Você está na página 1de 10

SUMRIO

1. Apresentao 2. Desenvolvimento 2.1 Propriedades da Teoria das Probabilidades 2.2 Lei dos Grandes Nmeros 2.3 Representao e interpretao de valores de probabilidade 2.5 Axiomas da Teoria das Probabilidades 2.1 Lei de Laplace 2.8 Probabilidade Condicional 3. Exemplos de Exerccios 4. Curiosidades 5. Concluso 6. Bibliografia

04 05 05 06 07 08 08 09 09 11 12 12

1. APRESENTAO
O surgimento da probabilidade est fundamentado em relatos histricos relacionados disseminao dos jogos de azar na Idade Mdia, o qual era praticado envolvendo apostas. Os italianos Gernimo Cardano (1501 1576), Galileu Galilei (1564 1642), Luca Pacioli (1445 1517) e Niccolo Tartaglia (1499 1557) foram os matemticos responsveis pelo desenvolvimento das primeiras teorias envolvendo jogos e apostas. Eles deram incio aos estudos envolvendo o jogo de dados, trabalhando as ideias do conjunto universo e dos eventos pertencentes a este conjunto. Pascal e Fermat foram os responsveis por estabelecer as bases da teoria do clculo probabilstico e inmeras hipteses foram levantadas envolvendo possveis resultados, marcando o incio da teoria das probabilidades como cincia. A abordagem de Bernoulli envolveu os grandes nmeros, surgindo s combinaes, permutaes e classificao binomial. A contribuio de Laplace foi atravs da regra de sucesso e Gauss estabeleceu o mtodo dos mnimos quadrados e a lei das distribuies. A teoria da probabilidade permite que se calcule a chance de ocorrncia de um nmero em um experimento aleatrio. A Probabilidade est presente nas nossas vidas. comum ouvir em telejornais que a probabilidade de um candidato obter a vitria de x%. Provavelmente por estar associada diretamente as pessoas. Atualmente, o estudo das teorias probabilsticas de grande importncia, em virtude de seus axiomas, teorema e definies incisivas. Possui aplicao nos estudos relacionados estatstica, economia, engenharia, fsica, qumica, jogos estratgicos, sociologia, psicologia, biologia, entre outros ramos do conhecimento. O estudo da Probabilidade um instrumento que nos ajuda a estimar com o mximo de preciso possvel o resultado de eventos, dos quais no podemos dizer, antecipadamente, qual ser o resultado. Ele se aplica a quase todos os campos do conhecimento humano. Conhecendo o clculo de probabilidades o aluno ter oportunidade de relacion-lo com dados da experincia cotidiana, dar significado ao aprendizado, fazer a ponte entre a teoria e a prtica, a fundamentar a crtica, a argumentar com base em fatos.

2. DESENVOLVIMENTO
Os axiomas da probabilidade formam a base para a teoria da probabilidade matemtica. O clculo de probabilidades pode ser frequentemente determinado pelo uso da anlise combinatria ou pela aplicao direta dos axiomas. As aplicaes da probabilidade vo muito alm da estatstica, que geralmente baseada na ideia de distribuies de probabilidade e do teorema do limite central. Observe que uma definio apropriada requer a teoria da medida, que prov meios de cancelar aqueles casos nos quais o limite superior no d o resultado "certo", ou indefinido pelo fato de terem uma medida zero. O aspecto a priori desta proposta probabilidade algumas vezes problemtica quando aplicado a situaes do mundo real. Por exemplo, na pea Rosencrantz e Guildenstern esto mortos, de Tom Stoppard, uma personagem arremessa uma moeda que sempre d caras, uma centena de vezes. Ele no pode decidir se isto apenas um evento aleatrio - alm do mais, possvel, porm improvvel, que uma moeda honesta pudesse dar tal resultado - ou se a hiptese de que a moeda honesta seja falsa. uma questo aberta se a probabilidade aleatria redutvel probabilidade epistemolgica baseado na nossa inabilidade de predizer com preciso cada fora que poderia afetar o rolar de um dado, ou se tais incertezas existem na natureza da prpria realidade, particularmente em fenmenos qunticos governados pelo princpio da incerteza de Heisenberg. Embora as mesmas regras matemticas se apliquem no importando qual interpretao seja escolhida, a escolha tem grandes implicaes pelo modo em que a probabilidade usada para modelar o mundo real. A teoria das probabilidades uma representao dos conceitos probabilsticos em termos formais isso , em termos que podem ser considerados separadamente de seus significados. Esses termos formais so manipulados pelas regras da matemtica e da lgica, e quaisquer resultados so ento interpretados ou traduzidos de volta ao domnio do problema. Houve pelo menos duas tentativas com sucesso de formalizar a probabilidade, que foram as formulaes de Kolmogorov e a de Cox. Na formulao de Kolmogorov, conjuntos so interpretados como eventos e a probabilidade propriamente dita como uma medida numa classe de conjuntos. Na de Cox, a probabilidade entendida como uma primitiva (isto , no analisada posteriormente) e a nfase est em construir uma associao consistente de valores de probabilidade a proposies. Em ambos os casos, as leis da probabilidade so as mesmas, exceto por detalhes tcnicos: 1. Uma probabilidade um nmero entre 0 e 1; 2. A probabilidade de um evento ou proposio e seu complemento, se somados, valem at 1; e 3. A probabilidade condicionada ou conjunta de dois eventos ou proposies o produto da probabilidade de um deles e a probabilidade do segundo, condicionado na primeira.

