Вы находитесь на странице: 1из 26

As probabilidades nasceram na Idade Mdia com os tradicionais jogos de azar e apostas que se efectuavam na Corte.

Os algebristas Italianos Pacioli, Cardano e Tartaglia (sc.XVI) fizeram as primeiras observaes matemticas relativas s apostas patentes nos jogos de azar. Porm, a verdadeira teoria relativa s probabilidades surgiu atravs da correspondncia entre Blaise Pascal e seu amigo Pierre De Fermat, chegando estes mesma soluo do clebre problema da diviso das apostas em 1654, embora tivessem seguido caminhos diferentes. Este problema foi posto a Pascal pelo Cavaleiro De Mr. Este Cavaleiro era considerado por alguns um jogador inveterado, por outros um filsofo e homem de letras. Um facto curioso que este problema era o mesmo que, sensivelmente, um sculo antes havia retido a ateno de Pacioli, Tartaglia e Cardano. Gerolano Cardano, mdico e matemtico Italiano, nascido em Pavia (1501-1576) escreveu o primeiro livro relativo s probabilidades " Liber de Ludo Alex " ("Livro dos jogos do azar"), embora este s tenha sido publicado em 1663. Laplace publicou a obra da Teoria Analtica das Probabilidades, em 1812. Esta obra foi um importante tributo para o desenvolvimento dos conhecimentos nesta rea, uma vez que reuniu as ideias descobertas at ento, donde se salienta a famosa Lei de Laplace. Laplace comentou as teorias de Pascal do seguinte modo:

" A teoria das probabilidades, no fundo, no mais do que o bom senso traduzido em clculo; permite calcular com exactido aquilo que as pessoas sentem por uma espcie de instinto... notvel que tal cincia, que comeou nos estudos sobre jogos de azar, tenha alcanado os mais altos nveis do conhecimento humano."
A teoria das probabilidades evoluiu de tal forma que no sculo XX possui uma axiomtica prpria dentro da teoria matemtica. Tal efeito deve-se sobretudo a Kolmogorov, que em 1933 adoptou a nova definio de probabilidade que actualmente designamos por "Definio frequncista". Experimento Aleatrio aquele experimento que quando repetido em iguais condies, podem fornecer resultados diferentes, ou seja, so resultados explicados ao acaso. Quando se fala

de tempo e possibilidades de ganho na loteria, a abordagem envolve clculo de experimento aleatrio. Espao Amostral o conjunto de todos os resultados possveis de um experimento aleatrio. A letra que representa o espao amostral, S. Exemplo: Lanando uma moeda e um dado, simultaneamente, sendo S o espao amostral, constitudo pelos 12 elementos: S = {K1, K2, K3, K4, K5, K6, R1, R2, R3, R4, R5, R6}
1. Escreva explicitamente os seguintes eventos: A={caras e m nmero par

aparece}, B={um nmero primo aparece}, C={coroas e um nmero mpar aparecem}. 2. Idem, o evento em que: a) A ou B ocorrem; b) B e C ocorrem; c) Somente B ocorre.
3. Quais dos eventos A,B e C so mutuamente exclusivos

Resoluo:
1. Para obter A, escolhemos os elementos de S constitudos de um K e um

nmero par: A={K2, K4, K6}; Para obter B, escolhemos os pontos de S constitudos de nmeros primos: B={K2,K3,K5,R2,R3,R5} Para obter C, escolhemos os pontos de S constitudos de um R e um nmero mpar: C={R1,R3,R5}.
2. (a) A ou B = AUB = {K2,K4,K6,K3,K5,R2,R3,R5}

(b) B e C = B C = {R3,R5} (c) Escolhemos os elementos de B que no esto em A ou C; B Ac Cc = {K3,K5,R2}


3. A e C so mutuamente exclusivos, porque A C =

Conceito de probabilidade Se em um fenmeno aleatrio as possibilidades so igualmente provveis, ento a probabilidade de ocorrer um evento A :

Por, exemplo, no lanamento de um dado, um nmero par pode ocorrer de 3 maneiras diferentes dentre 6 igualmente provveis, portanto, P = 3/6= 1/2 = 50% Dizemos que um espao amostral S (finito) equiprovvel quando seus eventos elementares tm probabilidades iguais de ocorrncia.

