Você está na página 1de 95

AULA 5 - PROBABILIDADE

Profa. Patr cia de Siqueira Ramos e-mail: patriciaramos@unifei.edu.br

UNIFEI - Itabira
22 de mar co de 2010

Introdu c ao
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

At e agora vimos que a an alise de um conjunto de dados por meio de t ecnicas num ericas nos permite calcular medidas de posi c ao (m edia, mediana, moda) e medidas de dispers ao (vari ancia e desvio padr ao) Poderemos caracterizar uma massa de dados, com o objetivo de organizar e resumir informa co es Essas medidas s ao chamadas de estimativas (valores) associadas ` as popula co es das quais os dados foram extra dos na forma de amostras

Probabilidade

2 / 47

Modelos
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Ao incorporar a varia c ao em nosso pensamento e an alises, podemos fazer julgamentos baseados em nossos resultados que sejam validados pela varia c ao Modelos s ao abstra co es matem aticas quase nunca perfeitas, mas u teis (leis de Newton para a F sica, modelo de Bohr para a Qu mica) Usamos o modelo para entender, descrever e quanticar aproximadamente aspectos do sistema e prever a resposta do sistema ` a alimenta c ao de dados

Probabilidade

3 / 47

Modelos
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Ao incorporar a varia c ao em nosso pensamento e an alises, podemos fazer julgamentos baseados em nossos resultados que sejam validados pela varia c ao Modelos s ao abstra co es matem aticas quase nunca perfeitas, mas u teis (leis de Newton para a F sica, modelo de Bohr para a Qu mica) Usamos o modelo para entender, descrever e quanticar aproximadamente aspectos do sistema e prever a resposta do sistema ` a alimenta c ao de dados

Experimento aleat orio: experimento que pode fornecer diferentes resultados, mesmo repetido toda vez da mesma maneira.

Probabilidade

3 / 47

Exemplo - Projeto de telefonia


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Modelo necess ario para o n umero de chamadas e dura c ao delas

Probabilidade

4 / 47

Exemplo - Projeto de telefonia


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Modelo necess ario para o n umero de chamadas e dura c ao delas Sabe-se que, em m edia, chamadas ocorrem a cada 5 minutos e duram 5 minutos.

Probabilidade

4 / 47

Exemplo - Projeto de telefonia


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Modelo necess ario para o n umero de chamadas e dura c ao delas Sabe-se que, em m edia, chamadas ocorrem a cada 5 minutos e duram 5 minutos. S o uma linha e suciente?

Probabilidade

4 / 47

Exemplo - Projeto de telefonia


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Modelo necess ario para o n umero de chamadas e dura c ao delas Sabe-se que, em m edia, chamadas ocorrem a cada 5 minutos e duram 5 minutos. S o uma linha e suciente? N ao, e preciso incluir a varia c ao nesse projeto.

I I

Probabilidade

4 / 47

Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Revis ao - Teoria dos conjuntos

Espa co amostral
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Espa co amostral: conjunto de todos os poss veis resultados de um experimento aleat orio. Denotado por S .

Probabilidade

6 / 47

Espa co amostral
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Espa co amostral: conjunto de todos os poss veis resultados de um experimento aleat orio. Denotado por S . Experimento: selecionar uma pe ca pl astica moldada (conector) e medir sua espessura. Denir o espa co amostral:

Probabilidade

6 / 47

Espa co amostral
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Espa co amostral: conjunto de todos os poss veis resultados de um experimento aleat orio. Denotado por S . Experimento: selecionar uma pe ca pl astica moldada (conector) e medir sua espessura. Denir o espa co amostral:
I I I I

se um conector pudesse ser de qualquer espessura se sabe-se que todos os conectores ter ao entre 10 e 11 mm de espessura se o objetivo e saber se a pe ca ter a espessura baixa, m edia ou alta se o objetivo e saber se a pe ca obedecer a ou n ao ` as especica co es

Probabilidade

6 / 47

Espa co amostral
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Espa co amostral: conjunto de todos os poss veis resultados de um experimento aleat orio. Denotado por S . Experimento: selecionar uma pe ca pl astica moldada (conector) e medir sua espessura. Denir o espa co amostral:
I I I I

se um conector pudesse ser de qualquer espessura se sabe-se que todos os conectores ter ao entre 10 e 11 mm de espessura se o objetivo e saber se a pe ca ter a espessura baixa, m edia ou alta se o objetivo e saber se a pe ca obedecer a ou n ao ` as especica co es = {x|x > 0}, = {x|10 < x < 11}, = {baixa, m edia, alta}, = {sim, n ao}, espa co espa co espa co espa co amostral amostral amostral amostral cont nuo cont nuo discreto discreto
6 / 47

S1 S2 S 3 S4
Probabilidade

Sele c ao com e sem reposi c ao


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Se o experimento aleat orio envolve selecionar itens dentre v arios, devemos indicar se um item selecionado ser a reposto ou n ao antes do pr oximo item ser selecionado (sem reposi c ao e mais comum nas aplica co es industriais).

