Escolar Documentos
Profissional Documentos
Cultura Documentos
Introduo.............................................................................................................................................4
Probabilidade.........................................................................................................................................5
Conceitos...............................................................................................................................................5
Fenmenos ou Experimentos................................................................................................................5
Tipos de experimentos...........................................................................................................................8
Jogos de azar.........................................................................................................................................8
Espao amostral..................................................................................................................................10
Operaes com Acontecimentos.........................................................................................................11
Definio frequentista.........................................................................................................................15
Frequncia absoluta e frequncia relativa de um acontecimento........................................................17
A definio axiomtica do conceito da probabilidadenum espaco finito............................................20
Denio clssica de probabilidade....................................................................................................20
Corolrio.............................................................................................................................................22
Concluso............................................................................................................................................23
Bibliografia.........................................................................................................................................24
Introduo
As origens histricas da teoria das probabilidades esto vinculadas teoria dos jogos e aos nomes de
Fermat e Pascal, que na metade do sculo XVII formalizaram pela primeira vez o conceito de
probabilidade. A teoria de probabilidade consiste em utilizar a intuio humana para estudar os
fenmenos do nosso cotidiano de trabalho.
Os experimentos determinsticos so totalmente caracterizados a priori, ou seja, so fenmenos em
que o resultado sabido antes mesmo em que ele ocorra e desta forma, nada temos a fazer. Um dos
objectivos deste trabalho intitulado a probabilidade de querer estudar os fenmenos aleatrios, dos
quais no sabemos o resultado a priori, ou seja, so acontecimentos cujos resultados no podem ser
previstos. Ao longo do trabalho tratamos tambm os termos bsicos associados a Probabilidade dos
experimentos aleatrios.
Probabilidade
Conceitos
No nosso dia a dia, lidamos sempre com situaes em que est presente a incerteza do resultado,
embora, muitas vezes, os resultados possveis sejam conhecidos.
Por exemplo: o sexo de um embrio pode ser masculino ou feminino, mas s saberemos o resultado
exato quando o experimento se concretizar, ou seja, quando o bebe nascer. Se estivermos
interessados na face voltada para cima quando jogamos um dado, os resultados possveis so 1, 2, 3,
4, 5, 6, mas s saberemos o resultado quando o experimento se completar, ou seja, quando o dado
atingir a superfcie sobre a qual foi lanado. conveniente, ento, dispormos de uma medida que
exprima a incerteza presente em cada um destes acontecimentos. Tal medida a probabilidade.
um conceito matemtico que permite a quantificao da incerteza. aquilo que torna possvel se
lidar de forma racional com problemas envolvendo o imprevisvel ou aleatoriedade Souza (2015).
Probabilidade so Medida das incertezas relacionadas a um evento ou chances de ocorrncia de um
evento.
Exemplos:
Fenmenos ou Experimentos
O conceito de probabilidade relevante para o estudo de fenmenos aleatrios, ou seja, fenmenos
cujas realizaes no podem ser antecipadas.
Consideremos o lanamento de um dado. Queremos estudar a proporo de ocorrncias das faces
desse dado. O primeiro fato a observar que existem apenas 6 resultados possveis, as faces 1, 2, 3,
4, 5, 6. O segundo fato uma suposio sobre o dado: em geral, razovel supor que este seja
equilibrado. Assim, cada face deve ocorrer o mesmo nmero de vezes e, portanto, essa proporo
deve ser
1
6
1
6
1
6
1
6
1
6
1
6
1
6
Total
1
Suponhamos que uma mulher esteja grvida de trigmeos. Sabemos que cada beb pode ser do sexo
masculino (M) ou feminino (F). Ento, as possibilidades para o sexo das trs crianas so: MMM,
MMF, MFM, FMM, FFM, FMF, MFF, FFF. Uma suposio razovel que todos esses resultados
sejam igualmente provveis, o que equivale dizer que cada beb tem igual chance de ser do sexo
1
8
de acontecer e o modelo
MMM
MM
MFM
FMM
FFM
FMF
MFF
FFF
Total
F
6
Frequ Teorica
1
8
1
8
1
8
1
8
1
8
1
8
1
8
1
8
Por outro lado, se s estamos interessados no nmero de meninas, esse mesmo experimento leva ao
seguinte modelo probabilstico:
Meninas
Frequencia teorica
1
8
3
8
3
8
3
8
Total
1
Nesses exemplos, vemos que a especicao de um modelo probabilstico para um fenmeno casual
depende da especicao dos resultados possveis e das respectivas probabilidades. Vamos, ento,
estabelecer algumas denies antes de passarmos denio propriamente dita de probabilidade.