Num espao amostral equiprovvel S (finito), a probabilidade de ocorrncia de um evento A sempre:

Experimento Aleatrio aquele experimento que quando repetido em iguais condies, podem fornecer resultados diferentes, ou seja, so resultados explicados ao acaso. Quando se fala de tempo e possibilidades de ganho na loteria, a abordagem envolve clculo de experimento aleatrio. Espao Amostral o conjunto de todos os resultados possveis de um experimento aleatrio. A letra que representa o espao amostral, S. Exemplo: Lanando uma moeda e um dado, simultaneamente, sendo S o espao amostral, constitudo pelos 12 elementos: S = {K1, K2, K3, K4, K5, K6, R1, R2, R3, R4, R5, R6}
1. Escreva explicitamente os seguintes eventos: A={caras e m nmero par

aparece}, B={um nmero primo aparece}, C={coroas e um nmero mpar aparecem}. 2. Idem, o evento em que: a) A ou B ocorrem; b) B e C ocorrem; c) Somente B ocorre.
3. Quais dos eventos A,B e C so mutuamente exclusivos

Resoluo:
1. Para obter A, escolhemos os elementos de S constitudos de um K e um

nmero par: A={K2, K4, K6}; Para obter B, escolhemos os pontos de S constitudos de nmeros primos: B={K2,K3,K5,R2,R3,R5} Para obter C, escolhemos os pontos de S constitudos de um R e um nmero mpar: C={R1,R3,R5}.
2. (a) A ou B = AUB = {K2,K4,K6,K3,K5,R2,R3,R5}

(b) B e C = B C = {R3,R5} (c) Escolhemos os elementos de B que no esto em A ou C; B Ac Cc = {K3,K5,R2}


3. A e C so mutuamente exclusivos, porque A C =

Conceito de probabilidade Se em um fenmeno aleatrio as possibilidades so igualmente provveis, ento a probabilidade de ocorrer um evento A :

Por, exemplo, no lanamento de um dado, um nmero par pode ocorrer de 3 maneiras diferentes dentre 6 igualmente provveis, portanto, P = 3/6= 1/2 = 50% Dizemos que um espao amostral S (finito) equiprovvel quando seus eventos elementares tm probabilidades iguais de ocorrncia. Num espao amostral equiprovvel S (finito), a probabilidade de ocorrncia de um evento A sempre:

Introduo E: Lanamento de duas moedas = {(c,c), (c,k), (k,k), (k,c)}.X: nmero de caras obtidas nas duas moedasR={0,1,2}X=0 corresponde ao evento (c,c) com prob. 1/4X=1 corresponde aos eventos (k,c) e (c,k) com prob.2/4X=2 corresponde ao evento (k,k) com prob. 1/4 Definio Sejam E um experimento e o espao associadoao experimento. Uma funo X, que associe acada elemento um nmero real X( ) denominada varivel aleatria.Uma varivel aleatria pode ser contnua oudiscreta. X( )X Classificao de Variveis Discreta Se o nmero de valores possveis de X (seucontradomnio) for finito ou infinitoenumervel. Contnua S e o c o n t ra dom n i o um i n t er va l o ou um conjunto de intervalos. Exemplos de Varivel AleatriaDiscreta E x p e r i m e n t o V a r i v e l A l e a t r i a X V a l o r e s d a V a r i v e l AleatriaC o n t r a t a r C l i e n t e s N m e r o d e c l i e n t e s q u e compram0,1,2,3,4,5Inspecionar umembarque de 50 rdios Nmero de rdiosdefeituosos0,1,2,3,4,5,...,49,50 V e n d e r u m a u t o m v e l G n e r o d o

c l i e n t e 0 s e m a s c u l i n o 1 se femininoV e n d a s n o S h o p p i n g N m e r o d e c l i e n t e s 0 , 1 , 2 , 3 , 4 , 5 . . . . . . . . Exemplos de Varivel AleatriaContnua E x p e r i m e n t o V a r i v e l A l e a t r i a X V a l o r e s d a v a r i v e l AleatriaOperar um bancoTempo entre aschegadas dos clientesx 0Encher umrecipiente derefrigerante Nmero de ml0 x 343Trabalhar emum projetoPorcentagem dotrmino do projeto aps6meses0 x 100 Funo de Probabilidades ouDistribuio de Probabilidade Seja X uma varivel aleatria discreta. A p roba bi l i d ad e de X as s umi r um v al or x u m a funo que se representa P(X=x) ou P(x).P(X=x) determina a distribuio de probabilidadesda varivel aleatria X.Exemplo: E:lanamento de duas moedasX: nmero de caras obtidas x 0 1 2 P ( X ) 1 / 4 2 / 4 1 / 4 Tabela: Funo de Probabilidade 2,1,0 ,241)( = = x x xP Funo de Probabilidades Representao Grfica 1/211/4 xf(x) 012 Funo de uma varivel aleatria Qualquer funo de uma varivel aleatria tambm uma varivel aleatria.S e X u m a V.A., ento Y= ( x ) t a m b m u m a V.A.Exemplo: E:lanamento de dois dadosX: pontos de um dadoY=X 1 +X 2 soma dos pontos de doislanamentosZ=max{(X 1,, X