Probabilidade

7 / 47

Sele c ao com e sem reposi c ao


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Se o experimento aleat orio envolve selecionar itens dentre v arios, devemos indicar se um item selecionado ser a reposto ou n ao antes do pr oximo item ser selecionado (sem reposi c ao e mais comum nas aplica co es industriais).
I I

se h a 2 itens a serem selecionados {a, b, c} e o experimento for: selecionar 2 itens sem reposi c ao: Ssem = {ab,ac,ba,bc,ca,cb} (mantendo a ordem) selecionar 2 itens com reposi c ao: Scom = {aa,ab,ac,ba,bb,bc,ca,cb,cc}

Probabilidade

7 / 47

Sele c ao com e sem reposi c ao


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Se o experimento aleat orio envolve selecionar itens dentre v arios, devemos indicar se um item selecionado ser a reposto ou n ao antes do pr oximo item ser selecionado (sem reposi c ao e mais comum nas aplica co es industriais).
I I

se h a 2 itens a serem selecionados {a, b, c} e o experimento for: selecionar 2 itens sem reposi c ao: Ssem = {ab,ac,ba,bc,ca,cb} (mantendo a ordem) selecionar 2 itens com reposi c ao: Scom = {aa,ab,ac,ba,bb,bc,ca,cb,cc} pode n ao ser necess ario diferenciar um item do outro Exemplo: se h a 5 pe cas defeituosas e 95 boas. Para estudar a qualidade das pe cas: selecionar 2 pe cas sem reposi c ao:

I I

Probabilidade

7 / 47

Sele c ao com e sem reposi c ao


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Se o experimento aleat orio envolve selecionar itens dentre v arios, devemos indicar se um item selecionado ser a reposto ou n ao antes do pr oximo item ser selecionado (sem reposi c ao e mais comum nas aplica co es industriais).
I I

se h a 2 itens a serem selecionados {a, b, c} e o experimento for: selecionar 2 itens sem reposi c ao: Ssem = {ab,ac,ba,bc,ca,cb} (mantendo a ordem) selecionar 2 itens com reposi c ao: Scom = {aa,ab,ac,ba,bb,bc,ca,cb,cc} pode n ao ser necess ario diferenciar um item do outro Exemplo: se h a 5 pe cas defeituosas e 95 boas. Para estudar a qualidade das pe cas: selecionar 2 pe cas sem reposi c ao: S = {bb,bd,db,dd}

I I

Probabilidade

7 / 47

Eventos
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Frequentemente estamos interessados em uma cole c ao de resultados de um experimento aleat orio

Probabilidade

8 / 47

Eventos
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Frequentemente estamos interessados em uma cole c ao de resultados de um experimento aleat orio Evento: subconjunto do espa co amostral. Denotado por letras mai usculas (A, B, C, . . .). Um subconjunto vazio do espa co amostral e representado por

Probabilidade

8 / 47

Eventos
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Frequentemente estamos interessados em uma cole c ao de resultados de um experimento aleat orio Evento: subconjunto do espa co amostral. Denotado por letras mai usculas (A, B, C, . . .). Um subconjunto vazio do espa co amostral e representado por

Experimento: lan car uma moeda duas vezes. Evento E : sair 3 caras ) (sendo cara = C , coroa = C

Probabilidade

8 / 47

Eventos
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Frequentemente estamos interessados em uma cole c ao de resultados de um experimento aleat orio Evento: subconjunto do espa co amostral. Denotado por letras mai usculas (A, B, C, . . .). Um subconjunto vazio do espa co amostral e representado por

Experimento: lan car uma moeda duas vezes. Evento E : sair 3 caras ) (sendo cara = C , coroa = C CC, C C } I S = {CC, C C,
I

E = {}

Probabilidade

8 / 47

Espa co amostral
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Probabilidade

9 / 47

Propriedades dos eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I Podemos descrever novos eventos a partir de combina co es de eventos

existentes
I Eventos s ao subconjuntos, podemos usar opera co es b asicas de conjuntos

