Академический Документы
Профессиональный Документы
Культура Документы
O que é a probabilidade?
Probabilidade: do Latim probare (provar ou testar) a palavra é muitas vezes utilizada para designar
acontecimentos incertos ou conhecidos, sendo também substituída por algumas palavras como “sorte”, “risco”,
“azar”, “incerteza”, “duvidoso”, dependendo do contexto.
Probabilidade é um conceito filosófico e matemático que permite a quantificação da incerteza, permitindo que
ela seja aferida, analisada e usada para a realização de previsões ou para a orientação de intervenções. É
aquilo que torna possível se lidar de forma racional com problemas envolvendo o imprevisível. A probabilidade
teve o inicio de seus estudos nos jogos de azar.
Incerteza é o nome que se da à propriedade que as coisas têm de não serem completamente previsíveis.
Trata-se de uma característica fundamental do Universo, podendo ser minimizada, mas nunca completamente
eliminada.
As principais causas da incerteza são:
Erro de medida: conhecimento falso e/ou incorreto de todos os fatores relevantes;
Ignorância: falta de conhecimento acerca de todos os fatores relevantes ou de como eles se
relacionam;
Efeito de Heinsenberg: o próprio processo de mensuração pode levar a alterações substanciais naquilo
que se quer medir, fazendo com que os dados levantados não correspondam mais aos fatos;
Aleatoriedade: variabilidade, instabilidade ou indeterminismo intrínseco do Universo, um misterioso e
impenetrável acaso essencial da natureza.
Para todos os fins práticos, todos os quatro componentes estão sempre presentes em qualquer situação,
sendo bastante difícil, ou mesmo impossível, determinar qual o grau de influência específico de cada um deles
num dado instante.
Existem diferentes formas de se definir e compreender a probabilidade, mas todas elas têm em comum a
expressão do seu valor segundo o grau de certeza de que um dado acontecimento venha a ocorrer.
Matematicamente, isso é representado por um número real entre "0" (certeza de que não vai ocorrer) e
"1" (certeza de que vai ocorrer).
Ao longo da História da Matemática, nomeadamente ao nível das probabilidades, figuras como Luca Pacioli
(1445 - 1510), Niccolo Fontana (1449 - 1557), Girolamo Cardano (1501 - 1576), Galileu Galilei (1564 - 1642),
Pierre de Fermat (1601 - 1665), Blaise Pascal (1623 - 1662), Jacob Bernoulli (1654 – 1705), Pierre Simon
Laplace (1749 - 1827), Carl Friedrich Gauss (1777 - 1855), Siméon Denis Poisson (1781 - 1840) e até mesmo
Andrey Nicolaevich Kolmogorov (1903 - 1987), são considerados como os grandes responsáveis pela
constante evolução deste ramo matemático.
O acaso está presente em muitos fenômenos da realidade que nos cerca e a Matemática estuda e define os
contornos dessa presença, seja através dos métodos estatísticos, seja através do Cálculo de Probabilidades.
Em qualquer ciência é necessário quantificar o acaso e a incerteza para minimizar a margem de erro e assim, a
Teoria das Probabilidades nunca deixou de ocupar um lugar importante, quer no desenvolvimento científico
quer na resolução de problemas práticos que o homem enfrenta no dia-a-dia.
A Teoria das Probabilidades, que começou com um jogo, transformou-se, hoje em dia, num dos ramos da
Matemática com mais aplicações nas outras ciências.
Poderia pensar-se que as Probabilidades têm aplicação apenas no âmbito das Ciências Sociais e Econômicas.
No entanto, o conceito de Probabilidade reveste-se também de enorme importância na interpretação dos
fenômenos físicos e biológicos.
No contexto físico
Graças às probabilidades, os físicos deixaram de se contentar em ter conseguido medir,
passaram a buscar a melhor medida possível. Em termos mais precisos, queriam a
resposta do “Problema fundamental da teoria dos erros”. Este problema foi
exaustivamente aprofundado por Laplace, Gauss e Legendre.
No contexto biológico
Outra contribuição de peso da Teoria das Probabilidades para o mundo moderno
reporta-se à Biologia e à Genética, mais propriamente à Hereditariedade, campo em
que Gregor Mendel se tornou pioneiro.
No contexto econômico
A Probabilidade intervém nas Ciências Econômicas fundamentando-se na análise de grande quantidade de
fatos semelhantes e nas leis probabilísticas que os regem.
