Slides Do Auão Do Dia 3 PDF

Introdução à Probabilidade e à Estatı́stica
Prof. Kayo Douglas
Universidade Federal do ABC
03 de julho de 2017
Organização:
Prof. Kayo Douglas Aulão IPE

Docentes
1. Vladmir Perchine
2. Alejandra Rada
3. Ignat Fialkovsky
4. Roberto Venegeroles
5. Carlos da Silva Santos
6. Ailton Paulo
7. Leandro Alexandre
8. Edson Iwaki
9. Thomas Logan Ritchie
10. Antonio Sérgio Munhoz

Conteúdo
1. Análise Combinatória
2. Elementos de Probabilidade
3. Espaços Equiprováveis
4. Probabilidade Condicional

Princı́pio Multiplicativo
Quando queremos contar quantas ordens ou grupos com

elementos de um conjunto A E de um conjunto B, devemos
fazer o produto das quantidades respectivas a cada conjunto

Exemplo
Um campeonato de futebol será realizado entre as escolas de

uma região. O fornecedor de uniformes da competição mandou
um catálogo para a organização do evento, com 6 modelos de
camiseta e 4 de bermuda. Quantos uniformes diferentes
podem ser criados?

Exemplo
Resolução: Podemos fazer organizar em pares da forma

(C,B), onde C representa a Camiseta e B a Bermuda, então
terı́amos:
(1, 1)(1, 2)(1, 3), (1, 4)
(2, 1)(2, 2)(2, 3), (2, 4)
(3, 1)(3, 2)(3, 3), (3, 4)
(4, 1)(4, 2)(4, 3), (4, 4)
(5, 1)(5, 2)(5, 3), (5, 4)
(6, 1)(6, 2)(6, 3), (6, 4)
ou seja, 24 formas diferentes. Mas também podemos fazer o
produto:
6 · 4 = 24

Princı́pio Aditivo
Quando queremos contar quantas ordens ou grupos com

elementos de um conjunto A OU de um conjunto B, devemos
fazer a soma das quantidades respectivas a cada conjunto

Exmeplo
Faz 40o em uma cidade do ABC Paulista (vcs tão ligados que
não é SBC) e Marina resolve tomar um sorvete. Quando chega
à sorveteria, verifica que existem 32 opções de sorvetes em
massa, 42 opções de picolé e 12 de
gelinho/geladinho/sacolé/suco congelado. Quantas opções
diferentes Marina tem?

Exmeplo
Basta realizar a soma:
32 + 42 + 12 = 86 opções

Arranjos
Quando queremos ver de quantas formas diferentes podemos

Ordenar k dados a partir de um conjunto de n elementos (com
repetição)
AR n,k = nk

Exemplo
Quantas senhas diferentes podemos configurar para um

cadeado de 6 dı́gitos?

Exemplo
Resolução: basta aplicar o Princı́pio Multiplicativo
10 · 10 · 10 · 10 · 10 · 10 = 106

Arranjos
Quando queremos ver de quantas formas diferentes podemos

Ordenar k dados a partir de um conjunto de n elementos (Sem
Repetição)
n!
An,k =
(n − k)!

Exemplo
Uma agência de Viagens que possui pacotes para 12 paı́ses.

Se uma promoção permite que o cliente construa um roteiro
(uma sequência) passando por 4 desses paı́ses de forma que
não se possa visitar duas vezes o mesmo paı́s, quantos
roteiros diferentes é possı́vel organizar?

Exemplo
Resolução: para o primeiro paı́s, qualquer uma das 12 opções

é válida, enquanto o segundo paı́s pode ser qualquer um dos
outros 11. Para o terceiro paı́s temos 10 opções (já que duas
não podem ocorrer) e sobram 9 para o quarto. Logo, temos
12! 12!
12 · 11 · 10 · 9 = = opções
8! (12 − 4)!