(uni ao, interse c ao e complemento) para formar outros eventos:

Probabilidade

10 / 47

Propriedades dos eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I Podemos descrever novos eventos a partir de combina co es de eventos

existentes
I Eventos s ao subconjuntos, podemos usar opera co es b asicas de conjuntos

(uni ao, interse c ao e complemento) para formar outros eventos:


I Uni ao de dois eventos: evento que consiste em todos os resultados que est ao

contidos em cada um dos dois eventos E1 ou E2 E1 E2


I Interse c ao de dois eventos: evento que consiste em todos os resultados que

est ao contidos nos dois eventos, simultaneamente, E1 e E2 E1 E2

Probabilidade

10 / 47

Propriedades dos eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I Podemos descrever novos eventos a partir de combina co es de eventos

existentes
I Eventos s ao subconjuntos, podemos usar opera co es b asicas de conjuntos

(uni ao, interse c ao e complemento) para formar outros eventos:


I Uni ao de dois eventos: evento que consiste em todos os resultados que est ao

contidos em cada um dos dois eventos E1 ou E2 E1 E2


I Interse c ao de dois eventos: evento que consiste em todos os resultados que

est ao contidos nos dois eventos, simultaneamente, E1 e E2 E1 E2

Probabilidade

10 / 47

Propriedades dos eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I Complemento de um evento: conjunto dos resultados no espa co amostral que

n ao est ao no evento. Denotado por E ou E C .


I Eventos mutuamente exclusivos ou disjuntos: dois eventos E1 e E2 que

n ao tenham elementos em comum, ou seja, E1 E2 =

Probabilidade

11 / 47

Propriedades dos eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I Complemento de um evento: conjunto dos resultados no espa co amostral que

n ao est ao no evento. Denotado por E ou E C .


I Eventos mutuamente exclusivos ou disjuntos: dois eventos E1 e E2 que

n ao tenham elementos em comum, ou seja, E1 E2 =

Probabilidade

11 / 47

Diagramas de Venn
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Usados pra representar o espa co amostral e eventos.

Probabilidade

12 / 47

Diagrama de arvore
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I I I

Descri c ao gr aca dos espa cos amostrais Usado quando S pode ser constru do em v arios est agios Cada uma das maneiras de completar o primeiro est agio e um ramo da arvore

Probabilidade

13 / 47

Diagrama de arvore
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I I I

Descri c ao gr aca dos espa cos amostrais Usado quando S pode ser constru do em v arios est agios Cada uma das maneiras de completar o primeiro est agio e um ramo da arvore

Exemplo: Um fabricante de autom oveis fornece ve culos equipados com opcionais selecionados:
I com ou sem transmiss ao autom atica I com ou sem ar condicionado I com uma das 3 escolhas do sistema est ereo I com uma das quatro cores exteriores

Se o espa co amostral consistir no conjunto de todos os tipos poss veis de ve culos, qual ser a o n umero de resultados do espa co amostral?
Probabilidade 13 / 47

Diagrama de arvore
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

O espa co amostral cont em 48 resultados. Faremos o diagrama de arvore para esse caso.

Probabilidade

14 / 47

Diagrama de arvore
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

O espa co amostral cont em 48 resultados. Faremos o diagrama de arvore para esse caso.

Probabilidade

14 / 47

Exemplo - espa co amostral e eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I I I

Fen omeno Aleat orio: jogar um dado de seis faces Espa co Amostral: S = {1, 2, 3, 4, 5, 6} Evento A: Sair um n umero par

Probabilidade

15 / 47

Exemplo - espa co amostral e eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I I I

Fen omeno Aleat orio: jogar um dado de seis faces Espa co Amostral: S = {1, 2, 3, 4, 5, 6} Evento A: Sair um n umero par A = {2, 4, 6} Evento B : Sair o n umero 2

Probabilidade

15 / 47

Exemplo - espa co amostral e eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I I I

Fen omeno Aleat orio: jogar um dado de seis faces Espa co Amostral: S = {1, 2, 3, 4, 5, 6} Evento A: Sair um n umero par A = {2, 4, 6} Evento B : Sair o n umero 2 B = {2}

Probabilidade

15 / 47

Exemplo - espa co amostral e eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I I I

Fen omeno Aleat orio: jogar um dado de seis faces Espa co Amostral: S = {1, 2, 3, 4, 5, 6} Evento A: Sair um n umero par A = {2, 4, 6} Evento B : Sair o n umero 2 B = {2}

I
Probabilidade

Evento A B = {2}; Evento A B = {2,4,6}


15 / 47

Exemplo - espa co amostral e eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Fen omeno aleat orio: Jogar um dado duas vezes. Descrever o espa co amostral.

