Você está na página 1de 12

1 Probabilidade Experimento aleatrio (tambm chamado de experimento no determinstico ou ao acaso) qualquer experimento cujo resultado depende exclusivamente do acaso

o (no podem ser previstos com certeza). O lanamento de uma moeda ou de um dado so exemplos de experimento aleatrio. De acordo com Meyer (1983, p. 9), um experimento aleatrio tem as seguintes caractersticas: a) Cada experimento poder ser repetido indefinidamente sob condies essencialmente inalteradas (reprodutibilidade); b) Muito embora no sejamos capazes de afirmar que resultado particular ocorrer, seremos capazes de descrever o conjunto de todos os possveis resultados do experimento, chamado de espao amostral e simbolizado por (Omega) . Por exemplo, em 1 lanamento de uma moeda temos = {C, K}, onde C = cara e K = coroa. Em 2 lanamentos de uma moeda, temos ={ CC, CK, KC e KK} c) Quando o experimento for executado repetidamente, os resultados individuais parecero ocorrer de uma forma acidental. Contudo, quando o experimento for repetido um grande nmero de vezes, uma configurao definida ou regularidade surgir. Por exemplo, em 10 lanamentos de uma moeda, voc poder obter 8 caras (proporo de 0,8) e 2 coroas (proporo de 0,2). Mas em 100 ou 1000 lanamentos de uma moeda, a proporo de caras (assim como a proporo de coroas) tender a 0,5.

Quando realizamos um experimento aleatrio, podemos estar interessante em um determinado evento. Por exemplo, no lanamento de uma moeda 2 vezes, podemos estar interessados no evento duas faces iguais. Um evento um subconjunto do espao amostral e simbolizado por uma letra maiscula. Neste exemplo, podemos dizer que estamos interessados no evento A = {duas faces iguais}= {CC, KK}. Quando realizamos um experimento e determinamos seu espao amostral, um determinado evento A est associado um nmero real representado por P(A), denominado de probabilidade de A, de maneira que satisfaa as seguintes propriedades: 1) A probabilidade de A est entre zero e um. Em termos simblicos, 0 P(A) 1. 2) A probabilidade do espao amostral um. Em termos simblicos, P( ) = 1. 3) Quando os eventos de um experimento so disjuntos, tambm chamados de mutuamente excludentes, isto , no tem elementos em comum (em termos simblicos, A B = 0), a soma da probabilidade de cada evento igual a probabilidade da soma. Em termos simblicos, P(AB) = P(A) + P(B)

Vejamos estas propriedades com dois exemplos:

Exemplo 1 Em um lanamento de uma moeda honesta, determine: a) O espao amostral b) A probabilidade do evento cara c) A probabilidade do evento coroa d) Os eventos cara e coroa so mutuamente excludentes?

Soluo do Exemplo 1: a) Espao amostral = {C, K}, que so as duas faces da moeda (os dois resultados possveis) b) Como a moeda equilibrada, sabemos que a probabilidade de sair cara (evento A = sair cara) 0,5, pois uma face em duas. c) A probabilidade de sair coroa (evento B = sair coroa) tambm 0,5. d) Os eventos cara e coroa so mutuamente excludentes, pois se sair cara no possvel sair coroa. Logo, a soma de P(A) e P(B) um (0,5 + 0,5= 1).

Exemplo 2 No lanamento de um dado, determine: a) O espao amostral b) A probabilidade do evento face 2 c) A probabilidade do evento face 5 d) Os eventos face do dado so mutuamente excludentes?

Soluo do Exemplo 2: a) O espao amostral composto por todas as faces do dado. Logo, = {1, 2, 3, 4, 5, 6}. b) A probabilidade de obter face 2
c) A probabilidade de obter face 5 1 (uma face em seis) 6 1 . 6

d) Como os eventos so mutuamente excludentes, a soma de todas as probabilidades 1 1 1 1 1 1 6 + + + + + = =1 6 6 6 6 6 6 6

3 Nos exemplos 1 e 2 no foi necessrio realizar um experimento para conhecer a probabilidade de cada face da moeda ou do dado. Nestas situaes, nos valemos da definio clssica, em que possvel conhecer a probabilidade a priori, sem a realizao de um experimento. Calcula-se a probabilidade clssica de um determinado evento A por: P(A) = nmero de casos favorveis a A nmero total de casos do experimento