2 )} onde X i v a r i v e l a l e a t r i a as s oc i a da ao res u l t ad o do i - s i m oda do Exemplo x 1 2 3 4 5 1 / 6 1 / 6 1/66P ( X ) 1 / 6 1 / 6 1 / 6 Tabela: Funo de Probabilidade de X y 2 3 4 5 6 7 8 9 1 0 1 1 3 / 3 6 2 / 3 6 4/365/366/365/ 364/363/3612P ( Y ) 1 / 3 6 2 / 3 6 1 / Tabela: Funo de Probabilidade de Y Exemplo z 1 2 3 4 5 7 / 3 6 9 / 3 6 5/366P ( Z ) 1 / 3 6 3 / 3 6 1 1 / 3 6 Tabela: Funo de Probabilidade de Z Funo de Distribuio(Repartio) S ej a X u ma V. A. di s cr eta . A funo de distribuio da varivel X, no pontox, definida como sendo a probabilidade de que Xassuma um valor menor ou igual a x.F(x)=P(X x)Exemplo: Lanamento de duas moedas.F(x) = 0 se x < 0F ( x ) = s e 0 x <1F ( x ) = s e 1 x <2F(x) = 1 se x 2 1/211/4 xf(x) 12

Funo de DistribuioPropriedades 1.2. F( )=0, F( )=13. P(a < X b)=F(b)-F(a)4. P(a X b)=F(b)-F(a)+P(X=a)5. P( a < X < b) = F( b) - F( a) - P( X= b) 6. F(x) uma funo no decrescente, isto ,F(b) > F(a), para b>a = x xi i xP xF )()( Funo de Densidade deProbabilidade Relembrando: Em uma varivel aleatria contnuao conjunto dos possveis valores pode ser umintervalo ou um conjunto de intervalos.Seja X uma varivel aleatria continua. A funode densidade de probabilidade f(x) uma funoque satisfaz as seguintes condies:1. f ( x ) > 0 para todo x R x 2.Para qualquer a < b em R x = x R xf 1)( =<< ba dx x f b X aP )()( Observaes 1 . A p r o ba bi l i d ad e de q ua lq uer p on to z ero 2. P(a X

b)=P(a X <b)=P( a <X b=P(a < X <b).3. A funo integrada entre dois limites a e( a < b) a p roba bi l i d ad e, ou s ej a, a r ea s o b curva.4. A f un o d e di s tr i b ui o d ef i n i da c omo: = x dx x f xF )()( Exemplo Seja X uma varivel aleatria contnua com aseguinte funo de densidade.f ( x) u ma f u n o d e d en s i da de. P(1/4 < x < 3/4)? <<= contrriocaso010 para2)( xxxf 101020)( 21010 ==++= + xdx xdxdx x f 2/141434/14/32)4/34/1( 224/34/12 = ===<< xdx xP 1 xf(x) 01221

Exemplo Funo de distribuio F(x)Para x< 0Para 0

x < 1Para x 1 == x xdx xF 0)( =+= 002 2)( x x xdx xdx xF =++= 0101 102)( x dx xdx xdx xF

Varivel Aleatria Bidimensional U s a - s e q ua n d o h i n t e r e s s e p o r d o i s resultados simultneos. Por exemplo, alturaH e peso P duas pessoas.Definio:

Sejam E um experimento aleatrio e oe s p a o a m o s t r a l a s s o c i a d o a E . Sejam X=X( ) e Y=Y( ), duas funes, cadauma associando um nmero real a cadaresultado , denomina-se o par (X,Y) umavarivel aleatria bidimensional. Introduo: Ao invs de utilizar afirmaes como possvel que chova amanh , ou No h chance do Atltico ser campeo do Brasileiro, conveniente dispormos de uma medida que exprima essa incerteza em termos de uma escala numrica que varie do impossvel ao certo. Esta medida a probabilidade. Objetivo: Quantificar a incerteza presente em determinada situao, ora usando um nmero, ora usando uma funo matemtica. Conceitos bsicos: a) Experimento: qualquer processo que permite ao pesquisador fazer observaes a.1) Experimento determinstico: aquele que quando realizado sob determinadas condies possvel prever o resultado particular que ir ocorrer. Ex.: gua aquecida a 1000 c, sob presso normal, entra em ebulio. a.2) Experimento aleatrio (no determinstico): aquele que quando realizado sob condies idnticas, no possvel prever, a priori, o resultado particular que ir ocorrer e sim, o conjunto dos possveis resultados. Ou seja, um processo de coleta de dados relativos a um fenmeno que acusa variabilidade em seus resultados, em que seus possveis resultados so conhecidos, mas no se pode saber a priori qual deles ocorrer. Vamos denot-lo por . Exemplos feitos em sala. b) Espao amostral: Conjunto de todos os resultados possveis de um experimento aleatrio. Vamos denot-lo por . Exemplos feitos em sala c) Evento: Subconjunto do espao amostral. So representados por letras maisculas e seus elementos por letras minsculas Exemplos feitos em sala Tipos de eventos: Evento simples: contm apenas um elemento de . Evento certo ou certeza: contm todos os elementos de . Se o evento A = A um evento certo. Evento impossvel: no contm elementos. igual ao conjunto vazio. Evento unio (A U B): o evento A unio B formado pelos elementos que esto em A ou em B ou em ambos ( ocorrncia de A, ou de B, ou de ambos). Representa a ocorrncia de pelo menos um dos eventos. Evento interseco (A B): o evento A interseco B formado pelos elementos que pertencem ao evento A e B simultaneamente (ocorrncia simultnea de A e B). Evento complementar:

Complementar de A = negao de A, contm todos os elementos do espao amostral que no pertencem ao evento A. denotado por A ou AC Eventos mutuamente excludente (disjuntos ou excludentes): quando no existir interseco entre eles. A e B so disjuntos (AB) = . Exemplos: 1) Feito em sala 2) Suponha que o espao amostral seja formado pelos inteiros positivos de 1 a 10. Sejam os eventos: A = {2, 3, 4}, B = {3, 4, 5} e C = {5, 6, 7}. BA= {5} = evento simples, BA= {1,3,4,5,6,7,8,9,10}, CA= o evento A interseco C um evento impossvel. A e C so eventos disjuntos.

Algumas propriedades dos eventos: a) ()BABA=

e) = Diagrama de Venn

Definio clssica: Seja A um evento qualquer do espao amostral. Se os eventos simples so equiprovveis, isto , eles tm a mesma chance de ocorrer, podemos calcular a probabilidade de A como:

AnA AP oexperiment do possveis resultados de nmero evento do ocorrncia favorveis resultados de nmero Exemplos: 1) Seja o experimento aleatrio jogar um dado e observar a face de cima. = {1, 2, 3, 4, 5, 6}. Seja o evento A : ocorrer nmero par, A = {2, 4, 6} n() = 6 e n(A) =

3. Se o dado for honesto, todas as seis faces tm a mesma probabilidade de sarem para cima. Assim, a probabilidade do evento A dada por P(A)= n(A) / n() = 3/6=0,5. 2) Feito em sala Porm, na maioria das situaes prticas, os eventos simples do espao no so equiprovveis e no podemos calcular probabilidades usando a definio clssica. Neste caso vamos calcular probabilidades como a freqncia relativa de um evento. Definio frequentista: Proporo de vezes que um evento ocorre em uma srie suficientemente grande de realizaes de um experimento, em condies idnticas. Se A o evento de interesse, a probabilidade de A dada por: onde o nmero de repeties deve ser grande. Exemplo 1: Uma amostra de 6800 pessoas de uma determinada populao foi classificada quanto cor dos olhos e cor dos cabelos. Os resultados foram: Tabela 1: Classificao de uma amostra de 6800 pessoas quanto cor dos olhos e dos cabelos Cor dos cabelos Cor dos olhos Loiro Castanho Preto Ruivo Total

Considere o experimento aleatrio que consiste em classificar um indivduo quanto cor dos olhos. = {A, V, C}, onde: A = {a pessoa tem olhos azuis}, V = {a pessoa tem olhos verdes} e C = {a pessoa tem olhos castanhos}. Os eventos no so equiprovveis: P(A) = n de pessoas de olhos azuis / n de pessoas na amostra = 2811/6800 = 0,4134 Axiomas de probabilidade: Ax.1) A probabilidade de ocorrncia de um evento qualquer A satisfaz a seguinte relao: 0 P(A) 1 AnA AP )( oexperiment do repeties de total nmero que vezes de nmero Ax. 2) P() = 1 Ax. 3) Se A e B so disjuntos, ento: P(A U B) = P(A) + P(B)

, Ak so eventos disjuntos, ento: = i ik APAAAP 1 Se A1, A2, C1) Se um evento impossvel, ento: P() = 0 Consequncias dos axiomas: (demonstraes feitas em sala) C2) Se A um evento de , a )(1)(APAP=. C3) Se A e B so dois eventos quaisquer de , ento: ())()()(BAPBPAPBAP+= .

