Sei sulla pagina 1di 140

www.oxe7.

com

Manual de Matemtica para o 12 ano Matemtica A

NIUaleph 12
VOLUME 1

Jaime Carvalho e Silva Joaquim Pinto Vladimiro Machado 2012


www.oxe7.com

www.oxe7.com

Ttulo
NiuAleph 12 - Manual de Matemtica para o 12 ano de Matemtica A

Autores
Jaime Carvalho e Silva Joaquim Pinto Vladimiro Machado

Capa e Design
Elisa Silva

Conceo Tcnica
Vtor Teodoro Joo Fernandes

Imagens e fontes
As imagens utilizadas neste manual pertencem ao domnio pblico ou, nas situaes indicadas, aos respetivos autores, sob as Licenas Creative Commons Attribution-ShareAlike 3.0 http://creativecommons.org/licenses/by-sa/3.0/) ou Creative Commons Attribution 3.0 http://creativecommons.org/licenses/by/3.0/

As fontes utilizadas neste manual pertencem s famlias Latin Modern e Latin Modern Math, desenvolvidas pela GUST http://www.gust.org.pl/projects/e-foundry/lm-math/index_html

ISBN
978-989-97839-0-4

Edio
1. edio/verso 1

Data
2012 Este ficheiro de distribuio livre mas os direitos permanecem com os respetivos autores. No permitida a impresso deste ficheiro.

www.oxe7.com

www.oxe7.com

ndice geral

Volume 1
Captulo 1 possvel? provvel? Captulo 2 Probabilidade Captulo 3 Probabilidade condicionada Captulo 4 Distribuio de probabilidades

Volume 2
Captulo 5 Anlise Combinatria Captulo 6 Tringulo de Pascal e Binmio de Newton Captulo 7 Funo exponencial Captulo 8 Funo logartmica

Volume 3
Captulo 9 Teoria de Limites Captulo 10 Clculo Diferencial Captulo 11 Aplicaes do Clculo Diferencial Captulo 12 Teoremas elementares do Clculo Diferencial (*)

Volume 4
Captulo 13 Funes trigonomtricas Captulo 14 A Histria dos nmeros complexos Captulo 15 A lgebra dos nmeros complexos Captulo 16 A Geometria dos nmeros complexos Captulo 17 Demonstraes de Geometria usando nmeros complexos (*)

www.oxe7.com

www.oxe7.com

ndice
Captulo 1 - possvel? provvel?
Histria(s) Galileu e o jogo dos dados Leitura(s) Como o acaso comanda as nossas vidas Sntese O essencial passado em revista Lio de Lgica Matemtica n. 7 Leis de De Morgan Exerccios globais Conselhos para os exames - n. 1 Itens de exames Prova global

6
16 24 25 26 28 33 35 36

Captulo 2 - Probabilidade
Histria(s) Pierre Simon Laplace (1749-1827) Leitura(s) Bomba no avio, Certezas e incertezas no jogo das probabilidades Sntese O essencial passado em revista Lio de Lgica Matemtica n. 8 O que uma axiomtica? Exerccios globais Conselhos para os exames n. 2 Itens de exame Prova global

38
50 58 60 60 62 68 68 74

Captulo 3 - Probabilidade condicionada


Histria(s) Jogos de azar Leitura(s) ADN identifica assassino Vida, morte e probabilidade condicional Sntese O essencial passado em revista Exerccios globais Conselhos para os exames n. 3 Itens de exame Prova global

76
89 93 94 95 100 101 105

www.oxe7.com

www.oxe7.com

Captulo 4 - Distribuio de probabilidades


Histria(s) Louis Bachelier o incio da matemtica financeira Modelo Binomial Modelo Normal Leitura(s) A Matemtica do azar Sntese O essencial passado em revista Exerccios globais Conselhos para os exames n. 4 Itens de exame Prova global

106
120 121 124 128 129 131 134 135 138

www.oxe7.com

www.oxe7.com

1. possvel? provvel?
A sorte grande sai sempre aos outros. Popular O que h em mim sobretudo cansao. lvaro de Campos H sem dvida quem ame o infinito, H sem dvida quem deseje o impossvel, H sem dvida quem no queira nada Trs tipos de idealistas, e eu nenhum deles: Porque eu amo infinitamente o finito, Porque eu desejo impossivelmente o possvel, Porque quero tudo, ou um pouco mais, se puder ser, Ou at se no puder ser... Na linguagem corrente encontramos frequentemente expresses como provvel que, improvvel que, tenho a certeza, raramente, impossvel, isso muito aleatrio. Nos jornais muitos ttulos e notcias se baseiam em tais expresses:
O despiste do carro a causa mais provvel do acidente, segundo a GNR. JN, 10-04-2010. Iate russo desaparecido nos mares da Antrtida. Segundo a porta-voz, a causa mais provvel da falta de comunicao uma avaria na antena provocada pela tempestade. JN, 06-04-2012. Apesar da marca X admitir que esta uma questo sensvel, em que no existem certezas, o consenso geral que altamente improvvel que os telemveis causem quedas de avies. JN, 18-01-2012. Dez formas de estragar uma entrevista de trabalho: (1) no investigou a empresa. Durante uma entrevista de emprego vo de certeza perguntar-lhe se tem alguma questo a colocar. a oportunidade perfeita para saber algo mais sobre a posio que pretende ocupar. Por isso, antes de uma entrevista, consulte o website da empresa e analise com cuidado o anncio de emprego. Se os houver, leia com ateno artigos na imprensa sobre a companhia em causa. Dinheiro Vivo, 13-042012. Sinto que a teimosia raramente uma virtude. Palavra de Teimoso! Embora eu seja daqueles teimosos que s teimo quando tenho a certeza de alguma coisa... Largo da memria, Lus Eme. Investigadores de Aveiro aperfeioam detetor de mentiras. Posteriormente, e j ligados ao polgrafo, observaram todas as cartas apresentadas aleatoriamente em ecr de computador e tiveram que dizer no a todas elas, incluindo a que escolheram previamente, quando questionados sobre a carta que tinham escolhido. JN, 11-04-2012. J Toms Silva, ex-hacker e consultor de segurana, acredita que os piratas tentaram atacar organismos pblicos e empresas durante o dia de ontem, embora de forma desorganizada e aleatria. JN, 10-12-2011.

Estamos aqui perante situaes muito diferentes: numas perfeitamente previsvel o resultado e 6
1. possvel? provvel?

www.oxe7.com

www.oxe7.com

noutras a incerteza sobre o resultado total. Naqueles em que estamos perante fenmenos previsveis, embora possam no ser totalmente conhecidos, chamamos determinsticos, e nos outros em que no temos de todo a certeza do que que se vai observar, chamamos no determinsticos ou aleatrios.

TR
TAREFA
RESOLVIDA

Para cada um dos fenmenos seguintes indica se se trata de um fenmeno determinstico ou um fenmeno aleatrio: a) Largar um pndulo e observar o seu movimento; b) Lanar um dado comum e observar o nmero que sai.

RESOLUO
a) Quando se larga um pndulo (numa situao comum, se a situao fosse especial tal deveria ter aparecido no enunciado da tarefa), as leis fsicas que regem o seu movimento determinam totalmente o que acontece: primeiro cai at atingir a posio que o comprimento do fio que o segura permite e depois continua at atingir uma certa posio mais elevada que a posio anterior; em seguida repete o movimento para um lado e para o outro, atingindo pontos cada vez menos elevados devido resistncia do ar, acabando inevitavelmente por se imobilizar, embora possa demorar muito tempo a atingir tal posio (mas o tempo que demora a fazer tal perfeitamente calculvel a partir das caractersticas do pndulo e do meio ambiente). Estamos pois perante um fenmeno determinstico. b) Quando se larga um dado comum, ele rebolar na superfcie onde o largarmos e poderemos dizer que o resultado final ficar perfeitamente determinado pelas leis fsicas que regem o movimento dos corpos e dos choques. Contudo, a complexidade do movimento tal que, em tempo til (menos de um ano...), impossvel na prtica prever que face vai estar para cima quando o dado parar. Podemos assim dizer que estamos perante um fenmeno aleatrio.
Pndulo de Foucault por Javi Masa, http://www.flickr.com/photos/93875434@N00/6153399105

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

EXERCCIOS
1. Classifica as experincias seguintes em deterministas ou aleatrias: 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 1.10 1.11 2. Largar uma bola e observar se cai no cho. Atirar verticalmente uma bola e observar se cai no cho. Lanar 2 vezes uma moeda e registar a face que fica virada para cima. Lanar 10000 vezes uma moeda e registar a face que fica virada para cima. De uma caixa com 2 bolas brancas e 2 bolas pretas, retiraram-se, sem olhar, duas bolas. Registar a cor das bolas retiradas. Aquecer gua acima dos 144 C e registar o que acontece. Aquecer gua acima dos 92 C e registar o que acontece. Deitar uma esfera metlica num copo de gua e verificar o que acontece. Deitar uma bola de ping pong num copo de gua e verificar o que acontece. Tirar duas cartas, sorte, de um baralho de 52 cartas que foi previamente baralhado e registar todas as cartas sadas. Tirar 52 cartas, sorte, de um baralho de 52 cartas que foi previamente baralhado e registar todas as cartas sadas.

Indica um exemplo de uma experincia determinista e de uma experincia aleatria.

Muitas vezes a maior ou menor previsibilidade de um acontecimento traduzida com a palavra probabilidade:
Alta probabilidade de ataque terrorista. JN, 25-01-2012. Probabilidade de encontrar petrleo em Portugal baixa. JN, 02-02-2012.

O que significa a palavra probabilidade aqui? Se verdade que nas notcias acima no se poder atribuir um valor numrico probabilidade, muitas vezes conseguimos atribuir sem hesitar um valor possibilidade de concretizao de uma certa situao. Por exemplo, se nos perguntarem qual a probabilidade de existir uma mosca com dois quilos, no hesitaremos em dizer que a probabilidade zero, visto que a nossa experincia com moscas nos diz ser tal impossvel. Mas se nos perguntarem qual a probabilidade de um macaco gostar de bananas j responderemos sem hesitar que um. Contudo, sem uma teoria adequada j no saberemos atribuir um nmero a acontecimentos como Vai chover amanh, Vou ganhar o euro milhes ou Vai haver menos moscas este Vero. 8
1. possvel? provvel?

www.oxe7.com

www.oxe7.com

A Teoria da Probabilidade foi desenvolvida exatamente para nos fornecer modelos matemticos especiais, a que se chama modelos probabilsticos, para conseguir descrever com clareza todos os fenmenos aleatrios. Para isso vamos estudar variveis em populaes:

Populao conjunto de elementos ou indivduos (no necessariamente pessoas) com caractersticas comuns.

Varivel caracterstica comum a uma populao que assume valores diferentes de indivduo para indivduo.
Quando recolhemos uma observao de uma varivel, ou quando observamos um fenmeno aleatrio, dizemos que estamos em presena de uma experincia aleatria:

Experincia aleatria o processo que permite obter uma observao


ou resultado tal que: antes da observao do fenmeno no se tem conhecimento suficiente para dizer qual dos resultados se vai verificar; possvel fazer um grande nmero de realizaes, independentes, da experincia; admite-se que possvel encontrar nmeros entre 0 e 1, que representam a frequncia relativa com que se verificam os resultados individuais de cada realizao da experincia.

EXERCCIOS
1. Indica quando estamos em presena de experincias aleatrias: 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Olhar para a rua. Olhar para a rua e ver se h carros estacionados. Encontrar um carro de que se goste. Contar o n. de carros estacionados, na rua, ao sairmos de manh de casa. Falar com as pessoas na rua. Perguntar a uma pessoa ao acaso, da sua cidade, quantas so as pessoas do seu agregado familiar. Medir o tempo que de manh levamos a chegar ao emprego

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

TR
TAREFA
RESOLVIDA

Constri um modelo de probabilidade para: a) o nmero de pintas da face que fica virada para cima no lanamento de um dado vulgar. b) a face virada para cima num RAPA.

RESOLUO
a) Trata-se de um fenmeno aleatrio por ser de todo impraticvel prever o resultado. Como estamos em presena de um dado vulgar (com a forma de um cubo perfeito ou quase e feito de material homogneo), no h razo para pensar que uma face possa ter de aparecer mais vezes do que qualquer outra; assim todas as faces podem ficar viradas para cima com igual probabilidade; como h 6 faces, a probabilidade ter de ser 1/6: Nmero de pintas da face que fica virada para cima Probabilidade 1 1/6 2 1/6 3 1/6 4 1/6 5 1/6 6 1/6

b) Um RAPA um jogo tradicional em que um cubo tem uma base e um topo como a de um pio para poder rodar livremente at cair e ento mostrar uma face para cima. As quatro faces do cubo com marcao tm 4 letras correspondentes a 4 aes: R, T, D e P, correspondentes a RAPA, TIRA, DEIXA e PE. No incio do jogo do RAPA todos os participantes tm de possuir o mesmo nmero de objetos (tradicionalmente eram feijes, mas pode ser um objeto qualquer). Roda-se o RAPA e, conforme o resultado, vo-se colocando ou retirando objetos do centro da mesa de jogo. Se o RAPA, ao parar, apresentar a letra R voltada para cima, o jogador que o lana tem direito a levantar e guardar todos os objetos inicialmente colocados. Caso seja a letra T tem direito a tirar um objeto. Se for a letra D, no coloca nem tira qualquer objeto e, finalmente, se ficar para cima a letra P, tem de pr um objeto na mesa. Partindo do princpio que o RAPA feito de material homogneo, a obteno de qualquer das letras tem igual probabilidade. Assim o modelo de probabilidade ser Letra do RAPA Probabilidade R T D P

10

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

T
TAREFA 3
Constri um modelo de probabilidade para o lanamento de dados homogneos usados no jogo RPG-role playing ou D&D-dungeons and dragons, com: a) 8 faces b) 10 faces
Dados 4 a 20 caras Sabbut, https://commons.wikimedia.org/wiki/File:Dados_4_a_20_caras.jpg

Vejamos agora como comear a construir de forma sistemtica Modelos de Probabilidade. Para isso temos de delimitar quais os resultados possveis de uma experincia aleatria.