Permutações
Quando queremos ver de quantas formas podemos rearranjar

uma sequência com n valores
Pn = n!
Obs: Uma permutação nada mais é que um arranjo em que o

número de elementos a reordenar (k) é igual ao número de
elementos iniciais (n), ou seja, reordenamos todos os
elementos do conjunto

Exemplo:
Suponha que em uma sala de aula tenhamos 6 carteiras em

um fileira, aonde querem sentar 3 meninos e 3 meninas.
1. De quantas maneiras diferentes as crianças podem sentar
na fileira?
2. E se os 3 meninos quiserem ficar juntos e as 3 meninas
quiserem ficar juntas? (ou seja, os 3 meninos em
sequência e as 3 meninas em sequência, não importando
qual dos grupos vem primeiro) De quantas maneiras eles
poderiam sentar?
3. E se apenas os 3 meninos quiserem ficar juntos?
4. E se as crianças quiserem se sentar alternando meninas e
meninos? (não importando se começamos a fileira com
meninas ou meninos)

Anagramas
Quando queremos calcular a quantidade de anagramas de

uma palavra com n letras que não se repetem
ANn = n!

Anagramas
Quando queremos calcular a quantidade de anagramas de

uma palavra de n letras, composta das letras l1 , l2 , l3 , . . . , lk em
que cada letra li se repete ti vezes
n!
ANRt1 ,t2 ,...,tk =
t1 !t2 !t3 ! . . . tk !

Anagramas
Ex: A palavra NADA tem
(1 + 1 + 2)! 4!
ANR1,1,2 = =
1!1!2! 2!
anagramas

Anagramas
Ex: A palavra CONTINENTE tem
(1 + 1 + 3 + 2 + 1 + 2)! 10!
ANR1,1,3,2,1,2 = =
1!1!3!2!1!2! 3!2!2!
anagramas

Combinações
Quando queremos ver quantos conjuntos de k elementos

diferentes podemos obter a partir de um conjunto de n
elementos
n n!
Cn,k = =
k k!(n − k)!

Combinações
Exemplo: Uma pessoa quer vender três DVDs da sua coleção

que conta com 15 filmes de Drama, 13 de Comédia e 6 de
Aventura. Quantas escolhas existem se ela quiser vender dois
DVDs de um gênero e mais um, de outro?

Número de soluções inteiras Positivas
O Número de Soluções Inteiras Positivas da equação

x1 + x2 + x3 + . . . + xr = n é dado por:

n−1
SPn,r =
r −1

Número de soluções inteiras Positivas
Exemplo: Temos 10 vagas de monitores para 6 disciplinas, e

precisamos decidir quantos monitores vão atuar em cada
disciplina. Quantas opções de distribuição de vagas temos, se
nenhuma disciplina pode ficar sem pelo menos um monitor?

Número de soluções inteiras Não-Negativas
O Número de Soluções Inteiras Não-negativas da equação

x1 + x2 + x3 + . . . + xr = n é:

n+r −1
SNn,r =
r −1

Exemplo: De quantas formas diferentes podemos distribuir 15

bolinhas em 4 caixas?

Exemplo: Temos 37 mil reais que devem ser aplicados entre 4

carteiras diferentes. Cada aplicação deve ser feita em múltiplos
de mil reais, e os investimentos mı́nimos que podem ser feitos
são de 2,2,3 e 8 mil reais. Quantas estratégias de aplicação
diferentes existem se uma aplicação tiver que ser feita em cada
carteira?