2.1 Propriedades da Teoria das Probabilidades

1 - A probabilidade de ocorrer um conjunto vazio pertencente ao conjunto de Pontos Amostrais sempre zero. Este um evento impossvel. Ou seja:

P()=0 Ou seja, no lanamento de uma moeda, onde o Espao Amostral "Cara" ou "Coroa", impossvel que ocorra um resultado que no nem um e nem outro. 2 - A probabilidade de qualquer subconjunto pertencente ao Conjunto Amostral pode ser calculada atravs da soma da probabilidade de seus elementos. Ou seja: tal que A pertence ao Espao Amostral e A = {1;2;...;n} Ou seja, no lanamento de um dado de 6 faces, a probabilidade de ocorrer 1 ou 2 igual P(1)+P(2). 3 - A probabilidade de que ocorra um evento igual 1 menos a probabilidade de ocorrer o evento complementar. Ou seja:

Isso significa que a probabilidade de ocorrer o nmero 5 ou 2 no lanamento de um dado igual 1-(P(1)+P(3)+P(4)+P(6)) 4 - A probabilidade de acontecer a unio de dois subconjuntos a mesma da soma das probabilidades de ambos menos a probabilidade dos dois ocorrerem juntos. Ou seja: P(A U B)=P(A)+P(B)-P(A B) Isso significa que a probabilidade de que no lanamento de dois dados ocorram os resultados 1 ou 5 a mesma de que ocorra o resultado 1 em um dos dados mais a probabilidade de ocorrer resultado 5 em um dos dados menos a probabilidade de que ocorram os dois juntos (esta probabilidade acaba sendo contada duas vezes na operao anterior). 5 - Para calcular a probabilidade de um evento, basta dividir o nmero de Pontos Amostrais nos quais ele ocorre pelo nmero de pontos amostrais existentes. Isso significa que para calcular a probabilidade de ocorrer o nmero 3 em um dado de 6 faces, basta dividir 1(3 apenas um ponto amostral) por 6 (nmero de todos os pontos amostrais existentes).

2.2 Lei dos Grandes Nmeros

Quando o nmero de provas aumenta muito, tendendo para infinito, a frequncia relativa de cada acontecimento, associado experincia aleatria tende a estabilizar na vizinhana de certo valor, ou seja, converge para um limite que a probabilidade desse acontecimento. Interessa-nos agora definir as propriedades do conceito de Probabilidade, ou seja, a sua axiomtica.