O índice de preços no consumidor, a taxa de população ativa, as estatísticas demográficas, os diferentes
índices de produção de bens, por exemplo, são grandezas econômicas sujeitas a variações aleatórias e, como
tal, são alvo de tratamento estatístico e probabilístico.
Ex.: A lei da procura: “A quantidade procurada varia na razão inversa à do preço.”
Isto é, através da análise de grande quantidade de experiências verificou-se que se o
preço aumentasse, a quantidade procurada diminuía.
Probabilidades nos Seguros
Referir-nos-emos, por fim, à importância desta teoria em gestos ou hábitos do quotidiano das pessoas,
recorrendo a um mero exemplo para mostrar como no âmbito dos Seguros, esta teoria se aplica de forma
eficiente.
Em 1693 Halley apresentou o primeiro trabalho prático na área dos seguros de vida. Halley mostrou como
calcular o valor da anuidade do seguro em termos de expectativa de vida da pessoa e da probabilidade de que
ela sobreviva por um ou mais anos.
Foi a partir de 1760 que começaram a aparecer as primeiras grandes companhias de
seguros que tinham, assim, condições para se estabelecerem com uma certa base
científica.
Desde então, os negócios de seguros desenvolveram-se e sofisticaram-se cada vez
mais, ocupando uma larga faixa do mercado de trabalho em geral e absorvendo, em
alguns países, uma significativa percentagem dos diplomados em cursos de
Matemática.
Evento: é todo subconjunto do espaço amostral relacionado a um experimento aleatório. Se este subconjunto
possuir apenas um elemento, denominamos evento elementar.
Vamos utilizar a fórmula simples acima, para resolver os seguintes exercícios introdutórios:
Considere o lançamento de um dado. Calcule a probabilidade de:
a) sair o número 3:
Temos = {1, 2, 3, 4, 5, 6} [n( ) = 6] e E = {3} [n(E) = 1]. Portanto, a probabilidade procurada será igual a p(E)
= 1/6.
b) sair um número par: agora o evento é E = {2, 4, 6} com 3 elementos; logo a probabilidade procurada será
p(E) = 3/6 = 1/2.
c) sair um múltiplo de 3: agora o evento E = {3, 6} com 2 elementos; logo a probabilidade procurada será p(E) =
2/6 = 1/3.
d) sair um número menor do que 3: agora, o evento E = {1, 2} com dois elementos. Portanto,p(E) = 2/6 = 1/3.
e) sair um quadrado perfeito: agora o evento E = {1,4} com dois elementos. Portanto, p(E) = 2/6 = 1/3.
Observe que neste caso, o espaço amostral é constituído pelos pares ordenados (i, j), onde i = número no
dado 1 e j = número no dado 2.
É evidente que teremos 36 pares ordenados possíveis do tipo (i, j) onde i = 1, 2, 3, 4, 5, ou 6, o mesmo
ocorrendo com j.
As somas iguais a 8, ocorrerão nos casos:(2,6),(3,5),(4,4),(5,3) e (6,2). Portanto, o evento "soma igual a 8"
possui 5 elementos. Logo, a probabilidade procurada será igual a p(E) = 5/36.
b) sair a soma 12
Neste caso, a única possibilidade é o par (6,6). Portanto, a probabilidade procurada será igual a p(E) = 1/36.
Uma urna possui 6 bolas azuis, 10 bolas vermelhas e 4 bolas amarelas. Tirando-se uma bola com
reposição, calcule as probabilidades seguintes:
Vemos no exemplo acima, que as probabilidades podem ser expressas como porcentagem. Esta forma é
conveniente, pois permite a estimativa do número de ocorrências para um número elevado de experimentos.
Por exemplo, se o experimento acima for repetido diversas vezes, podemos afirmar que em aproximadamente
30% dos casos, sairá bola azul, 50% dos casos sairá bola vermelha e 20% dos casos sairá bola amarela.
Quanto maior a quantidade de experimentos, tanto mais a distribuição do número de ocorrências se
aproximará dos percentuais indicados.
Propriedades
P1: A probabilidade do evento impossível é nula.
Com efeito, sendo o evento impossível o conjunto vazio (Ø), teremos:
p(Ø) = n(Ø)/n( ) = 0/n( ) = 0
Por exemplo, se numa urna só existem bolas brancas, a probabilidade de se retirar uma bola verde (evento
impossível, neste caso) é nula.