Probabilidade

16 / 47

Exemplo - espa co amostral e eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Fen omeno aleat orio: Jogar um dado duas vezes. Descrever o espa co amostral.

Incio : 1a jogada

2a jogada
1 2 3 4 5 6 1 2 3 4 5 6 12 3 4 5 61 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6

36 resultados
Probabilidade 16 / 47

Exemplo - espa co amostral e eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Evento A: a soma dos dados e igual a 4

Probabilidade

17 / 47

Exemplo - espa co amostral e eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Evento A: a soma dos dados e igual a 4 A = {(1,3); (2,2); (3,1)} Evento B : a soma dos dados e igual a 11

Probabilidade

17 / 47

Exemplo - espa co amostral e eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Evento A: a soma dos dados e igual a 4 A = {(1,3); (2,2); (3,1)} Evento B : a soma dos dados e igual a 11 B = {(5,6); (6,5)} Evento C : a soma dos dados e igual a 4 ou 11

Probabilidade

17 / 47

Exemplo - espa co amostral e eventos


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Evento A: a soma dos dados e igual a 4 A = {(1,3); (2,2); (3,1)} Evento B : a soma dos dados e igual a 11 B = {(5,6); (6,5)} Evento C : a soma dos dados e igual a 4 ou 11 C = {(1,3); (2,2); (3,1); (5,6); (6,5)}

Probabilidade

17 / 47

Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

T ecnicas de contagem

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Regra da multiplica c ao: se uma opera c ao puder ser descrita como uma sequ encia de etapas, o n umero total de maneiras de completar a opera c ao, ser a a multiplica c ao das etapas. n1 . . . nk

Probabilidade

19 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Regra da multiplica c ao: se uma opera c ao puder ser descrita como uma sequ encia de etapas, o n umero total de maneiras de completar a opera c ao, ser a a multiplica c ao das etapas. n1 . . . nk

Ex: Se na produ c ao de caixas de marchas pudermos usar 4 tipos de amarradores, 3 comprimentos e 3 localiza c oes de parafusos,

Probabilidade

19 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Regra da multiplica c ao: se uma opera c ao puder ser descrita como uma sequ encia de etapas, o n umero total de maneiras de completar a opera c ao, ser a a multiplica c ao das etapas. n1 . . . nk

Ex: Se na produ c ao de caixas de marchas pudermos usar 4 tipos de amarradores, 3 comprimentos e 3 localiza c oes de parafusos, 4 3 3 = 36 projetos diferentes s ao poss veis.

Probabilidade

19 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Permuta c ao: sequ encia ordenada dos elementos de um conjunto. n! = n (n 1) (n 2) . . . 2 1

Probabilidade

20 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Permuta c ao: sequ encia ordenada dos elementos de um conjunto. n! = n (n 1) (n 2) . . . 2 1

Ex: Sendo S = {a, b, c}, o n umero de permuta c oes desse conjunto e 3! = 6 e resultam em abc, acb, bac, bca, cab e cba.

Probabilidade

20 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Permuta c ao de objetos similares: sequ encia ordenada para objetos que n ao s ao todos diferentes. O n umero de permuta c oes de n = n1 + . . . + nr objetos dos quais n1 s ao de um tipo, n2 s ao de outro, . . . e: n! n1 !n2 !n3 ! . . . nr !

Probabilidade

21 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Permuta c ao de objetos similares: sequ encia ordenada para objetos que n ao s ao todos diferentes. O n umero de permuta c oes de n = n1 + . . . + nr objetos dos quais n1 s ao de um tipo, n2 s ao de outro, . . . e: n! n1 !n2 !n3 ! . . . nr ! Ex: Uma pe ca e marcada pela impress ao de 4 linhas espessas, 3 m edias e 2 linhas nas. Se cada ordena c ao das 9 linhas representa uma marca diferente, quantas marcas diferentes podem ser geradas pelo uso desse esquema?

Probabilidade

21 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Permuta c ao de objetos similares: sequ encia ordenada para objetos que n ao s ao todos diferentes. O n umero de permuta c oes de n = n1 + . . . + nr objetos dos quais n1 s ao de um tipo, n2 s ao de outro, . . . e: n! n1 !n2 !n3 ! . . . nr ! Ex: Uma pe ca e marcada pela impress ao de 4 linhas espessas, 3 m edias e 2 linhas nas. Se cada ordena c ao das 9 linhas representa uma marca diferente, quantas marcas diferentes podem ser geradas pelo uso desse esquema? 9! = 1260 marcas 4!3!2!