Considere-se uma experincia aleatria e seja o espao amostral dessa experincia. Seja p(A) a probabilidade do acontecimento A. Estabelecem-se trs axiomas:

p(A) = 0 Se A e B so dois subconjuntos disjuntos de , isto , A B = , tem-se: p(A B) = p(A) + p(B)

p( ) = 1

Destes axiomas podem ainda concluir-se outras propriedades:


Propriedade I - p( AC ) = 1 - p(A) , sendo AC o acontecimento complementar de A . Propriedade II - Se A, B dois acontecimentos de tais que A B ento: p(A) <= p(B) e p( B-A) = p(B) - p(A)

Propriedade III - Se A, B so acontecimentos quaisquer de ento: p(AUB) = p(A) + p(B) - p(A B)

2.3 Representao e interpretao de valores de probabilidade

A probabilidade de um evento geralmente representada como um nmero real entre 0 e 1. um evento impossvel tem uma probabilidade de exatamente 0, e um evento certo de acontecer tem uma probabilidade de 1, mas a recproca no sempre verdadeira: eventos de probabilidade 0 no so sempre impossveis, nem os de probabilidade 1 certos. A distino bastante sutil entre "evento certo" e "probabilidade 1" tratado em maior detalhe no artigo sobre "quase-verdade". A maior parte das probabilidades que ocorrem na prtica so nmeros entre 0 e 1, que indica a posio do evento no contnuo entre impossibilidade e certeza. Quanto mais prxima de 1 seja a probabilidade de um evento, mais provvel que o evento ocorra. Por exemplo, se dois eventos forem ditos igualmente provveis, como, por exemplo, em um jogo de cara ou coroa, podemos exprimir a probabilidade de cada evento - cara ou coroa - como "1 em 2", ou, de forma equivalente, "50%", ou ainda "1/2". Probabilidades tambm podem ser expressas como chances (odds). Chance a razo entre a probabilidade de um evento e probabilidade de todos os demais eventos. A chance de obtermos cara, ao lanarmos uma moeda, dada por (1/2)/(1 - 1/2), que igual a 1/1. Isto expresso como uma "chance de 1 para 1" e frequentemente escrito como "1:1". Assim, a chance a:b para um certo evento equivalente probabilidade a/(a+b).

Por exemplo, a chance 1:1 equivalente probabilidade 1/2 e 3:2 equivalente probabilidade 3/5. Ainda fica a questo de o qu exatamente pode ser atribudo uma probabilidade, e como os nmeros atribudos podem ser usados; isto uma questo de interpretaes de probabilidade. H alguns que alegam que se pode atribuir uma probabilidade a qualquer tipo de proposio lgica incerta; esta a interpretao bayesiana. H outros que argumentam que a probabilidade s aplicada apropriadamente a proposies que se relacionam com sequncias de experimentos repetidos, ou da amostragem de uma populao grande; esta a interpretao frequente. H ainda diversas outras interpretaes que so variaes de um ou de outro tipo.

2.4 Axiomas da Teoria das Probabilidades

possvel designar todo e qualquer evento uma Probabilidade. A Probabilidade uma funo que pode receber um evento qualquer e retornar um nmero real entre 0 e 1. Se a probabilidade de um evento 0, o evento nunca ir ocorrer. Se a probabilidade 1, ento ele sempre ocorrer. Na maioria das vezes, a funo de probabilidade retorna um nmero entre 0 e 1. Quanto mais prximo de 0 o valor, mais difcil para o evento acontecer. E quanto mais prximo de 1, mais provvel a ocorrncia de um evento. 2.5 Lei de Laplace:

A probabilidade de um acontecimento associado certa experincia aleatria dada pelo quociente entre o nmero de casos favorveis ao acontecimento e o nmero de casos possveis. Podemos representar isso da seguinte forma: Seja A um acontecimento associado certa experincia aleatria, cujo espao amostral , tendo-se A . Seja p(A) a sua probabilidade, ento:

Exemplo: A probabilidade de sair face cara quando se lana uma moeda ao ar ser 1/ 2 j que o espao amostral W = { cara ; coroa } e os resultados elementares so equiprovveis. Assim, temos nmero de casos favorveis: 1- sair cara e nmero de casos possveis: 2 - cardinalidade de W. Nos problemas que requerem para a sua resoluo o uso desta regra muito til o uso da Combinatria, para calcular o nmero de casos possveis e favorveis, sempre que no prtico escrever em extenso o espao amostral. A equivalncia destas duas definies passa por uma lei que ilustra de que modo que a probabilidade de um determinado acontecimento vai variando medida que o nmero de repeties da experincia (n) cresce para infinito.