Espao de resultados S conjunto de resultados possveis associados a


uma experincia aleatria.. O espao de resultados da experincia aleatria lanar um dado ser o conjunto S = {1, 2, 3, 4, 5, 6}. Mas o espao de resultados de uma experincia aleatria no precisa de ser um conjunto de nmeros; por exemplo, para a experincia aleatria ao acordar, de manh, ir janela e ver se chove o espao de resultados conjunto S = {chove, no chove}.

1. possvel? provvel?

11

www.oxe7.com

www.oxe7.com

EXERCCIOS
1. Indica o espao de resultados S das experincias aleatrias mencionadas nos exerccios 1 e 3. 1.1 1.2 1.3 1.4 1.5 1.6 1. Considera dois dados numerados de 1 a 6. Para cada uma das seguintes experincias aleatrias identifica o espao de resultados: Lanamento de um dado e anotao do nmero que saiu. Lanamento dos dois dados e anotao da soma dos nmeros sados em cada dado. Lanamento dos dois dados e anotao do produto dos nmeros sados em cada dado. Lanamento dos dois dados e anotao da diferena dos nmeros sados em cada dado.

Vamos simular uma experincia aleatria usando uma folha de clculo. Para isso vamos usar a frmula
=RANDBETWEEN(10,100)

que significa que obtemos um valor aleatrio entre 10 e 100. 1.1 1.2 Qual o espao dos resultados? A instruo
=COUNTIF(A1:A100,20)

permite ver quantos valores das clulas A1 a A100 so iguais a 20. Usando a primeira frmula em todas as clulas desde A1 at A100 que valor achas mais provvel encontrar como resultado da aplicao da segunda frmula? Realiza vrias experincias com as duas frmulas. Que resultados obtiveste? Explica porque os seus resultados no coincidem com o que estavas espera. 1.3 Usando a primeira instruo fornecida, como simularias o lanamento de um dado cbico equilibrado com pintas de 1 a 6 em cada face?

Estando esclarecido qual o espao de resultados que preciso considerar em cada caso, vamos agora ver nesse espao o que nos interessa salientar.

Acontecimento um subconjunto do espao de resultados S.


Normalmente usamos letras maisculas A,B,C,... para designar os acontecimentos. Claro que o conjunto vazio e o conjunto S tambm so acontecimentos. 12
1. possvel? provvel?

www.oxe7.com

www.oxe7.com

Considerando a experincia aleatria que consiste em perguntar a dois alunos de uma escola escolhidos ao acaso se so a favor ou contra a proibio de fumar em automveis com crianas, o espao de resultados dado por S = {(favor favor), (favor contra), (contra contra), (contra favor)} Nestas condies, alguns dos acontecimentos so: a) Um e um s dos alunos a favor. Este acontecimento representado por A = {(favor contra), (contra favor)}; b) Pelo menos um dos alunos a favor. Este acontecimento representado por B = {(favor favor), (favor contra), (contra favor)}; c) Os dois alunos so a favor. Representa-se por C = {(favor favor)}. d) Nenhum dos alunos a favor ou contra. Neste caso o acontecimento impossvel, com os dados fornecidos, pelo que o acontecimento representado pelo conjunto vazio D = .

Acontecimento elementar um acontecimento constitudo por um nico resultado, ou seja, um subconjunto do espao de resultados S formado por um nico elemento.
No caso estudado, o acontecimento Os dois alunos so a favor um acontecimento elementar pois C = {(favor favor)}.

Acontecimento certo um acontecimento igual ao espao de resultados S. Acontecimento impossvel um acontecimento igual ao conjunto vazio,
representado por . No mesmo exemplo considerado o acontecimento D Nenhum dos alunos a favor ou contra impossvel. Um acontecimento certo poderia ser E Os alunos inquiridos responderam que eram a favor ou contra pois ento E = S.

TR
TAREFA RESOLVIDA 4
Considera a experincia aleatria que consiste em lanar dois dados de seis faces, numerados de 1 a 3 (cada nmero aparece duas vezes) e verificar as faces que ficam voltadas para cima. Identifica o espao de resultados e os acontecimentos O nmero de pintas diferente nos dois dados, o nmero de pintas par nos dois dados e a soma das pintas 4.

RESOLUO
Para conseguir identificar mais claramente o espao de resultados vamos considerar que o primeiro dado branco e o segundo azul. O espao de resultados constitudo por todos os pares de faces representados no quadro a seguir.
1. possvel? provvel?

13

www.oxe7.com

www.oxe7.com

Dado 2 Dado 1

Podemos tambm representar o espao de resultados como: S = {(1,1),(1,2),(1,3),(2,1),(2,2),(2,3),(3,1),(3,2),(3,3)} Para estudar o acontecimento O nmero de pintas diferente nos dois dados, podemos assinalar no quadro quais as situaes em que tal acontece: Dado 2 Dado 1

Assim, este acontecimento A = {(1,2),(1,3),(2,1),(2,3),(3,1),(3,2)} Olhando para o quadro fcil concluir que o acontecimento o nmero de pintas par nos dois dados apenas acontece quando aparece 2 em ambos os dados pelo que dado por B = {(2,2)} E assim trata-se de um acontecimento elementar. Para estudar o acontecimento a soma das pintas 4 podemos assinalar no quadro quais as situ-

14

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

aes em que tal acontece:

Dado 2 Dado 1

Conclumos ento que o acontecimento a soma das pintas 4 C = {(3,1),(2,2),(1,3)}

T
TAREFA 5
Considera a experincia aleatria que consiste em lanar trs dados de quatro faces, numerados de 1 a 4, e verificar as faces que ficam voltadas para cima. Identifica o espao de resultados e os acontecimentos O nmero de pintas igual nos dois dados, o nmero de pintas mpar nos dois dados e a soma das pintas 5.

EXERCCIOS
1. Considera que escreves nas faces de um dado cbico as letras da palavra ESCOLA. Lana-se um dado e observa-se qual a letra escrita na face superior. 1.1 1.2 Qual o espao de resultados desta experincia? Ser mais provvel sair uma vogal ou sair uma consoante

1. possvel? provvel?

15

www.oxe7.com

www.oxe7.com

H HISTRIA(S)
Galileu e o jogo dos dados No sculo XVII, os jogadores italianos costumavam fazer apostas sobre o nmero total de pintas obtidas no lanamento de 3 dados. Acreditavam que a possibilidade de obter um total de 9 era igual possibilidade de obter um total de 10. Por exemplo, diziam que uma combinao possvel para dar um total de 9 seria 1 pinta num dos dados, 2 pintas num outro dado, 6 pintas no terceiro dado. Abreviando o resultado anterior para 1 2 6, todas as combinaes para dar o 9 so: 126 234 135 225 144 333

Analogamente, obtinham 6 combinaes para o 10: 145 235 136 244 226 334

Assim, os jogadores argumentavam que o 9 e o 10 deveriam ter a mesma possibilidade de se verificarem. Contudo, a experincia mostrava que o 10 aparecia com uma frequncia um pouco superior ao 9. Pediram a Galileu que os ajudasse nesta contradio, tendo este realizado o seguinte raciocnio: Pinte-se um dos dados de branco, o outro de cinzento e o outro de preto. De quantas maneiras se podem apresentar os trs dados depois de lanados? O dado branco pode apresentar 6 possibilidades diferentes. Para cada uma destas possibilidades o dado cinzento pode apresentar 6 possibilidades, obtendo-se 6 6 possibilidades para os dois dados. Correspondendo a cada uma destas possibilidades, o dado preto pode apresentar 6 possibilidades obtendo-se no total 6 6 6 = 216 possibilidades. Galileu listou todas as 216 maneiras de 3 dados se apresentarem depois de lanados. Depois percorreu a lista e verificou que havia 25 maneiras de obter um total de 9 e 27 maneiras de obter um total de 10. O raciocnio dos jogadores no entrava em linha de conta com as diferentes maneiras como os dados se podiam apresentar. Por exemplo o triplo 3 3 3, que d o 9, corresponde unicamente a uma forma de os dados se apresentarem, mas o triplo 3 3 4 que d o 10, corresponde a 3 maneiras diferentes:

pelo que o raciocnio dos jogadores deve ser corrigido de acordo com a tabela seguinte:

16

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

Triplos para o 9 1 1 1 2 2 3 Total 2 3 4 3 2 3 6 5 4 4 5 3

N. de maneiras de Triplos para o 10 obter o triplo 6 6 3 6 3 1 25 1 1 2 2 2 3 Total 4 3 2 3 4 3 5 6 6 5 4 4

N. de maneiras de obter o triplo 6 6 3 6 3 3 27

(adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999) Uma tcnica interessante que ajuda a visualizar o espao de resultados de uma experincia aleatria, consiste em construir diagramas usando figuras geomtricas, tais como crculos, rectngulos ou quadrados para representar os acontecimentos. Tal tcnica foi introduzida pelo lgico e filsofo ingls John Venn (1834-1923) e por isso os diagramas se chamam diagramas de Venn. A ideia de John Venn foi a de representar o espao de resultados S com um retngulo e os acontecimentos com crculos contidos no retngulo. Por exemplo, no diagrama seguinte A B

S O espao de acontecimentos S o retngulo total e os acontecimentos A e B so representados por dois crculos. Se um ponto est dentro de A ento pertence ao acontecimento A; se est ao mesmo tempo dentro de A e de B ento pertence tanto ao acontecimento A como ao acontecimento B.

TR
TAREFA
RESOLVIDA

Representa num diagrama de Venn o espao de acontecimentos da experincia aleatria da tarefa 4, assim como os acontecimentos a referidos.

RESOLUO
O espao de acontecimentos S = {(1,1),(1,2),(1,3),(2,1),(2,2),(2,3),(3,1),(3,2),(3,3)} e os acontecimentos A, B e C so
1. possvel? provvel?

17

www.oxe7.com

www.oxe7.com

A = {(1,2),(1,3),(2,1),(2,3),(3,1),(3,2)}. B = {(2,2)} e C = {(3,1),(2,2),(1,3)} respetivamente. O diagrama ter ento a forma

C (2, 2) B S (3, 1) (1, 3)

(1, 2)

(2, 1) (2, 3) (3, 2)

T
TAREFA 7
Considera a experincia aleatria que consiste em lanar dois dados de seis faces, numerados de 1 a 6, e verificar as faces que ficam voltadas para cima. Representa num diagrama de Venn o espao de resultados dessa experincia aleatria e dos acontecimentos A O nmero de pintas par num dos dados e B a soma das pintas nos dois dados 7.

T
TAREFA 8
Supe que vais a um supermercado e compras 5 iogurtes de marca Bem Bom e 3 de marca Apetitoso. Como ias com muita pressa nem reparaste de que sabor eram os iogurtes. Considera a experincia aleatria que consiste em verificar quantos iogurtes, de cada uma das marcas, so de morango. Representa num diagrama de Venn os acontecimentos : A - S compraste um iogurte de morango; B - Compraste no mximo 3 iogurtes de morango; C - Compraste pelo menos 5 iogurtes de morango. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

18

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

T
TAREFA 9
Numa determinada Universidade, verificou-se que, de entre os 115 alunos do 1. ano no ano lectivo de 98/99, em determinado curso com 3 disciplinas: a) 57 foram aprovados em Anlise Infinitesimal b) 45 foram aprovados em lgebra c) 87 foram aprovados em Probabilidades d) 28 foram aprovados em Anlise e lgebra e) 35 foram aprovados em Anlise e Probabilidades f) 30 foram aprovados em lgebra e Probabilidades g) 15 foram aprovados em Anlise, lgebra e Probabilidades Representa num diagrama de Venn os acontecimentos anteriores. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999) Este modo de representao dos acontecimentos vai-nos ser muito til para representar as operaes com acontecimentos que so necessrias para construir um Modelo de Probabilidade interessante e til.

1. possvel? provvel?

19

www.oxe7.com

www.oxe7.com

Acontecimento complementar ou contrrio do acontecimento A o


acontecimento constitudo por todos os resultados de S que no esto em A. Representa-se por Ac ou A .

Acontecimento interseo dos acontecimentos A e B o acontecimento que se realiza se e somente se A e B se realizam simultaneamente. Ou seja, o acontecimento constitudo por todos os resultados que esto em A e esto em B. Representa-se por A B .

Acontecimento unio dos acontecimentos A e B o acontecimento


que se realiza se e somente se pelo menos um dos acontecimentos A ou B se realiza. Ou seja, o acontecimento constitudo por todos os resultados que pertencem a A ou a B. Representa-se por A B .

Acontecimento diferena dos acontecimentos A e B o acontecimento que se realiza se o acontecimentos A se realiza mas sem que B se realize. Ou seja, o acontecimento constitudo por todos os resultados que pertencem a A e no pertencem a B. Representa-se por A \ B .

20

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

TR
TAREFA
RESOLVIDA

10

Considera a experincia aleatria que consiste em lanar um dado comum e verificar a face que sai, identificada pelo nmero de pintas. Considera os acontecimentos A, sada de face par e B sada de nmeros maiores do que 3. a) Determina os acontecimentos complementares ou contrrios de A e de B. b) Determina A c) Determina A

B; B;

d) Determina A \ B .

RESOLUO
a) Como A = {2,4,6} ento Ac = {1,3,5}, ou seja, o acontecimento sada de face mpar. Como B = {4,5,6} ento Bc = {1,2,3}, ou seja, o acontecimento sada de nmeros menores do que 4; b) Como A = {2,4,6} e B = {4,5,6} ento A c) Como A = {2,4,6} e B = {4,5,6} ento A

B = {4,6}; B = {2,4,5,6}.

d) Como A = {2,4,6} e B = {4,5,6} ento A \ B = {2}.

T
TAREFA 11
Considera a experincia aleatria que consiste em lanar um dado comum e verificar a face que sai, identificada pelo nmero de pintas. Considera os acontecimentos A, sada de face mpar e B sada de nmeros maiores do que 2. a) Determina os acontecimentos complementares ou contrrios de A e de B. b) Determina A c) Determina A

B; B.

