Escolar Documentos
Profissional Documentos
Cultura Documentos
1- INTRODUÇÃO
O termo probabilidade é usado de modo muito amplo na conversação diária para sugerir um
certo grau de incerteza sobre o que ocorreu no passado, o que ocorrerá no futuro ou o que está
ocorrendo no presente.
O torcedor de certo time pode apostar contra ele porque sua “probabilidade” de ganhar é
pequena. O aluno poderá ficar contente porque acha que sua “probabilidade” de obter bons
resultados nas provas é grande.
A idéia de probabilidade desempenha papel importante em muitas situações que envolvem
uma tomada de decisão. Suponhamos que um empresário deseja lançar um novo produto no
mercado. Ele precisará de informações sobre a “probabilidade” de sucesso para seu novo produto.
Os modelos probabilísticos podem ser úteis em diversas áreas do conhecimento humano, tais
como: Administração de empresas, Economia, Psicologia, Biologia e outros ramos da ciência.
2. CONCEITOS BÁSICOS
1
2
Tal experimento apresenta variações de resultados, não sendo possível afirmar, a priori, qual
será sua determinação antes que o mesmo tenha sido realizado. É possível, porém, descrever todos
possíveis resultados: as possibilidades. O lançamento de um dado constituiu um experimento
aleatório, pois esse experimento poderá ser repetido quantas vezes desejarmos. Antes do
lançamento, não poderemos dizer qual será o resultado, mas somos capazes de relatar os possíveis
resultados: sair o número 1, 2, 3, 4, 5 ou 6. Outro exemplo típico de um experimento aleatório e
simples de ser entendido é o lançamento de uma moeda ao ar e a verificação da fase mostrada ao
cair. Sabe-se que os resultados possíveis são “cara” ou “coroa”, mas não se sabe qual será a face
mostrada. Se este experimento for repetido um número grande de vezes, com uma moeda não-
viciada, verifica-se que as possibilidades de ocorrência de “cara” e de “coroa” são iguais: as
freqüências relativas de ocorrência tendem para 0,50.
Da mesma maneira, os experimentos abaixo são aleatórios:
E1: Retirar uma carta de um baralho com 52 cartas e observar seu naipe.
E2: Retirar com ou sem reposição bolas de uma urna que contém 5 bolas brancas e seis pretas.
E3: Contar o número total de peças defeituosas da produção diária da máquina A.
E4: Jogar uma moeda dez vezes e observar o número de caras.
E5: Sortear um aluno de determinada classe.
1o diagrama: União: A ∪ B
A ∪ B é o evento que ocorre se A ocorrer ou B ocorrer ou ambos ocorrerem.
2o diagrama: Interseção: A ∩ B
A ∩ B é o evento que ocorre se A e B ocorrerem. A ∩ B corresponde à área escura do 2o diagrama
de Venn.
3o diagrama: Exclusão: A ∩ B = Φ
Eventos mutuamente exclusivos: Dois eventos A e B são denominados mutuamente
exclusivos se eles não puderem ocorrer simultaneamente, isto é, A intersecto B = conjunto vazio.
No exemplo anterior A e B são mutuamente exclusivos, pois a ocorrência de A impede a ocorrência
de B e vice-versa: A ∩ B = Φ ( evento impossível).
2
3
o
4 diagrama: Negação ou evento complementar
A negação do evento A, denotada por Ac ou A ( lê-se A complementar ou A traço) é o evento
que ocorre se A não ocorrer. Corresponde à área em branco do 4o diagrama.
Exercício Resolvido:
1) Seja ε o experimento sortear um cartão dentre dez cartões numerados de 1 a 10. Sejam os
eventos A = {sair o número 7} e B = {sair um número par}, então, se S = {1, 2, 3, 4, 5, 6, 7, 8, 9,
10}, teremos:
A = {7} e B = { 2, 4, 6, 8, 10}.
A ∪ B = {7, 2, 4, 6, 8, 10}; A ∩ B = Φ ( evento impossível)
O complementar de A será: A = {1, 2, 3, 4, 5, 6, 8, 9, 10};
O complementar de B será: B = { 1, 3, 5, 7, 9}
A ∪ A = S; A ∩ A = Φ; B ∪ B = S ; B ∩ B = Φ.