Probabilidade

21 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Arranjos: o interesse est a na permuta c ao de apenas alguns dos elementos do conjunto. An,r n! = (n r)!

Probabilidade

22 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Arranjos: o interesse est a na permuta c ao de apenas alguns dos elementos do conjunto. An,r n! = (n r)!

Ex: Uma placa de circuito impresso tem 8 localiza c oes diferentes em que um componente pode ser colocado. Se 4 componentes diferentes forem colocados na placa, quantos projetos diferentes s ao poss veis?

Probabilidade

22 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Arranjos: o interesse est a na permuta c ao de apenas alguns dos elementos do conjunto. An,r n! = (n r)!

Ex: Uma placa de circuito impresso tem 8 localiza c oes diferentes em que um componente pode ser colocado. Se 4 componentes diferentes forem colocados na placa, quantos projetos diferentes s ao poss veis? A8,4 =
8! (84)!

= 1680 projetos diferentes s ao poss veis.

Probabilidade

22 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Combina co es: subconjuntos de r elementos que podem ser selecionados a partir de um conjunto de n elementos. A ordem n ao e importante. O n umero de combina c oes, subconjuntos de tamanho r, que pode n ser selecionado de um conjunto de n elementos e n ou C r e r n r n! = r!(n r)!

Probabilidade

23 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Combina co es: subconjuntos de r elementos que podem ser selecionados a partir de um conjunto de n elementos. A ordem n ao e importante. O n umero de combina c oes, subconjuntos de tamanho r, que pode n ser selecionado de um conjunto de n elementos e n ou C r e r n r n! = r!(n r)!

Ex: Um componente pode ser colocado em 8 localiza c oes diferentes em uma placa de circuito impresso. Se 5 componentes id enticos forem colocados na placa, quantos projetos diferentes ser ao poss veis?
Probabilidade 23 / 47

T ecnicas de contagem
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Combina co es: subconjuntos de r elementos que podem ser selecionados a partir de um conjunto de n elementos. A ordem n ao e importante. O n umero de combina c oes, subconjuntos de tamanho r, que pode n ser selecionado de um conjunto de n elementos e n ou C r e r n r n! = r!(n r)!

Ex: Um componente pode ser colocado em 8 localiza c oes diferentes em uma placa de circuito impresso. Se 5 componentes id enticos forem colocados na placa, quantos projetos diferentes ser ao 8 8! poss veis? = = 56 5!3! 5
Probabilidade 23 / 47

Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Probabilidade

Atividade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Probabilidade

25 / 47

Atividade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Agrupem-se 2 a 2 e peguem uma moeda chamem o valor num erico da moeda de COROA (C ) e a outra face de CARA (C ). Suponham que haja interesse em saber se a sua moeda e honesta (isto signica saber se a probabilidade de CARA de sua moeda e 1/2 ou, em termos percentuais, se a probabilidade de sair Cara e de 50%). Um membro do grupo vai lan car a moeda e o outro vai marcar os resultados na planilha anexa, seguindo as seguintes instru co es: a) Jogar a moeda uma vez e anotar C ou C no espa co adequado (linha 2) da planilha). b) Repetir este procedimento 30 vezes, preenchendo um a um todos os espa cos da linha 2. Continuando com a planilha, trocar de lugar com o parceiro, voltar para os itens a) e b) das instru co es e continuar mais 30 jogadas at e perfazer 60.

Probabilidade

26 / 47

Atividade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Depois do registro na linha 2 de todos os resultados como C ou C , passar para a linha 3: chamar CARA de 1 e COROA de 0 e colocar estes valores na planilha, abaixo de cada resultado j a obtido na linha 2. Cada membro do grupo deve fazer metade um faz a linha de cima e o outro a linha de baixo. Agora a linha 4 da planilha deve ser preenchida em cada posi c ao deve ser colocado o n umero acumulado de CARAS, at e aquela jogada (verique que a jogada est a explicitada na linha 1- que e a linha n). A linha de baixo e continua c ao do acumulado da linha de cima. Finalmente chegamos ` au ltima linha linha 5: colocar a freq u encia relativa (m/n) de CARAS em cada momento (desprezar as entradas assinaladas com X ).