A mesma estratgia tambm permite comparar acontecimentos. Diremos que um acontecimento A implica um acontecimento B quando todo o resultado de A resultado de B e escreve-se A B . Por exemplo, na experincia aleatria que consiste em lanar um dado comum e verificar a face que sai, identificada pelo nmero de pintas, o acontecimento C, sada de nmero par inferior a 3, A. implica o acontecimento A, sada de face par, pois C = {2} e A = {2,4,6}. Assim C Dois acontecimentos dizem-se disjuntos ou incompatveis se a realizao de um deles implica a no realizao do outro. Dito de outro modo, acontecimentos A e B dizem-se disjuntos ou incompatveis se a interseco o conjunto vazio, isto se A B = .

1. possvel? provvel?

21

www.oxe7.com

www.oxe7.com

Por exemplo, na experincia aleatria que consiste em lanar um dado comum e verificar a face que sai, identificada pelo nmero de pintas, o acontecimento A, sada de face par incompatvel com o acontecimento D, sada de face mpar, pois A = {2,4,6} e D = {1,3,5}. Assim A B = .

EXERCCIOS
1. Considera que escreves nas faces de um dado cbico as letras da palavra ESCOLA. Lana-se um dado e observa-se qual a letra escrita na face superior. 1.1 1.2 1.3 1.4 2. Qual o acontecimento contrrio de X sair uma consoante? Qual o acontecimento interseco de Y sair a letra A e Z sair uma vogal? Qual o acontecimento interseco de X sair uma consoante e Y sair a letra A ? Qual o acontecimento unio de X sair uma consoante e T sair a letra C ?

Supe que vais a um supermercado e compras 5 iogurtes de marca Bem Bom e 3 de marca Apetitoso. Como ias com muita pressa nem reparaste de que sabor eram os iogurtes. Considera a experincia aleatria que consiste em verificar quantos iogurtes, de cada uma das marcas, so de morango. Represente num diagrama de Venn os acontecimentos : A - S comprou um iogurte de morango; B - Comprou no mximo 3 iogurtes de morango; C - Comprou pelo menos 5 iogurtes de morango. Qual o acontecimento unio de X sair uma consoante e Z sair uma vogal?

T
TAREFA 12
Considera a experincia aleatria que consiste em lanar um dado comum e verificar a face que sai, identificada pelo nmero de pintas. Compara os seguintes acontecimentos: a) A sada de face par b) B sada de nmero mpar superior a 2 c) C sada de nmero para superior a 2

22

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

EXERCCIOS

1.

Um baralho de cartas completo tem 52 cartas (13 cartas em cada naipe). Tira-se uma carta de um baralho completo. 1.1 Seja A o acontecimento: sair uma Dama. Escreve, em linguagem corrente, o acontecimento contrrio de A. 1.2 1.3 Escreve, em linguagem corrente, dois acontecimentos incompatveis, mas no contrrios. Seja B o acontecimento: sair um s. Seja C o acontecimento: sair uma carta de espadas. Utilizando apenas estes dois acontecimentos e as operaes de interseco, reunio e complementao, caracterize os seguintes acontecimentos: 1.3.1 1.3.2 Sair o s de Espadas. Sair uma carta de Copas ou de Ouros ou de Paus.

2.

Tira-se uma carta de um baralho de 52 cartas. 2.1 Seja A o acontecimento: sair uma Dama. Indica, em linguagem corrente, o acontecimento contrrio de A. 2.2 2.3 Indica, em linguagem corrente, dois acontecimentos incompatveis, mas no contrrios. Seja B o acontecimento: sair um s. Seja C o acontecimento: sair uma carta de espadas. Utilizando apenas estes dois acontecimentos e as operaes de interseo, reunio e complementao, caracteriza os seguintes acontecimentos: 2.3.1 2.3.2 Sair o s de Espadas. Sair uma carta de Copas ou de Ouros ou de Paus.

1. possvel? provvel?

23

www.oxe7.com

www.oxe7.com

LE LEITURA(S) Como o acaso comanda as nossas vidas


Poder a nossa vida depender mesmo dessas minudncias que em nada parecem estar relacionadas umas com as outras e que, eventualmente, determinam o seu decurso? Esse o tipo de questes que nos fascinam e, ao mesmo tempo, fazem estremecer por dentro. E deve ter sido esse sentimento ambivalente que o filsofo Johann Gottfried von Herder ter sentido quando descreveu o acaso como um dos dois grandes tiranos da Humanidade (o outro era, para ele, o tempo). Os cientistas tambm se mostraram assustados com o caos no Universo quando comearam a aperceber-se do pouco que a Natureza obedece s nossas noes de ordem. Em 1970, o bilogo molecular e Prmio Nobel francs Jacques Monod ainda descrevia o ser humano como um resultado feliz no grande jogo de lotaria da Natureza, que, finalmente, tinha de admitir a sua precariedade existencial: O Homem sabe agora que como um cigano acampado num qualquer limite de um Universo surdo sua msica e indiferente s suas esperanas, ao seu sofrimento e aos seus crimes. Ao longo dos ltimos anos, contudo, a cincia ocupou-se com uma tal intensidade do imprevisvel que o estremecimento do pnico deu lugar ao espanto. O que que se esconde ento por detrs dessas estranha manifestao, acerca da qual muitos afirmam que no passa de uma iluso? Os matemticos provaram que o acaso ocorre mesmo quando tudo est ordenado de acordo com regras rgidas; os fsicos investigam a origem do acaso e explicam por que que no o podemos evitar; os bilogos evolucionistas apercebem-se, cada vez mais, do muito que a existncia humana deve ao acaso. Estudos psicolgicos abrangentes acentuam o factor imprevisibilidade no desenvolvimento da personalidade e do amor. Finalmente, os investigadores do crebro e os filsofos explicam por que que temos tanta dificuldade em relacionar-nos de uma forma pacfica com essa fora geradora. Os seus trabalhos fundamentam a crena arreigada a conceitos como o destino, ou um plano superior a que nos encontramos submetidos.

O poder do acaso bem maior do que tudo aquilo que at agora pudemos imaginar. A sua investigao abrange as grandes incgnitas da cincia, como a questo da constituio do mundo ou da origem da vida e tem, simultaneamente, a ver tambm com a existncia e a biografia de cada um de ns. E, no entanto, quem aqui espreita no o demnio da desordem que o iluminista Herder tanto amaldioou. A lngua inglesa desde sempre acentuou os aspectos amigveis do acaso: chance significa tambm oportunidade e at sorte. A prpria cincia tambm reconheceu esse lado do acaso e comea agora a aprender a aproveit-lo. Sistemas sensveis, como os circuitos electrnicos, podem estabilizar-se sob o seu efeito e, no fundo, tambm assim que os nossos crebros funcionam. E o acaso no s o motor da Evoluo, como tambm o de toda a criatividade humana. At mesmo as nossas caractersticas mais humanas como o altrusmo, a compaixo, a capacidade de estabelecer valores morais no existiriam se o nosso comportamento fosse sempre previsvel.

(adaptado de Stefan Klein, Como o Acaso Comanda as Nossas Vidas, Lua de Papel, 2008) 24
1. possvel? provvel?

www.oxe7.com

www.oxe7.com

SNTESE
O essencial passado em revista A Teoria da Probabilidade fornece modelos matemticos especiais, a que se chama modelos probabilsticos, para conseguir descrever com clareza todos os fenmenos aleatrios.

Populao conjunto de elementos ou indivduos (no necessariamente pessoas) com caractersticas comuns.

Varivel caracterstica comum a uma populao que assume valores diferentes de indivduo
para indivduo.

Experincia aleatria o processo que permite obter uma observao ou resultado tal que:
a) antes da observao do fenmeno no se tem conhecimento suficiente para dizer qual dos resultados se vai verificar; b) possvel fazer um grande nmero de realizaes, independentes, da experincia; c) admite-se que possvel encontrar nmeros entre 0 e 1, que representam a frequncia relativa com que se verificam os resultados individuais de cada realizao da experincia.

Espao de resultados S conjunto de resultados possveis associados a uma experincia


aleatria.

Acontecimento um subconjunto do espao de resultados S. Acontecimento elementar um acontecimento constitudo por um nico resultado, ou seja,
um subconjunto do espao de resultados S formado por um nico elemento.

Acontecimento certo um acontecimento igual ao espao de resultados S. Acontecimento impossvel um acontecimento igual ao conjunto vazio, representado por
.

Acontecimento complementar ou contrrio do acontecimento A o acontecimento constitudo por todos os resultados de S que no esto em A. Representa-se por Ac ou A .

Acontecimento interseo dos acontecimentos A e B o acontecimento que se realiza se


e somente se A e B se realizam simultaneamente. Ou seja, o acontecimento constitudo por todos os resultados que esto em A e esto em B. Representa-se por A B .

1. possvel? provvel?

25

www.oxe7.com

www.oxe7.com

Acontecimento unio dos acontecimentos A e B o acontecimento que se realiza se e


somente se pelo menos um dos acontecimentos A ou B se realiza. Ou seja, o acontecimento constitudo por todos os resultados que pertencem a A ou a B. Representa-se por A B .

Acontecimento diferena dos acontecimentos A e B o acontecimento que se realiza se o


acontecimentos A se realiza mas sem que B se realize. Ou seja, o acontecimento constitudo por todos os resultados que pertencem a A e no pertencem a B. Representa-se por A \ B .

LI
LIO
DE

LGICA MATEMTICA N. 7

Leis de De Morgan
Vimos na lio n. 3 que a conjuno de duas proposies s verdadeira quando as duas proposies forem simultaneamente verdadeiras. E vimos na lio n. 4 que a disjuno de duas proposies s falsa quando as duas proposies forem simultaneamente falsas. Mas isto significa que a disjuno de duas proposies falsa quando as negaes das duas proposies forem ambas verdadeiras. Podemos exprimir isto do seguinte modo: Lei: Dizer que a negao da disjuno de duas proposies verdadeira o mesmo que dizer que a conjuno das negaes das duas proposies verdadeira. Por exemplo, dizer que a proposio ~ (7 > 9 7 < 2)

26

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

verdadeira o mesmo que dizer que a proposio (~ 7 > 9) (~ 7 < 2) verdadeira. Podemos ainda escrever esta ltima proposio como (7 demos, pelas mesmas razes, enunciar a lei 9) (7 2) . Tambm po-

Lei: Dizer que a negao da conjuno de duas proposies verdadeira o mesmo que dizer que a disjuno das negaes das duas proposies verdadeira. Ou seja, as proposies ~ (7 > 9 7 < 2) e (~ 7 > 9) (~ 7 < 2) so equivalentes. Esta ltima pode ainda escrever-se, obviamente como (~ 7 > 9) (~ 7 < 2) . Estas leis podem ser expressas em termos de conjuntos da seguinte maneira:

Leis de De Morgan
Consideremos dois conjuntos A e B. O complementar da interseo de A e B igual reunio dos complementares dos conjuntos dados, isto

A
Por exemplo, [2,4] [3,5] = [2,4] =] =]

B=A

[3,5] ,3[ ]5, + [

,2[ ]4, + [ ] ,3[ ]4, + [

Tambm se tem que o complementar da reunio dos conjuntos A e B igual interseo dos complementares dos conjuntos dados, isto ,

A
Por exemplo

B=A

[ 2, 4 ] [ 3,5 ] = [ 2, 4 ] [ 3,5 ] = (] ,2[ ]4,+ [ ) = ] ,2[ ]5,+ [

(]

, 3[

]5,+ [)

1. possvel? provvel?

27

www.oxe7.com

www.oxe7.com

EG

Exerccios globais
Pratica
1. Observa a roda da sorte da figura.

11 10 9 8

12

2 3 4

Considera a experincia: rodar o ponteiro e anotar o nmero que sai. 1.1 1.2 Indica o espao de resultados. Indica o subconjunto do espao de resultados associado a cada um dos seguintes acontecimentos. 1.2.1 1.2.2 1.2.3 1.2.4 1.2.5 1.2.6 1.2.7 1.2.8 1.3 Sair nmero par. Sair nmero primo. Sair mltiplo de 4. Sair 1 ou 2. Sair 7. No sair 7. Sair 15. No sair 15.

Considera os acontecimentos: A: Sair nmero mpar. B: Sair nmero menor que 3. Utilizando apenas estes dois acontecimentos e as operaes de Interseo, reunio e

28

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

complementao, caracteriza os seguintes acontecimentos: 1.3.1 1.3.2 1.3.3 1.3.4 2. Sair nmero par. Sair nmero 1. Sair 2 ou sair um nmero mpar. Sair nmero par maior do que 3.

Lana-se uma moeda trs vezes consecutivas. Representa por C a sada da face cara e por E a sada da face Europa, resolve as seguintes alneas: 2.1 2.2 Indica os espao de resultados. Indica o subconjunto do espao de resultados associado a cada um dos seguintes acontecimentos: 2.2.1 2.2.2 2.2.3 2.2.4 2.2.5 2.2.6 2.3 Sair cara no 1. lanamento, Europa no 2. e cara no 3.. Sair cara no primeiro lanamento e Europa no 2.. Sair cara no 3. lanamento. Sair cara uma s vez. Nunca sair cara. Sair sempre cara.

Traduz em linguagem corrente os seguintes acontecimentos: 2.3.1 2.3.2 {(E,C,C),(C,E,C),(C,C,E)} {(E,E,C),(E,E,E)}

3.

Considera a experincia aleatria que consiste em verificar o sexo dos filhos das famlias de dois filhos. 3.1 3.2 Indica qual o espao de resultados associado a esta experincia. Considera o acontecimento pelo menos um dos filhos do sexo masculino. Representa por um diagrama de Venn este acontecimento.

4.

Considera experincia aleatria que consiste em retirar 2 CDs, de uma caixa de 5 CDs, em que 2 esto avariados. Representa, atravs de um diagrama de Venn, o espao de resultados e o acontecimento A = {pelo menos um CD est avariado}. Considera S = {a,e,i,o,u} o espao de resultados de uma experincia aleatria. Sejam A e B dois acontecimentos: A = {a,i} e B = {e,i,u}.

5.

Representa, sob a forma de conjuntos, os acontecimentos:

1. possvel? provvel?

29

www.oxe7.com

www.oxe7.com

5.1 5.2 5.3 5.4 6.

B; A A B B; B; A.

