Blog "Ciências Exatas
Contemporâneas", de autoria de Superdotado Álaze Gabriel.
Disponível em http://www.cienciasexatascontemporaneas.blogspot.com.br/
INTRODUÇÃO
Embora o cálculo de probabilidades seja uma
ferramenta indispensável ao estudo da Estatística e em muitos modelos da
Pesquisa Operacional, seus conceitos e aplicabilidade são ensinados cada vez
mais no Ensino Médio.
Normalmente é no ensino da Análise Combinatória que
começa a se estabelecer os conceitos e as noções básicas para a compreensão do
cálculo de probabilidades. Entretanto, quase sempre, não é dada a continuidade
a este estudo, bastante importante no nosso dia-a-dia , o que provoca o
esquecimento deste tipo de cálculo, por parte dos alunos.
Devido a isto, segue um resumo da teoria e alguns
exercícios resolvidos e a resolver, a fim de que os alunos possam tirar suas
dúvidas, quando necessário.
1)
Experiência ( experimento) aleatório
Toda a experiência repetida em condições idênticas
em que aparecem resultados distintos é dita experiência aleatória. Exemplo:
o lançamento de uma moeda, de um dado, a extração de bolas de uma urna, ...
2) Espaço
amostral (ou das probabilidades)
É como se chama o conjunto de todos os resultados
possíveis de um experimento. Exemplo: o espaço amostral do lançamento de um
dado é de ter 6 (seis) faces diferentes voltadas para o lançador.
3) Evento
No conjunto do espaço amostral, qualquer dos seus
subconjuntos é chamado de evento. Exemplo: no lançamento de um dado a
ocorrência de termos um número ímpar na face virada é um evento, ou seja:
A =
{1,2,3,4,5,6} (espaço amostral)
E =
{1,3,5} (evento)
Repare que E é subconjunto de A.
Observações:
Evento certo : se A = E
Evento impossível : se E = Ø
(vazio)
Evento elementar : n(E) = 1 (só
existe um elemento)
4) Evento
complementar
É o evento que ocorre, se e somente se o outro
evento não ocorrer
Obs:
1. A interseção de 2 eventos complementares é vazia
2. A união de 2 eventos complementares é o espaço
amostral
Seja o espaço amostral
A = { a1, a2, a3,
..., ak }
Associemos a cada ponto amostral um número real p {
ai } ou pi chamado de probabilidade do evento { ai
}, ou probabilidade de ocorrência do ponto amostral ai, tal que:
1) 0 <= pi <= 1
2) p1+p2+p3+...+pk = 1
Define-se então como probabilidade do evento E a
relação entre o número de elementos do referido evento e o número de elementos
do espaço amostral, ou seja:
p(E) =
n(E)/n(A)
Exemplo: Qual a probabilidade no lançamento de um
dado, da face voltada para cima ser um número menor que 4 ?
Temos que:
E =
{1,2,3} --> n(E) = 3
CONCEITOS E PROPRIEDADES DAS PROBABILIDADES
Consideremos a união dos conjuntos A e B, conforme a figura abaixo:
Considerando T o espaço amostral. Pela teoria dos
conjuntos, temos que:
n(AUB) =
n(A) + n(B) - n(A∩B)
Pela definição de probabilidade, temos que:
n(AUB)/n(A)
= [n(A) + n(B) - n(A∩B)]/n(T)
ou ainda
n(AUB)/n(T)
= n(A)/n(T) + n(B)/n(T) - n(A∩B)/n(T)
ou seja
P(AUB) = P(A) + P(B) - P(A∩B)
Exemplo: uma urna contem 30 bolas numeradas de 1 a 30. Uma
bola é extraida ao acaso. Qual a probabilidade desta ser múltiplo de 5 e 6 ?
Consideremos:
X:
múltiplo de 5 --> X = {5,10,15,20,25,30}
Y:
múltiplo de 6 --> Y = {6,12,18,24,30}
Então:
P(X) =
6/30 = 1/5
P(Y) =
5/30 = 1/6
P(X∩Y) = 1/30
Então:
P(X∩Y) = 1/5 + 1/6 - 1/30 = 10/30 = 1/3
PROBABILIDADE CONDICIONAL (OU CONDICIONADA)
Quando sabemos da ocorrência de um evento,
geralmente se modifica a probabilidade do outro. Este caso chama-se de
probabilidade condicionada e a representamos assim:
P(X/Y) = P(X∩Y)/P(Y)
ou
P(Y/X) = P(X∩Y)/P(X)
Exemplo: uma urna contem 5 bolas gravadas com as letras M,
O, O, R, R. Extraindo-se uma a uma, qual a probabilidade de obtermos a palavra
MORRO ?