Quando no conseguimos determinar a priori a probabilidade de um evento A qualquer, faz-se necessrio a realizao de um experimento para estimar a probabilidade deste evento a partir do uso da frequncia relativa. A isto, chamamos de probabilidade frequentista. Com base em n repeties de um experimento nas mesmas condies, quando n tende a infinito, a frequncia relativa de A converge para P(A). Calcula-se a probabilidade frequentista de um determinado evento A por:
nmero de casos de A freq ( A) = nmero total de casos da amostra n

P ( A) =

Vejamos dois exemplos.

Exemplo 3 A Tabela 1 contm a distribuio de frequncia do estado civil dos participantes da


pesquisa do 1A de Psicologia, em que foram contados o nmero de casados, solteiros, etc (frequncia absoluta) e calculada a porcentagem de cada caso. Nesta tabela foi adicionada uma coluna, chamada de frequncia relativa. Determine: a) A probabilidade de sortear ao acaso uma pessoa solteira b) A probabilidade de sortear ao acaso uma pessoa casada

Tabela 1 Distribuio de frequncias do estado civil dos participantes da pesquisa Estado Civil Solteiro Casado Total Frequncia absoluta 44 6 50 Frequncia relativa 0,88 0,12 1,0 porcentagem 88% 12% 100%

4 Soluo do Exemplo 3: a) Pela definio frequentista, a probabilidade de sortear ao acaso uma pessoa solteira, estimada pela frequncia relativa. Logo, P (S ) =
44 = 0,88 50

b) Da mesma maneira, a probabilidade de sortear ao acaso uma pessoa casada, P (C ) = 6 = 0,12 50

Exemplo 4 Em uma sala h 10 homens e 30 mulheres. Ao sortear ao acaso uma pessoa,


determine: a) A probabilidade de ser homem e b) a probabilidade de ser mulher.

Soluo do Exemplo 4:
10 = 0,25 40 30 = 0,75 . 40

a) Como a frequncia de homens 10 (em 40 pessoas), P(H) =

b) Como a frequncia de mulheres 30 (em 40 pessoas), P(M) =

Exerccios
1) Em um determinado pas, cientistas provaram que a probabilidade de nascer menina de 0,513. Qual a probabilidade de nascer menino? 2) Escolhida uma pessoa ao acaso, qual a probabilidade de seu aniversrio ser no dia de So Judas (28 de Outubro)? Ignore os anos bissextos. 3) Em uma pesquisa sobre assdio sexual, 420 pessoas entrevistadas consideram que uma simples batida no ombro uma forma de assdio sexual enquanto 580 entrevistadas no consideram isso como assdio sexual. Escolhida ao acaso uma pessoa entre as entrevistadas, qual a probabilidade de que considere a batida no ombro como assdio sexual? 4) De um baralho de 52 cartas, uma extrada ao acaso. Qual a probabilidade de cada um dos eventos abaixo? a) ocorre dama de copas b) ocorre dama c) ocorre carta do naipe paus 5) Uma urna contem 6 bolas pretas, 2 bolas brancas e 10 amarelas. Uma bola escolhida ao acaso. Qual a probabilidade: a) da bola ser amarela? b) Da bola no ser nem branca nem amarela?

5 Teorema da Soma Vamos conhecer o Teorema da Soma a partir dos exemplos 5 e 6.. Exemplo 5 - Em uma eleio para prefeito, 30% dos eleitores pretendem votar no candidato A, 50% no candidato B e 20% em branco ou nulo. Sorteia-se um eleitor ao acaso, a) qual a probabilidade de votar no candidato A ou no candidato B? b) Utilizando o resultado do item c, escreva em termos simblicos a conta que voc fez para obter o resultado. Soluo do Exemplo 5: Observe que no h interseco entre os eventos, ou seja, no h nenhum eleitor que pretende votar em mais de um candidato. Logo, dizemos que os eventos A e B so mutuamente excludentes. Se dois eventos so mutuamente excludentes, a ocorrncia de um deles impossibilita a ocorrncia do outro. Em outras palavras, os dois eventos no tem nenhum elemento do espao amostral em comum, isto , AB = , ento, P(AB)=0 (Observe o Diagrama de Venn) Se dois eventos so mutuamente excludentes, ento: P(AUB)= P(A) + P(B)

