BB Espaco amostral e evento > Espaco amostral © conjunte de todos os passiveis resultados de um experimento aleatério é chamado espago amostral 6 indicado pela letra grega @ (lé-se "omega". = No langamento de uma moeda, o ecpaco amastral é 0 conjunto @ = (K, C}, em que K representa a face cata € C representa a face coroa. Observe que n(Q2) = 2, isto 6 o nlimero de elementos do ccanjunto © 6 igual a 2. - No langamento de um dado, 0 espaco amostral €S2~ (1.2.3. 4, 5,6). + Supanha que um dado seja langada duas vezes, sucessivamente, e seja observada a sequéncia de numeros obtidas nas faces voltadas para cima, Usando © principio fundamental da contagem (PFO), 0 aximero de resultados possiveis de acarrer 36 pares ordenados: Assim, @ = (1,1), (1, 2. BI GD 16, Ve os (6, 6}: esse experimento ¢ 6 6 = 36. Veja, 3 seguir, uma forma de representar os tercamentos SBT [a ]alals ic 7 [o.0]t.2)/0. 9]. 0.5) 0.8 2 jenlerleae2e5 ea 3 18.1)/3.2)/33/34/8,5 3.6 4 fanfa2rlerlanlesiae f'n S6/52/59/59 69160 5 yy, 6 161162163164 65/66) oy 36 > Evento Uma caixa contém 20 bolas, de mesma massa e tamanho, numera- das de 1 2 20. Uma pessoa, com 0s olhos vendados, retira uma bola des- 3 caixa, Trata-se de um experimento aleatorio cujo espago amostral & = 11,2, 20} Vamos construir alguns subconjuntos de Q: + A: bola sorteada contém um miltiplo de 4"; A= (4, 8, 12, 16, 20} + Br “a bola sorteada contém um niimero formado por dois algarismos"; (10, 11,12, 20} + C:"a bola sorteada contém urn nimero primo": C= (2,3,5,7, 11,13, 17,19} + D: “a bola sorteada contém um nimero natural nao nulo menor ou igual 220%; D = (1,2,3,4, 20) + E: “a bola sorteada contém um numero formado por trés algarismos"; f= Cada um desses subconjuntos de @ recebe © nome de evento, Evento @ qualquer subcanjunto do espaco amostral (Q) de um experimento aleatério. Evento complementar + Quando o evento ceincice com ‘espaco amostal, ele ‘ chamado evento certo. £9 e380 30 ‘evento D. + Quando o evento & ‘© conjunto vazio, ele é chemado evento. impossivel. 0 caso Considere, novamente, 0 experimento que consiste em retirar a0 _acaso uma bola entre as 20 que esto numa caixa e observar © nlimero mostrado na bola. ‘Vamos representar 0 lado o evento A: “ocorre um ndimero miltiplo dea”. (0s elementos de 2 que nao pertencem a A correspondem aos numeros ‘que nao s80 multiplos de 4. Eles foram o conjunto complementar de A (em relacao a 0), que pode ser representado por A ou (2 Seja E um evento de um espaco amostral 2. Chamamos evento comple- mentar de E, em relaco 2 &2 (indica-se por E ou (5), 0 evento que ocorre quando E néo ocorre. Note que: 3DB Frequéncia relativa e probabilidade Foram feitos 80 lancamentos sucessivos de uma moeda honesta, dos quais 37 resultaram em cara (K) ‘¢ 43 resultaram em coroa (C). ndmero de caras 37 ‘A razao ——limero de caras__ (2260 mero total de lancamentos 80 0,4625 representa a frequéncia relativa correspon- dente a0 evento {K}; a razdo a 05375 representa a frequéncia relativa correspondente ao evento {C}. Imagine que tenham sido feitos mais 120 langamentos dessa moeda, gerando o seguinte resultado acumulado para os 200 langamentos: 96 caras (K) e 104 coroas (C). Desse modo, a frequéncia relativa correspondente ao evento {K} passou a ser $8 = 0,48 ea frequénciarelatva correspondente ao evento 104 C} passou a ser 104 — 9.52 ro Wo; A medida que se aumenta o numero de