Exemplos: 1) Feito em sala 2) Considerando os dados da Tabela 1, qual a probabilidade de um indivduo ter olhos azuis ou

Probabilidade condicional: Ex.: No lanamento de dois dados no viciados, qual a probabilidade da soma dos nmeros que ocorreram ser 8, se sabemos que o resultado do primeiro dado 3? Sol.: Sejam os eventos: A = ocorrer soma igual a 8 A = {(2,6), (3,5), (4,4), (6,2), (3,3)}; B = ocorrer Das 6 possibilidades de ocorrncia de 3 no primeiro dado, em apenas uma a soma igual a 8, portanto a probabilidade da soma dos nmeros que ocorreram ser 8, se sabemos que o resultado do primeiro dado 3 ser igual a 1/6. Vimos neste exemplo que a probabilidade de um evento A se modifica quando dispomos da informao sobre a ocorrncia de um outro evento. Muitas vezes, o objetivo calcular a probabilidade de um evento restrito a determinada condio, ou seja, a probabilidade de um evento condicionada ocorrncia de outro. A probabilidade de um evento A ocorrer dado que se sabe que um evento B ocorreu, chamada probabilidade condicional do evento A dado B. Ela denotada por P(A|B) e calculada por:

Esta expresso pode ser reescrita como: chamada de regra do produto e muito usada no clculo de probabilidades.

A probabilidade de A ocorrer dado que o evento B ocorreu ser: Exemplo: Um grupo de pessoas foi classificado quanto a peso e presso arterial de acordo com a Tabela 2 abaixo: Tabela 2: Distribuio de um conjunto de pacientes segundo peso e presso arterial Peso Presso arterial Excesso Normal Deficiente Total

a) Qual a probabilidade de uma pessoa escolhida ao acaso naquele grupo ter presso elevada? b) Considerando que a pessoa escolhida tem excesso de peso, qual a probabilidade dela ter presso elevada? c) Considerando que a pessoa escolhida tem excesso de peso, qual a probabilidade dela no ter presso elevada? Soluo: Eventos: A = presso elevada, B = presso normal, C = excesso de peso, D = peso normal e E = peso deficiente

a) P(A) = 200/1000 = 0,20, b) P(A|C) = 40,0 = = Os eventos C1, C2, , Cn formam a partio do espao amostral quando: Partio do espao amostral: Considere o espao amostral particionado em i partes. a) Os eventos so disjuntos

b) A unio deles forma o espao amostral Como exemplo, considere uma partio com 6 eventos como mostrado na Figura 01 a seguir. BA= {5} = evento simples, BA= {1,3,4,5,6,7,8,9,10}, CA= o evento A interseco C um evento impossvel. A e C so eventos disjuntos.

Algumas propriedades dos eventos: a) ()BABA=

e) = Diagrama de Venn

Definio clssica: Seja A um evento qualquer do espao amostral. Se os eventos simples so equiprovveis, isto , eles tm a mesma chance de ocorrer, podemos calcular a probabilidade de A como:

AnA AP oexperiment do possveis resultados de nmero evento do ocorrncia favorveis resultados de nmero Exemplos: 1) Seja o experimento aleatrio jogar um dado e observar a face de cima. = {1, 2, 3, 4, 5, 6}. Seja o evento A : ocorrer nmero par, A = {2, 4, 6} n() = 6 e n(A) = 3. Se o dado for honesto, todas as seis faces tm a mesma probabilidade de sarem para cima. Assim, a probabilidade do evento A dada por P(A)= n(A) / n() = 3/6=0,5. 2) Feito em sala Porm, na maioria das situaes prticas, os eventos simples do espao no so equiprovveis e no podemos calcular probabilidades usando a definio clssica. Neste caso vamos calcular probabilidades como a freqncia relativa de um evento.

Definio frequentista: Proporo de vezes que um evento ocorre em uma srie suficientemente grande de realizaes de um experimento, em condies idnticas. Se A o evento de interesse, a probabilidade de A dada por: onde o nmero de repeties deve ser grande. Exemplo 1: Uma amostra de 6800 pessoas de uma determinada populao foi classificada quanto cor dos olhos e cor dos cabelos. Os resultados foram: Tabela 1: Classificao de uma amostra de 6800 pessoas quanto cor dos olhos e dos cabelos Cor dos cabelos Cor dos olhos Loiro Castanho Preto Ruivo Total