Experimento Aleatório
Definição: Um experimento Aleatório é um teste que

realizamos sem que possamos conhecer ou controlar seu
resultado. Alguns tipos de experimento aleatório são:
1. Lançamos um dado e vemos a face virada para cima;
2. Pegamos uma carta em um baralho e vemos o valor e o
naipe;
3. Pegamos uma bola em uma urna e vemos sua cor;
4. Medimos a temperatura em uma determinada cidade;
5. Calculamos a probabilidade de chuver em uma
determinada região;
6. Calculamos a velocidade de uma cabra
7. Medimos a altura de um Pato

Espaço Amostral
Definição: Chamamos de Espaço Amostral o conjunto de

todos os resultados possı́veis de um experimento

Espaço Amostral - Exemplos
I Lançamos um dado e vemos a face virada para cima

S = {1, 2, 3, 4, 5, 6}
I Pegamos uma carta em um baralho e vemos o valor e o
naipe
S = {(v , n)/v = A, 2, 3, 4, 5, 6, 7, 8, 9, 10, J, Q, K ; n =
paus,espadas,copas,ouros}
I Pegamos uma bola em uma urna e vemos sua cor
S = { vermelho, amarelo, azul, verde, branco, preto etc. }
I Medimos a temperatura em uma determinada cidade (em
o C)
S = [−273.15, +∞)

Espaço Amostral - Exemplos
I Calculamos a probabilidade de chover em uma

determinada região
S = [0, 1]
I Calculamos a velocidade de uma cabra (em m/s)
S = [0, ∞)
I Medimos a altura de um Pato (em cm)
S = (0, ∞)

Espaço Equiprovável
Definição: Chamamos de Espaço Equiprovável um espaço

amostral onde cada elemento tem a mesma probabilidade de
acontecer Ex:
1. A face de cima, ao lançarmos um dado;
2. Uma carta escolhida ao acaso num baralho;
3. Uma bola sorteada em uma caixa;

Evento
Definição: Chamamos de Evento um subconjunto de Ω,

normalmente seguindo alguma condição:
Ex: se queremos saber apenas dos resultados pares no
lançamento do dado:
E = {2, 4, 6}

Intersecção
Definição: Chamamos de Intersecção de eventos o

subconjunto de Ω no qual cada elemento pertence a todos os
eventos em questão
A ∩ B = {x ∈ Ω tal que x ∈ A E x ∈ B}

União
Definição: Chamamos de União de eventos o subconjunto de

Ω no qual cada elemento pertence a pelo menos um dos
eventos em questão
A ∪ B = {x ∈ Ω tal que x ∈ A OU x ∈ B}

Exclusão Mútua
Definição: Dizemos que dois eventos são mutuamente

excludentes (ou exclusivos) quando a intersecção entre eles é
vazia, ou seja, eles não podem ocorrer ao mesmo tempo.
Ex:
1. Um número não pode ser par e ı́mpar ao mesmo tempo;
2. Uma moeda, ao ser lançada, não pode dar cara e coroa;
3. ao lançar bolas numa cesta, um jogador não pode acertar
duas vezes em dez e acertar três vezes em dez;

Probabilidade
Def 1:Quando repetimos um experimento n vezes a

probabilidade de um evento E acontecer é dada pela
proporção entre a quantidade n(E) de vezes que esperamos
que esse evento ocorra nesses n lançamentos. Dessa forma
n(E)
P(E) = lim
n→∞ n
Essa definição é chamada Definição Frequentista de
probabilidade

Probabilidade
Def 2:Probabilidade é uma função que leva do espaço amostral

(S ou Ω) ao intervalo [0, 1] que respeita os seguintes axiomas:
1. 0 ≤ P(E) ≤ 1
2. P(Ω) = 1
3. Quando os eventos E1 , E2 , E3 · · · são mutuamente
exclusivos dois a dois:
∞
[ ∞
X
P( Ei ) = P(Ei )
i=1 i=1
Essa definição é chamada Definição Axiomática de

probabilidade

Independência
Dizemos que dois eventos são independentes quando, saber

que um deles ocorre não altera a probabilidade de o outro
acontecer, isto é:
E e F são independentes ⇔ (E) = P(E|F ) e
P(F ) = P(F |E). também podemos dizer que são independetes
se, e somente se:
P(E ∩ F ) = P(E) · P(F )

Exemplo
Ao lançarmos dois dados, considere os seguintes eventos:

E - O primeiro dado da 4
F - A soma dos dados é 7
Esses dois eventos são independentes?