lancamentos, verifica-se, experimentalmente, que as frequéncias relativas correspondentes as ocorréncias de cara e coroa ficam cada vez mais préximas entre si, tendendo Aigualdade, dada pelo valor 0,50. Quando isso ocorre, dizemos que 0 espaco amostral relativo ao lanca- mento da moeda ¢ equiprovavel. © Conde de Buffon (1707-1788) — matematico com algumas incursdes na teoria de probabilidades, no cconterto de jogos — teria lancado uma moeda 4048 vezes, obtendo a face “cara” 2048 vezes, de modo que a frequéncia relativa do evento {k} 62248 4048 2000 . Fog ~ 04941 — observe a proximidade dos valores. > Defini¢ao de probabilidade Seja Q = {2,, 2,, .., 2} 0 espaco amostral finito de um experimento aleatério. Para cada i € {1, 2, ., k}, consideremos o evento elementar ou unitério {a}. Vamos associar a cada um esses eventos um nGmero real, indicado por p({a}) ou simplesmente p, chamado probabilidade de ocor- réncia do evento {a}, tal que: +0 pois, como vimos, lancando-se a moeda um grande nlimero de vezes, espera-se que a frequéncia relativa do evento {K) seja muito Dréxima de, assim como a frequénciarelatva do evento {C}. De forma andloga 8 do exemplo anterior, se considerarmos 0 experimento que consiste em lancar um dado nao viciado, é razoavel supor que cada face tenha probabilidade t de ocorrer, pois t é © valor para 0 qual se aproxima a frequéncia relativa de cada um dos eventos: {1}, {2}, ... {6}. 8 medida que o experimento é repetido um grande némero de vezes. Observe que 0 espaco amostral correspondente ao experimento “lancamento de um dado” também é equiprovavel: todos os eventos unitérios {1}, {2}, .... {6} t8m a mesma chance de ocorrer.BD Probabilidades em espacos amostrais equiprovaveis Seja Q um espago amostral finito: Q= {a, a, a} JA vimos que, quando 0 espaco ¢ equiprovavel, p({a,}) = pl{a,}) = .. = pl{a)). ou, ainda, Py = Pp = = By Como p, +p, +. +P, = 1, para todo € {1, 2, .., kh, temsse: p=. Consideremos E um evento de @, formado por r elementos (r = ki, isto é € = (2,, 8,, 2). Temos: PE) = pt pt tea peT — paras Assim: 1 _ nlimero de elementos de E _ _n(€)_ PE) =" = imero de elementos de® ~ “n{0} Informalmente, podemos interpretar a razdo acima como: “a probabilidade de ocorrer um determinado evento é dada pelo quociente entre 0 niimero de casos favordveis (casos que nos interessam) @ o niimero de casos possiveis (total de casos)” > Propriedades Seja 2 um espaco amostral finito e equiprovavel, correspondente a um experimento aleatério. ‘Valem as seguintes propriedades: 19) A probabilidade do evento certo é igual a 1. Basta notar que, quando E = 2, n(€) = n(@2) , portanto, p(é) = ED n(Q) 24) A probabilidade do evento impossivel ¢ igual a 0. Se E é um evento impossivel, E = @, n{€) = 0, portanto, ple) = 0. 38) Se E um evento de ©, distinto do evento impossivel e também do evento certo, ento 0 < ple) < 1 Como 0 < n(€) < n(Q), dividimos todos os termas dessa desigualdade por n({2) > 0: 0. nie). nia), n(Q) n(Q) nf) do que podemos concluir que 0 < plE) < 1. 