Considere o experimento aleatrio que consiste em classificar um indivduo quanto cor dos olhos. = {A, V, C}, onde: A = {a pessoa tem olhos azuis}, V = {a pessoa tem olhos verdes} e C = {a pessoa tem olhos castanhos}. Os eventos no so equiprovveis: P(A) = n de pessoas de olhos azuis / n de pessoas na amostra = 2811/6800 = 0,4134 Axiomas de probabilidade: Ax.1) A probabilidade de ocorrncia de um evento qualquer A satisfaz a seguinte relao: 0 P(A) 1 AnA AP )( oexperiment do repeties de total nmero que vezes de nmero Ax. 2) P() = 1 Ax. 3) Se A e B so disjuntos, ento: P(A U B) = P(A) + P(B)

, Ak so eventos disjuntos, ento: = i ik APAAAP 1 Se A1, A2, C1) Se um evento impossvel, ento: P() = 0 Consequncias dos axiomas: (demonstraes feitas em sala) C2) Se A um evento de , a )(1)(APAP=.

C3) Se A e B so dois eventos quaisquer de , ento: ())()()(BAPBPAPBAP+= .

Exemplos: 1) Feito em sala 2) Considerando os dados da Tabela 1, qual a probabilidade de um indivduo ter olhos azuis ou

Probabilidade condicional: Ex.: No lanamento de dois dados no viciados, qual a probabilidade da soma dos nmeros que ocorreram ser 8, se sabemos que o resultado do primeiro dado 3? Sol.: Sejam os eventos: A = ocorrer soma igual a 8 A = {(2,6), (3,5), (4,4), (6,2), (3,3)}; B = ocorrer Das 6 possibilidades de ocorrncia de 3 no primeiro dado, em apenas uma a soma igual a 8, portanto a probabilidade da soma dos nmeros que ocorreram ser 8, se sabemos que o resultado do primeiro dado 3 ser igual a 1/6. Vimos neste exemplo que a probabilidade de um evento A se modifica quando dispomos da informao sobre a ocorrncia de um outro evento. Muitas vezes, o objetivo calcular a probabilidade de um evento restrito a determinada condio, ou seja, a probabilidade de um evento condicionada ocorrncia de outro. A probabilidade de um evento A ocorrer dado que se sabe que um evento B ocorreu, chamada probabilidade condicional do evento A dado B. Ela denotada por P(A|B) e calculada por:

Esta expresso pode ser reescrita como: chamada de regra do produto e muito usada no clculo de probabilidades.

A probabilidade de A ocorrer dado que o evento B ocorreu ser: Exemplo: Um grupo de pessoas foi classificado quanto a peso e presso arterial de acordo com a Tabela 2 abaixo: Tabela 2: Distribuio de um conjunto de pacientes segundo peso e presso arterial Peso Presso arterial Excesso Normal Deficiente Total

a) Qual a probabilidade de uma pessoa escolhida ao acaso naquele grupo ter presso elevada? b) Considerando que a pessoa escolhida tem excesso de peso, qual a probabilidade dela ter presso elevada? c) Considerando que a pessoa escolhida tem excesso de peso, qual a probabilidade dela no ter presso elevada? Soluo: Eventos: A = presso elevada, B = presso normal, C = excesso de peso, D = peso normal e E = peso deficiente

a) P(A) = 200/1000 = 0,20, b) P(A|C) = 40,0 = = Os eventos C1, C2, , Cn formam a partio do espao amostral quando: Partio do espao amostral: Considere o espao amostral particionado em i partes. a) Os eventos so disjuntos

b) A unio deles forma o espao amostral Como exemplo, considere uma partio com 6 eventos como mostrado na Figura 01 a seguir. Probabilidade total: Seja um evento A qualquer contido em um espao amostral particionado por Ci eventos.

1, , 6, ento, 2, Por exemplo: Seja um evento A qualquer contido em um espao amostral particionado por i, i =

Exemplo: Feito em sala Suponha que os eventos C1, , Cn, formam uma partio do espao amostral e que C2, suas Teorema de Bayes: probabilidades sejam conhecidas. Suponha ainda que para um evento A, se conheam as probabilidades P(A | Ci) para todo i=1, 2, .., n. Ento, para qualquer w,

Pois,

mas: , logo: nw CAPCP CAPCP ACP n i i w,...,2,1 CAPCP ACP w = i i CAPCPAP 1 i i w w Exemplo: Feito em sala Eventos independentes: Dois eventos A e B so independentes se o fato de um deles ter ocorrido no altera a probabilidade de ocorrncia do outro, isto , Da regra do produto temos:

ou ainda Exemplos: 1) Feito em sala 2) A probabilidade de que um homem esteja vivo daqui a 30 anos 2/5; a probabilidade de que a mulher esteja viva daqui a 30 anos 2/3. Determinar a probabilidade de que daqui a 30 anos, a) ambos estejam vivos; b) somente o homem esteja vivo; c) somente a mulher esteja viva; d) nenhum esteja vivo; e e) pelo menos um esteja vivo. Soluo: Sejam os eventos

a) ambos estejam vivos; b) somente o homem esteja vivo;

c) somente a mulher esteja viva;

d) nenhum esteja vivo; e) pelo menos um esteja vivo;