3. AVALIAÇÃO DA PROBABILIDADE
Nossa preocupação maior será avaliar a probabilidade dos eventos. Para tanto, iremos
admitir que todos os elementos do espaço amostral têm a mesma chance, ou seja , os resultados são
igualmente prováveis. Isto significa que, se “n” for o número de elementos de S, então a
probabilidade de um evento simples será dada por 1/n.
Para avaliação da probabilidade de um evento composto, basta somarmos as
probabilidades individuais quantas vezes for o número de elementos do evento composto.
Simbolicamente, temos: S = { a 1, a 2, a 3,..., a n} espaço amostral equiprovável. Então,
N .C.F .ao.evento. A
P(A)=
N .T .C.
Lê-se: A probabilidade do evento A é dada pelo quociente entre o número de casos favoráveis
ao evento A ( N.C.F. ao evento A ) e o número total de casos ( N.T.C. ).
Note que para avaliar a probabilidade de certo evento, você deve “contar “ o número de casos
favoráveis ao evento e o número total de casos possíveis do experimento. Trata-se, em última
análise, de um problema de contagem.
Exercício Resolvido:
4 1
P(A) = = = 0,07692 ≅ 0,077 7,7 %
52 13
Para maior facilidade na solução dos problemas de cálculo das probabilidades, devemos
aprender as propriedades e regras seguintes:
P 6) P(A) = 1 - P(A)
Se A ( traço ) é o evento complementar de A.
Solução:
S = { 1,2,3,4,5,6}; A = {3}; B = {2,4,6}; C = { 1,3,5}
P(A) =1/6 ; P(B) = 3/6 = ½ ; P(C) = 3/6 = ½ ;
P(A ∪ B) = 1/6 + 1/2 = 2/3
4
5
(A ∩ B = Φ ) ;
P(A ∩ C) = 1/6 ;
P(A ∪ C) = 1/6 + 1/2 - 1/6 = 1/2 ;
P(A) = 1 - 1/6 = 5/6. Observe que A = { 1, 2, 4, 5, 6}.
P 7) PROBABILIDADE CONDICIONAL
P( A ∩ B )
P( A / B ) =
P (B )
Se A e B são eventos de um espaço amostral S, com P(B) diferente de zero, então a
probabilidade condicional do evento A, tendo ocorrido o evento B, é indicada por P(A/B) e definida
pela relação acima.
Para o cálculo da probabilidade condicional de A em relação a B, P(A/B), basta contarmos
o número de casos favoráveis ao evento A ∩ B e dividirmos pelo número de casos favoráveis do
evento B:
N .C.F a A ∩ B
P( A / B ) =
N . C. F . a B
P(A ∩ B ) N . C. F . a A ∩ B 1
P(A/B) = = = = 0,142857... = 14,29%
P(B ) N . C. F . a B 7
P(A/B) lê-se: probabilidade de sair o número 6, dado que o número sorteado foi par.
2) De um baralho comum de 52 cartas, retirou-se uma e verificou-se que ela era vermelha. Qual a
probabilidade de essa carta ser uma figura ?
Solução:
A = { a carta é uma figura }
B = { a carta é vermelha }; então:
Observem que há 6 cartas que são figuras e vermelhas, bem como 26 cartas vermelhas.
P(A ∩ B ) N .C. F . a A ∩ B 6 3
P(A/B) = = = = = 0,23076... = 23,01%
P( B ) N .C. F . a B 26 13
Neste exemplo P(A/B) lê-se: probabilidade de sair uma figura, dado que a carta retirada tenha sido
vermelha.
5
6
P 8) REGRA DO PRODUTO
. A partir da definição de probabilidade condicional
P( A ∩ B )
P( A / B ) = , poderemos “explicitar” P(A ∩ B) e encontrar a regra do produto:
P (B )
P( Ai ). P(B / Ai )
P( Ai / B ) =
P( A1 ). P(B / A1 ) + P( A2 ). P(B / A2 ) + ... + P( An ). P(B / An )
O resultado acima é bastante importante, pois, como vimos, relaciona probabilidades a priori:
P( Ai ) com probabilidades a posteriori: P( Ai / B ) , probabilidade de Ai depois que ocorrer B.