Ele se aplica a experimentos aleatrios ou seja, experimentos cujos resultados em diversas
realizaes ou repeties so variveis e, portanto, incertos, mas que, entretanto, satisfazem
condies bsicas que permitem previso.
Um experimento aleatrio E uma ao e um processo de observao ou coleta de dados sobre um
fenmeno aleatrio que satisfaz s seguintes propriedades:
Esse conceito compreende qualquer ao ou processo que implique a observao e coleta de dados
referentes a fenmenos aleatrios. Em tais experimentos, a variaodos resultados de diferentes
7
realizaes inevitvel, de modo que o resultado de uma realizao particular incerto. Entretanto,
uma eventual regularidade dessa variao permitir a previso do resultado de uma realizao
particular com base nas ocorrncias de um conjunto numeroso de repeties. sabido, por exemplo,
que em uma longa sequncia de lanamentos de uma moeda simtrica e balanceada, cerca de metade
dos lanamentos resultaro em cara. Ento, natural admitir que, em um lanamento particular, a
chance da ocorrncia de cara 1:2. nessa regularidade previsvel de um grande conjunto de
realizaes de jogos de azar que se baseiam casas de jogos e apostadores.
Esse mesmo tipo de incerteza e regularidade muito comum com fenmenos naturais e, portanto,
muito importante na cincia. Por exemplo, em gentica, incerto se um descendente ser macho ou
fmea, mas so sabidas, aproximadamente, a proporo de machos e a proporo de fmeas em
muitos nascimentos. Semelhantemente, um departamento de trnsito no pode prever quais carros se
acidentaro em um fim de semana particular, mas pode predizer de modo bastante satisfatrio o
nmero de ocorrncias de acidentes de carro.
Tipos de experimentos
Seguem-se alguns tipos comuns de experimentos aleatrios.
Jogos de azar
Estes experimentos envolvem, dentre outros, lanamentos de dados e moedas e retiradas de cartas de
um baralho. So muito anteriores s origens da probabilidade e ainda hoje movimentam enormes
quantias de dinheiro. O estudo da probabilidade iniciou-se pela proposio de problemas relativos a
jogos de azar feita pelo jogador francs Chevalier de Mr aos matemticos franceses Pascal e
Fermat. O mesmo tipo de problema foi tratado mais tarde por Jaques Bernoulli. Os casos tpicos so
os lanamentos de dados de 6 faces, moedas com cara e coroa e retiradas de baralhos de52 cartas.
Usualmente, supe-se que num experimento aleatrio desse tipo uma alternativa no deve ser
preferida em relao s demais, de modo que, por exemplo, a possibilidade de ocorrncia da face
cara de uma moeda no deve ser maior que a da face coroa.
8
A figura que segue ilustra alguns tipos de dados. Ao centro: um triacontaedro rmbico, um dado de
30 faces. Acima, no sentido horrio: um dodecaedro (12 faces), um icosaedro (20 faces), octaedro (8
faces), tetraedro (4 faces), cubo ou hexaedro (6 faces) e trapezoedro pentagonal (10 faces). Ao lado
so mostradas as 6 faces de um hexaedro, a forma mais comum do dado.
Bolas e urnas
Experimentos com bolas e urnas fornecem contextos altamente relevantes para desenvolvimento de
modelos probabilsticos. Considera-se, em geral, que existem n bolas que diferenciam-se em termos
de um ou mais atributos. Esses atributos definem classes e o interesse, em geral, est ligado
composio das classes geradas por retiradas das bolas da urna. Urnas e bolas possibilitam abstrair
situaes onde objetos de interesse so retirados de uma populao de objetos.