Obs:

2) Sejam A e B eventos tais que P(A) = 0,2; P(B) = p; e P(A B) = 0,6. Calcular p considerando A e B: a) mutuamente exclusivos; b) independentes. Soluo: a) mutuamente exclusivos

b) independentes ()().()PABPAPB=

pp

Exerccios Resolvidos de Anlise Combinatria e Probabilidade em LATEX S. R. Santos e L. A. M. S. Junior Universidade Federal do Estado do Rio de Janeiro, Brasil 9 de setembro de 2008 Resumo Este texto contm exerccios resolvidos de Anlise Combinatria e Probabilidade do livro do Morgado e do Degroot. 1 Introduo Este texto surgiu da necessidade de prover os discentes de material com exerccios sobre probabilidade no caso discreto. A teoria necessria para a resoluo dos exerccios no se encontra aqui. 2 Combinaes e Permutaes 2.1 Princpio da Adio e da Multiplicao 1. Quantas palavras contendo 3 letras diferentes podem ser formadas com um alfabeto de 26 letras? R: A primeira letra pode ser selecionada de 26 maneiras. Escolhida a

primeira, a segunda pode ser escolhida de 25 maneiras. Escolhida a segunda, a terceira pode ser escolhida de 24 maneiras. Assim, podem ser formadas 26 _ 25 _ 24 = 15600 palavras com 3 letras diferentes. 2. Quantos so os gabaritos possveis de um teste de 10 questes de mltipla escolha, com cinco alternativas por questo? R:5 _ 5 _ 5 _ : : : _ 5 = 510 = 9765625 3. Quantos inteiros h entre 1000 e 9999 cujos algarsmos so distintos? R:9 _ 9 _ 8 _ 7 = 4536 4. De quantos modos podem ser escolhidos um presidente e um secretrio de um conselho que tem 12 membros? R:12 _ 11 = 132 1 5. De quantos modos 3 pessoas podem sentar-se em 5 cadeiras em _la? R:5 _ 4 _ 3 = 60 6. Quantos nmeros de quatro dgitos so maiores do que 2400 e: (a) tm todos os dgitos diferentes; Se o nmero comear por 2 teremos uma nica opo para o primeiro algarsmo. O segundo pode ser o 4 ou maior (6 opes). O terceiro no pode ser igual ao primeiro e ao segundo algarsmos (8 opes) e o quarto no pode ser igual aos 3 algarsmos anteriores (7 opes). Nesse caso, teremos 1 _ 6 _ 8 _ 7 = 336 nmeros. Se o nmero no comear por dois, o primeiro algarsmo =2 f0; 1; 2g (7 opes). O segundo algarsmo no poder ser igual ao primeiro (9 opes). O terceiro algarsmo no poder ser igual aos dois anteriores (8 opes) e o ltimo no poder ser igual aos anteriores (7 opes). Nesse caso teremos: 7 _ 9 _ 8 _ 7 = 3528 nmeros. Assim, so 336 + 3528 = 3864 nmeros. (b) no tm dgitos iguais a 3, 5 ou 6? Se o nmero comear por 2 teremos uma nica opo para o primeiro algarsmo. O segundo algarsmo =2 f0; 1; 2; 3; 5; 6g (4 opes). Os dois ltimos algarsmos =2 f3; 5; 6g (7 opes cada). Nesse caso teremos: 1 _ 4 _ 7 _ 7 = 196 nmeros. Mas os dois ltimos algarsmos no podem ser iguais a zero, quando o primeiro for igual a 2 e o segundo igual a 4, pois o nmero tem que ser maior do que 2400. Logo, teremos 196 1 = 195 nmeros Se o nmero no comear por dois, o primeiro algarsmo =2 f0; 1; 2; 3; 5; 6g (4 opes). O segundo, terceiro e quarto algarsmos =2 f3; 5; 6g (7 opes cada). Nesse caso teremos: 4 _ 7 _ 7 _ 7 = 1372 nmeros. Assim, so 195 + 1372 = 1567 nmeros. (c) tm as propriedades a e b simultneamente? Se o nmero comear por 2 teremos uma nica opo para o primeiro algarsmo. O segundo =2 f0; 1; 2; 3; 5; 6g (4 opes). O terceiro =2 f3; 5; 6g e no pode ser igual ao primeiro e ao segundo algarsmos (5 opes) e o quarto =2 f3; 5; 6g e no pode ser igual aos 3 algarsmos anteriores (4 opes). Nesse caso, teremos 1_4_5_4 = 80 nmeros.