P3: A probabilidade de um evento qualquer é um número real situado no intervalo real [0, 1].
Esta propriedade, decorre das propriedades 1 e 2 acima.
P4: A soma das probabilidades de um evento e do seu evento complementar é igual a unidade.
Seja o evento A e o seu complementar A'. Sabemos que A U A' = .
p(A) + p(A') = 1
Nota: esta propriedade simples, é muito importante pois facilita a solução de muitos problemas aparentemente
complicados. Em muitos casos, é mais fácil calcular a probabilidade do evento complementar e, pela
propriedade acima, fica fácil determinar a probabilidade do evento.
Observe que se A B= Ø (ou seja, a interseção entre os conjuntos A e B é o conjunto vazio), então p(A U B) =
p(A) + p(B).
Com efeito, já sabemos da Teoria dos Conjuntos que n(A U B) = n(A) + n(B) – n(A B)
Exemplo:
Em uma certa comunidade existem dois jornais J e P. Sabe-se que 5000 pessoas são assinantes do jornal J,
4000 são assinantes de P, 1200 são assinantes de ambos e 800 não lêem jornal. Qual a probabilidade de que
uma pessoa escolhida ao acaso seja assinante de ambos os jornais?
SOLUÇÃO:
Precisamos calcular o número de pessoas do conjunto universo, ou seja, nosso espaço amostral. Teremos:
n( ) = N(J U P) + N.º de pessoas que não lêem jornais.
n( ) = 8600
Probabilidade condicional
Considere que desejamos calcular a probabilidade da ocorrência de um evento A, sabendo-se de antemão que
ocorreu um certo evento B. Pela definição de probabilidade vista anteriormente, sabemos que a probabilidade
de A deverá ser calculada, dividindo-se o número de elementos de elementos de A que também pertencem a
B, pelo número de elementos de B. A probabilidade de ocorrer A, sabendo-se que já ocorreu B, é denominada
Probabilidade condicional e é indicada por p(A/B) – probabilidade de ocorrer A sabendo-se que já ocorreu B –
daí, o nome de probabilidade condicional.
Teremos então:
Ora, a expressão acima, pode ser escrita sem nenhum prejuízo da elegância, nem do rigor, como:
p(A/B) = [n(A B)/n(U)] . [n(U)/n(B)]
p(A/B) = p(A B) . 1/p(B)
Vem, então: P(A/B) = p(A B)/p(B), de onde concluímos finalmente:
p(A B) = p(A/B).p(B)
Esta fórmula é denominada Lei das Probabilidades Compostas.
Esta importante fórmula permite calcular a probabilidade da ocorrência simultânea dos eventos A e B,
sabendo-se que já ocorreu o evento B.
Se a ocorrência do evento B, não mudar a probabilidade da ocorrência do evento A, então p(A/B) = p(A) e,
neste caso, os eventos são ditos independentes, e a fórmula acima fica:
p(A B) = p(A) . p(B)
Podemos então afirmar, que a probabilidade de ocorrência simultânea de eventos independentes, é igual ao
produto das probabilidades dos eventos considerados.
Exemplo:
Uma urna possui cinco bolas vermelhas e duas bolas brancas.
Calcule as probabilidades de:
a) em duas retiradas, sem reposição da primeira bola retirada, sair uma bola vermelha (V) e depois uma bola
branca (B).
Solução:
p(V B) = p(V) . p(B/V)
p(V) = 5/7 (5 bolas vermelhas de um total de 7).
Supondo que saiu bola vermelha na primeira retirada, ficaram 6 bolas na urna. Logo:
p(B/V) = 2/6 = 1/3
Da lei das probabilidades compostas, vem finalmente que:
P(V B) = 5/7 . 1/3 = 5/21 = 0,2380 = 23,8%
b) em duas retiradas, com reposição da primeira bola retirada, sair uma bola vermelha e depois uma bola
branca.
Solução:
Com a reposição da primeira bola retirada, os eventos ficam independentes. Neste caso, a probabilidade
buscada poderá ser calculada como:
P(V B) = p(V) . p(B) = 5/7 . 2/7 = 10/49 = 0,2041 = 20,41%
Observe atentamente a diferença entre as soluções dos itens (a) e (b) acima, para um entendimento perfeito
daquilo que procuramos transmitir.