O nome bolas e urna parece ter se originado nas eleies realizadas na Veneza medieval e
renascentista. Essas eleies frequentemente incluam eleitores escolhidos ao acaso, utilizando bolas
de diferentes cores retiradas de uma urna.
A figura que segue ilustra a realizao de experimentos com bolas de cores e nmeros distintos.
Confiabilidade
No modelo usual de confiabilidade estrutural, um sistema consiste de n componentes, cada um deles
funcionando ou com defeito. O estado dos componentes num determinado momento incerto e sua
observao, portanto, configura um experimento aleatrio. O sistema como um todo pode estar
funcionando ou com defeito dependendo do estado dos seus componentes. Um sistema em srie
funciona somente se todos os seus componentes esto funcionando enquanto um sistema paralelo
funciona se e somente se pelo menos um componente est funcionando.
Em algumas situaes um componente funciona at um tempo de durao incerta e o tempo at que
o sistema deixe de funcionar aleatrio.
9
Gentica
Na reproduo humana usual, o material gentico de uma criana uma combinao aleatria do
material gentico dos pais. Assim, o nascimento de uma criana, por exemplo, um experimento
aleatrio com relao a cor dos olhos, tipo de cabelo e muitas outras caractersticas fsicas.
Frequentemente, o interesse se concentra na transmisso aleatria de desordens genticas aos
descendentes.
Emisses radioativas
A emisso de partculas elementares de uma amostra de material radioativo ocorre de uma forma
aleatria. Para realizar um experimento aleatrio, pode-se registrar o nmero de emisses durante
um intervalo de tempo especificado ou pode-se registrar os tempos de emisses sucessivas.
Pesquisa experimental
A pesquisa experimental um mtodo de pesquisa explicativa onde so impostas condies ao
material experimental e, aps, caractersticas respostas so observadas. O controle experimental, no
entanto, no absoluto e um conjunto de caratersticas estranhas tambm atuam sobre as
caractersticas respostas. Essa falta de controle absoluto faz com que o processo seja um
experimento aleatrio.
10
Espao amostral
O conjunto de todos os resultados possveis de um experimento aleatrio chamado de espao
amostral. Este um conjunto S em que cada um de seus elementos est associado a um e somente
um resultado possvel do experimento. Eis, ento, os seguintes exemplos:
a) lanamento de um dado: S1 = {1, 2, 3, 4, 5, 6};
b) lanamento de uma moeda: S2 = {cara, coroa};
c) retirada de uma carta de um baralho: S3 = {as 52 cartas};
d) Contagem diria das peas defeituosas produzidas por uma mquina, para controle do processo:
S 5={0,1,2,3,,n}
e) tempo que um grupo de trabalhadores gasta para executar uma tarefa que est a ser implantada:
S 5=
{x
}.
11
Notemos que:
Exemplo 1.7 Consideremos o experimento lanamento de dois dados e os eventos A =soma das
faces um nmero par e B = soma das faces um nmero maior que 9. Calcule A B.
Soluo:
O espao amostral desse experimento, que tem 36 elementos,
={(1,1),(1,2),...,(1,6),(2,1),...,(2,6),...,(6,6)}
Para que um elemento pertena interseo A B, ele tem que pertencer simultaneamente ao
12
B B={(4,6),(5,5),(5,6),(6,4),(6,5),(6,6)}
Dos seus elementos, os nicos que pertencem ao evento A, isto , que tm soma das faces par, so
os eventos
(4,6),(5,5),(6,4)e(6,6)
. Logo,
A B={(4,6),(5,5),(6,4),(6,6)}
Excluso
Dois eventos A e B so mutuamente exclusivos quando eles no podem ocorrer simultaneamente,
isto , quando a ocorrncia de um impossibilita a ocorrncia do outro. Isto significa dizer que os
eventos A e B no tm elementos em comum. Ento, dois eventos A e B so mutuamente exclusivos
quando sua interseo o conjunto vazio, isto , A B = (ver Figura 2).