Probabilidade Condicional
Quando queremos saber a probabilidade de um evento A

sabendo que um evento B aconteceu, isto é, a probabilidade
de A tal que B:
P(A ∩ B)
P(A|B) =
P(B)
ou
|A ∩ B|
P(A|B) =
|B|
em espaços equiprováveis

Ex 3
Seja o lançamento de dois dados honestos. Qual é a

probabilidade condicional de que pelo menos um deles caia no
6 se os dados caı́rem em números diferentes?

Ex 3
R: Considere Nd o evento onde os dois números são diferentes

e 16 o evento de ao menos um deles ser 6
P(16 ∩ Nd ) |16 ∩ Nd |
P(16 |Nd ) = =
P(Nd ) |Nd |

Ex 3
R:
16 = {(1, 6); (2, 6); (3, 6); (4, 6); (5, 6); (6, 6);
(6, 5); (6, 4); (6, 3); (6, 2); (6, 1)}
Nd = {(x, y )|x, y = 1, 2, 3, 4, 5, 6; x 6= y}
16 ∩ Nd = {(1, 6); (2, 6); (3, 6); (4, 6); (5, 6);
(6, 5); (6, 4); (6, 3); (6, 2); (6, 1)}

Teorema de Bayes
Quando queremos saber P(B|A) a partir de P(A|B)
P(A ∩ B) P(B) · P(A|B)

P(B|A) = =
P(A) P(A)

Teorema de Bayes
Resultado 1:
P(A ∩ B) = P(A|B) · P(B)

Teorema de Bayes
Resultado 2:
P(A) = P(B) · P(A|B) + P(B C ) · P(A|B C )

Ex 4
Sabe-se que um ”soro da verdade”, quando aplicado a um

suspeito, é 90% eficaz quando a pessoa é culpada 99% eficaz
quando é inocente. Um suspeito é retirado de um grupo de
onde 95% delas jamais cometeram qualquer crime. Se o soro
indica ”culpado”, qual a probabilidade de o suspeito ser
inocente?

Ex 4
Tomando C o evento no qual o suspeito é culpado, I inocente e

A o evento onde o teste aponta um suspeito como culpado.
R:O exercı́cio nos dá:
1. P(I) = 95%
2. P(C) = 5%
3. P(A|I) = 1%
4. P(A|C) = 90%

Ex 4
R:Dessa forma
P(I) · P(A|I)
P(I|A) =
P(I) · P(A|I) + P(C) · P(A|C)

Ex 4
R:
0.95 · 0.01
P(I|A) =
0.95 · 0.01 + 0.05 · 0.9

Exemplo
Suponha que E e F sejam eventos para os quais P(E) = 0.4,

P(F ) = 0.3 e P(E ∩ F ) = 0.2. Calcule:
1. P(E ∩ F )
2. P(E ∪ F )
3. P(F C )
4. P(E C )
5. P(E ∩ F C )
6. P(E C ∪ F )
7. P(E C ∪ F C )
8. P(E C ∩ F C )

Exemplo
Um grupo de 20 homens e 20 mulheres é dividido

aleatoriamente
√ em 2n grupos de 20 pessoas. Use a fórmula de
n
Stirling n! ≈ 2πn e para estimar a probabilidade de ambos
os grupos possuı́rem o mesmo número de homens

Exemplo
Você pede ao seu vizinho regar uma planta enquanto você

está viajando. Sem água, a planta morrerá com probabilidade
0,8; e com água, com 0,15. Você tem 90% de certeza de que o
vizinho se lembrará de regar a planta.
1. Qual a probabilidade que a planta estará viva quando você
voltar?
2. Se a planta estiver morta quando você voltar, qual a
probabilidade de que seu vizinho tenha se esquecido de
regá-la?