No exemplo, a probabilidade de votar no candidato A ou no candidato B dada por : A B P ( A B ) = P ( A) + P (B ) = 30 50 80 + = = 0,8 100 100 100

Figura 1 Diagrama de Venn de dois eventos mutuamente excludentes

Exemplo 6 Foi sorteada uma carta de um baralho. Qual a probabilidade de que esta carta seja vermelha ou rei. Soluo do Exemplo 6: Observe que o baralho tradicional tem 52 cartas, sendo 13 de cada naipe. Como existem 2 naipes vermelhos, temos 26 cartas vermelhas. Logo, a probabilidade de sortear 26 uma carta vermelha P (V ) = . 52 Em cada naipe, tem os um rei. Logo, no baralho, temos 4 reis. Ento, a probabilidade de ser rei 4 P (R ) = 52

6 Mas temos 2 reis que so vermelhos. Se somarmos a probabilidade de ser vermelho e rei, estaremos somando duas vezes os dois reis vermelhos. Logo, P(VUR)= P(V) + P(R) P(VR)
P (V R ) = 26 4 2 28 + = 0,538 52 52 52 52

Figura 2 Diagrama de Venn de dois eventos que no so mutuamente excludentes

Teorema da Soma
Sejam A e B dois eventos quaisquer, ento P(AUB )= P(A) + P(B) P(AB). Se A e B so eventos mutuamente excludentes, ou seja, no h interseco entre eles, ento, P(AUB) = P(A) + P(B).

Exerccio 1) (Baseado em Bussab e Morettin, 2003) A Tabela 2 apresenta o nmero de alunos matriculados em quatro cursos de graduao de uma universidade. Tabela 2 Nmero de alunos matriculados em 4 cursos de graduao por gnero Curso Homens (H) Mulheres (M) Total Biologia (B) 70 40 110 Nutrio (N) 15 15 30 Psicologia (P) 10 20 30 Computao (C) 20 10 30 Total 115 85 200 Determine a probabilidade de sortear ao acaso um aluno: a) De Biologia, b) Nutrio c) Homem d) Homem do curso de nutrio e) Homem ou do curso de nutrio. f) Nutrio ou Biologia

7 Probabilidade Condicional, Independncia de eventos e Teorema da Produto

Vamos conhecer o Teorema do Produto em Probabilidade, que est associado a dois conceitos probabilsticos importantes: probabilidade condicional e independncia de eventos. Para isto, vamos utilizar os exemplos 7 e 8. No Exemplo 7 temos uma urna com bolas. Uma bola retirada, observa-se sua cor e volta a bola para a urna (com reposio). Ao retirar a segunda bola da urna, a condio da urna exatamente a mesma da primeira retirada. Logo, as probabilidades da segunda retirada de bola no dependem do que aconteceu na primeira retirada. No Exemplo 8, vamos retirar as bolas da urna e no vamos rep-las (sem reposio). As probabilidades da segunda retirada dependem do que aconteceu na primeira. Para resolver ambas as situaes, vamos utilizar o diagrama da rvore, uma representao muito til em probabilidade.

Exemplo 7 - Uma urna contm 8 bolas azuis e 2 brancas. Duas bolas so extradas ao acaso, com reposio. Qual a probabilidade de: a) Que a primeira bola seja branca e a segunda bola seja azul? b) Ser uma azul e uma branca?

Soluo do Exemplo 7: No diagrama da rvore abaixo, cada ramo (caminho) nos permite verificar a probabilidade da interseco de dois eventos. Como a segunda retirada no depende da primeira, uma vez que a bola retirada volta para a urna, a probabilidade de retirar uma bola azul e a probabilidade de retirar uma bola branca na segunda vez so iguais s probabilidades na primeira vez.

Azul P ( A) = Azul P ( A) = Urna com 10 bolas Branca

8 10 2 10

P ( A A) = P ( AA) = P ( A B ) = P ( AB ) = P (B A) = P (BA) =

8 8 64 = 10 10 100 8 2 16 = 10 10 100

8 10

Branca P (B ) = Azul P ( A) =

P (B ) =

2 10

8 10 2 10

2 8 16 = 10 10 100 2 2 4 = 10 10 100

Branca P (B ) =

P (B B ) = P ( AA) =

a) Somente um caminho nos leva a retirada da primeira bola branca e a segunda bola azul (terceiro ramo). A probabilidade de sortear uma bola branca e em seguida outra bola azul determinada pela interseco (produto) das duas probabilidades.