2.6 Probabilidade Condicional

Muitas vezes, o fenmeno aleatrio com o qual trabalhamos pode ser dividido em etapas. A informao do que ocorre em uma etapa pode interferir na probabilidade de ocorrncia da prxima etapa. Por exemplo, sabe-se que em uma caixa com 20 ovos (onde metade dos ovos so brancos e a outra metade vermelha), 8 esto quebrados. Dentre os ovos brancos, so 7 os quebrados e dentre os ovos vermelhos, 1 est quebrado. A probabilidade de que um ovo aleatrio esteja quebrado de 0,4, pois: (NMERO_DE_OVOS_QUEBRADOS)/(NMERO_TOTAL) = 8/20 = 0,4. Entretanto, sabendo anteriormente que o ovo aleatrio vermelho, chegamos concluso que: (NMERO_DE_OVOS_QUEBRADOS)/(NMERO_TOTAL) = (NMERO_DE_OVOS_VERMELHOS_QUEBRADOS/NMERO_TOTAL_DE_OVO S)/(NMERO_DE_OVOS_VERMELHOS/NMERO_TOTAL_DE_OVOS) = (1/20)/(10/20) = 0,05/0,5 = 0,1. Ou seja: P(A|B)=P(AB)/P(B), onde P a funo de probabilidade e neste caso, A o evento no qual o ovo est quebrado e B o evento no qual o ovo vermelho. A frmula acima tambm nos permite deduzir que: P(AB) = P(A|B)*P(B)

4. EXEMPLOS DE EXERCCIOS
4.1 Em uma garrafa opaca fechada existem 10 bolinhas, distribudas entre as cores azul e branca. No possvel ver as bolinhas dentro da garrafa, exceto se virarmos a garrafa de ponta-cabea, quando uma das bolinhas vai para o gargalo e possvel ver sua cor. Ao longo de vrios dias, repetiu-se 2000 vezes a seguinte operao: chacoalhava-se e tombava-se a garrafa para ento anotar a cor da bolinha que aparecia no gargalo. Os resultados foram os seguintes: Azul = 624 Branca = 1376 Na prxima vez que for repetida essa operao, qual a probabilidade de que a cor da bolinha do garrafo seja azul? Resoluo: Usando a frmula, temos P = 624/2000 => P = 0,312. Portanto, a chance que a cor da bolinha do garrafo seja azul na prxima vez de 0,312. 4.2 Um casal pretende ter filhos. Sabe-se que a cada ms a probabilidade da mulher engravidar de 20%. Qual a probabilidade dela vir a engravidar somente no quarto ms de tentativas?

10

Resoluo: Sabemos que a probabilidade da mulher engravidar em um ms de 20%, que na forma decimal igual a 0,2. A probabilidade dela no conseguir engravidar igual a 1 - 0,2, ou seja, igual a 0,8. Este exerccio trata de eventos consecutivos e independentes (pelo menos enquanto ela no engravida), ento a probabilidade de que todos eles ocorram, dado pelo produto de todas as probabilidades individuais. Como a mulher s deve engravidar no quarto ms, ento a probabilidade dos trs meses anteriores deve ser igual probabilidade dela no engravidar no ms, logo:

0,1024 multiplicado por 100% igual a 10,24%. Ento: A probabilidade de a mulher vir a engravidar somente no quarto ms de 10,24%. 4.3 De um baralho de 52 cartas tiram-se, sucessivamente, sem reposio, duas cartas. Determinar a probabilidade dos eventos: a) As duas cartas do damas b) As duas cartas so de ouros Resoluo: a) Clculo do nmero de possibilidades do espao amostral: 1 possibilidade: 52 2 possibilidade: 51 n(U) = 52. 51 = 2652 Clculo do nmero de eventos do elemento A: duas damas. Temos duas damas; portanto: A4, 2 = 4 . 3 = 12 n(A) = 12 P(A) = n(A)/n(U) = 12/2652 = 1/221 R: 1/221 b) Clculo do nmero de elementos do evento B: duas cartas de ouros. Temos 13 cartas de ouros, portanto A13 , 2 = 13 . 12 = 156 P(B) = n(B)/n(U) = 156/2652 = 1/17 R: 1/17 4.4 Uma urna tem 30 bolas, sendo 10 vermelhas e 20 azuis. Se sortearmos 2 bolas, 1 de cada vez e repondo a sorteada na urna, qual ser a probabilidade de a primeira ser vermelha e a segunda ser azul? Resoluo: Como os eventos so independentes, a probabilidade de sair vermelha na primeira retirada e azul na segunda retirada igual ao produto das probabilidades de cada condio, ou seja, P(A e B) = P(A).P(B). Ora, a probabilidade de sair vermelha na