Exemplo
No depósito de uma fábrica de chocolates temos caixas de

bombons de 2 tipos:
Tipo A Essas caixas contém 60% de bombons recheados
Tipo B Essas caixas contém 30% de bombons recheados
Também sabemos que 100 das 300 caixas são do tipo A
enquanto que as restantes são do tipo B e que a única coisa
que distingue as caixas é a composição. Se eu pegar uma
dessas caixas e tirar um bombom de dentro, determine a
probabilidade que essa seja uma caixa do tipo A se
(a) O bombom for recheado
(b) O bombom não for recheado

Slides Do Auão Do Dia 3 PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Slides Do Auão Do Dia 3 PDF

Загружено:

Авторское право:

Доступные форматы

Introdução à Probabilidade e à Estatı́stica

Prof. Kayo Douglas

Universidade Federal do ABC

Prof. Kayo Douglas Aulão IPE

Prof. Kayo Douglas Aulão IPE

Prof. Kayo Douglas Aulão IPE

Quando queremos contar quantas ordens ou grupos com

Prof. Kayo Douglas Aulão IPE

Um campeonato de futebol será realizado entre as escolas de

Prof. Kayo Douglas Aulão IPE

Resolução: Podemos fazer organizar em pares da forma

Prof. Kayo Douglas Aulão IPE

Quando queremos contar quantas ordens ou grupos com

Prof. Kayo Douglas Aulão IPE

Prof. Kayo Douglas Aulão IPE

Basta realizar a soma:

Prof. Kayo Douglas Aulão IPE

Quando queremos ver de quantas formas diferentes podemos

Prof. Kayo Douglas Aulão IPE

Quantas senhas diferentes podemos configurar para um

Prof. Kayo Douglas Aulão IPE

Resolução: basta aplicar o Princı́pio Multiplicativo

Prof. Kayo Douglas Aulão IPE

Quando queremos ver de quantas formas diferentes podemos

Prof. Kayo Douglas Aulão IPE

Uma agência de Viagens que possui pacotes para 12 paı́ses.

Prof. Kayo Douglas Aulão IPE

Resolução: para o primeiro paı́s, qualquer uma das 12 opções

Prof. Kayo Douglas Aulão IPE

Quando queremos ver de quantas formas podemos rearranjar

Obs: Uma permutação nada mais é que um arranjo em que o

Prof. Kayo Douglas Aulão IPE

Suponha que em uma sala de aula tenhamos 6 carteiras em

Prof. Kayo Douglas Aulão IPE

Quando queremos calcular a quantidade de anagramas de

Prof. Kayo Douglas Aulão IPE

Quando queremos calcular a quantidade de anagramas de

Prof. Kayo Douglas Aulão IPE

Ex: A palavra NADA tem

Prof. Kayo Douglas Aulão IPE

Ex: A palavra CONTINENTE tem

Prof. Kayo Douglas Aulão IPE

Quando queremos ver quantos conjuntos de k elementos

Prof. Kayo Douglas Aulão IPE

Exemplo: Uma pessoa quer vender três DVDs da sua coleção

Prof. Kayo Douglas Aulão IPE

O Número de Soluções Inteiras Positivas da equação

Prof. Kayo Douglas Aulão IPE

Exemplo: Temos 10 vagas de monitores para 6 disciplinas, e

Prof. Kayo Douglas Aulão IPE

O Número de Soluções Inteiras Não-negativas da equação

Prof. Kayo Douglas Aulão IPE

Exemplo: De quantas formas diferentes podemos distribuir 15

Prof. Kayo Douglas Aulão IPE

Exemplo: Temos 37 mil reais que devem ser aplicados entre 4

Prof. Kayo Douglas Aulão IPE

Definição: Um experimento Aleatório é um teste que

Prof. Kayo Douglas Aulão IPE

Definição: Chamamos de Espaço Amostral o conjunto de

Prof. Kayo Douglas Aulão IPE

I Lançamos um dado e vemos a face virada para cima

Prof. Kayo Douglas Aulão IPE

I Calculamos a probabilidade de chover em uma