Se o nmero no comear por dois, o primeiro algarsmo =2 f0; 1; 2; 3; 5; 6g (4 opes). O segundo algarsmo =2 f3; 5; 6g e no poder ser igual ao primeiro (6 opes). O terceiro algarsmo =2 f3; 5; 6g e no poder ser igual aos dois anteriores (5 opes) e o ltimo =2 f3; 5; 6g e no poder ser igual aos anteriores (4 opes). Nesse caso teremos: 4 _ 6 _ 5 _ 4 = 480 nmeros. Assim, so 480 + 80 = 560 nmeros. 2 7. O conjunto A possui 4 elementos e o conjunto B possui 7 elementos. Quantas so as funes f : A 7! B? Quantas so as funes injetoras f : A 7! B? Em uma funo, cada elemento do conjunto A tem que corresponder a um elemento do conjunto B. Para cada elemento de A temos 7 opes para correlacionar com B. Logo temos 7 _ 7 _ 7 _ 7 = 74 = 2401 funes. Em uma funo injetora, cada elemento do conjunto A tem que corresponder a um nico elemento do conjunto B, ou seja, no pode ter dois elementos de A se correlacionando com o mesmo elemento de B. Para o primeiro elemento de A temos 7 opes para correlacionar com B. Escolhido este, para o segundo elemento de A temos 6 opes para correlacionar com B e assim por diante. Logo temos 7_6_5_4 = 840 funes injetoras. 8. Quantos divisores naturais possui o nmero 360? Quantos so pares? R: 360 = 23_32_51. Os divisores naturais de 360 so da forma 2a_3b_5c, com a = 0; 1; 2; 3; b = 0; 1; 2 e c = 0; 1. Logo, so 4_3_2 = 24 os divisores naturais de 360. E 3 _ 3 _ 2 = 18 so pares. 9. Quantos so os nmeros naturais de 4 dgitos que possuem pelo menos dois dgitos iguais? R: Os nmeros com 4 dgitos so 9 _ 10 _ 10 _ 10 = 9000. Nmeros com 4 dgitos distintos: 9 _ 9 _ 8 _ 7 = 4536. Agora, basta diminuir: 9000 4536 = 4464. 10. Quantos subconjuntos possui um conjunto que tem n elementos? R: Um conjunto pode ser representado na forma A = fa1 +a2 +: : :+ang. O primeiro elemento de A, a1, pode pertencer ao subconjunto ou no. O segundo tambm. E assim sucessivamente at o n-simo elemento. Logo, o nmero de subconjuntos de A 2 _ 2 _ : : : _ 2 = 2n. 11. De quantos modos podemos arrumar oito torres iguais em um tabuleiro de xadrez (8 _ 8) de modo que no haja duas torres na mesma linha nem na mesma coluna? R: Na primeira coluna temos 8 modos de colocar a torre. Na segunda, 7. Na terceira, 6 e assim sucessivamente. Logo, temos 8 _ 7 _ : : : _ 1 = 8! = 40320. 12. Em uma banca h 5 exemplares iguais da revista A, 6 exemplares da revista B e 10 exemplares iguais da revista C. Quantas colees no vazias de revistas dessa banca possvel formar? R: = f(a; b; c) : a = nmeros de revistas A; b = nmero de revistas B e c = nmero de revistas Cg # = 6 _ 7 _ 11 = 462. Porm, o terno (0; 0; 0)no nos serve. Logo, o

nmero de colees no vazias ser 462-1=461. 3 13. De um baralho comum (52 cartas) sacam-se sucessivamente e sem reposio trs cartas. Quantas so as extraes nas quais a primeira carta de copas, a segunda um rei e a terceira no uma dama? R: Vamos dividir o problema em trs partes. Primeira parte: Quantas so as extraes nas quais a primeira carta de copas e no o rei de copas e no a dama de copas e a segunda um rei e a terceira no uma dama? 11 _ 4 _ 46 = 2024 Segunda parte: Quantas so as extraes nas quais a primeira carta o rei de copas e a segunda um rei e a terceira no uma dama? 1_3_46 = 138 Terceira parte: Quantas so as extraes nas quais a primeira carta a dama de copas e a segunda um rei e a terceira no uma dama? 1 _ 4 _ 47 = 188 Logo, So 2024 + 138 + 188 = 2350 extraes.
4

Вам также может понравиться