Probabilidade

27 / 47

Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Probabilidade

28 / 47

Atividade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Depois de completar a 1a parte da planilha, construir a tabela, usando as linhas 4 e 5 da planilha: Completar o gr aco, usando os valores da tabela rec em constru da, do seguinte modo: ordenada valores m/n abscissa valores da linha n

Probabilidade

29 / 47

Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Probabilidade

30 / 47

Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

A area de Probabilidade come cou a ser desenvolvida no s eculo XVII antes ainda da formaliza c ao da area da Estat stica, em quest oes propostas em jogos de azar O termo j a est a arraigado no senso comum, pois as pessoas vivem o cotidiano calculando implicitamente algumas probabilidades (situa c oes de sua vida pessoal organizando-se em rela c oes a hor arios a cumprir, levando em conta as circunst ancias do tr afego, agasalhando-se ao sair de casa se a previs ao do tempo indicar uma frente fria) e prevenindo-se em situa c oes de risco.

Probabilidade

31 / 47

Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Probabilidade quantica a possibilidade ou chance de ocorr encia de um resultado de um experimento aleat orio. Varia de 0 a 1 ou de 0% a 100% Probabilidade igual a 0 indica que um resultado n ao ocorrer a Probabilidade igual a 1 indica que um resultado ocorrer a com certeza

I I

Probabilidade

32 / 47

Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Probabilidade quantica a possibilidade ou chance de ocorr encia de um resultado de um experimento aleat orio. Varia de 0 a 1 ou de 0% a 100% Probabilidade igual a 0 indica que um resultado n ao ocorrer a Probabilidade igual a 1 indica que um resultado ocorrer a com certeza

I I

H a tr es interpreta co es para probabilidade:


I

Frequentista: a probabilidade de um resultado e a propor c ao de vezes que o resultado ocorre em n repeti co es do experimento aleat orio (Quando n cresce: fri (A) P (A)) Cl assica: mais conhecido, e relaciona eventos favor aveis com poss veis Subjetiva: grau de cren ca de um indiv duo de que o resultado ocorrer a. Indiv duos diferentes atribuem probabilidades diferentes ao mesmo resultado (Ex.: h a 10% de chance do atleta vencer a pr oxima corrida)
32 / 47

I I

Probabilidade

Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Na interpreta c ao frequentista, para um n umero grande de realiza co es (n), a frequ encia relativa (fri ) do resultado A pode ser usada como probabilidade: numero de vezes que A ocorre fi = n n

fri (A) =
I

Probabilidades s ao escolhidas de modo que a soma das probabilidades de todos os resultados seja igual a 1

Probabilidade

33 / 47

Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

No c alculo de probabilidades, utiliza-se o conceito simples de resultados igualmente prov aveis

Probabilidade

34 / 47

Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

No c alculo de probabilidades, utiliza-se o conceito simples de resultados igualmente prov aveis Ex: ao lan car um dado, supor que cada face tem a mesma probabilidade de aparecer, ou seja, 1/6

Probabilidade

34 / 47

Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

No c alculo de probabilidades, utiliza-se o conceito simples de resultados igualmente prov aveis Ex: ao lan car um dado, supor que cada face tem a mesma probabilidade de aparecer, ou seja, 1/6 ao escolher, aleatoriamente, uma pe ca dentre 50, considerar que cada pe ca tem uma chance igual de ser selecionada, 1/50 = 0,02 = 2%

Probabilidade

34 / 47

Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

No c alculo de probabilidades, utiliza-se o conceito simples de resultados igualmente prov aveis Ex: ao lan car um dado, supor que cada face tem a mesma probabilidade de aparecer, ou seja, 1/6 ao escolher, aleatoriamente, uma pe ca dentre 50, considerar que cada pe ca tem uma chance igual de ser selecionada, 1/50 = 0,02 = 2% Resultados igualmente prov aveis: Toda vez que um espa co amostral consistir em N resultados poss veis que forem igualmente prov aveis, a probabilidade de cada resultado e 1/N

Probabilidade

34 / 47

Probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

No c alculo de probabilidades, utiliza-se o conceito simples de resultados igualmente prov aveis Ex: ao lan car um dado, supor que cada face tem a mesma probabilidade de aparecer, ou seja, 1/6 ao escolher, aleatoriamente, uma pe ca dentre 50, considerar que cada pe ca tem uma chance igual de ser selecionada, 1/50 = 0,02 = 2% Resultados igualmente prov aveis: Toda vez que um espa co amostral consistir em N resultados poss veis que forem igualmente prov aveis, a probabilidade de cada resultado e 1/N Probabilidade de um evento: Para um espa co amostral discreto, a probabilidade de um evento A, P (A), e igual ` a soma das probabilidades dos resultados em A.

