Escolar Documentos
Profissional Documentos
Cultura Documentos
Conteúdo - PROBABILIDADE
Professor:
Manoel Domingos Filho
Probabilidade
Análise Combinatória – Revisão
( AR) kn = n k
n e k são inteiros positivos, com k ≤ n.
Análise Combinatória - Revisão
( AR) = 52 = 2.704
2
52
2
k!(n − k )!
n
k k!(n − k )!
n
Binômio de Newton:
n
(a + b) n = (a + b)(a + b)...(a + b) = a k b n − k
k =0
0 1 2
= 1a 0b2 + 2ab + 1a 2 = a 2 + 2ab + b 2
Análise Combinatória - Revisão
Algumas Identidades Interessantes:
n n n n n
= 1 = 1 = n =
0 n 1 k n − k
Relação de STIFEL
n n − 1 n − 1
= +
p p − 1 p
Análise Combinatória - Revisão
Observação: Os números binomiais só tem sentido se n e k
foram inteiros não-negativos, com 0 ≤ k ≤ n.
Mas de uma forma bem mais geral pode-se admitir que n seja
negativo ou até mesmo qualquer número real.
Veja os Exemplos:
n n! n(n − 1)(n − 2)...(n − k + 1)(n − k )!
= =
k k!(n − k )! k!(n − k )!
n(n − 1)(n − 2)...(n − k + 1)
=
k!
Esse número tem sentido para qualquer n ϵ R e k ϵ Z+
Análise Combinatória - Revisão
n n n n n
0 + 1 + 2 + 3 + ... + n = 2
n
Análise Combinatória - Revisão
Permutação com Elementos Repetidos.
Suponha que tenhamos n objetos, dos quais n1
sejam da categoria 1, n2 sejam de uma categoria 2,
... , e nk de uma k-ésima categoria, onde
n1 + n2 + n3 + ... + nk = n
Então o número de Permutações possíveis desses n
objetos é dado por:
n1 ,n ,..., n n!
Pn 2 k
=
n1 !n 2 ! ... n k !
Probabilidade
O que é Probabilidade?
I) Leis Comutativas:
a) A B = B A
b) A B = B A
II) Leis Associativas.
a) A ( B C ) = ( A B) C
b) A ( B C ) = ( A B ) C
Probabilidade
Propriedades de Conjuntos – Revisão.
1) 0 P( A) 1, A ;
2) P() = 1;
3)
Probabilidade
Dois eventos são disjuntos ou mutuamente exclusivos, se a
interseção entre eles for vazia, isto é, A e B são mutuamente
exclusivos se: A B =
Logo, P ( A AC ) = P ( A) + P ( AC )
P ( ) = P ( A) + P ( A C )
1 = P ( A) + P ( A C )
P ( AC ) = 1 − P ( A).
Teorema 3: Se A B , então P ( A) P ( B ).
b) AC B;
c) ( AC BC )C ;
d) ( A ( B C )C )C .
Probabilidade
Solução: Ω = {1,2,3,4,5,6,7,8,9,10}; A = {2,3,4};
B = {3,4,5}; C = {5,6,7}
b) AC B = {1, 3, 4, 5, 6, 7, 8, 9,10}
#(AC B ) 9
P( A B) =
C
=
#( ) 10
Probabilidade
#( A C
B C C
) 4 2
P[( A B ) ] =
C C C
= =
#( ) 10 5
d ) ( A ( B C )C )C . ( B C ) = {5}
( B C )C = {1, 2, 3, 4, 6, 7, 8, 9,10} A ( B C )C = {2, 3, 4}
( A ( B C )C )C = {1, 5, 6, 7, 8, 9,10}
#[( A ( B C )C )C ] 7
P[( A ( B C ) ) ] =
C C
=
#( ) 10
Probabilidade
Exemplo 2: Retira-se uma carta de um baralho comum de
52 cartas. Qual a probabilidade de sair rei ou carta de
espadas?
Solução: Sejam os eventos: A = {sair um rei};
B = {sair uma carta de espadas}. Então os eventos são:
A= {Ro,Rc,Re,Rp}; B = {Ae,2e, ...,10e,Je,Qe,Re};
D = (A∩B) = {Re}.