Em Coimbra existem trs jornais: O Dirio de Coimbra; O jornal as Beiras e a o jornal a Cabra. Percentualmente as assinaturas destes jornais distribuem-se da seguinte maneira: 40% assinam o Dirio de Coimbra, 35% as Beiras e 25% a Cabra. Sabe-se ainda que 18% assinam o Dirio de Coimbra e as Beiras, 15% assinam o Dirio de Coimbra e a Cabra, 12% assinam as Beiras e a Cabra, sendo os trs jornais assinados por 4% da populao. 6.1 6.2 Constri um diagrama de Venn que represente a distribuio das assinaturas pelos trs jornais. Indica a percentagem da populao que: 6.2.1 6.2.2 6.2.3 no assina qualquer um dos trs jornais. assina apenas as Beiras; no assina a Cabra.

Pensa e Resolve
1. Tiram-se sucessivamente duas cartas de um baralho de 52 cartas, no repondo no baralho a primeira carta extrada . 1.1 1.2 Quantos elementos tem o espao de resultados? Seja A o acontecimento: sair pelo menos um Rei. Indica, em linguagem corrente, o acontecimento contrrio de A. 2. A tua calculadora grfica permite-te simular o lanamento de duas moedas ao ar, fazendo com que ou sai o nmero 0 ou o nmero 1, usando a instruo randInt (0,1,2). Repara na imagem seguinte:

30

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

Considera os seguintes acontecimentos: A: sair apenas o nmero 1; B: sair pelo menos um nmero 1; C: sair nmero 0 em ambos os resultados. 2.1 2.2 3. Representa em extenso os acontecimentos B

A, A

B, B

C e B

C.

Alguns dos acontecimentos dados so disjuntos? E contrrios? Quais?

Define um modelo de probabilidade para cada uma das experincias aleatrias seguintes: 3.1 3.2 3.3 Lanamento de duas moedas equilibradas e registo da face voltada para cima; Lanamento de trs moedas equilibradas e registo das faces voltadas para cima; Extrao sucessiva, sem reposio, de duas bolas de um saco onde existem quatro bolas de cor diferente e registo da cor.

4.

Na figura encontra-se representada uma planificao de um dado.

1. possvel? provvel?

31

www.oxe7.com

www.oxe7.com

Indica o conjunto de resultados de cada uma das experincias: 4.1 4.2 5. Lanamento do dado e registo da letra que aparece na face de cima; Lanamento do dado e registo da cor voltada para cima.

De uma urna que contm duas bolas amarelas, uma roxa e uma vermelha, retira-se uma bola ao acaso e regista-se a cor. 5.1 5.2 5.3 Qual o espao de resultados? Quais os acontecimentos elementares? Considera os seguintes acontecimentos: A: Sair bola roxa; B: no sair bola vermelha; C: sair bola castanha; D: no sair bola branca. 5.3.1 5.3.2 Representa os acontecimentos por conjuntos. Indica um acontecimento certo e um acontecimento impossvel.

Reflete
1. Considera a experincia aleatria que consiste em averiguar num grupo de 5 amigos, constitudo pelo Joo, Manuel, Tiago, Toms e David, se praticam algum desporto e se so casados ou no. Se soubermos que o Joo, o Toms e o David so casados e que o Tiago e David praticam desporto, um diagrama de Venn pode ser til. No projeto educativo de uma escola secundaria esto previstas trs atividades: realizar um Magusto; realizar um jantar de Natal; realizar uma Caminhada de fim de ano.
Youth hiking por JJudith89, http://commons.wikimedia.org/wiki/File:Youth_hiking.JPG

2.

Considera os acontecimentos: M: realizar o Magusto;

32

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

N: realizar o jantar de Natal; C: realizar a Caminhada. 2.1 Traduz em funo de M, N e C os seguintes acontecimentos: 2.1.1 2.1.2 2.1.3 2.1.4 2.2 3. Realizar-se pelo menos uma das trs atividades; Realizarem-se as trs atividades; Realizar-se uma s atividade; No se realizar nenhuma das atividades. (N C ) for um aconte-

O que concluis sobre a realizao das trs atividades se M cimento certo?

Num saco h quatro bolas numeradas de 11 a 14. Extraem-se duas bolas, uma de cada vez, sem reposio, e regista-se o nmero de cada uma. Considera os acontecimentos: A: sair pelo menos um nmero mpar; B: sarem s nmeros mpares; C: a soma dos dois nmeros ser 25. 3.1 3.2 3.3 Define, em extenso, os acontecimentos A, B e C. Considera os acontecimentos dados, dois a dois, e classifica-os em compatveis e incompatveis Traduz em linguagem corrente o acontecimento contrrio de cada um dos acontecimentos dados.

CONSELHOS

PARA OS EXAMES

- N. 1

Sempre que se pensa em testes ou exames, pensa-se automaticamente em stress, ansiedade e nas suas manifestaes. No entanto, os testes so um facto da vida e o mais certo que eles ocorram ao longo de toda a vida e que sejam o modo mais utilizado para demonstrar conhecimentos e capacidades. Por isso, importante aprender a lidar com o stress e a ansiedade que os testes/exames inevitavelmente envolvem para que seja possvel controlar os seus sintomas, e assim, transformar a ansiedade e o stress de algo incapacitante para algo estimulante. Aqui vo algumas dicas. Provavelmente nem todas vo funcionar contigo mas, esperemos, pelo menos te encoraje a comear a pensar e a preparares-te para testes e exames de um modo geral. Preparao: a) Organiza um horrio de revises que seja realstico. Lembra-te que a qualidade do teu tempo de estudo que importa e no a quantidade.

1. possvel? provvel?

33

www.oxe7.com

www.oxe7.com

b) Quando estiveres a rever a matria faz mais que olhar para uma pgina com esperana que algum milagre acontea e que a matria se transfira automaticamente para o teu crebro! Desenvolve um mtodo de estudo que resulte contigo. c) No consumas estimulantes, bebidas com cafena (refrigerantes, caf ou mesmo ch). Embora estas bebidas te faam sentir melhor durante o dia, vo dificultar o repouso noite. d) Para de estudar cerca de uma hora antes de ir para a cama e d descanso ao seu crebro. Ouve msica, toma um banho, l alguma coisa leve ou v um pouco de televiso. O teu crebro no como um interruptor que pode simplesmente desligar-se, precisa de um perodo de transio para se ajustar. No Exame: e) No te enganes na data do exame. Reconfirma sempre a data, a hora e o local do exame. Nada mais desagradvel do que ser apanhado de surpresa. f) Como preparao para os diferentes tipos de testes e exames, provavelmente j ters realizado dezenas de exerccios e de fichas mas, antes de entrar em cada exame, faz uma reviso mental e relembra os objectivos da matria. g) Na noite anterior prepara o material que poders precisar para o teste como canetas, calculadoras ou outro material especializado para que no entres em pnico no dia do exame. h) Alimenta-te convenientemente s refeies. Come uma pequena guloseima antes de cada exame. Lembra-te de manter uns bons nveis de energia. Os teus nveis de acar precisam de estar um pouco altos para que o crebro funcione com todo o seu esplendor. i) Antes do exame, num espao calmo, mais ou menos privado (ex: quarto de banho) feche os olhos e respire calma e profundamente 10 vezes. Este exerccio vai fazer com que se acalmes. Alm disso, pode repeti-lo durante o exame ou em alturas que se sinta a entrar em pnico. j) Evita conversas que sabes que te vo alterar antes do exame as discusses tm tempo para acontecer, antes dos exames que no. Do mesmo modo, evita pessoas que consideres aborrecidas ou que te tiram do srio. k) Se a mesa onde vais fazer o exame abana, pede outra. Se no for possvel, pe algo debaixo da perna da mesa antes de comear o exame. l) Comeou o exame! Mantm a calma e l o enunciado todo antes de comear, pelo menos duas vezes, marcando, da segunda vez, as questes que consegues fazer mais facilmente. m) L as questes que marcaste anteriormente com ateno. Essa a tua lista fcil. Fazer primeiro as perguntas que consideras fceis vai dar-te motivao e nimo para fazer as outras mais difceis. n) L as perguntas cuidadosamente. Os professores no querem ler mais do que aquilo que perguntaram Vale a pena ponderar no que ser relevante na questo e organizar a tua resposta mentalmente ou na folha de rascunho. S ento comea a escrever. o) Se te mantiveres calmo vais ter tempo para responder a todas as questes. Se for mais fcil para ti, divide o tempo do exame pelo nmero de questes que tens que fazer.

34

1. possvel? provvel?

www.oxe7.com

www.oxe7.com

Depois do exame:
Se tudo correu bem, irs ter a nota por que tanto te esforaste, no entanto, nem sempre o esforo efectuado recompensado e podes reprovar no exame tem noo que no o fim do mundo apenas um exame ters outras oportunidades para recuperar esta nota. Pergunta aos seus professores como (adaptado de um texto de Lara R. Alves, Psicloga Clnica)

IE

Itens de exames
1. Uma caixa, que designamos por caixa 1, contm duas bolas pretas e trs bolas verdes. Uma segunda caixa, que designamos por caixa 2, contm duas bolas pretas e uma bola verde. Considera a seguinte experincia: retirar, ao acaso, uma bola de cada caixa. Seja X o acontecimento: nmero de bolas verdes que existem no conjunto das duas bolas retiradas. Qual o espao de resultados 2. Um saco contm dez bolas. Quatro bolas esto numeradas com o nmero 1, cinco com o nmero 2 e uma com o nmero 3. 2.1 Considera a seguinte experincia: extrai-se, ao acaso, uma bola do saco. Qual o espao de resultados 2.2 associado a esta experincia? associado a esta experincia?

Considera agora a experincia: tiram-se simultaneamente, ao acaso, duas bolas. 2.2.1 2.2.2 Determina o espao de resultados Considera os acontecimentos: A: a soma das bolas par B: a soma das bolas 3 Escreve, em extenso, os conjuntos associados aos acontecimentos: A, B, A associado a esta experincia?

B, A

C.

3.

Na figura est representado um dado equilibrado, bem como a respetiva planificao. Conforme se pode observar na figura existem trs nmeros em cada face.

1. possvel? provvel?

35

www.oxe7.com

www.oxe7.com

0
2 2 2

0 0 1 2 2

1 0

0
1

1 1

1 1 1 0

Lana-se este dado uma s vez e observam-se os nmeros da face que fica voltada para cima. Diz-se ento que saram esses trs nmeros. 3.1 Seja R o acontecimento os nmeros sados so todos iguais. Seja S o acontecimento a soma dos nmeros sados igual a 3 Determina em extenso os conjuntos associados aos seguintes acontecimentos: S; R; S R, S R. 3.2 Determina a probabilidade do produto dos trs nmeros ser nulo.

PG

Prova global
45 minutos 4. Considera quatro caixas com fichas azuis (A) e fichas vermelhas (V).

4.1

Considera a seguinte experincia: Escolhe-se ao acaso uma caixa. Indica qual o espao de resultados associado a esta experincia.

4.2

Foi dada Rita uma caixa, da qual ela retirou uma ficha, registou a cor e voltou a colocar a ficha dentro da caixa. A Rita repetiu este procedimento durante dez vezes tendo obtido o seguinte resultado: A, V, A, V, A, V, A, V, A, V. Consegues identificar a caixa que foi dada Rita? Justifica a tua resposta.

4.3 36

D a tua opinio, devidamente fundamentada, sobre cada uma das seguintes afirma1. possvel? provvel?

www.oxe7.com

www.oxe7.com

es: 4.3.3 4.3.4 5. 6. mais provvel obter ficha azul na caixa 1 do que na caixa 4. mais provvel obter ficha vermelha na caixa 2 do que na caixa 3.

Qual o espao de resultados associado experincia aleatria: lanamento de uma moeda de 1 trs vezes? Considera a experincia aleatria que consiste no lanamento de dois dados. 6.1 6.2 Representa, em extenso, o espao de resultados , associado a esta experincia. .

Representa cada um dos seguintes acontecimentos sob a forma de subconjuntos de 6.2.1 6.2.2 6.2.3 6.2.4 6.2.5 A: A soma das pontuaes mpar. B: A soma das pontuaes 7. C: O produto das pontuaes 21. D: A soma das pontuaes maior que 6. E: O produto das pontuaes um nmero par.

6.3 6.4

Algum dos acontecimentos anteriores elementar, certo, ou impossvel? Justifica. Determina, em extenso, os conjuntos associados aos acontecimentos: 6.4.1 6.4.2 6.4.3 6.4.4 6.4.5

A A C B A

B B E D E

1. possvel? provvel?

37

www.oxe7.com

www.oxe7.com

2. Probabilidade
O mal sempre mais provvel que o bem Popular Aproveitar o Tempo lvaro de Campos Aproveitar o tempo! Mas o que o tempo, que eu o aproveite? Aproveitar o tempo! Nenhum dia sem linha... O trabalho honesto e superior... O trabalho Virglio, Mlton... Mas to difcil ser honesto ou superior! to pouco provvel ser Milton ou ser Virglio! J vimos na tarefa 2a) do captulo anterior que a experincia aleatria que consiste em lanar um dado comum e verificar a face que fica virada para cima, identificada pelo nmero de pintas, pode ser estudada considerando os diferentes acontecimentos elementares {1}, {2}, {3}, {4}, {5}, {6} e observando que todas as faces podem ficar viradas para cima com igual probabilidade; como h 6 faces, a probabilidade de cada acontecimento elementar ter de ser 1/6: Nmero de pintas da face que fica virada para cima Probabilidade

1 1/6

2 1/6

3 1/6

4 1/6

5 1/6

6 1/6

Este exemplo simples pois evidente que todos os acontecimentos elementares so igualmente provveis. A questo que se pe : como atribuir probabilidades aos diferentes acontecimentos num caso geral em que no sejam todos igualmente provveis? Pensemos, por exemplo, na experincia aleatria que consiste em verificar qual o resultado do jogo de futebol Benfica-Porto no prximo campeonato ou taa. O espao de resultados constitudo pelos resultados S = {Benfica ganha, Benfica empata, Benfica perde}. Como atribuir probabilidades a cada um destes acontecimentos elementares? Estamos perante uma situao em que diferentes pessoas proporo diferentes modelos de probabilidade, baseado nas suas avaliaes do poder de cada equipa no momento considerado. Mas tambm podemos considerar o conjunto dos jogos passados entre as duas equipas. Consideremos separadamente os jogos em casa do Benfica e os jogos em casa do Porto. Em casa do Benfica, para o Campeonato Nacional, as duas equipas disputaram desde 1934 at abril de 2012, um total de 78 jogos. Como o Benfica ganhou 41 jogos, empatou 23 e per38
2. Probabilidade
Benfica 0 - 1 Porto por Jos Goulo, http://commons.wikimedia.org/wiki/File:Youth_hiking.JPG

www.oxe7.com

www.oxe7.com

deu 14, temos algumas razes para considerar o seguinte modelo Acontecimento Probabilidade Benfica ganha 41/78 Benfica empata 23/78 Benfica perde 14/78

Em casa do Porto, para o Campeonato Nacional, as duas equipas disputaram desde 1934 at abril de 2012, um total de 79 jogos. Como o Benfica ganhou 12 jogos, empatou 20 e perdeu 47, temos algumas razes para considerar o seguinte modelo Acontecimento Probabilidade Benfica ganha 12/79 Benfica empata 20/79 Benfica perde 47/79

Estes exemplos mostram-nos como a anlise de cada situao nos poder permitir encontrar as probabilidades de cada acontecimento elementar e, assim, construir o modelo de probabilidade de cada experincia aleatria. Preparando-nos para situaes cada vez mais complexas, clarifiquemos quais as propriedades a que deve satisfazer a noo de probabilidade:

Probabilidade de um acontecimento um nmero que mede a possibilidade de esse acontecimento se realizar.