Temos que o evento F é a interseção dos eventos:
E1: bola com M
E2: bola com O
E3: bola com R
E4: bola com R
E5: bola com O
Então:
P(F) = P(E1).P(E2|E1).P(E3|E1E2....P(E5|E1E2E3E4)
= 1/5.2/4.2/3.1/2.1 = 2/60 = 1/30
Observação: de forma geral, podemos ter a probabilidade dos
eventos condicionados representada por:
P(F) = ∑ni=1 P(Ei) . P(F/Ei)
onde E1, E2, E3,
... é uma partição e F um evento qualquer do espaço amostral.
TEOREMA DA PROBABILIDADE TOTAL
Da forma geral da probabilidade condicionada
podemos explicitar um teorema importante, ou seja:
P(Y) = P(X1∩Y) + P(X2∩Y) + P(X3∩Y) + ... + P(Xn∩Y)
Exemplo: uma urna I tem 2 bolas vermelhas e 3 brancas. Outra
urna II tem 3 bolas vermelhas e uma branca e outra terceira urna III tem 4
bolas vermelhas e 2 brancas. Uma urna é selecionada ao acaso e dela extraída
uma bola. Qual a probabilidade desta bola ser vermelha ?
Temos os eventos:
E1: sai a urna I
E2: sai a urna II
E3: sai a urna III
Estes eventos determinam uma partição do espaço
amostral.
Se tivermos o evento V : sai uma bola vermelha,
podemos afirmar que:
P(V) = P(E1∩V) + P(E2∩V) + P(E3∩V)
Pela multiplicação sucessiva das probabilidades,
temos que:
P(E1∩V) = 1/3 . 2/5 = 2/15
P(E2∩V) = 1/3 . 3/4 = 1/4
P(E3∩V) = 1/3 . 4/6 = 2/9
Então:
P(V) =
2/15 + 1/4 + 2/9 = 109/180
INDEPENDÊNCIA DE DOIS EVENTOS
Dado 2 eventos X e Y de um espaço amostral A,
diremos que X independe de Y se p(X|Y) = p(X), isto é, X independe de Y se a
ocorrência de X não afeta a probabilidade de Y.
Obs:
Se X independe de Y então Y independe de X, ou seja,
se p(X/Y) = p(X) então p(Y/X) = p(Y). Neste caso, então p(X∩Y) = p(X) . p(Y). Exemplo:
dois praticantes de tiro ao alvo, A e B, apresentam a seguinte probabilidade de
acertar o alvo:
P(A) =
1/3 e P(B) = 2/3
Como A e B são independentes, qual a probabilidade
de A e B acertarem o alvo?
Como p(A∩B) = p(A).p(B)
Então:
P(A∩B) = 1/3 . 2/3 = 2/9
Observação: generalizando a propriedade, temos que:
P(E1∩E2
... ∩En) = P(E1).p(E2)...P(En)
LEI BINOMIAL DA PROBABILIDADE (BERNOULLI)
Seja uma sequência de experimentos independentes,
isto é, a probabilidade de um resultado independe do outro. Se em cada
experimento puder ocorrer dois resultados, um chamado de "sucesso" e
o outro de "fracasso" caracterizamos os experimentos de Bernoulli.
Para este tipo de experimento, onde:
p =
sucesso e q = fracasso
Se tivermos os eventos:
E1: ocorre sucesso no experimento Xi, ou seja p(Xi) = p
E2: ocorre fracasso no experimento Xic, ou seja p(Xic)
= q
Podemos, neste caso, empregar a lei binomial para o
cálculo da probabilidade, ou seja, pk=Cn,k.pk.qn-k.
Exemplo: numa cidade 10% das pessoas possuem carro
da marca X. Se 30 pessoas são selecionadas ao acaso, com reposição, qual a
probabilidade de exatamente 5 pessoas possuirem carro da marca X ?
Seja:
Sucesso:
a pessoa tem carro da marca X.
Fracasso: a pessoa Não tem carro da marca X.
Então:
p=0,1;
q=0,9; n=30.
Aplicando a lei binomial, temos:
Pk=C30,5.0,15.0,925=0,102
1. Dois dados são lançados simultaneamente. Qual é a
probabilidade de se obter a soma dos pontos igual a 8 ou dois números iguais ?