Assim, P ( A B ) = P ( A) + P ( B ) − P ( A B )
4 13 1 16 4
P( A B) = + − = =
52 52 52 52 13
Exemplo 3: Retiram-se aleatoriamente duas cartas de um
baralho comum de 52 cartas. Qual a probabilidade de que:
a) Ambas sejam de espadas;
b) Uma seja de espada e a outra de copas.
13
a) Existem = 78 maneiras de se retirar 2 cartas de espadas.
2
78 1
P= = .
1.326 17
b) Como existem 13 cartas de espadas e 13 cartas de copas,
então há 13x13 = 169 maneiras de se retirar uma carta de
espada e outra de copas.
169 13
P= =
1.326 102
Exemplo 4: Três lâmpadas são escolhidas ao acaso dentre
15 lâmpadas, das quais 5 são defeituosas. Encontre a
probabilidade de que:
25 + 25 50 5
P= = =
90 90 9
Continuação de 5:
25 + 25 50 1
P= = =
100 100 2
Exemplo 6: Numa sala existem 10 homens e 20 mulheres.
Metade dos homens e metade das mulheres têm olhos
azuis. Ache a probabilidade P de uma pessoa escolhida ao
acaso ser um homem ou ter olhos azuis.
2
P (C A C
) 80 2
P(C \ A ) =
C
C
= =
P( A ) 45 45
80
Probabilidade Condicional.
⚫ Teorema do Produto: P(A ∩ B) = P(B)P(A\B) = P(A)P(B\A).
⚫ Teorema do Produto para n eventos. A1, A2, A3, …An.
P(A1∩A2∩A3∩ … ∩An) = P(A1)P(A2\A1)P(A3\A1 ∩ A2)…
⚫ Teorema da Probabilidade Total
P( B) = P( B A1 ) + P ( B A 2 ) + ... + P ( B An )
P( B) = P( A1 ) P( B \A1 ) + P( A 2 ) P( B \A 2 ) + ... + P( A n ) P( B \A n )
k
P( B) = P( Ai ) P( B \Ai )
i =1
Probabilidade Condicional.
Teorema de Bayes - Introdução. Qual a chance de você sair no
fim de semana se chover? E se não chover? Suponha, agora que
a pergunta seja invertida: se você saiu no último fim de semana,
qual é a probabilidade de ter chovido? Como responder a
perguntas como esta é o que é mostrado no exemplo a seguir.
P( A) = P( P1 ) P( A\P1 ) + P( P2 ) P( A\P 2 ) + P( P3 ) P( A \ P3 ) + P( P4 ) P( A \ P4 )
ou P(A) = 6,17%.
Probabilidade Condicional – Teorema de Bayes
P( P1 ) P( A \ P1 ) 0,63 0,023
a) P( P1 \ A) = =
P( A) 0,0617
0,01449
= = 0,2344 ou 23,44%
0,0617
P( P3 ) P( A \ P3 ) 0,05 0,12
b) P( P3 \ A) = =
P( A) 0,0617
0,006
= = 0,0972 ou 9,72%
0,0617
Probabilidade Condicional – Teorema de Bayes
Exemplo 2: São dadas três caixas como segue:
A caixa A tem 10 lâmpadas, das quais 4 são defeituosas;
A caixa B tem 6 lâmpadas, das quais 1 é defeituosa;
A caixa C tem 8 lâmpadas, das quais 3 são defeituosas.
Selecionamos uma caixa aleatoriamente e então
retiramos uma lâmpada, também aleatoriamente. Qual é a
probabilidade de que a lâmpada seja defeituosa?
P( D ) = P( A) P( D \ A) + P ( B ) P ( D \ B ) + P (C ) P ( D \ C )
1 2 1 1 1 3 113
P( D ) = + + =
3 5 3 6 3 8 360
Eventos Independentes.
Intuitivamente, se A e B são eventos independentes, então
a ocorrência de um deles não deve interferir na ocorrência
do outro, e portanto, devemos ter a seguinte relação:
P( A \ B) = P( A) e P( B \ A) = P( B)
Definição: Se A e B são dois eventos independentes, então
a probabilidade conjunta fatora no produto das
probabilidades individuais, isto é:
P( A B) = P( A) P( B)
Eventos Independentes.
Observação 1: Para verificarmos se 3 eventos digamos A,
B e C são independentes devemos verificar se as 4
proposições seguintes são verdadeiras.