Consideremos uma experincia aleatria que conduza a um espao de resultados S contvel, isto , que s assume um nmero finito de resultados distintos ou ento pode ser enumerado e que representamos por E1, E2, E3, . Ento, qualquer que seja o modo de construir o modelo de probabilidade (isto , obter as probabilidades associadas aos acontecimentos elementares que constituem o espao de resultados), vamos estabelecer a partir de agora as seguintes regras bsicas: Regras para a Probabilidade de um acontecimento

Regra 1 A probabilidade P(E) de qualquer acontecimento elementar E


um nmero compreendido entre 0 e 1, podendo ser igual a 0 ou igual a 1: 0 P(E) 1

Regra 2 A soma das probabilidades dos acontecimentos elementares que compem o espao de resultados S = {E1, E2, E3, } igual a 1:
P(E1) + P(E2) + P(E3) +... = 1

Regra 3 A probabilidade P(A) do acontecimento A igual soma das


probabilidades dos acontecimentos elementares que compem A, isto , se

A = E1
ento:

E2

E3

e se E1, E2, E3, so acontecimentos elementares,


A = P(E1) + P(E2) + P(E3) +...

Estabelecidas as bases da construo de Modelos de Probabilidade, precisamos agora de encontrar modos prticos de obter valores para as probabilidades dos acontecimentos associados a uma experincia aleatria.

2. Probabilidade

39

www.oxe7.com

www.oxe7.com

Consideremos a experincia aleatria de lanar ao ar uma moeda com uma cara num lado e uma outra ilustrao do outro lado (dita coroa). Efetuemos uma simulao na internet, por exemplo em http://shodor.org/interactivate/activities/Coin/ para ver quantas caras A e coroas O aparecem em sucessivos lanamentos. Lanamentos Caras A Coroas O Freq. relat. A Freq. relat. O 10 7 3 0,7 0,3 50 28 22 0,56 0,44 90 47 43 0,522 0,478 130 65 65 0,5 0,5 170 82 88 0,482 0,517 210 102 108 0,486 0,514 250 121 129 0,484 0,516 290 142 148 0,489 0,510 330 162 168 0,490 0,509 370 185 185 0,5 0,5 410 206 204 0,502 0,497

Sendo uma experincia aleatria no sabemos o que vai acontecer a seguir. Mas como supusemos que se pode repetir sempre de forma independente, o que observmos razoavelmente representativo das propriedades desta experincia aleatria. Assim, como para muitas repeties da experincia, as frequncias relativas para A e para O se vo aproximando razoavelmente de 0,5 aceitvel dizer que P(A) = P(O) = 0,5 Isto no significa que medida que o nmero de experincias cresa, a frequncia relativa se v aproximando cada vez mais do resultado, poder oscilar; o que interessa que v estabilizando volta de 0,5. Podemos agora adotar a seguinte definio:

Probabilidade de um acontecimento A (definio frequencista) o valor obtido para a frequncia relativa da realizao de A, num grande nmero de repeties da experincia aleatria.

40

2. Probabilidade

www.oxe7.com

Coin toss por CSERD, http://shodor.org/interactivate/activities/Coin/

H vrias abordagens possveis para tal. Uma delas est baseada numa das caractersticas qua atribumos a uma experincia aleatria: possvel fazer um grande nmero de realizaes, independentes, da experincia. Se podemos repetir a experincia tantas vezes quanto quisermos, ento vamos fazer exatamente isso, vamos registar a frequncia relativa, isto , a proporo, de cada acontecimento e depois atribumos as probabilidades de acordo com essa proporo. Se repetirmos a experincia aleatria um nmero cada vez maior de vezes, a frequncia relativa de cada acontecimento elementar tender a aproximar-se de algum valor entre 0 e 1 (podendo ser 0 ou ser 1). Tem sentido ento interpretar esse valor como sendo a Probabilidade que podemos atribuir a cada acontecimento elementar. A este mtodo de determinar a Probabilidade chama-se Aproximao frequencista de Probabilidade.

www.oxe7.com

TR
TAREFA
RESOLVIDA

Suponhamos que numa experincia aleatria se lana um dado cbico de 6 faces, se registam as pintas da face que ficou voltada para cima, e se obtiveram os seguintes resultados ao realizar 1000 experincias: Face 1 2 3 4 5 6 Freq. abs. 159 163 160 161 86 271 Freq. rel. (%) 15.9% 16.3% 16.0% 16.1% 8.6% 27.1%

Em funo destes resultados indica se se trata de um dado normal ou de um dado viciado e indica quais as probabilidades de cada acontecimento elementar.

RESOLUO
Como se trata de um dado de 6 faces, h seis acontecimentos elementares e o espao de resultados da experincia aleatria S = {1,2,3,4,5,6} Para um grande nmero de experincias o valor da frequncia relativa de cada acontecimento elementar deve aproximar-se da probabilidade desse acontecimento. Ento as probabilidades devero ser as da tabela Face 1 2 3 4 5 6 Probabilidade 16% 16% 16% 16% 9% 27%

Este dado no claramente homogneo pelo que se trata de um dado viciado, ou seja, um dado que, pela sua constituio fsica, no permite que as faces fiquem voltadas para cima com igual probabilidade. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

2. Probabilidade

41

www.oxe7.com

www.oxe7.com

NO ESQUECER

A PROBABILIDADE DE UM ACONTECIMENTO EST PRXIMO DA FREQUNCIA DO ACONTECIMENTO QUANDO SE FAZ UM GRANDE NMERO DE EXPERINCIAS ALEATRIAS.

T
TAREFA 2
O Jogo da Glria, ou Jogo do Ganso um jogo de tabuleiro que ter sido criado na Alemanha durante o Sc. XV, mas acabou por se popularizar, por volta do sculo XVI, em Frana. O nome Jogo do Ganso, parece vir do facto de, na Grcia antiga, o ganso ser tido como um animal sagrado. Desde essa altura apareceram inmeras verses em diferentes pocas e diferentes pases e ainda hoje um jogo popular. Neste jogo cada jogador parte de uma casa de partida e o objectivo ser o primeiro a chegar ltima casa do tabuleiro (que costuma ter 63 casas). Na sua vez de jogar, cada jogador lana um dado e avana o correspondente nmero de casas. A casa onde vai parar pode dar direito a um prmio ou a um castigo. Nalgumas verses a casa 9 nove a chamada casa da morte por implicar a eliminao do jogo. Determina a probabilidade de um jogador ser eliminado do jogo usando a definio frequencista.

48

14

47

63
32

45 46
44

42 33 3 4 35 36 37 38 39 40 41
1 2 3 4 5

43

(adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

9
2. Probabilidade

42

www.oxe7.com

10

11

12

13

15

49 50

16

27 18 19 20 21 22 23

59 51 52 53 54 55 56 57 58

24

25

26

60

27
28 62

61

29

30

31

www.oxe7.com

EXERCCIOS
1. O Joaquim tem um leitor MP3 com 250 msicas. Se ele tiver 50 msicas portuguesas e 200 estrangeiras e puser o leitor a funcionar no modo aleatrio, qual ser a probabilidade de ouvir uma cano portuguesa?

2.

Suponhamos agora que no leitor MP3 do Joaquim ele tem 120 ficheiros de msica e 60 ficheiros de vdeos musicais. Se ele puser o leitor a funcionar no modo aleatrio, qual ser a probabilidade de ouvir um vdeo musical? No lanamento de um dado 800 vezes verificou-se que a face 1 saiu 104 vezes, a face 2 saiu 96 vezes, a face 3 saiu 110 vezes, a face 4 saiu 100 vezes, a face 5 saiu 94 vezes e a face 6 saiu 296 vezes. Voltmos a lanar o mesmo dado, mas desta vez s lanamos o dado 8 vezes e obtivemos: a face 1 uma vez, a face 2 saiu 1 vez, a face 3 saiu 1 vez, a face 4 saiu 2 vezes, a face 5 no saiu nenhuma vez e a face 6 saiu 3 vezes. Poderemos afirmar que este dado viciado? Justifica convenientemente a tua resposta.

3.

4. 5.

O Joo lanou uma moeda equilibrada ao ar nove vezes, nas nove vezes ele obteve Cara. Ser possvel que o Joo obtenha Coroa no dcimo lanamento? Numa folha de clculo possvel simular o lanamento de um dado cbico usando a instruo
=RANDBETWEEN(1,6)

que nos fornece um nmero aleatrio entre 1 e 6, exatamente os resultados possveis no lanamento de um dado cbico equilibrado. 5.1 5.2 6. Usando uma folha de clculo para simular o lanamento de 500 dados que resultados se podem esperar? Usa uma folha de clculo para simular o lanamento de 500 dados. Que relao existe com os resultados esperados? Porqu?

Supe que simulas com uma calculadora grfica, ou na Internet, o lanamento de um dado 1200 vezes. Com uma calculadora grfica podes usar, por exemplo, as seguintes abordagens:

2. Probabilidade

43

www.oxe7.com

www.oxe7.com

EXERCCIOS (CONT.)
http://www.nelsonsousa.pt/index.php?lang=pt&cat=2&subcat=3&article=29 http://www.apm.pt/portal/index.php?id=26902 Na internet podes usar, por exemplo, as pginas http://alea-estp.ine.pt/html/probabil/html/cap_02/html/cap2_1_2.html http://www2.whidbey.net/ohmsmath/webwork/javascript/diceroll.htm http://www.random.org/dice/ Considera o acontecimento A: sair face 6. 1.1 1.2 1.3 Qual a frequncia absoluta esperada para o acontecimento A? Admite que o acontecimento A ocorreu 160 vezes. Poders concluir que o dado viciado? Como organizarias uma experincia para verificar se o dado ou no viciado?

Vejamos agora uma abordagem diferente do conceito de probabilidade.

Retomando o exemplo do lanamento de um dado cbico comum, isto a experincia aleatria que consiste em lanar esse dado e verificar a face que fica virada para cima, identificada pelo nmero de pintas, relembremos que os diferentes acontecimentos elementares so {1}, {2}, {3}, {4}, {5}, {6} e que as faces podem ficar viradas para cima com igual probabilidade; Havendo 6 acontecimentos elementares de igual probabilidade a ser considerados, a probabilidade de cada acontecimento elementar ter de ser 1/6: Nmero de pintas da face que fica virada para cima Probabilidade

1 1/6

2 1/6

3 1/6

4 1/6

5 1/6

6 1/6

Vamos tentar esta ideia de os acontecimentos elementares serem igualmente provveis. A questo que se pe : como atribuir probabilidades aos diferentes acontecimentos num caso geral em que no sejam todos igualmente provveis? 44
2. Probabilidade

www.oxe7.com

www.oxe7.com

Consideremos agora a experincia aleatria que consiste em retirar, sem olhar, um berlinde de uma caixa com 5 berlindes, 3 amarelos e dois azuis, e depois ver a respetiva cor. Qual a probabilidade de retirar um berlinde azul? Claro que no ser igual de retirar um berlinde amarelo! Como existem 2 berlindes azuis num total de 5 berlindes, sensato afirmar que a probabilidade de retirar um berlinde azul seja de 2/5. E, claro, a probabilidade de retirar um berlinde amarelo dever ser 3/5. Se num baralho de 52 cartas devidamente baralhado tentarmos determinar a probabilidade de sair o s de paus, podemos dizer imediatamente que, como a sada de cada uma das cartas igualmente provvel, a probabilidade de sair o s de paus ter de ser igual a 1/52. De igual modo conclumos que a probabilidade de sair uma qualquer carta de paus de 13/52 visto que h 13 cartas de paus e tanto essas como as restantes so igualmente provveis.