Figura 2: Eventos mutuamente exclusivos: A B =
13
Unio
A unio de dois eventos A e B o evento que corresponde ocorrncia de pelo menos um deles.
Note que isso significa que pode ocorrer apenas A, ou apenas B ou A e B simultaneamente. Esse
evento ser representado por A B (ver Figura 1.3). Unio
A unio de dois eventos A e B o evento que corresponde ocorrncia de pelo menos um deles.
Note que isso significa que pode ocorrer apenas A, ou apenas B ou A e B simultaneamente. Esse
evento ser representado por A B (ver Figura 3).
Figura 3: Unio de dois eventos: A B
; logo,
. Seja C o
14
Complementar
O complementar de um evento A, denotado por A ou Ac, a negao de A. Ento, o complementar
de A formado pelos elementos que no pertencem a A (ver Figura 1.4).
Figura 4: Complementar de um evento A : A
15
Note que
e tambm
A=(AB)(AB)
Alm disso,
Definio freqentista ou a posteriori (segunda metade do sculo XVII) Logo aps a introduo da
definio clssica apareceu a semente de uma nova definio. Considera-se um experimento que
possa ser repetido nas mesmas condies um nmero grande de vezes. Novamente denotar o
espao de resultados do experimento. Seja A um evento cuja probabilidade se deseje calcular. Neste
caso o experimento ser repetido vrias vezes, estimando-se a probabilidade de A pela sua
freqncia relativa de ocorrncia, ou seja:
Numerosde acorrenciade A
Numerototal derepeticoes
Observe-se que desta forma no so necessrias as hipteses de equiprobabilidade dos eventos
elementares nem de finitude do espao dos resultados, superando-se portanto as duas restries da
definio clssica. Entretanto, esta nova definio introduz as seguintes dificuldades:
16
Definio frequentista
Na maioria das situaes prticas, os eventos simples do espao amostral no so equiprovveis e
no podemos calcular probabilidades usando a definio clssica. Neste caso, vamos calcular
probilidades como a frequncia relativa de um evento. Segue um exemplo que ilustra o mtodo.
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 11: Classificao de uma amostra de 6800 pessoas quanto cor dos olhos e cor dos
cabelos
Cor dos cabelos
Cor dos olhos
Loiro
Castanho
Preto
Ruivo
Total
Azul
1768
807
189
47
2811
Verde
946
1387
746
53
3132
Castanho
115
438
288
16
857
Total
2829
2632
1223
116
6800
Consideremos o experimento aleatrio que consiste em classificar um indivduo quanto cor dos
E= { A ,V ,C }
em que:
17
P(A) =
O valor obtido na verdade uma estimativa da probabilidade. A qualidade desta estimativa depende
do nmero de replicaes do experimento, ou seja, do tamanho da amostra.
medida que o tamanho da amostra cresce, a estimativa aproxima-se mais do valor verdadeiro da
probabilidade. Vamos, no entanto, assumir que o nmero de replicaes suficientemente grande
para que a diferena entre a estimativa e o valor verdadeiro da probabilidade seja desprezvel.
As probabilidades dos eventos V e C so:
P(V)=
3132
=0,4606
6800
Observemos que
e P(C)=
857
=0,1260
6800
P(A)+P(V )+P(C)=1
18
Seja
complementar de
e P( ) =
3132+857
=0,5866=1P(a)
6800
chamado de evento
0P(A)1
P(E)=1
P ( A )=1P(A)
cabelos loiros}.
Qual a probabilidade de uma pessoa ter olhos azuis e cabelos loiros?
19
O evento {a pessoa tem olhos azuis e cabelos loiros} chamado de evento interseo. Ele contm
evento
P ( A L ) =
e ao
1768
=0,26
6800
Local Nascimento
N. de pais
por regio
Nordeste
Norte
Sudeste
Sul
Centro-Oeste
21
1
12
5
5
20
Freqncia relativa
Em duas turmas do curso de cincias contbeis Turma A e Turma B, foi feita uma pesquisa sobre o
esporte favorito dos alunos. A turma A tem uma populao de 32 alunos. A turma B tem uma
populao de 24 alunos.