1) P( A B C ) = P( A) P( B) P(C );
2) P( A B) = P( A) P( B);
3) P( A C ) = P( A) P(C );
4) P( B C ) = P( B) P(C )
Eventos Independentes.
Exemplo 1: Lançam-se 3 moedas honestas sob as mesmas
condições. Verifique se são independentes os seguintes
eventos:
A = {saída de face cara na primeira moeda};
B = {saída de face coroa na segunda e terceira moeda};
C = {saída de 3 faces iguais}
Solução:
Ω = {(ccc),(cck),(ckc), (ckk), (kcc), (kck), (kkc), (kkk)}
A = {(ccc),(cck), (ckc), (ckk)}
B = {(ckk), (kkk)}
C = {(ccc), (kkk)}
4 1 2 1 2 1
P ( A) = = ; P( B) = = ; P (C ) = =
8 2 8 4 8 4
1
Logo, A B = {(ckk )} P ( A B ) = = P ( A) P ( B );
8
1
A C = {(ccc )} P ( A C ) = = P ( A) P (C );
8
1 1
B C = {( kkk )} P ( B C ) = P ( B ) P (C ) =
8 16
1
A B C = { } P ( A B C ) = 0 P ( A ) P ( B ) P (C ) =
32
C
0,15
0,15 0,1
0,1
0,25
0,1 0,05
B
A
Solução: Do diagrama extraímos os seguintes resultados:
P( A) = 0,1 + 0,15 + 0,1 + 0,05 = 0,4
P( B) = 0,25 + 0,05 + 0,1 + 0,1 = 0,5
P(C ) = 0,15 + 0,15 + 0,1 + 0,1 = 0,5
P( A B) = 0,1 + 0,05 = 0,15
P( A C ) = 0,1 + 0,15 = 0,25
P( B C ) = 0,1 + 0,1 = 0,2
P( A B C ) = 0,1
n n
P Ai = P( Ai ) = P( A1 ) P( A2 ) P( A3 ) ... P( An )
i =1 i =1
Caixas: 1 2 3 n
#(Ω) = n n
Problemas Diversos.
Seja A o evento em que apenas a Caixa 1 (um) esteja vazia. Isto só
pode acontecer se n bolas estiverem distribuídas nas (n – 1) caixas
restantes, de tal forma que nenhuma delas fique vazia.
n
( n − 2)!
2
n
( n − 2)!
Portanto, P ( Bj ) = 2
e conseqüentemente,
n
n
n n
( n − 1) ( n − 2)! ( n − 1)!
P ( A) = 2
= 2
n n
n n
Probabilidade – Problemas Diversos.
Exemplo 3: Duas bolas são retiradas de uma caixa que
contém 2 bolas Brancas, 3 bolas Pretas e 4 bolas Verdes.
Qual a probabilidade de que ambas sejam Verdes? E de
ambas serem da mesma cor?
Solução: Ambas verdes.
4 3 1
P (V1 eV2 ) = P (V1 V2 ) = P (V1 ) P ( V2 \ V1 ) = =
9 8 6
Mesma Cor:
P( M .C.) = P( B1 B2 ) + P( P1 P2 ) + P (V1 V2 )
= P( B1 ) P( B2 \ B1 ) + P( P1 ) P( P2 \ P1 ) + P(V1 ) P( V2 \ V1 )
2 1 3 2 4 3 2 + 6 + 12 5
= + + = =
9 8 9 8 9 8 72 18
Problemas Diversos.
Exemplo 4: Sejam A e B eventos tais que:
P ( A) = 0, 2; P ( B ) = k e P ( A B ) = 0, 6.
Calcular o valor de k sabendo-se que:
a) A e B são eventos mutuamente exclusivos;
b) A e B são eventos independentes.
Solução:
a) Como A e B são mutuamente exclusivos então devemos
ter: ( A B ) = , e portanto P( A B ) = 0.
Logo, pela regra da adição temos:
P( A B ) = P( A) + P( B ) − P( A B )
0,6 = 0, 2 + k − 0 k = 0,6 − 0, 2 = 0, 4.