Mais geralmente, podemos enunciar o seguinte:

Se o espao de resultados S constitudo por um nmero finito n de elementos (havendo assim apenas n acontecimentos elementares), e se todos eles so igualmente possveis, a probabilidade de cada acontecimento elementar s poder ser 1/n. Retomemos o exemplo dos berlindes, supondo agora que temos 7 berlindes azuis e 12 berlindes amarelos na caixa. Como h 19 acontecimentos elementares correspondentes a acontecimentos igualmente possveis, a probabilidade de cada um s poder ser 1/19. Assim a probabilidade de sair um berlinde azul ser de 7/19 visto que temos 7 acontecimentos elementares favorveis ao nosso objetivo. Este exemplo d-nos a ideia de considerar a seguinte definio:

2. Probabilidade

45

www.oxe7.com

www.oxe7.com

A Probabilidade de um acontecimento A igual soma das probabilidades dos acontecimentos elementares que compem A. Retomando o exemplo do baralho de 52 cartas, qual a probabilidade de sair um s? Como h 4 ases, h 4 acontecimentos elementares favorveis num total de 52 acontecimentos elementares correspondentes a cada uma das cartas do baralho. Assim, a probabilidade de sair um s ser de 1/52 + 1/52 + 1/52 + 1/52 = 4/52 E se quisermos saber a probabilidade de sair uma figura? Como h 12 figuras num baralho de 52 cartas, a probabilidade de sair uma figura ser igual a 12 x 1/52 = 12/52 = 3/13 Cada um destes exemplos pode ser reescrito considerando que o que procuramos o nmero dos acontecimentos elementares favorveis, que dividimos pelo nmero de acontecimentos elementares possveis. Por exemplo, no baralho das 52 cartas, qual a probabilidade de sair uma carta de um naipe com pintas vermelhas? Como h 26 cartas vermelhas num total de 52 cartas, a probabilidade de sair uma carta com pintas vermelhas ser de 26 x 1/52 = 26/52 = 1/2

Definio de Laplace de Probabilidade: Suponhamos que o espao de


resultados S constitudo por um nmero finito n de elementos, todos eles igualmente possveis. Define-se Probabilidade de um acontecimento A, e representa-se por P(A), a razo entre o nmero m de resultados favorveis a A (resultados que compem A) e o nmero n de resultados possveis (resultados que constituem S): P(A) = m n

Podemos representar simbolicamente este ltimo quociente da seguinte maneira: P(A) = casos favorveis casos possveis

Vamos aplicar esta definio determinao da probabilidade de sair uma Dama num jogo de 52 cartas. Como h 4 Damas num total de 52 cartas a probabilidade de sair uma dama 4 52 = 1 13

46

2. Probabilidade

www.oxe7.com

www.oxe7.com

T
TAREFA
RESOLVIDA

De um grupo constitudo por duas raparigas e dois rapazes, selecionam-se ao acaso 2 jovens para realizarem um jogo de tnis. Qual a probabilidade de: a) Serem os dois rapazes? b) Ser um rapaz e uma rapariga?

RESOLUO
Designando os dois rapazes por E1 e E2 e as duas raparigas por R1 e R2 podemos dizer que o espao de resultados da experincia aleatria que consiste em selecionar dois jovens de entre os quatro {(E1,E2), (E1,R1), (E1,R2), (E2,E1), (E2,R1), (E2,R2), (R1,E1), (R1,E2), (R1,R2), (R2,E1), (R2,E2), (R2,R1)} Os acontecimentos de que pretendemos calcular as probabilidades so dois rapazes = {(E1, E2), (E2, E1)} rapaz e rapariga = {(E1,R1), (E1,R2), (E2,R1), (E2,R2), (R1,E1), (R1,E2), (R2,E1), (R2,E2)} Assim, as probabilidades pretendidas so: P(dois rapazes) = 2 12 = 1 6 2 3

P(rapaz e rapariga) =

8 12

(adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

A
A

NO ESQUECER
PROBABILIDADE, SEGUNDO A DEFINIO DE

VEIS E O NMERO DE CASOS POSSVEIS.

LAPLACE,

O QUOCIENTE ENTRE O NMERO DE CASOS FAVOR-

T
TAREFA 4
Consideremos o seguinte jogo de dados entre dois jogadores:

2. Probabilidade

47

www.oxe7.com

www.oxe7.com

Regras do JOGO dos dois DADOS


a) Jogam dois jogadores. b) Em cada jogada, cada jogador lana um dado e somam-se os pontos dos dois dados. c) O jogador A marca um ponto se a soma for 5, 6, 7 ou 8. d) O jogador B marca um ponto se a soma for 2, 3, 4, 9, 10, 11 ou 12. e) Ganha quem primeiro obtiver 20 pontos. A questo a investigar se neste jogo algum dos jogadores estar em vantagem em funo das regras definidas para o jogo. Elabora um pequeno relatrio com as tuas concluses. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

T
TAREFA 5
A CABRA OU O CARRO?
O leitor est num programa do tipo Roda dos Milhes. O apresentador do programa mostra-lhe trs portas iguais. Por trs de uma delas est um maravilhoso e cintilante carro descapotvel. Por trs de cada uma das outras est uma cabra. O objectivo do jogo que o leitor escolha uma das portas, ganhando o prmio que ela esconde. As regras, no entanto, so as seguintes: o apresentador comea por lhe pedir que escolha uma das trs portas, coisa que o leitor faz. Independentemente da sua escolha, o apresentador (que sabe onde est o carro) abre uma das duas portas no escolhidas, revelando uma cabra. Em seguida, vira-se para si e d-lhe e possibilidade de trocar a sua escolha da porta inicial para a outra porta ainda fechada. O que mais vantajoso? Trocar de portas ou manter a escolha inicial? Ou indiferente? adaptado de texto de Jorge Buescu in, Ingenium Nov.99 Se fosses um dos jogadores desta Roda dos milhes o que farias? Numa pequena composio justifica devidamente a tua opo.

48

2. Probabilidade

www.oxe7.com

www.oxe7.com

EXERCCIOS
1. Vamos jogar com um dado equilibrado com 20 faces numeradas de 1 a 20 que lanamos uma nica vez e registamos o nmero que aparece na face de cima. 1.1 1.2 1.3 1.4 1.5 1.6 2. Qual o espao de resultados desta experincia aleatria? Indica um acontecimento, um acontecimento elementar e um acontecimento impossvel. Qual a probabilidade de obter um nmero par? Qual a probabilidade de obter um nmero mltiplo de 3? Qual a probabilidade de obter um nmero mltiplo de 6? Qual a probabilidade de obter um nmero maior do que 7?

Considera a experincia aleatria que consiste em lanar um dado cbico equilibrado e olhar para o nmero de pintas da face que fica em cima. Indica acontecimentos com probabilidade igual a: 2.1 2.2 2.3 2.4 1/2; 1/4; 1/6; 2/3.

3. 4. 5.

Abre-se ao acaso, um livro, ficando vista duas pginas numeradas. Qual a probabilidade de a soma dos nmeros dessas duas pginas ser mpar? No lanamento de dois dados numerado de 1 a 6 qual a probabilidade do produto dos nmeros sados ser igual a 21? Cinco equipas A, B, C, D e E participam num torneio de basquetebol. Cada equipa joga com as outras equipas duas vezes. Escolhe-se um jogo ao acaso. Qual a probabilidade de a equipa A participar nesse torneio?

6.

Cinco equipas A, B, C, D e E participam num torneio de basquetebol. Cada equipa joga com as outras equipas uma vez apenas. Escolhe-se um jogo ao acaso. Qual a probabilidade de a equipa A participar nesse torneio? Quatro equipas A, B, C e D participam num torneio de basquetebol. Cada equipa joga com as outras equipas duas vezes. Escolhe-se um jogo ao acaso. Qual a probabilidade de a equipa A participar nesse torneio?

7.

2. Probabilidade

49

www.oxe7.com

www.oxe7.com

H HISTRIA(S)
Pierre Simon Laplace (1749-1827) Pierre Simon, Marqus de Laplace foi um matemtico, astrnomo e fsico francs que organizou a astronomia matemtica, resumindo e ampliando o trabalho dos seus predecessores nos cinco volumes do seu clebre tratado Mcanique Cleste (Mecnica celeste) (1799-1825). Esta obra-prima traduziu o estudo geomtrico da mecnica clssica usada por Isaac Newton para um estudo baseado no clculo matemtico, conhecido como mecnica fsica. Laplace dedicou a maior parte da sua vida astronomia matemtica, culminando na sua obra-prima sobre a demonstrao da estabilidade dinmica do sistema solar, com a suposio de que este consistia num conjunto de corpos rgidos movendo-se no vcuo. Foi tambm um dos primeiros cientistas a postular a existncia de buracos negros. lembrado como um dos maiores cientistas de todos os tempos (s vezes, chamado de Newton francs) com uma fenomenal capacidade matemtica, natural sem par entre os seus contemporneos. Parece que Laplace no era modesto sobre as suas habilidades e realizaes. Um visitante da Academia das Cincias em Paris, em 1780-81, relatou que Laplace deixava claro que se considerava o melhor matemtico de Frana. Um dos temas em que trabalhou foi a teoria das probabilidades. No seu Ensaio filosfico sobre as probabilidades, Laplace projetou um sistema matemtico de raciocnio indutivo baseado nas probabilidades. Laplace calculou que a probabilidade de o Sol nascer amanh, dado que este nunca falhou em faz-lo no passado, era
Pr(Sol nascer amanh) d d 1 2

Pierre Simon Laplace era filho de um pequeno trabalhador rural e deve a sua educao ao interesse incitado nalguns vizinhos abastados graas s suas habilidades e presena atrativa. De pupilo, tornou-se professor na escola local; tendo pedido uma carta de apresentao, foi a Paris tentar a sua sorte. Um trabalho sobre os princpios da mecnica instigou o interesse de dAlembert e, sob sua recomendao, foi oferecido um lugar na escola militar a Laplace. Laplace tinha um amplo conhecimento de todas as cincias e dominava todas as discusses na Academia das Cincias de Paris.

onde d o nmero de vezes que o Sol nasceu no passado. Este resultado tem sido ridicularizado como absurdo; porm, Laplace, imediatamente aps o exemplo, escreveu, Contudo, este nmero [isto , a probabilidade de que o Sol nascer amanh] bem maior para aquele que, vendo na totalidade dos fenmenos o princpio que regula os dias e as estaes, percebe que nada no atual momento pode impedir o seu caminho.

(adaptado de http://pt.wikipedia.org/wiki/Pierre_Simon_Laplace sob os termos da licena Creative Commons Attribution-ShareAlike 3.0, http://creativecommons.org/licenses/by-sa/3.0/)

50

2. Probabilidade

www.oxe7.com

www.oxe7.com

J desenvolvemos algumas tcnicas interessantes que nos permitem determinar a probabilidade de certos acontecimentos. Vamos agora estudar uma abordagem mais geral que nos permitir estudar sem ambiguidades o conceito de probabilidade. Trata-se da definio axiomtica de probabilidade que permite construir todo o edifcio da probabilidade com 3 axiomas e 2 noes primitivas. Uma axiomtica um conjunto de noes primitivas (noes que no se definem) e de proposies (chamados postulados ou axiomas) que no se demonstram e a partir das quais se deduzem todas as propriedades. Axiomtica da Probabilidade As noes primitivas so: espao de resultados; acontecimento. Considere-se um espao de resultados S, finito, e um conjunto W de acontecimentos (isto , subconjuntos de S) que satisfaam as seguintes condies: a) Se um acontecimento A est em W, ento o seu complementar A tambm est em W. b) Se dois acontecimentos A e B esto em W, ento a sua unio A tambm est em W.

A cada elemento A W associa-se um nmero que se chama Probabilidade de A e que se representa por P(A). Os axiomas a que P(A) satisfaz so:

1. axioma - A probabilidade de qualquer acontecimento sempre maior ou igual a zero:


P(A) 0

2. axioma - A probabilidade do acontecimento certo, S, 1:


P(S) = 1

3. axioma - Se dois acontecimentos so disjuntos, a probabilidade da sua


unio igual soma das probabilidades de cada um Se A

B =

ento P(A

B) = P(A) + P(B)

A partir destes axiomas podemos obter uma srie de propriedades das probabilidades. Propriedade 1 A probabilidade do acontecimento impossvel zero, isto , P( ) = 0 Demonstrao Os acontecimentos S e temos que so disjuntos (ou contrrios) pois S = . Ento, pelo 3. axioma,

2. Probabilidade

51

www.oxe7.com

www.oxe7.com

P(S

) = P(S ) + P( ) = S , temos que

Mas, pelo 2. axioma, P(S) = 1. Logo, como S

P(S ) = 1 + P( )
Novamente pelo 2. axioma, P(S) = 1, pelo que da igualdade obtida se conclui imediatamente que P( ) = 0 . c.q.d.1
1

- Esta abreviatura quer dizer como queramos demonstrar.

A partir do momento que demonstrmos esta primeira propriedade, ela passa a ser utilizvel nas demonstraes seguintes (visto que foi obtida apenas a partir dos axiomas). Propriedade 2 Dado um acontecimento A, a probabilidade do acontecimento A , contrrio de A, dada por

P(A) = 1 P(A)
Demonstrao Como os acontecimentos A e A so disjuntos, porque A que

A=

, ento, pelo 3. axioma temos

P(A

A) = P(A) + P(A) A = S . Pelo 2. axioma fica-

Mas, pela definio de acontecimento contrrio de A, temos que A mos ento a saber que P(A

A) = 1 . Assim, vem que


1 = P A

()

+ P A

()

Conclumos portanto que

P A =1 - P A
c.q.d.

()

()

Propriedade 3 Dados dois acontecimentos A e B, se A

B ento P(A)

P(B)

52

2. Probabilidade

www.oxe7.com

www.oxe7.com

Demonstrao Como se reconhece facilmente recorrendo a um diagrama de Venn, quaisquer que sejam os acontecimentos A e B podemos sempre dizer que se A B ento B a unio de A com a diferena entre B e A, ou seja, temos que

B=A

(B

A)

B BA

S Alm disso, os acontecimentos A e B-A so disjuntos. Assim, pelo 3. axioma temos que

P(B) = P(A) + P(B

A) (*)

Como os acontecimentos A e B so quaisquer sujeitos apenas restrio de A estar contido em B, no sabemos o valor de P(B-A). Contudo, pelo 1. axioma, essa probabilidade ser um nmero positivo ou nulo. Ou seja,

P B

Mas ento, da igualdade (*) podemos concluir imediatamente que

P(A)
c.q.d.

P(B)

T
TAREFA 6
Prova as seguintes propriedades da probabilidade, utilizando apenas os axiomas e as 3 propriedades j obtidas:

Propriedade 4
Qualquer que seja o acontecimento A, 0

P(A)

1.