P (B A) = P (BA) =

2 8 16 = 10 10 100

b) Temos dois caminhos que nos leva a retirada de uma bola azul e uma bola branca (segundo e terceiro ramos). A probabilidade de sortear uma bola azul e em seguida uma bola branca determinada pela interseco (produto) das duas probabilidades. P ( A B ) = P ( AB ) = 8 2 16 = 10 10 100

A probabilidade de sortear uma bola branca e em seguida uma bola azul determinada pela interseco (produto) das duas probabilidades. P (B A) = P (BA) = 2 8 16 = 10 10 100

Ento, a probabilidade de sortear uma bola azul e uma bola branca determinada pela soma das duas interseces

P( AB ) + P(BA) =

16 16 32 + = = 0,32 100 100 100

Exemplo 8 - Uma urna contm 8 bolas azuis e 2 brancas.. Duas bolas so extradas ao acaso, sem reposio. Qual a probabilidade de:
a) Que a primeira bola seja branca e a segunda bola seja azul? b) Ser uma azul e uma branca?

Soluo do Exemplo 8:

Diferentemente do diagrama da rvore anterior, as probabilidades

associadas a cada evento da segunda retirada dependem do que aconteceu na primeira retirada. Observe o primeiro caminho (ramo da rvore). A probabilidade de sortear uma bola azul na segunda retirada depende de qual bola foi retirada na primeira vez. Logo, a probabilidade de retirar uma bola azul, dado que foi retirada uma bola azul na primeira retirada simbolizada por P( A | A) . Para calcular esta probabilidade, vamos supor que uma bola azul tenha sido retirada e, portanto, ficaram nove bolas na urna, sendo 7 azuis e duas brancas. Por isto, a P ( A | A) = 7 . 9

Logo, todas as probabilidades da segunda retirada so diferentes das probabilidades da primeira retirada.

Azul

P ( A | A) =
Azul

7 9

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

8 7 56 = 10 9 90 8 2 16 = 10 9 90

P ( A) =
Urna com 10 bolas Branca

8 10

Branca

2 P (B | A ) = 9
Azul

P (B ) =

2 10

8 P( A | B ) = 9
Branca

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

2 8 16 = 10 9 90 2 1 2 = 10 9 90

1 P (B | B ) = 9

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

a) A probabilidade de sortear a primeira bola branca e a segunda bola azul, obtida pelo 2 8 16 terceiro caminho da rvore:. P (B A) = P (B ) P ( A | B ) = = 10 9 90 b) A probabilidade de sortear uma bola azul e uma bola branca, uma aps a outra, obtida pela 16 16 32 soma do segundo e terceiro caminhos: P ( A B ) + P (B A) = + = 0,356 . 90 90 90

A partir da soluo do item a, podemos deduzir a frmula da probabilidade condicional, isolando P ( A | B ) na expresso P (B A ) = P (B ) P ( A | B ) . Dados dois eventos A e B, a probabilidade de A dado que aconteceu B chamada de P( A B ) probabilidade condicional e determinada por P( A | B ) = P( B) A partir da probabilidade condicional possvel determinar a probabilidade da interseco de dois eventos: P( A B ) P( A B) = P( A | B ) P( B) P( A | B ) = P( B) Mas, se os eventos A e B so independentes, P( A | B ) = P( A) , Ento, P( A B) = P( A) P( B)

10

Exerccios com gabarito 1) Um dado lanado e o nmero da face de cima observado. a) se o resultado obtido for par, qual a probabilidade dele ser maior ou igual a 5? Resposta: 1/3 b) Se o resultado obtido for maior ou igual a 5, qual a probabilidade dele ser par? Resposta: 1/2 c) Se o resultado for mpar, qual a probabilidade dele ser menor que 3? Resposta: 1/3 d) Se o resultado obtido for menor que 5, qual a probabilidade dele ser mpar? Resposta:

2) Uma moeda lanada 3 vezes. Qual a probabilidade de: a) Observarmos 3 coroas? Resposta: 1/8 b) Observarmos exatamente uma coroa? Resposta: 3/8 c) Observarmos pelo menos uma cara? Resposta: 7/8 d) Observarmos nenhuma coroa? Resposta: 1/8 e) Observarmos no mximo 2 caras? Resposta: 7/8

3) Uma urna contm 5 bolas vermelhas, 3 brancas e 2 pretas. Duas bolas so extradas ao acaso, com reposio. Qual a probabilidade de: a) ambas serem vermelhas? Resposta: 1/4 b) Ser uma vermelha e uma branca? Resposta: 3/10 c) Nenhuma ser branca? Resposta: 49/100 d) Nenhuma ser preta? Resposta: 64/100 e) Ambas serem pretas? Resposta: 1/25

4) Uma urna contm 5 bolas vermelhas, 3 brancas e 2 pretas. Duas bolas so extradas ao acaso, sem reposio. Qual a probabilidade de: a) ambas serem vermelhas? Resposta: 2/9 b) Ser uma vermelha e uma branca? Resposta: 1/3 c) Nenhuma ser branca? Resposta: 7/15 d) Nenhuma ser preta? Resposta: 28/45 e) Ambas serem pretas? Resposta: 1/45

11

5) Em um grupo de 500 estudantes, 80 estudam engenharia, 150 estudam economia e 10 estudam engenharia e economia. Se um aluno escolhido ao acaso, qual a probabilidade de que ele: a) Estude economia e engenharia? Resposta: 1/50 b) Estude somente engenharia? Resposta: 7/50 c) No estude nem engenharia nem economia? Resposta: 28/50 d) Estude engenharia ou economia? Resposta: 22/50

6) Um grupo de 50 moas classificado de acordo com a cor dos cabelos e olhos, segundo a tabela a seguir: Cor do cabelo Cor dos olhos total azuis castanhos Loira 17 9 26 Morena 4 14 18 Ruiva 3 3 6 Total 24 26 50 Sorteando ao acaso uma moa, qual a probabilidade de que ela seja: a) Loira? Resposta: 13/25 b) Morena de olhos azuis? Resposta: 2/25 c) Morena ou ter olhos azuis? Resposta: d) Ruiva de olhos castanhos? Resposta: 19/25 3/50 f) Sabendo-se que tem olhos azuis, qual a e) Sabendo-se que loira, qual a probabilidade de ser ruiva? Resposta: probabilidade de ter olhos azuis? Resposta: 17/26 3/24 g) Sabendo-se que tem olhos castanhos, h) Sabendo-se que ruiva, qual a probabilidade de ter olhos castanhos? qual a probabilidade de ser morena? Resposta: 7/13 Resposta: 1/2 i) Verifique se os eventos ser morena e ter olhos castanhos so independentes. Resposta:No, eles so dependentes .

12 7) Uma clnica especializada em 3 tipos de doenas: A, B e C, sendo que 50% dos que procuram a clnica so portadores de A, 40% so portadores de B e 10% so portadores de C. A probabilidade de cura de cada doena nesta clnica 0,8 para A, 0,9 para B e 0,95 para C. Elabore o diagrama da rvore para esta situao. Um programa de televiso quer entrevistar um paciente desta clnica. e) Qual a probabilidade de sortear um paciente com a doena A e curado? Resposta: 0,4 f) Qual a probabilidade de sortear um paciente com a doena B e curado? Resposta: 0,36 g) Qual a probabilidade de sortear um paciente com a doena C e curado? Resposta: 0,095

8) De um baralho de 52 cartas, uma extrada ao acaso. Sejam os eventos: A: a carta de copas B: a carta um rei C: a carta um rei ou uma dama. Quais dos pares de eventos so independentes? a) A e B b) A e C c) B e C

9) Em uma cidade, 10% das pessoas so canhotas. Determine a probabilidade de selecionar aleatoriamente: a) duas pessoas canhotas; Resposta: 0,01 b) Uma pessoa canhota e uma pessoa destra. Resposta: 0,18 Para solucionar este exerccio, considere que a populao muito grande. Logo, retirar uma pessoa praticamente no altera o tamanho da populao e, portanto, pode-se considerar que os eventos so independentes