O espaço amostral seria:
A =
{(1,1),(1,2),(1,3),(1,4),(1,5),(1,6).....(6,1),(6,2),(6,3),(6,4),(6,5),(6,6)}
Os eventos seriam:
E1
: soma 8 ; n(E1) = 5 --> p(E1) = 5/36;
E2
: números iguais ; n(E2) = 6 --> p(E2) = 6/36 = 1/6;
Então:
P(E1UE2)
= 5/36 + 6/36 - 1/36 = 10/36 = 5/18
2.Uma urna contem x bolas brancas e 3x
bolas pretas e 3 bolas vermelhas. Uma bola é extraída ao acaso. Determine o
menor valor possível de x a fim de que a probabilidade de a bola ser
sorteada ser preta seja maior que 70%. Pelos dados temos que:
3x/(4x
+ 3) > 0,7
Resolvendo temos que:
0,2x >
2,1 ou seja x > 10,5
Como x deve ser inteiro logo x = 11.
3. Uma urna tem 3 bolas brancas e duas pretas.
Extraindo-se 2 bolas simultaneamente, calcule a probabilidade de serem uma de
cada cor. O espaço amostral é: C5,2 = 10. Como temos 2 bolas pretas
e 3 brancas o total de ocorrências para uma de cada cor será:
2 x 3 = 6
A probabilidade será então 6/10 ou seja 3/5.
4. Se no problema anterior as bolas fossem
retiradas uma a uma com reposição, qual seria a nova probabilidade? Neste caso
seriam eventos independentes, logo teríamos que somar as suas probabilidades. Então,
teríamos:
Se primeiro
branca e depois preta : P(E1) = 3/5 . 2/5 = 6/5;
Se
primeiro preta e depois branca : P(E2) = 2/5 . 3/5 = 6/5;
A
probabilidade total seria então 12/25.
5. Uma clinica especializada trata de 3 tipos de
moléstias: A, B e C. 60% dos que procuram a clínica são portadores da moléstia
A, 30% são portadores de B e 10% de C. As probabilidades de cada moléstia nesta
clinica são, respectivamente, 0,8 ; 0,9 ; 0,75. Um doente sai curado da
clinica. Qual a probabilidade de que ele sofresse da molésta B?
Pelos dados podemos representar conforme figura
abaixo:
Então, temos:
P(B e
curado) = 0,3 x 0,9 = 0,27
P(curado)
= 0,6 x 0,8 + 0,3 x 0,9 + 0,1 x 0,75 = 0,825
Logo:
P(B/curado)
= P(B e curado)/P(curado)
Ou seja:
P(B/curado)
= 0,27/0,825 = 0,3273 ==> 32,7%
6. Uma moeda é lançada 8 vezes. Qual a
probabilidade de observarmos, no máximo, 3 caras? Então, temos :
n = 8 (
número de vezes)
p = 1/2
(probabilidade de dar cara)
q = 1/2
(probabilidade de não dar cara)
Usando a lei binomial podemos ter:
P(0)
= C8,0.(1/2)0.(1/2)8 = 1/256
P(1)
= C8,1.(1/2)1.(1/2)7 = 8/256
P(2)
= C8,2.(1/2)2.(1/2)6 = 28/256
P(3)
= C8,3.(1/2)3.(1/2)5 = 56/256
Então:
P(dar no máximo 3 caras) = 93/256 = 0,36
1. De um grupo de 200 pessoas, 160 tem fator Rh
positivo, 100 tem o tipo O e 80 tem fator Rh positivo e tipo O. Se uma dessas
pessoas for selecionada ao acaso, qual a probabilidade de acontecer:
a) ter seu sangue com fator Rh positivo?
b) seu sangue não ser do tipo O?
Resp. a)
4/5 e b) 1/2
2. Um grupo é constituido por 8 homens e 6
mulheres. Quatro pessoas são selecionadas ao acaso, sem reposição. Qual a
probabilidade de que ao menos duas sejam homens ?
Resp.
0,825
3. Jogando-se tres dados, qual a probabilidade de
que a soma dos pontos obtidos seja superior a 15?
Resp.
0,046
4. A probabilidade de um guarda aplicar quatro ou
mais multas em um dia é de 64%. A probabilidade de aplicar quatro ou menos
multas em um dia é de 56%. Qual a probabilidade dele aplicar exatamente quatro
multas?
Resp.
0,20
6. A probabilidade de um satélite ser recuperado
com algum aproveitamento é de 1/10. Se tres satélites são lançados, qual a
probabilidade de se recuperar apenas um satélite?
Resp.
0,243
Adaptação: superdotado Álaze Gabriel.