11

primeira retirada 10/30 e a de sair azul na segunda retirada 20/30. Da, usando a regra do produto, temos: 10/30.20/30=2/9. Observe que na segunda retirada forma consideradas todas as bolas, pois houve reposio. Assim, P(B/A) =P(B), porque o fato de sair bola vermelha na primeira retirada no influenciou a segunda retirada, j que ela foi reposta na urna. 4.5 Uma moeda viciada, de forma que as caras so trs vezes mais provveis de aparecer do que as coroas. Determine a probabilidade de num lanamento sair coroa. Soluo: Seja k a probabilidade de sair coroa. Pelo enunciado, a probabilidade de sair cara igual a 3k. A soma destas probabilidades tem de ser igual a 1. Logo, k + 3k = 1 \ k = 1/4. Portanto, a resposta 1/4 = 0,25 = 25%.

5. CURIOSIDADES
Um efeito maior da teoria da probabilidade no cotidiano est na avaliao de riscos e no comrcio nos mercado de matrias-primas. Governos geralmente aplicam mtodos de probabilidade na regulao ambiental onde chamada de "anlise de caminho", e esto frequentemente medindo o bem-estar usando mtodos que so estocsticos por natureza, e escolhendo projetos com os quais se comprometer baseados no seu efeito provvel na populao como um todo, estatisticamente. De fato, no correto dizer que estatsticas estejam envolvidas na modelagem em si, dado que, normalmente, estimativas de risco so nicas (onetime) e, portanto, necessitam de modelos mais fundamentais como, por exemplo, para determinar "a probabilidade de ocorrncia de outro atentado terrorista como o de 11 de setembro em Nova York". Uma lei de nmeros pequenos tende a se aplicar a todas estas situaes e percepo dos efeitos relacionados a tais situaes, o que faz de medidas de probabilidade uma questo poltica. Um bom exemplo o efeito nos preos do petrleo da probabilidade percebida de qualquer conflito mais abrangente no Oriente Mdio - o que contagia a economia como um todo. A estimativa feita por um comerciante de comodidades de que uma guerra mais (ou menos) provvel leva a um aumento (ou diminuio) de preos e sinaliza a outros comerciantes aquela opinio. Da mesma forma, as probabilidades no so estimadas de forma independente nem, necessariamente, racional. A teoria de finana comportamental surgiu para descrever o efeito de tal pensamento em grupo (groupthink) na definio de preos, poltica, paz e conflito. Uma aplicao importante da teoria das probabilidades no dia-a-dia a questo da confiabilidade. No desenvolvimento de muitos produtos de consumo, tais como automveis e eletro - eletrnicos, a teoria da confiabilidade utilizada com o intuito de se reduzir a probabilidade de falha que, por sua vez, est estritamente relacionada garantia do produto. Outro bom exemplo a aplicao da teoria dos

12

jogos, uma teoria rigorosamente baseada na teoria das probabilidades, Guerra Fria e doutrina de destruio mtua assegurada. Em suma, razovel pensar que a descoberta de mtodos rigorosos para estimar e combinar probabilidades tem tido um impacto profundo na sociedade moderna. Assim, pode ser de extrema importncia para muitos cidados compreender como estimativas de chance e probabilidades so feitas e como elas contribuem para reputaes e decises, especialmente em uma democracia.

6. CONCLUSO
Neste trabalho pde-se verificar que a Probabilidade no to difcil como muitas pessoas pensam. A probabilidade est ligada ao nosso dia-a-dia, em diversas situaes.

7. BIBLIOGRAFIA
FELLER, W. Introduo Teoria das Probabilidades e suas Aplicaes. Editora Edgard Blcher, 1976. 3. FERNANDEZ, P. Introduo Elementos da Matemtica. IMPA, 1975. Teoria das Probabilidades. Coleo