Problemas Diversos.
b) Como A e B são eventos independentes, então a
probabilidade da ocorrência simultânea desses eventos
pode ser escrita como: P( A B ) = P( A) P( B ) = 0, 2 k
Aplicando a regra da adição mais uma vez temos:
P( A B ) = P( A) + P( B ) − P ( A B )
0,6 = 0, 2 + k − P( A) P( B )
0,6 = 0, 2 + k − 0, 2 k
0,6 − 0, 2 = k − 0, 2k
0, 4 = 0,8k
0, 4
k = = 0,5
0,8
Problemas Diversos.
Exemplo 5: Uma caixa contém 3 bolas brancas e 2 bolas
amarelas. Uma segunda caixa contém 4 bolas brancas e 2
amarelas. Escolhe-se, ao acaso, uma caixa e dela retira-se
também ao acaso, uma bola. Qual a probabilidade de que a
bola escolhida seja branca?
Solução: Seja I = caixa 1 e II = caixa 2. Como as caixas
são escolhidas ao acaso, então devemos ter:
1
P( I ) = P( II ) =
2
Além disso devemos ter também:
3 4 2
P( B \ I ) = e P( B \ II ) = =
5 6 3
Problemas Diversos.
Assim, a bola branca pode ser escolhida da seguinte
maneira: B = ( B I ) ( B II )
P( B) = P( I ) PB \ I ) + P( II ) P( B \ II )
1 3 1 2 3 1 9 + 10 19
P( B) = + = + = =
2 5 2 3 10 3 30 30
Problemas Diversos.
I
Problemas Diversos.
Solução – Continuação.
13
P(A)P(O \ A) 2 5
P(A \ O) = =
P(A)P(O \ A) + P(B)P(O \ B) 1 3 + 1 4
2 5 2 5
3 3
P(A \ O) = 10 = 10 = 3
3 + 4 7 7
10 10 10
Problemas Diversos.
Exemplo 7: Uma caixa tem 3 moedas: 1 não viciada, outra
com 2 caras e uma terceira viciada de modo que a
probabilidade de ocorrer cara nessa moeda é de 1/5. Uma
moeda é selecionada ao acaso da caixa e ocorreu cara. Qual
a probabilidade de que a terceira moeda tenha sido a
escolhida?
Solução:
P ( E2 ) P ( A \ E2 )
P( E2 \ A) =
P( E2 ) P( A \ E2 ) + P( E1 ) P( A \ E1 )
0,2 0,10 0,02 0,02 1
P( E2 \ A) = = = =
0,2 0,10 + 0,8 0,05 0,02 + 0,04 0,06 3
Problemas Diversos.
Exemplo 9: Um grupo de 8 republicanos e 4 democratas
assiste a uma seção da Câmara Municipal. Desse grupo,
escolhe-se aleatoriamente uma comissão de 4 pessoas. Qual
a probabilidade de a comissão ser composta exatamente de
2 republicanos e 2 democratas?
Solução:
n = 8 + 4 = 12 pessoas.
12 12! 12.11.10.9.8!
( ) = = = = 495
4 4!(12 − 4)! 4.3.2.1.8!
Problemas Diversos.
n = 8 + 4 = 12 pessoas.
8 4 8! 4!
(A) = e = =
2 2 2!(8 − 2)! 2!(4 − 2)!
8.7.6! 4.3.2!
= = 28 6 = 168
2.1.6! 2.1.2!
(A) 168 56
P(A) = = = = 0,339
() 495 165
Problemas Diversos.
P( R ).P( A \ R )
P( R \ A) =
P( B ).P( A \ B ) + P( R ).P( A \ R ) + P( M ). P( A \ M )
0,1 0,04
P( R \ A) = =
0,8 0,02 + 0,1 0,04 + 0,1 0,08
0,004 0,004 4 1
P( R \ A) = = = =
0,016 + 0,004 + 0,008 0,028 28 7
Problemas Diversos.
Continuação: Probabilidade de pertencer a classe M.
P( M ).P( A \ M )
P( M \ A) =
P( B ).P( A \ B ) + P( R ).P( A \ R ) + P( M ). P( A \ M )
0,1 0,08
P( M \ A) = =
0,8 0,02 + 0,1 0,04 + 0,1 0,08
0,008 0,008 8 2
P( M \ A) = = = =
0,016 + 0,004 + 0,008 0,028 28 7