Probabilidade

34 / 47

Exemplo
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Por uma inspe c ao visual de um processo de fabrica c ao de semicondutores resultou em:


No part culas de contamina c ao 0 1 2 3 4 5 ou mais Propor c ao de pastilhas 0,40 0,20 0,15 0,10 0,05 0,10

Se uma pastilha for selecionada, qual a probabilidade que ela n ao contenha part culas?

Probabilidade

35 / 47

Exemplo
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Por uma inspe c ao visual de um processo de fabrica c ao de semicondutores resultou em:


No part culas de contamina c ao 0 1 2 3 4 5 ou mais Propor c ao de pastilhas 0,40 0,20 0,15 0,10 0,05 0,10

Se uma pastilha for selecionada, qual a probabilidade que ela n ao contenha part culas? E = { 0 } P ( E ) = 0, 4 Qual a probabilidade de uma pastilha conter 3 ou mais part culas?
35 / 47

Probabilidade

Exemplo
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Por uma inspe c ao visual de um processo de fabrica c ao de semicondutores resultou em:


No part culas de contamina c ao 0 1 2 3 4 5 ou mais Propor c ao de pastilhas 0,40 0,20 0,15 0,10 0,05 0,10

Se uma pastilha for selecionada, qual a probabilidade que ela n ao contenha part culas? E = { 0 } P ( E ) = 0, 4 Qual a probabilidade de uma pastilha conter 3 ou mais part culas? F = {3, 4, 5 ou mais } P (F ) = 0,10 + 0,05 + 0,10
35 / 47

Probabilidade

Axiomas da probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Relacionar as suposi co es em forma de axiomas que as probabilidades devem satisfazer em qualquer experimento aleat orio. Os axiomas nos auxiliam a calcular facilmente as probabilidades de alguns eventos, a partir das probabilidades de outros eventos.

Probabilidade

36 / 47

Axiomas da probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Relacionar as suposi co es em forma de axiomas que as probabilidades devem satisfazer em qualquer experimento aleat orio. Os axiomas nos auxiliam a calcular facilmente as probabilidades de alguns eventos, a partir das probabilidades de outros eventos. ( 1) P ( S ) = 1 ( 2) 0 P ( E ) 1 (3) Para dois eventos E1 e E2 com E1 E2 = P (E1 E2 ) = P (E1 ) + P (E2 ) (v alido tamb em para uma cole c ao de eventos)

Probabilidade

36 / 47

Axiomas da probabilidade
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Relacionar as suposi co es em forma de axiomas que as probabilidades devem satisfazer em qualquer experimento aleat orio. Os axiomas nos auxiliam a calcular facilmente as probabilidades de alguns eventos, a partir das probabilidades de outros eventos. ( 1) P ( S ) = 1 ( 2) 0 P ( E ) 1 (3) Para dois eventos E1 e E2 com E1 E2 = P (E1 E2 ) = P (E1 ) + P (E2 ) (v alido tamb em para uma cole c ao de eventos) e que resultam em: P ( ) = 0 para qualquer evento, P (E ) = 1 P (E ) se o evento E1 estiver contido no evento E2 , P (E1 ) P (E2 )
Probabilidade 36 / 47

Propriedades
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

1. 2. 3. 4. 5. 6. 7.

P (A) + P (A ) = 1 (A B ) = A B (A B ) = A B A= AS =A = S S =

8. A A = 9. A A = S 10. A S = S 11. A = A 12. A (B C ) = (A B ) (A C )

Probabilidade

37 / 47

Exerc cio
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Na tabela temos dados referentes a alunos matriculados em quatro cursos de uma universidade no ano passado: Sexo Homens Mulheres Curso (H) (F) Total (cursos) Matem atica Pura (M) 70 40 110 Matem atica Aplicada (A) 15 15 30 Estat stica (E) 10 20 30 Computa c ao (C) 20 10 30 Total (sexo) 115 85 200
I

Considere M o evento de escolher ao acaso um aluno e ele estar matriculado no curso de matem atica pura.

Probabilidade

38 / 47

Exerc cio
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I I

1) Descreva gracamente o espa co amostral 2) Qual a probabilidade de escolher um aluno matriculado no curso de matem atica pura - P (M ) ? 3) Qual a probabilidade do aluno ser do sexo masculino - P (H )? 4) Qual a probabilidade de um aluno ser homem e estar matriculado no curso matem atica aplicada - P (A H )? 5) Qual a probabilidade de um aluno estar matriculado em matem atica aplicada ou ser homem - P (A H )?

