Escolar Documentos
Profissional Documentos
Cultura Documentos
26 de janeiro de 2021
Teoria da Probabilidade
A teoria das probabilidades é a parte da matemática que estuda os experimentos aleatórios. Se
entende por experimento aleatório todo e qualquer experimento tal que quando é repetido sob as
mesmas condições, o resultado obtido nem sempre é o mesmo.
Experimento Aleatório. É todo experimento que, quando repetido sob as mesmas condições,
o resultado observado não é sempre o mesmo.
Ex.: Uma lâmpada é fabricada. Em seguida ela é testada e observado o tempo de vida, em
horas, até a lâmpada queimar.
Ex.: Um lote de 10 peças tem 3 defeituosas. As peças são retiradas uma a uma sem reposição
até que a última peça defeituosa seja encontrada. O número de peças retiradas do lote é contado.
Ex.: Registrar o número de acidentes que ocorrem na Av. Salgado Filho na manhã de hoje.
Espaço Amostral
1
• Não-Enumerável: ocorre quando não conseguimos listar os resultados possı́veis. Ex.: Tempo
de vida de uma lâmpada até queimar. Ex.: Lançamento de infinitas moedas.
Leis de Morgan
i) ( n An )c = n Acn .
S T
ii) ( n An )c = n Acn .
T S
Uma sequência (An )n≥1 = (A1 , A2 , · · · ) é dita ser uma sequência monótona de conjunto se:
e
∞ \
[ ∞
lim inf An = Ak
n
n=1 k=n
Interpretamos o limite superior dos An como sendo o conjunto dos elementos de Ω que pertencem
a um número infinito dos An (An ocorre infinitas vezes). Já o limite inferior dos An é interpretado
como sendo o conjunto dos elementos de Ω que pertencem a todos os An , a menos de um número
finito de ı́ndices (a ocorrência de An para todo n suficientemente grande). Se uma sequência (An )n≥1
tem limite, então os limites superior e inferior coincidem, isto é
2
Ex.: Determine o limite inferior e superior da sequência (An ) = {(−1)n }.
σ-Álgebra
i) Ω ∈ F.
ii) Se A ∈ F então Ac ∈ F.
S∞
iii) Se A1 , A2 , · · · ∈ F, então n=1 An ∈ F.
Exercı́cio. Seja Ω um conjunto não enumerável. Mostre que a classe F dada por {A ⊆ Ω :
A ou Ac é finito ou enumerável} é uma σ-álgebra.
i) ∅ ∈ F.
T∞
ii) Se A1 , A2 , · · · ∈ F, então n=1 An ∈ F.
Ex.: Seja Ω um conjunto não vazio e A ⊂ Ω. Ache σ(A), isto é, a σ-álgebra minimal gerada
pela classe {A}. E se Ω = {0, 1, 2} e C = {{0}, {2}}.
3
Proposição. Sejam C1 e C2 duas classes de subconjuntos de Ω tal que C1 ⊆ C2 . Então σ(C1 ) ⊆
σ(C2 ).
Definição. A σ-álgebra minimal contendo os abertos de R, denotada por B(R), é chamada de
σ-álgebra de Borel em R. A σ-álgebra minimal contendo os abertos de um intervalo [a, b], denotada
por B([a, b]), é chamada de σ-álgebra de Borel em [a, b].
Seja C = {todos os intervalos em R} = {(−∞, x), (−∞, x], (x, ∞), [x, ∞), (x, y), (x, y], [x, y), [x, y] :
x, y ∈ R x < y}. Então σ(C) é a σ-álgebra de Borel.
C1 = {(x, y] : x, y ∈ R, x < y}
C2 = {[x, y) : x, y ∈ R, x < y}
C3 = {[x, y] : x, y ∈ R, x < y}
C4 = {(x, y) : x, y ∈ R, x < y}
C5 = {(x, ∞) : x ∈ R}
C6 = {[x, ∞) : x ∈ R}
C7 = {(−∞, x) : x ∈ R}
C8 = {(−∞, x] : x ∈ R}
Obtemos os demais por diferença entre intervalos, por ex (x, y) = (−∞, y) − (−∞, x] ∈ σ(C7 ).
Medida de Probabilidade
i) P(Ω) = 1.