Populao o conjunto dos elementos em estudo.
A pesquisa com essas duas populaes revelou os seguintes resultados:
Desportos
Futebol
Basquet
Volei
Outros
total
Turma A
11
12
4
5
32
Turma B
10
9
4
1
34
Comparando os resultados nas duas turmas, o que podemos concluir sobra as preferncias por
futebol?
Verificando que h 11 alunos da Turma A e 10 alunos da Turma B que preferem futebol. Ser que
isso quer dizer que o futebol mais popular na turma A que na B? No obrigatoriamente, porque as
turmas no tm o mesmo nmero de elemento.
Para poder comprar, necessrio calcular que frao da turma A representa os 11 alunos que
optaram por futebol e que frao da turma B representa os 10 alunos que tambm optaram por
futebol.
21
Isto , para cada caso, devemos calcular a frequncia relativa ou frequncia porcentual.
Representamos a frequncia relativa por fr.
FrequenciaRelativa=
Frequenciaabsoluta
Numerodeelementos
11
Fr= 0,344
32
10 preferem futebol
10
Fr= 0,417
24
Isso significa que 41,7% dos alunos da turma B preferem futebol. Podemos, ento, concluir que,
apesar de haver na turma A mais alunos que optaram por futebol, esse esporte mais popular na
turma B. nesta turma que maior a porcentagem de alunos que preferem futebol.
probabilidades como caso especial da teoria da medida e integrao desenvolvida por Lebesgue,
Borel e Frchet, estabelecendo analogias entre medida de um conjunto e probabilidade de um evento
e entre integral de uma funo e esperana de uma varivel aleatria.
23
Como veremos a seguir, Kolmogoroff colocou como axiomas as propriedades comuns das noes de
probabilidade clssica e freqntista, que desta forma viraram casos particulares da definio
axiomtica. bvio que podero existir outras interpretaes da definio axiomtica sem relao
com as idias ou os problemas que a originaram.
1
6
1
2
3
6
das vezes.
24
Pr( A)=
Naturalmente, nesta denio estamos supondo que # > 0, ou seja, que tenha algum elemento
pois, se no tivesse, no teramos o que estudar! Esta foi a primeira denio formal de
probabilidade, tendo sido explicitada por Girolamo Cardano (1501-1576). Vamos nos referir a ela
como a denio clssica de probabilidade. Note que ela se baseia em duas hipteses:
1. H um nmero nito de eventos elementares, isto , um conjuntonito.
2. Os eventos elementares so igualmente provveis. Embora essas hipteses restrinjam o campo de
aplicao da denio, veremos que ela muito importante e vrios exerccios sero resolvidos
baseados nela.
Corolrio
A probabilidade de que ocorra qualquer um de vrios acontecimentos que se excluem dois a dois
igual soma das probabilidades destes acontecimentos.
Se
para algum
ento
e ainda
temos que:
E portanto;
25
26
Concluso
Chegado ao fim deste trabalho, notamos de que quando se fala do conceito da probabilidade, nos
referimos aos conceito iniciais de jogos de azares ou mesmo jogos sem um consenso comum, estes
foram os conceitos primrios da probabilidade, e com o evoluir do tempo a probabilidade torno-se
uma abordagem muito ampla e varias reas, assim dando exemplo duma das reas em usa da
probabilidade e na Estatstica, rea esta responsvel pela admirao e gesto de varias entidades
governamentais, usa-se a probabilidade para os clculos de tempo em meteorologia.
27
Bibliografia
SOUZA, Renata. Probabilidade Definio de Probabilidade Principais Teoremas Probabilidades
dos
Espaos
Amostrais
Espaos
Amostrais
Equiprovveis.
2015
disponivel
em
www.wikibooks.com/probabilidade8renatasousa.
NATARIO, Isabel. Probabilidades e estatstica. Universidade nova de lisboa, 2829-516, Portugal:
vrias Icn@fct.unl.pt 2 de julho de 2012
Ana Maria Lima De Farias. Teoria Das Probabilidades. I Universidade Federal Fluminense. 2006
28