43) Se E é um evento de Q, entao plE) = 1 — p(E). Como E UE = e ENE =@, podemos escrever: a n(€) + nfé) = nia A Dividindo os dois membros dessa iqualdade por n(@) # 0, temos: ne, 6) 2D) 8, pte) + ple) = 1 n(Q) — n(Q)n(Q) ‘As propriedades citadas também so vélidas para um espaco amostralfinito nao equiprovvel@i Probabilidade da uniao de dois eventos Sejm Ae B eventos de um mesmo expaco amostal@ fio, no vazio ¢equiprovvel. Vamos encon- ‘rar uma expresso para a probablidade de ocorero evento A.ou o evento B ito 6, a probabildade da ‘ocorréncis da unigo dos eventos Ae B ou sea, A U 8. Consideremos dois aso sanB=8 Temos: (A UB) = n(a) + (8) Como n(Q) + 0, podemos escrever: AUB) _ ofA), iB) na)” “nfay * ney Logo: pA UB) = pla) + (8) Nesse caso, Ae B so chamados eventos mutuamente exclusivos. Considerando o experiment aeatério “lancamento de um dado honesto”, como podemoscalular 2 probabildade de que o nimero obtido na face superior seja miltinlo de 3 ou de 4? Sejam os eventos + A: “obter um ndmero miltiplo de 3° = A = {3, 6} +B: “obter um nimero miltiplo de 4° > 8 = (4) Queremos calculer p(A U 8). Como AN B= Bento piAL 8) = pa) + = 2+ L= sanbeo wisn cb conn wri a n(A U B) = n(A) + n(B) — n(AN B) Dividindo membvo a membre por nf) #0, oblemos AUB) nA, (6) lAN8 as mia) ~ ia) * “nia) ~ i) Dat P(A U B) = pA) + p(B) — pian B) O evento AN 8 representa a ocorréncia simultanea dos eventos Ae B. ‘Vamos imaginar que uma urna contenha 25 bolas de mesmo tamanho e mesma massa, nume- radas de 1 2 25, e que uma dels sefaextraida 20 acaso. Qual & 2 probabiidade de o nimero da bola sorteada ser miltiplo de 2 ou de 3? Consideremos: = (1,2, 25) ‘A: “onimero 6 maltiplo de 2"; A = {2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24) = B: 0 nimero & miltiplo de 3°; B = {3, 6, 9,12, 15, 18,21, 24} (Queremos determinar plA U 8). ‘Observe que 0s nimeros 6, 12, 18 € 24 sio elementos comuns 20 evento Ae a0 evento B. Assim, AB = (6, 12, 18, 24) 60 {evento formado polos maltiplos simultancos de 2 € de 3, isto é, seus elements $80 0s miltiples de 6. Temos: PIA U B) = plAl + 0f@) ~ pla B) 2,8 416 PUB) = 324 Ege = Sem 0.4 = 6A@ Probabilidade condicional Um aviao fretado por uma operadora turistica de Minas Gerais partiu de Belo Horizonte com destino a Natal, no Rio Grande do Norte, com 140 passageiros. Durante voo, cada turista respondeu 2 duas perguntas: + J8 vou antes? + J8 esteve em Natal? (Os dados obtidos a partir das respostas dos passageiros encon- tram-se organizados no quadro seguinte: Voando pela | Ja havia primeira vez voado | "ta! N&o conhecia Natal 83 22 105 1a conhecia Natal 23 12 | 35 oral) be am io Praia de Ponta Negra, Natal (AN), 2014. 'Um passageiroé selecionado ao acaso e verfica-se que ele nunca tinha viajado de avido. Qual & a probabilidade de que ele & conhecesse Natal? 'Nesse caso, jd temos um conhecimento parcial do resultado do experimento’ “0 passageito estava voando pela primeira vez". Com isso, 0 ndmero de casos possiveis se reduz @ 106. Nesse novo universo, que é 0 espaco amostral redu- Zido, o ndmero de passageitos que jS conheciam Natal é 23. Assim, a probabiidade pedida é p = <= Esse nlimero expressa a probabilidade de a pessoa escolhida conhecer Na- ‘al, sabendo que era a primeira vez que viajava de avido. Vamos denominar tal iimero de probabilidade condicional e indi conhecer Natal | primeira vez de aviao) t (ese “dado que" ou sabendo ae) Do valor encontrado em p = 22-, podemos notar que: + 23 corresponde ao niimero de passageiros que jé estiveram em Natal ¢ estavam voando pela primeira vez + 106 corresponde 20 nimero de passageiros que voavam pela primeira vez ‘Temos, entao: rnimero de passageiros que jé conhe- ciam Natal e voavam pela primeira vez ‘nlimero de passageiros que voavam pela primeira vez pjé conhecer Natal | primeira vez de avido) {A probabilidade condicional pode ser definida do seguinte modo: Sejam A e B eventos de @ finito e nao vazio. A probabilidade con- dicional do evento A, sabendo que ocorreu o evento B, é indicada por A | 8) ¢ & dada por: GorJ> nA 8) a PAL 3G) Podemos encontrar uma expresso equivalente a (), dividindo © numerador e 0 denaminador do 2=membro de @) por n(Q) + nln 8) n(Q) pian B) B18) = —~T@) co)@ Probabilidade da interse¢ao de dois eventos > Teorema da multiplicagao Seja 8 um espaco amostral finito e nao vazio, Ae B sa0 eventos de ®. Quando estudamos probabilidade pian) Pe) + p(A | B) representa a probabilidade de ocorrer A dado que ocorreu o evento B. condicional, vimos que, na expressio p(A | 8) = p(A M8) representa a probabilidade de ocorréncia simultnea dos eventos A e B (ou a probabilidade da intersecao de A com B) + p(B) representa a probabilidade de ocorrer B. pan) De pia | 8) = Pe segue, imediatamente, a relaco: P(A B) = pA | B) - p(B) Isso significa que, para se calcular a probabilidade de ocorrer a intersecdo dos eventos A e B (ocorréncia simultanea de A e B), que é p(AN 8), é preciso multiplicar a probabilidade de ocorrer um deles (p(8)) pela probabilidade de ocorrer 0 outro, sabendo que o primeiro jé ocorreu (p(A | 8) No exemplo a seguir, ficara mais claro 0 uso dessa relacao. Em um cesto de roupas hé dez camisetas, das quais trés estdo furadas. Duas camisetas séo re- tiradas 30 acaso, sucessivamente e sem reposigio do cesto. Qual é a probabilidade de que as duas camisetas retiradas nao estejam furadas? Podemos construir um diagrama de Srvore para representar os resultados possiveis desse expe- trimento, associando probabilidades a cada "galho”. Observe que as probabilidades referentes 2 segunda retirada esto condicionadas ao resultado da primeira i ‘eretrads 2eretada i ‘ 5 i $ do furada z no furada 10 te = furada 3 1 z ee nao furada % fuoda $ Eta Estamos interessados em caleular: ole,» 7.6 . Fae (obseneo 18 galho) ~~ furada furada probsbliade dea ecamises probated de crises cna ep Surtuese abcde ea rrenbent tne 27 Logo, aresposta ép = 22 =Eventos independentes Vamos considerar 0 sequinte problema: 12 CDs de MPB e 8 de misica sertaneja (S), todos distintos entre si e sem identificagdo, esto guardados ‘em uma caixa, Um estudante retira, a0 acaso, sucessivamente e com reposicao, dois desses CDs. Qual é a probabilidade de que os dois CDs retiracios sejam de miisica sertaneja? Observe 0 diagrama de drvore: 1 retiada 2 eta 2 2 MPB Estamos interessados em calcular p(S 1 S). Utilizando 0 teorema da multiplicagao, temos: P45 9S) = plS na 1¢ retirada)- p(S na 2+ retrada | Sa 18); veja ® Nesse caso, porém, como 0 CD extraido na 1 retirada é reposto, no momento da 2 retirada a caixa contém exatamente os CDs de antes da 1# retirada. Desse modo, 0 fato de ter sido retirado um CD de miisica sertaneja na 14 vez ndo muda a probabilidade de extrair um CD de musica sertaneja na 2+ retirada. Dizemos que ocorre independéncia entre os eventos, A probebilidade pedida 6, portanto: 88 snsy=%- 3 -o16= 16% p= PSA) =S5 +55 =O De modo geral, se nA | B) = P(A), ou seja, se 0 fato de ter ocorrido 0 evento B ndo altera a probabi- lidade de ocorrer o evento A, dizemos que Ae B sao eventos independentes ¢ vale a relacao pIA 0 B) = pia) - p(B) Em geral, sendo A,, A,, .., A, eventos independentes, temos: PIA, 1A, A... MA) = pla) - PIA.) >...