B A A B = B A associatividade de e : A (B C ) = ( A B ) C A (B C ) = ( A B ) C distributividade de e : A (B C ) = ( A B ) ( A C ) A (B C ) = ( A B ) ( A C ) leis de De Morgan: A B = A B A B = A B dupla negao: A= A

Definio clssica de probabilidade:

Se a uma experincia aleatria se puderem classificar priori todos os resultados possveis num nmero finito n de casos mutuamente exclusivos e igualmente provveis, ento o clculo da probabilidade de um acontecimento A ocorrer resume-se contagem do nmero de resultados possveis n e do nmero de resultados favorveis a A, n A resultados. nmero de casos favoraveis a A n A P ( A) = = nmero de casos possveis n
Limitaes desta definio: s pode ser aplicada se o nmero de resultados possveis da experincia aleatria for finito. s pode ser aplicada se os resultados forem igualmente provveis. no permite dar resposta a questes do tipo: Qual a probabilidade de um homem morrer antes dos 50 anos? Qual a probabilidade de um jornal vender num dia 500 unidades? Qual a probabilidade de sair uma face no lanamento de uma moeda no equilibrada? Qual a probabilidade de uma pessoa seleccionada ao acaso ser benfiquista? Exemplo: Num lanamento de um dado equilibrado qual a probabilidade de sair um nmero mpar?

Definio frequencista de probabilidade:

Uma determinada experincia aleatria repetida n vezes em idnticas condices, tendo o nA a sua frequncia relativa. De acordo com a acontecimento A se realizado n A vezes. Seja f A = n definio frequencista de probabilidade, a probabilidade do acontecimento A ocorrer o valor para que tende f A quando se aumenta o nmero de provas n. n P( A) = lim A = lim f A n + n n +

Exemplo: Uma seguradora no pode afirmar quem so as pessoas que tero acidentes com idades compreendidas entre os 18 e os 30 anos, mas pelo nmero de observaes do passado n A , e em funo do nmero de segurados n, pode prever a probabilidade de ocorrncia de acidentes naquela faixa etria. Exemplo: O gestor de vendas de um concessionrio de uma marca de automveis precisa saber qual a probabilidade do stand vender mais de 4 automveis na prxima semana. Atravs dos registos da empresa foi possvel saber que somente em 6 semanas das ltimas 50 semanas, o nmero de automveis vendidos foi superior a 4 automveis. Logo a probabilidade ser de 6 50 .
Esta uma definio posteriori.

Definico subjectiva de probabilidade:

A probabilidade subjectiva dada pelo grau de credibilidade ou de confiana que cada pessoa d realizao de um dado acontecimento aleatrio. Da que seja subjectiva porque para o mesmo acontecimento diferentes pessoas podem dar diferentes probabilidades.

Exemplo: O Miguel acha que a probabilidade de o Benfica ganhar o campeonato superior a 0.6, j o Antnio acha que essa probabilidade inferior a 0.5. Exemplo: Um comentador desportivo atribuir uma probabilidade de vitria a determinado clube antes da ocorrncia do jogo. Exemplo: Previso da adeso a uma greve. Nota: A definio subjectiva no faz parte da Estatstica.

Espaos de probabilidade
Espao de probabilidade chama-se espao de probabilidade, o trio ordenado (, A , P ) , onde o espao de resultados, A uma -lgebra de acontecimentos e P uma medida de probabilidade. Medida de probabilidade medida de probabilidade P uma funo de conjunto P : A [0,1], que verifica:
P( ) = 1 P = P( A ) , An A , An nIN nIN n

nIN ,

Ai A j = ,

i, jIN ,

i j

Teoremas: P ( ) = 0 . Nota: se P( A) = 0 no se pode concluir que A = , ou seja, no se pode concluir que A seja necessariamente o acontecimento impossvel. Do mesmo modo no se pode concluir que se P( A) = 1, A seja o acontecimento certo. P ( A B ) = P( A) P ( A B ) P ( A ) = 1 P( A) P ( A B ) = P ( A) + P (B ) P ( A B ) P ( A B ) P( A) + P ( B ) A B P ( A) P ( B )

Probabilidades condicionadas
Definio: Dados 2 acontecimentos A, B , A, B A , P( B ) > 0 , a probabilidade para que A se realize, sabendo-se que B se realizou, designa-se por P( A | B ) e define-se por: P( A | B ) = P( A B ) , P(B ) > 0 P(B )

Esta probabilidade representa a reavaliao da probabilidade de A em face da informao de que B se realizou. B A

Nota: P( | B ) , para P( B ) > 0 uma medida de probabilidade. Permite aplicar s probabilidades condicionadas todos os teoremas sobre probabilidades. Uma consequncia imediata da probabilidade condicional a regra da multiplicao das probabilidades: P( A B ) = P( A | B )P( B ), se P( B ) > 0 P( A B ) = P( B | A)P( A), se P( A) > 0 Teorema: Para n acontecimentos ( Ai )1 i n P( A1 A2 ... An ) = P( A1 )P( A2 | A1 )P( A3 | A1 A2 )...P( An | A1 A2 ... An 1 ) Independncia de acontecimentos os acontecimentos A e B dizem-se independentes se e s se P( A B ) = P( A)P( B ). Daqui P( A | B ) = P( A) se P( B ) > 0 e P( B | A) = P( B ) se P( A) > 0 . A ocorrncia ou no de um deles no afecta a probabilidade de ocorrncia ou no do outro. Mais geralmente os acontecimentos ( Ai )1 i n so independentes se P( A1 A2 ... An ) = P( A1 )P( A2 )...P( An ). Nota: Se os acontecimentos A e B so independentes tambm o so A e B , A e B, A e B .