4
O trio (Ω, F, P) é chamado espaço de probabilidade.
Existem outras definições de probabilidade para casos especı́ficos, no caso em que Ω é um espaço
amostral finito usamos a definição clássica de probabilidade. Nesse caso usamos a teoria de Análise
Combinatória para o cálculo dessas probabilidades.
b) Sorteando-se duas bolas, qual a probabilidade da primeira ser branca e a da segunda ser
vermelha?
Ex.: Temos duas moedas, das quais uma é honesta e a outra tem duas faces caras. Uma das
moedas, tomada ao acaso, é lançadas. Qual a probabilidade de se obter face cara?
Ex.: Um lote é formado de 10 produtos bons, 4 com defeitos menores e 2 com defeitos graves.
Um artigo é escolhido ao acaso. Ache a probabilidade de
5
aleatoriamente ao local e esperar pelo outro somente 10 minutos. Qual a probabilidade que os dois
amigos se encontrem?
a) P(∅) = 0.
c) P(Ac ) = 1 − P(A).
f) 0 ≤ P(A) ≤ 1.
1) P ( ∞
S P∞
n=1 An ) ≤ n=1 P(An ).
2) P ( ∞
T P∞ c
n=1 An ) ≥ 1 − n=1 P(An ).
1) Se P(An ) = 1, ∀n ≥ 1, então P ( ∞
T
n=1 An ) = 1.
6
3) Se P(An ) = 0, para algum n ≥ 1, então P ( ∞
T
n=1 An ) = 0.
4) Se P(An ) = 0, ∀n ≥ 1, então P ( ∞
S
n=1 An ) = 0.
Seja (An )n≥1 uma sequência de eventos de Ω com limite A, isto é, limn→∞ An = A. Prove que
No caso em que An & A, então Acn % Ac . Usando o resultado para sequências monótonas
crescentes segue-se que limn→∞ P(Acn ) = P(Ac ), ou seja, limn→∞ (1 − P(An )) = 1 − P(A), portanto
P(limn→∞ An ) = P(A).
Vamos verificar
T∞ no caso geral.
S∞ Se limn→∞ An , então limn→∞ P(An ) = P(limn→∞ An ) = P(A).
Partindo de k=n Ak ⊂ An ⊂ k=n Ak , temos
∞
! ∞
!
\ [
P Ak ≤ P(An ) ≤ P Ak
k=n k=n
T∞ S∞
Vimos em sala que Cn = k=n Ak , ∀n ≥ 1 é uma sequência de eventos crescentes e Dn = k=n Ak , ∀n ≥
1 é uma sequência de eventos decrescentes. Então
∞
! ∞
!
\ \
lim P Ak = P lim Ak
n→∞ n→∞
k=n k=n
e
∞
! ∞
!
[ [
lim P Ak =P lim Ak .
n→∞ n→∞
k=n k=n
Assim
P(A) = P lim inf An ≤ lim P(An ) ≤ P lim sup An = P(A).
n→∞ n→∞ n→∞
7
Principais Métodos de Análise Combinatória
No caso em que o espaço amostral é finito usando os métodos de Combinatória para encontrar
as probabilidades dos eventos de interesse usando a definição clássica em (1).
Ex.: Uma moeda é lançada 3 vezes. Qual o número de sequências possı́veis de caras e coras?
Resolução. Podemos pensar cada moeda como sendo um conjunto Mi , i = 1, 2, 3 sendo que
cada Mi = {C, K}, com C=cara e K=coroa. O número de sequências possı́ceis é 2 · 2 · 2 = 8.
Ex.: Um amigo tem 5 jogos de PS4, 7 de xbox one e 3 de Nintendo Switch e disse que eu pode-
ria pegar 2 jogos emprestados com a condição que não fossem do mesmo video game. De quantas
maneiras posso escolher os jogos?
Resolução. Essa é uma questão que envolve o P.F.C e o Princı́pio Aditivo. Podemos dividir
em 3 casos.
Cada um desses casos são disjuntos então Princı́pio Aditivo, o total de maneiras de escolher os
jogos é 35+10+14 = 59 maneiras.
Permutação Simples
8
Ex.: De quantos modos 5 rapazes e 5 moças podem se sentar em 5 bancos de dois lugares de
cada banco fiquem um rapaz e uma moça?