Propriedade 5
Se os acontecimentos A, B e C so disjuntos dois a dois ento

P(A
2. Probabilidade

C ) = P(A) + P(B) + P(C )


53

www.oxe7.com

www.oxe7.com

T
TAREFA 7
Prova as seguintes propriedades da probabilidade, utilizando apenas os axiomas e as 3 propriedades j obtidas:

Propriedade 6
Quaisquer que sejam os acontecimentos A e B

P(A
Propriedade 7

B) = P(A) P(A

B)

Quaisquer que sejam os acontecimentos A e B,

P(A
Demonstrao

B) = P(A) + P(B) P(A

B)

Recorrendo a um diagrama de Venn fcil concluir que

B = (A

B)

(A

B)

(B

A)

A AB AB S BA

Ento, como estes conjuntos so todos disjuntos dois a dois, podemos dizer, pela propriedade 5, que

P(A

B) = P(A

B) + P(A

B) + P(B

A) (*)

Por outro lado, pela propriedade 6,

P(A

B) = P(A) P(A A) = P(B) P(A B) = P(A) P(A

B)

e ainda, pela mesma propriedade 6,

P(B P(A
54

B) B) + P(A B) + P(B) P(A B)


2. Probabilidade

Substituindo estes dois valores na igualdade (*), conclumos que

www.oxe7.com

www.oxe7.com

Simplificando esta igualdade conclumos finalmente que

P(A
c.q.d.

B) = P(A) + P(B) P(A

B)

Neste momento j temos, alm dos 3 axiomas, 7 propriedades da probabilidade, ou seja um total de 10 propriedades. Este poder de desmultiplicao de uma axiomtica o que faz com que seja to importante em Matemtica. At agora trabalhmos com um conceito terico de probabilidade, mas no concretizmos nada. Haver algum modelo concreto que possamos apresentar como concretizao prtica deste conceito geral de probabilidade? Vejamos que a definio de Laplace de probabilidade (tambm conhecida como Regra de Laplace) satisfaz os axiomas de probabilidade. A probabilidade de um acontecimento A pela definio de Laplace pode ser expressa simplesmente como P(A) = casos favorveis casos possveis

Esta definio satisfaz o 1. axioma sem dvida pois se trata de um quociente entre uma quantidade positiva ou nula (os casos favorveis) e uma quantidade positiva (os casos possveis). Tambm satisfaz o 2. axioma pois para no clculo da probabilidade do acontecimento certo, S, segundo a definio de Laplace, os casos favorveis coincidem com os casos possveis pelo que o quociente fica igual a 1. Para ver se a definio de probabilidade segundo Laplace verifica o 3. axioma temos de pensar que, para contar os casos possveis quando temos dois acontecimentos disjuntos, teremos de contar os casos possveis de um acontecimento e os casos possveis para o outro acontecimento; para obter os casos possveis para o acontecimento unio somam-se naturalmente os casos possveis dos dois por no haver repeties entre um e outro. Assim, a definio segundo Laplace verifica os 3 axiomas. Pode-se provar que a definio frequencista de Probabilidade tambm verifica os 3 axiomas, sendo portanto uma probabilidade segundo a definio axiomtica. Isto permite-nos concluir que a axiomtica introduzida aqui muito til, pois temos dois modelos concretos, relativamente fceis de utilizar, que a concretizam.

2. Probabilidade

55

www.oxe7.com

www.oxe7.com

EXERCCIOS
1. Considera o espao de resultados S. Se A e B so dois acontecimentos, determina em cada caso A , A B , A B : 1.1 1.2 1.3 2. S = {1,2,3,4,5,6}, A = {1,5,6}, B = {2,5}. S = {paus,copas,ouros,espadas}, A = {paus,copas}, B = {copas} S = {a,b,c,d,e}, A = {a,b,e}, B = {b,e,f}

Seja S o conjunto de resultados (com um nmero finito de elementos) associado a uma certa experincia aleatria. Sejam A e B dois acontecimentos, contidos em S, nenhum deles impossvel, nem certo. Sabe-se que A

B.

Indica qual das opes seguintes verdadeira, justificando a escolha (P designa a probabilidade e A e B designam os acontecimentos contrrios de A e de B, respetivamente.) (A) P (A) > P (B ) ; (B) P (A (C) P (A (D) P(A) 3.

B) = 0 ; B) = 1 ;
P(B) .

Lana-se um dado numerado de 1 a 6. Considera os acontecimentos: A: sair face mpar; B: sair face de nmero maior ou igual a 4. Determina o acontecimento contrrio de A

B.

4. P(A 5.

Considera os acontecimentos A, B e C. Prova que B C ) = P(A) + P(B) + P(C ) P(A B) P(A C ) P(B C ) + P(A B C)

Seja S o espao de resultados e sejam A e B dois acontecimentos em S tais que P(A) = 0,45 e P(B) = 0,12. Determina P(A) , P(B), P(A B) e P(A B) . B) .

6.

Seja S o espao de resultados e sejam A e B dois acontecimentos em S tais que P(A) = 0,45, P(B) = 0,12 e P(A C ) = 0,23. Determina P(A) , P(B) e P(A

56

2. Probabilidade

www.oxe7.com

www.oxe7.com

LE LEITURA(S) Bomba no avio


Com o dia da minha viagem se aproximando comecei a pesquisar sobre viagens areas, no s as coisas boas, como tambm as ruins. Entre os motivos mais graves, dois so sem dvida os que mais as pessoas temem ao viajar de avio: problema no avio causando queda e terrorismo, principalmente com uma bomba de brinde. Bem, garantir que o avio no tenha nenhum problema eu no posso, isso com os engenheiros aeronuticos experientes e bl bl bl, mas o terrorismo... Bom, vamos fazer uns clculos: Levando em considerao a quantidade de voos que circulam diariamente em todo o mundo, a probabilidade matemtica de haver uma bomba num avio mnima, quase desprezvel. Algo entorno de 1 em 700.000.000.000, ou seja, mais fcil ser atingido por 7 raios em um intervalo de 6 min e sobreviver. Se considerarmos a probabilidade de haver duas bombas no mesmo avio, ou seja, coincidir de que no mesmo voo, da mesma companhia area, no mesmo horrio, existam duas bombas, algo considerado impossvel. Agora imagine o dobro desses mesmos raios num intervalo 2 vezes menor e num dia ensolarado. Impossvel no ? Portanto, para garantir minha segurana ao viajar de avio, estou pensando seriamente em levar uma bomba. Assim, vou estar garantindo que no haver nenhum terrorista no meu voo. ;P

Antonov An--124-100 por Sergey Kustov, http://commons.wikimedia.org/wiki/File:An-124_RA-82028_in_formation_with_Su-27_09-May-2010.jpg

(adaptado de Pablo Henrique , Crnicas desventuradas)

Certezas e incertezas no jogo das probabilidades


Os livros de curiosidades matemticas esto cheios de casos que mostram como as estimativas baseadas no senso comum podem diferir das reais chances envolvidas. Tomemos como exemplo um jogo de cartas. Vamos usar um baralho reduzido a apenas quatro cartas: um s de ouro,
2. Probabilidade

um s de paus, uma dama de copas e um sete de espadas. Se as cartas forem embaralhadas e distribudas em mos de duas cartas teremos seis combinaes possveis de duas cartas. Cinco delas tm pelo menos um s, e s uma tem dois ases. Assim, se um jogador anuncia que tem um 57

www.oxe7.com

www.oxe7.com

s, pode-se calcular que a probabilidade de ele ter outro s de 1/5. No entanto, se o jogador dissesse que tem um s de ouro, se saberia que a probabilidade de ele ter outro s seria de 1/3, pois existem apenas trs combinaes que permitem dizer que o jogador possui um s de ouro e somente uma dessas combinaes tem outro s. Por isso, a determinao do naipe do s alterou as probabilidades. Tais consideraes, embora simples, nem sempre so levadas em conta quando se elaboram raciocnios desse tipo. Muitas vezes, mesmo raciocinando corretamente, chegamos a resultados que por alguma razo surpreendem nossas expectativas baseadas no senso comum. Por exemplo, qual a probabilidade que

duas entre 25 pessoas escolhidas aleatoriamente faam aniversrio na mesma data? Em geral estima-se uma probabilidade bem baixa mas, se efetuarmos os clculos, veremos que quem apostar na coincidncia de pelo menos duas datas ganhar em mdia 57 vezes e perder 43 em cada cem apostas. Se o nmero de pessoas escolhidas como amostra fosse 60, a coincidncia seria quase certa. Mas devemos lembrar que a certeza absoluta s nos permitida se tivermos 366 pessoas como amostra, levando-se em conta que o ano tem 365 dias. Escolha voc mesmo 25 pessoas ao acaso e vai constatar que a nica certeza que podemos ter a de quo incerto alimentar certezas.

(adaptado de Luiz Barco, Certezas e incertezas no jogo das probabilidades, Super Interessante, Abril 1990)

SNTESE
O essencial passado em revista

Probabilidade de um acontecimento um nmero que mede a possibilidade de esse acontecimento se realizar.

Definio frequencista de probabilidade de um acontecimento A o valor obtido para


a frequncia relativa da realizao de A, num grande nmero de repeties da experincia aleatria.

A probabilidade de cada acontecimento elementar 1/n se o espao de resultados S


constitudo por um nmero finito n de elementos e se todos os n acontecimentos elementares so igualmente possveis.

A Probabilidade de um acontecimento A igual soma das probabilidades dos acontecimentos elementares que compem A.

Definio de Laplace de Probabilidade: Se o espao de resultados S constitudo por um


nmero finito n de elementos, todos eles igualmente possveis, define-se Probabilidade de um acontecimento A, e representa-se por P(A), a razo entre o nmero m de resultados favorveis a A (resultados que compem A) e o nmero n de resultados possveis (resultados que constituem S): P(A) = ou seja m n

58

2. Probabilidade

www.oxe7.com

www.oxe7.com

P(A) =

casos favorveis casos possveis

Axiomtica da Probabilidade As noes primitivas so: espao de resultados; acontecimento. Considere-se um espao de resultados S, finito, e um conjunto W de acontecimentos (isto , subconjuntos de S) que satisfaam as seguintes condies: a) Se um acontecimento A est em W, ento o seu complementar A tambm est em W. b) Se dois acontecimentos A e B esto em W, ento a sua unio A

B tambm est em W.

A cada elemento A W associa-se um nmero que se chama Probabilidade de A e que se representa por P(A). Os axiomas a que P(A) satisfaz so:

1. axioma - A probabilidade de qualquer acontecimento sempre maior ou igual a zero:


P(A)
0.

2. axioma - A probabilidade do acontecimento certo, S, 1:


P(S ) = 1.

3. axioma - Se dois acontecimentos so disjuntos, a probabilidade da sua unio igual soma


das probabilidades de cada um Se A

B =

ento P(A

B) = P(A) + P(B).

Propriedades das probabilidades

Propriedade 1
A probabilidade do acontecimento impossvel zero, isto , P( ) = 0

Propriedade 2
Dado um acontecimento A, a probabilidade do acontecimento A , contrrio de A, dada por

P(A) = 1 P(A).

Propriedade 3
Dados dois acontecimentos A e B, se A

B ento P(A)

P(B) .

Propriedade 4
Qualquer que seja o acontecimento A, 0

P(A)

1.

Propriedade 5
Se os acontecimentos A, B e C so disjuntos dois a dois ento

2. Probabilidade

59

www.oxe7.com

www.oxe7.com

P(A

C ) = P(A) + P(B) + P(C ) .

Propriedade 6
Quaisquer que sejam os acontecimentos A e B

P(A

B) = P(A) P(A

B) .

Propriedade 7
Quaisquer que sejam os acontecimentos A e B,

P(A

B) = P(A) + P(B) P(A

B) .

LI
LIO
DE

LGICA MATEMTICA N. 8

O que uma axiomtica?


O conceito de axiomtica dos que mais tem evoludo ao longo dos sculos. Distinguiremos aqui duas formas sucessivas de tal conceito: a forma clssica e a forma moderna. O conceito clssico de axiomtica o que se encontra implcito na teoria das cincias dedutivas, segundo ARISTTELES: A designao cincia dedutiva aplica-se ento a todo o sistema S de termos e de proposies acerca desses termos, que se sucedem indefinidamente uns aos outros de tal modo que:
Aristotle por SMartin aka Maha, http://www.flickr.com/photos/maha-online/64458832/

Toda a proposio que seja ou que venha a ser demonstrada a partir de proposies de S pertencer ainda a S. Existe em S um nmero finito de termos (chamados termos primitivos), que no podem ser definidos logicamente, e a partir dos quais se definem todos os restantes termos de S (chamados termos derivados). Existe em S um nmero finito de proposies (os postulados ou axiomas), que no se demonstram logicamente e das quais se deduzem todas as outras proposies de S (os teoremas). Pressupe-se, alm disso, que o sistema S de termos e de proposies diz respeito a um, e um s, domnio de seres, cuja existncia postulada. Os termos primitivos corresponderiam a dados da intuio a conceitos psicologicamente elementares, de apreenso imediata. Analogamente, os axiomas proviriam da intuio e teriam assim um carcter de evidncia, que permitiria aceit-los como verdadeiros, sem mais explicaes. Modelo perfeito e mesmo nico, de cincia dedutiva era ento a Geometria de Euclides. A axiomtica duma cincia dedutiva seria, naturalmente, o conjunto dos seus axiomas. Uma primeira nuance, uma primeira tentativa no sentido da evoluo do conceito de axiomtica, manifesta-se 60
2. Probabilidade