Exemplo: Lanou-se um dado e sabe-se que o nmero que saiu par. Qual a probabilidade de o nmero sado ser superior a 5? Defina-se os acontecimentos A = {2,4,6} sai nmero par e B = {6} sai nmero superior a 3 1 1 5. Tem-se A B = {6}, P( A) = , P( B ) = e P( A B ) = . 6 6 6 P( B A) 1 6 1 A probabilidade pedida P( B | A) = = = . P ( A) 36 3 Ou, como o novo espao de resultados A = {2,4,6}, a razo entre casos favorveis e possveis fornece a resposta. Qual a probabilidade de o nmero sado no ser superior a 5? Tem-se B = { 1,2,3,4,5} e A B = {2,4}. P (B A) 2 6 2 = = . A probabilidade pedida P (B | A) = 36 3 P( A) Ou, como o novo espao de resultados A = {2,4,6}, a razo entre casos favorveis e possveis fornece a resposta. Ou, como P( | B ) uma medida de probabilidade P (B | A) = 1 P( B | A).

Qual a probabilidade de o nmero sado ser superior a 2? Defina-se os acontecimentos A = {2,4,6} e B = {3,4,5,6}. 3 4 2 Daqui A B = {4,6}, P( A) = , P( B ) = e P( A B ) = . 6 6 6 P( B A) 2 6 2 = = . A probabilidade pedida P( B | A) = 36 3 P ( A) 2 Neste caso A e B so independentes. P( B | A) = P( B ) = e P( A B ) = P( A)P( B ). 3 Questo: Quando que dois acontecimentos so simultneamente independentes e mutuamente exclusivos? Na prtica, dois acontecimentos dizem-se independentes, quando a ocorrncia ou no de um deles no acrescenta informao probabilidade de ocorrncia ou no do outro. Se, por exemplo, a calvcie mais frequente em homens do que em mulheres, ento a calvcie e o sexo no so independentes. Se a gripe to frequente em homens com em mulheres, ento, a gripe o sexo so independentes.

Definio: {E1 , E2 ,..., En } definem uma partio sobre quando Ei = , Ei E j = , i j ,

i =1

i, j = 1,2,..., n . Uma partio forma um sistema exaustivo e exclusivo de acontecimentos. Teorema da probabilidade total: Seja {E1 , E2 ,..., En } uma partio sobre , P( Ei ) > 0 , i = 1,2,..., n . Seja A um acontecimento qualquer. Ento: P( A) = P( A | Ei )P( Ei )
i =1 n

Teorema de Bayes: Seja {E1 , E2 ,..., En } uma partio sobre , P( Ei ) > 0 , i = 1,2,..., n . Seja A um acontecimento tal que P( A) > 0 . Ento o clculo da probabilidade ( posteriori) de Ei :
P( Ei | A) = P( A | Ei )P( Ei )

P(A | E j )P(E j )
n j =1

Exemplo: Certo plano de importaes que uma empresa pretende levar a cabo est dependente do tipo de desvalorizao que o escudo possa sofrer no corrente ano. De acordo com determinados critrios, essa desvalorizao pode classificar-se em fraca, mdia ou forte. Observadores econmicos prevem para esses itens as probabilidades de 0.3, 0.5 e 0.2 respectivamente. Por outro lado, levar a cabo esse plano de importaes ocorrer com probabilidade de 0.5 no caso da desvalorizao ser fraca, 0.15 no caso de ser mdia e 0.1 no caso de ser forte. Neste contexto, qual a probabilidade de se concretizar o referido plano de importaes?

 Definio da lgebra: I levar a cabo o plano de importaes D1 desvalorizao fraca D2 desvalorizao mdia D3 desvalorizao forte {D1 , D2 ,D3} partio de implica I = ( I D1 ) ( I D2 ) ( I D3 ) (reunio disjunta), logo P( I ) = P( I D1 ) + P( I D2 ) + P( I D3 ) = P( I | D1 )P( D1 ) + P( I | D2 )P( D2 ) + P( I | D3 )P( D3 ) (teorema da probabilidade total)

 Probabilidades dadas: P( D1 ) = 0.3 P( D2 ) = 0.5 P( D3 ) = 0.2 P( I | D1 ) = 0.5 P( I | D2 ) = 0.15 P( I | D3 ) = 0.1 Resposta: P( I ) = P( I | D1 )P( D1 ) + P( I | D2 )P( D2 ) + P( I | D3 )P( D3 ) = 0.5 * 0.3 + 0.15 * 0.5 + 0.1* 0.2 = 0.15 + 0.075 + 0.02 = 0.245

Se, no prximo ano, souber que esse plano se concretizou, qual a probabilide de ocorrncia de cada um dos tipos de desvalorizao? Resposta: P( I Di ) P( I | Di )P( Di ) P( Di | I ) = (teorema de Bayes) = P(I | D1 )P( D1 ) + P(I | D2 )P(D2 ) + P( I | D3 )P(D3 ) P(I ) P( D1 | I ) = 0.15 = 0.6122448980 0.245

0.075 ( ) P D2 | I = = 0.3061224490 0.245 P( D3 | I ) = 0.02 = 0.0816326531 ou P( D3 | I ) = 1 P(D1 | I ) P(D2 | I ) 0.245

O teorema de Bayes permite modificar as probabilidade priori. Assim, posteriori, sabendo que o plano de importaes se realizou, as probabilidades priori da ocorrncia dos diferentes tipos de desvalorizao da moeda alteraram-se.