Arranjo Simples
De outra maneira, um arranjo simples é uma porção de k elementos k < n de uma permutação
simples de n elementos.
Ex.: Quantos anagramas de 2 letras diferentes podemos formar com um alfabeto de 23 letras?
mas e se pudesse repetir os elementos? Ai seria uma consequência direta do Princı́pio Funda-
mental da Contagem, chamado Arranjo com Repetição
Ex.: Um homem vai a um restaurante disposto a comer um só prato de carne e uma só de
sobremesa. O cardápio oferece oito pratos distintos de carne e cinco pratos diferentes de sobremesa.
De quantas formas ele pode fazer sua refeição?
Ex.: Uma sala tem 10 portas. De quantas maneiras diferentes essa sala pode ser aberta?
Ex.: De um grupo de 5 pessoas, de quantas maneiras distintas posso convidar uma ou mais para
jantar?
Combinação Simples
De quantos modos podemos escolher k objetos distintos entre n objetos distintos dados? Ou,
o que é o mesmo, quantos são os subconjuntos com k elementos de um conjuntos de n elementos?
(Lemos como Combinação de n, k a k.)
A combinação simples pode ser visto como um arranjo simples retirando a importância da ordem
dos elementos.
Ex.: Quantas saladas contendo exatamente 4 frutas podemos formar se dispomos de 10 frutas
diferentes?
9
Ex.: De quantos modos podemos escolher 6 pessoas, incluindo pelo menos duas mulheres, em
um grupo de 7 homens e 4 mulheres?
De quantas maneiras podemos ordenar k elementos dentre n elementos nem todos distintos?
Ex.: De quantas maneiras podemos colocar em uma fila 9 letras, sendo 3 letras a, 4 letras b e 2
letras c?
O número de maneiras de selecionar k objetos distintos ou não entre n objetos distintos dados.
Ex.: De quantos modos é possı́vel comprar 4 sorvetes em uma loja que oferece 7 sabores?
Combinação Complementar
Números Binomiais
n n n
Teorema das Linhas: 0
+ 1
+ ··· + n
= 2n .
n n n
Ex.: Calcule S = 1
+2 2
··· + n n
.
10
Ex.: Calcule S = 12 + 22 + · · · + n2 .
n
PnBinômio de P
n i n−i
Newton:
n Sejam a e b números reais e n um inteiro positivo então (a + b) =
n i n−i
i=0 i a b = i=0 i b a .
Probabilidade Condicional
Nesse caso vamos considerar o conjunto B como o novo espaço amostral, FB é a σ-álgebra de
subconjuntos de B. E o que podemos dizer sobre a nova medida de probabilidade PB ? Vimos que
podemos escrever a probabilidade de um evento A da forma P(A) = P(A ∩ B) + P(A ∩ B c ). Mas
no novo experimento B c não ocorre então podemos escrever, para qualquer A ∈ F
PB (A) = cP(A ∩ B)
Note que PB (B) = 1, assim substituindo na igualdade acima temos que 1 = cP(B ∩ B) = cP(B),
1
portanto c = P(B) , se P(B) > 0. A medida de probabilidade PB é definida por
P(A ∩ B)
PB (A) =
P(B)
P(A ∩ B)
P(A|B) =
P(B)
11
Fórmula da probabilidade Total. Seja {B1 , · · · , Bn } uma partição do espaço amostral
Sn Ω
em eventos de probabilidade positiva, isto é, esses eventos são dois a dois disjuntos, Ω = i=1 Bi e
P(Bi ) > 0, ∀i = 1, · · · , n. Então, para qualquer evento A,
n
X
P(A) = P(A|Bi )P(Bi ).
i=1
P(A|Bi )P(Bi )
P(Bi |A) = Pn .
j=1 P(A|Bj )P(Bj )
Independência
P(A ∩ B) = P(A)P(B).
No caso em que P(A ∩ B|C) = P(A|C)P(B|C), dizemos que A e B são condicionalmente indepen-
dentes dado C.
Os eventos A1 , · · · , An são independentes se, para toda coleção de indı́ces 1 ≤ i1 < i2 < · · · <
ik ≤ n e 2 ≤ k ≤ n, tivermos
12