6
7
P(U 2 ). P(br / U 2 )
P(U 2 / br ) =
P(U 1 ). P(br / U 1 ) + P(U 2 ). P(br / U 2 ) + P(U 3 ). P(br / U 3 )
1 .1
3 3 24
P(U 2 / br ) = = = 0,4067966 = 0,4068 40,68%
1 .1 + 1 .1 + 1 .3 59
3 9 3 3 3 8
7º) Duas cartas são retiradas ao acaso, sem reposição, de um baralho de 52 cartas.
Qual a probabilidade de obter-se: { 13 cartas de paus ♦ ; 13 cartas de ouro ♥ ;
13 cartas de copas ♠ ; 13 cartas de espada ↔}
8
9
a) dois reis? b) a primeira carta é um valete e segunda uma dama? c) duas cartas vermelhas?
d) uma figura e uma carta preta obs: duas respostas ... e) um número e uma carta preta
( com reposição ) f) um número e uma carta preta ( sem posição ); obs: duas
respostas ...; g) um valete e uma dama?( obs: J e Q ou Q e J ).
8º) A probabilidade de um aluno da turma “A” resolver este problema é de 4/5 ( ou seja 80%).
Qual a probabilidade de que o problema não seja resolvido por um aluno qualquer da turma?
9º) A probabilidade de o aluno “X” resolver este problema é de 3/5, e de o aluno “Y” é de 4/7.
Qual a probabilidade de que o problema seja resolvido por eles?
12º) De um baralho de 52 cartas, uma carta é retirada ao acaso. Qual é a probabilidade de sair:
a) um “As” ou uma carta de copas?;
b) uma figura ou uma carta vermelha?.
14º) Um grupo de 100 pessoas apresenta, de acordo com o sexo e qualificação a seguinte
composição:
Calcular:
a) a probabilidade de um escolhido ser Homem.
b) a probabilidade de um escolhido ser Mulher e não especializada.
c) qual a porcentagem dos não especializados?
d) qual a porcentagem dos Homens não especializadas?
e) se o sorteado é especializado, qual a probabilidade de ser mulher?
f) se o sorteado for homem, qual a probabilidade de ser não especializado?
15º) Uma urna contém quatro bolas brancas, cinco azuis e seis pretas em uma outra temos cinco
bolas brancas, seis azuis e duas pretas. Extrai-se uma bola de cada urna, na seqüência estabelecida
anteriormente, qual a probabilidade:
a) de que ambas sejam da mesma cor?
b) da primeira ser azul e a segunda ser preta?
c) de uma ser azul e a outra ser preta?
d) da primeira ser branca e a segunda não ser branca?
9
10
16º) Numa caixa de oito lâmpadas, três são defeituosas. São retiradas duas lâmpadas sem
reposição. Calcule a probabilidade de:
a)ambas serem perfeitas; b)ambas serem defeituosas; c)pelo menos uma ser boa;
17º) Temos duas caixas: Na primeira há três bolas brancas e sete pretas, e na segunda uma bola
branca e cinco pretas. De uma caixa escolhida ao acaso, seleciona-se uma bola e verifica-se que é
preta. Qual a probabilidade de que a caixa de onde foi extraída a bola seja:
a) a primeira caixa? b) a segunda caixa?
18º) A probabilidade da classe "A" comprar um carro é 3/4, da "B" é 1/6 e da "C", 1/20.
A probabilidade de o indivíduo da classe "A" comprar um carro da marca "W" é 1/10; de B
comprar da marca "W" é 3/5 e de C é 3/10. Em certa loja comprou um carro da marca "W".
Qual a probabilidade de que o indivíduo:
a)da classe "A" o tenha comprado?;
b)da classe "B" o tenha comprado?;
c)da classe "C" o tenha comprado?.
19º) Três máquinas M1, M2 e M3 produzem respectivamente 40%, 50% e 10% do total de peças
de uma fábrica. As porcentagem de peças defeituosas nas respectivas máquinas são 3%, 5% e 2%.
19.1) Uma peça é sorteada ao acaso e verifica-se que é defeituosa. Qual a probabilidade de que a
peça tenha vindo da máquina:
a) M1? b) M2? e c) M3?
19.2) Uma peça é sorteada ao acaso e verifica-se que é perfeita. Qual a probabilidade de que a peça
tenha vindo da máquina:
a) M1? b) M2? e c) M3?
10