I I

Probabilidade

39 / 47

Resposta
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

H F
Probabilidade 40 / 47

Exerc cio
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Considerando agora a uni ao dos eventos A e C :

Os eventos A e C s ao disjuntos ou mutuamente exclusivos

Probabilidade

41 / 47

Exerc cio
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Considerando agora a uni ao dos eventos A e C :

I I I I

Os eventos A e C s ao disjuntos ou mutuamente exclusivos P (A C ) = P (A) + P (C ) P (A C ) P (A C ) = 30/200 + 30/200 0 P (A C ) = 60/200


41 / 47

Probabilidade

Regra da adi c ao de probabilidades


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Probabilidade de uma Uni ao: P (A B ) = P (A) + P (B ) P (A B )

Probabilidade

42 / 47

Regra da adi c ao de probabilidades


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Probabilidade de uma Uni ao: P (A B ) = P (A) + P (B ) P (A B ) Se A e B s ao eventos mutuamente exclusivos ou disjuntos, P (A B ) = P (A) + P (B )

Probabilidade

42 / 47

Regra da adi c ao de probabilidades


Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Probabilidade de uma Uni ao: P (A B ) = P (A) + P (B ) P (A B ) Se A e B s ao eventos mutuamente exclusivos ou disjuntos, P (A B ) = P (A) + P (B ) Probabilidade de uma Uni ao para 3 eventos: P (A B C ) = P (A) + P (B ) + P (C ) P (A B ) P (A C ) P (B C ) + P (A B C )
Probabilidade 42 / 47

Evento complementar
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Suponha agora que queremos calcular a probabilidade de aluno estar matriculado no curso da computa NAO c ao:

Probabilidade

43 / 47

Evento complementar
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Suponha agora que queremos calcular a probabilidade de aluno estar matriculado no curso da computa NAO c ao:

P (C ) = P (S ) P (C ) = 1 P (C ) = 1 30/200 = 170/200

Probabilidade

43 / 47

Mega Sena
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

O jogo da mega sena consiste em escolher 6 dezenas entre 60. O jogador pode marcar num cart ao de 6 a 15 dezenas Os custos (em reais) de cada jogo est ao relacionados na tabela:
Dezenas 6 7 8 9 10 11 12 13 14 15 Custo 2,00 14,00 56,00 168,00 420,00 924,00 1.848,00 3.432,00 6.006,00 10.010,00
44 / 47

Probabilidade

Mega Sena
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I I I

Temos, ao todo

60 6

= 50.063.860 possibilidades.

Qual e a probabilidade de ganhar o pr emio m aximo? Porque o jogo com 7 dezenas custa R$14,00?

Probabilidade

45 / 47

Mega Sena
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

I I I

Temos, ao todo

60 6

= 50.063.860 possibilidades.

Qual e a probabilidade de ganhar o pr emio m aximo? Porque o jogo com 7 dezenas custa R$14,00?

I I I

A chance e de 1/

60 6

uma chance em 50 milh oes


7 6

Com 7 dezenas e poss vel formar

= 7 jogos de 6 dezenas.

Assim, fazer um jogo com 7 dezenas ou 7 jogos com 6 dezenas s ao a c oes equiprov aveis (equivalentes em termos de probabilidade de ganhar).

Probabilidade

45 / 47

Mega Sena
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Dezenas 6 7 8 9 10 11 12 13 14 15

no combina co es 6 6 =1 7 6 =7 8 6 = 28 9 6 = 84 10 6 = 210 11 6 = 462 12 6 = 924 13 6 = 1716 14 6 = 3003 15 6 = 5005

Prob. acerto (1 em) 60 6 = 50.063.860 60 6 /7 = 7.151.980 60 6 /28 = 1.787.995 60 6 /84 = 595.998 60 6 /210 = 238.399 60 6 /462 = 108.363 60 6 /924 = 54.182 60 6 /1716 = 29.175 60 6 /3003 = 16.671 60 6 /3003 = 10.003

Probabilidade

46 / 47

Exerc cio
Introdu c ao Revis ao - Teoria dos conjuntos T ecnicas de contagem Probabilidade

Considere o lan camento de dois dados. Considere o evento A: soma dos n umeros obtidos ser igual a 9 e o evento B : n umero no primeiro dado ser maior ou igual a 4. Enumere os elementos de A e B . Obtenha os elementos de A B , A B e A . Obtenha as probabilidades do item anterior.

I I I

Probabilidade

47 / 47