www.oxe7.com

www.oxe7.com

ao ser reconhecida uma certa arbitrariedade na escolha dos termos que ho de figurar como primitivos e das proposies que devem aceitar-se como postulados. Mas o que provoca decididamente a passagem nova forma do conceito o aparecimento sensacional das geometrias no-euclidianas, no sculo XIX, com incalculveis repercusses em todos os sectores do pensamento. Sobre a maneira de chegar a uma concepo geral das axiomticas no sentido moderno, limitar-me-ei a muito breves e esquemticas indicaes. Agora os termos primitivos j no designam seres bem determinados, dos quais temos um conhecimento intuitivo imediato; agora os termos primitivos so simplesmente indeterminados, semelhantes s incgnitas ou variveis dum sistema de equaes. E os axiomas esto bem longe de ser aquelas verdades de tal modo intuitivas, de tal modo elementares, que se nos tornam evidentes: agora so apenas condies, verificadas pro certas estruturas, no verificadas por outras. Por sua vez os teoremas relativos axiomtica sero todas aquelas condies implicadas pelos axiomas (isto , que resultam automaticamente verificadas desde que o sejam todos os axiomas). O que interessa fundamentalmente que a axiomtica seja compatvel, isto , que exista pelo menos uma sua realizao. Quais as vantagens dos mtodos axiomticos? A resposta depende, naturalmente, do conceito de axiomtica em questo. Se nos reportarmos ao conceito clssico de axiomtica, a pergunta parece equivalente a esta outra: Quais so, em geral, as vantagens das cincias dedutivas, como por exemplo a Geometria de EUCLIDES, a Mecnica de NEWTON ou a Termodinmica de CLAUSIUS? Na verdade, basta ter presente a definio de cincia dedutiva, para se reconhecer que cincia dedutiva no h onde no houver axiomtica. Racionalizar uma cincia, isto torn-la dedutiva o mesmo que axiomatizar essa cincia. Verdadeiramente a Geometria de EUCLIDES s foi totalmente racionalizada no sculo XIX, porque s ento foi dada uma sua axiomtica completa, por HILBERT. Porm os arquitetos do edifcio euclidiano foram sem dvida os antigos, que deixaram traadas as linhas mestras da edificao, mesmo que no que se refere aos fundamentos. Axiomatizar necessidade imperiosa, desde que se faa qualquer tentativa sria de construo racional. Porque se eu quero demonstrar uma proposio admitindo como verdadeiras outras proposies, que, por sua vez, foram demonstradas a partir de outras ainda, e assim por diante (ou antes, para trs...), tem de haver por fora um termo deste processo; caso contrrio estou condenado a uma regresso ao infinito, por natureza inconcludente ou pior ainda, a um crculo vicioso. Se passarmos ao conceito moderno de axiomtica, as vantagens so de outra ordem. O mtodo axiomtico (ou, como tambm se diz, formal ou abstrato) a principal caracterstica das matemticas modernas. Cada teoria formal engloba, com a indeterminao dos seu termos primitivos, inmeras possibilidades de concretizao, inmeras teoria especficas que se podem desenrolar nos mais variados ramos do saber. As teorias formais constituem deste modo sistemas de raciocnios, mecanismos mentais, construdos uma vez por todas e prontos a serem utilizados em bloco, na primeira ocasio. Uma das vantagens deste mtodo , como se v desde logo, uma considervel economia de pensamento, evitando a repetio de raciocnios anlogos em campos diversos, com terminologia e notaes diversas. Com esta nova orientao, a Matemtica ganha muito, certamente, em rigor lgico e em valor esttico; e, embora haja quem diga que se afasta assim da intuio criadora, a verdade que se torna mais apta a penetrar no mago das questes, por um maior poder de esquematizao e de separao entre o que acidental e o que essencial. (adaptado de O que uma axiomtica?, Jos Sebastio e Silva, Gazeta de Matemtica, n. 54)

2. Probabilidade

61

www.oxe7.com

www.oxe7.com

EG

Exerccios globais
Pratica
1. No lanamento de um dado equilibrado com as faces numeradas de 1 a 6, indica um acontecimento cuja probabilidade seja: 1.1 1 2 ;

1.2

1; 6

1.3 1.4 1.5 2.

1; 0; 5.

6 O Manuel foi jogar Pquer com o dado dele, como os da figura ao lado. Nesse dado, todas as faces tm igual probabilidade de sair, exceo da Dama que tripla da probabilidade de, por exemplo, sair Valete.
Irregular Die por Michael Himbeault, http://www.flickr.com/photos/riebart/5336885577/

2.1 2.2 3.

Qual, neste dado, a probabilidade de sair Dama? Sair Dez ou figura?

Supe que tens um saco com cinco cartes brancos e quatro pretos indistinguveis ao tacto. Imagina que retiras, ao acaso, sucessivamente e sem reposio trs desses cartes. Qual a probabilidade de: 3.1 3.2 Serem todos pretos? Apenas um ser preto?

62

2. Probabilidade

www.oxe7.com

www.oxe7.com

3.3 4.

No mximo um ser preto?

Lanam-se dois dados no viciados, um hexadrico com as faces numeradas de 1 a 6 e outro dodecadrico com as faces numeradas de 1 a 12. Determina a probabilidade de: 4.1 4.2 Sair o mesmo nmero em ambos os dados; A soma dos nmeros ser um nmero par. B) = 0,23. Determina P(A) , P(B) e P(B) . B) = 0,23. Determina P(A) , P(B) e P(A B) .

5.

Seja S o espao de resultados e sejam A e B dois acontecimentos em S tais que P(A) = 0,45, P(B) = 0,72 e P(A

6.

Seja S o espao de resultados e sejam A e B dois acontecimentos em S tais que P(A) = 0,45, P(B) = 0,72 e P(A

7.

Seja S o conjunto de resultados associado a uma certa experincia aleatria. Sejam A, B e C trs acontecimentos (A, B e C so, portanto, subconjuntos de S). Prova que: 7.3 7.4 P(A P[(A B) P(A B) B) = P(A) P(B) C ) + P(B C ) P(A B C)

C ] = P(A

8.

Numa urna temos 9 bolas numeradas de 1 a 9. Tiramos uma bola ao acaso e registamos o seu nmero. Consideremos os acontecimentos: A: sair um nmero primo; B: sair um quadrado perfeito; 8.1 8.2 8.3 8.4 8.5 Qual o conjunto de resultados, S, associado a esta experincia? Quantos elementos tem o conjunto S? Calcula A B e A B.

Calcula A e B . Considera o acontecimento C: sair um nmero mpar. 8.5.1 8.5.2 8.5.3 8.5.4 8.5.5 A B C; A A C; B. C; C;

9. 10.

Atira-se uma moeda ao ar trs vezes. Determina a probabilidade de obter, pelo menos, uma cara. Lanam-se dois dados numerados de 1 a 6 e soma-se os resultados obtidos.

2. Probabilidade

63

www.oxe7.com

www.oxe7.com

Considera os acontecimentos: A: a soma maior ou igual a 10; B: a soma dos resultados mltiplo de 6. Calcula: 10.1 10.2 10.3 P(A); P(B); P(A B) .

Pensa e Resolve
11. Num saco h 8 bolas de cores diferentes (preto, branco e vermelho) indistinguveis ao tacto. Admite que se retira ao acaso uma bola, regista-se a cor, e volta a colocar-se no saco. Esta experincia foi realizada 15000 vezes, tendo-se obtido os seguintes resultados: N. de experincias N de bolas brancas N de bolas pretas N de bolas vermelhas 10 5 4 1 50 22 26 2 100 49 42 9 500 233 213 54 1000 471 417 112 2000 955 801 244 5000 2469 1944 587 10000 5032 3802 1166 15000 7483 5743 1774

Com base nos dados da tabela, qual a previso que podes fazer relativamente ao nmero de bolas de cada cor no saco? 12. Um inqurito feito a 60 jovens sobre a sua prtica de atividade fsica permitiu concluir que 25 fazem caminhadas regularmente; 18 praticam natao e 20 no praticam qualquer atividade fsica.

Jim Bahn, swimming http://www.flickr.com/photos/gcwest/136945653

Supe que escolhido ao acaso um destes jovens, determina a probabilidade do jovem: 12.1 12.2 12.3 64 Praticar natao; Praticar as duas atividades fsicas; Praticar apenas uma das atividades fsicas;
2. Probabilidade

www.oxe7.com

www.oxe7.com

12.4 13.

No praticar nenhuma das atividades fsicas.

De uma urna com berlindes vermelhos e azuis extrai-se ao acaso um. Sabe-se que a probabilidade do berlinde extrado ser azul . 5 Comenta a afirmao: Na urna existem cinco berlindes e 2 so vermelhos!. 3

14.

Considera um baralho de 52 cartas. Se retirarmos uma carta ao acaso, determina a probabilidade de: 14.1 14.2 14.3 14.4 14.5 Sair um s; Sair uma carta preta; Sair copas e no figura; Sair figura ou carta de espadas; No sair homem.

15.

No exame de Matemtica o Jos tem oito questes de escolha mltipla para responder, cada uma com quatro opes. Sabendo que errou as primeiras sete questes qual a probabilidade de acertar a ltima? Seja S o conjunto de resultados associado a uma certa experincia aleatria. Sejam A e B dois acontecimentos (A e B so, portanto, subconjuntos de S). Prova que: P(A) + P(B) + P(A B) = 1 + P(A B) .

16.

17.

Lana-se um dado com as faces numeradas de 1 a 6. Considera os acontecimentos: A: sair face mpar; B: sair face de nmero maior ou igual a 4. Identifica nas quatro hipteses que te so apresentadas o acontecimento contrrio de Justifica convenientemente a tua escolha. (A) sair face 1 ou sair face 5 (C) sair a face 2 (B) sair a face 4 ou a face 6 (D) sair face 5 ?

18.

Para uma reunio de amigos chegam: Carmem, Lusa, Jlia, Srgio e Jaime. Escolhem-se duas pessoas ao acaso, sem interessar a ordem. 18.1 18.2 Qual o espao de resultados? Calcula a probabilidade de que as duas pessoas sejam do mesmo sexo.

19.

Seja S o espao de resultados associado a uma experincia aleatria. 65

2. Probabilidade

www.oxe7.com

www.oxe7.com

Consideremos I e J dois acontecimentos ( I I e J so acontecimentos contrrios; P(I ) P(J ) = P(I ) < P(J ) . 2; 9

S e J

S ) e tal que:

Calcula as probabilidades de I e de J. 20. Considera os acontecimentos A e B de uma experincia aleatria tais que P(A 3 . Nestas condies determina P(B). P(A B) = 10 1 5 B) = 2 5 e

21.

A, B e C so os acontecimentos elementares de uma experincia aleatria. Sabendo que A e C so equiprovveis e P(B) = . Determina P(A C ).

22.

Prova que sendo A1,A2,...,An os n acontecimentos elementares associados a um espao de resultados S ento P(A1 ) + P(A2 ) + + P(An ) = 1 .
jencu, blue ball balls http://www.flickr.com/photos/jennycu/4547450256/

Reflete
23. De um saco com trs bolas azuis, 2 verdes e 1 preta, extraem-se duas, uma aps a outra. 23.1 Supe que h reposio da primeira bola. Determina a probabilidade de: 23.1.1 Sarem duas bolas azuis; 23.1.2 Sarem bolas de cores diferentes; 23.1.3 Sair pelo menos uma bola azul; 23.2 Supe que no h reposio da primeira bola. Determina a probabilidade de: 23.2.1 sarem bolas da mesma cor; 23.2.2 no sair bola azul nem verde. 24. Seja S o conjunto de resultados (com um nmero finito de elementos) associado a uma certa experincia aleatria. Sejam A e B dois acontecimentos (A e B so, portanto, subconjuntos de S). Sabe-se que: P(A) = 2P(B) P(A B) = 3P(B)

66

2. Probabilidade

www.oxe7.com

www.oxe7.com

Prova que os acontecimentos A e B so incompatveis. 25. Seja um espao de resultados associado a uma determinada experincia aleatria e A e B eB ). dois acontecimentos (A 25.1 25.2 Prova que P(A B) = P(A B) + P(A) P(B) ;

Um baralho de cartas completo constitudo por cinquenta e duas cartas repartidas por quatro naipes de treze cartas cada: espadas; copas; ouros; e paus. De um baralho completo extraem-se, sucessivamente e sem reposio, duas cartas. Sejam os acontecimentos: A: a primeira carta extrada do naipe de copas B: a segunda carta extrada do naipe de copas 25.2.1 Justifica que a probabilidade de ambas as cartas extradas serem de copas 25.2.2 Justifica que P(B) = 1 4 ; 1 17 ;

25.2.3 Calcula, usando a igualdade da alnea 25.1 a probabilidade de nenhuma carta ser de copas. 26. Nos jogos de futebol entre a equipa X e a equipa Y, a estatstica revela que: Em 20% dos jogos, a equipa X a primeira a marcar; Em 50% dos jogos, a equipa Y a primeira a marcar. Qual a probabilidade de, num jogo entre a equipa X e a equipa Y, no se marcarem golos? 27. Sejam A e B acontecimentos de uma mesma experincia aleatria. Sabe-se que P(A) = 0,5 e P(B) = 0,3. Que valores pode tomar P(A 28. B) e P(A B) ?

Considera Q e R dois acontecimentos associados a uma mesma experincia. Prova que: P(Q R) + P(Q R) = 1 ; R) = P(Q) .

Se P(Q 29.

R) = P(R) , ento P(Q 1 5

Considera uma experincia aleatria em que relativamente aos acontecimentos A e B se tem: P(A B) = , P(A) = 0,3 e P(B) = 0,9 .

Averigua se A e B so incompatveis mas no contrrios.

2. Probabilidade

67

www.oxe7.com

www.oxe7.com

CONSELHOS

PARA OS EXAMES

N. 2

Ao fazer um exame o medo ou alguma ansiedade so normais e, at certo ponto preparam-te para a aco, na medida em que necessria alguma adrenalina para enfrentares o desafio que uma avaliao. Tudo o que te exija velocidade de raciocnio, esforo, concentrao, resistncia, destreza implica que estejas alerta, activo, atento. J te imaginaste estar calmo no ltimo nvel de um jogo de computador? O problema comea quando ests excessivamente preocupado e a ansiedade se torna paralisante. Por exemplo: se no te preparaste suficientemente para o exame; se j reprovaste nesse exame; se te sentes inseguro; se te preocupas demasiado com o teu medo. Por isso, lembra-te de: a) Respirar fundo porque te acalma; b) Ler o enunciado cuidadosamente; reler quando necessrio; c) Permanecer calmo e concentrado, sem te preocupares com o que os outros esto a fazer; d) Decidir quanto tempo reservas para cada uma; se no consegues resolver uma questo no tempo reservado passa seguinte; se tiveres tempo mais tarde voltas a essa questo; e) No omitir respostas, a no ser que no a saibas de todo. Se tens pouco tempo disponvel indica resumidamente os tpicos principais da resposta que pretendias dar; f) Certificar-te que respondes ao que te solicitado mas no escrevas tudo o que sabes acerca desse tpico na esperana de que algo ir contar; rel o enunciado para ver se respondes mesmo ao que te perguntado; g) Usa um minuto do teu tempo no incio de cada questo para planeares o que irs escrever; h) Ser claro, conciso e objectivo, e escrever com uma letra legvel; i) Reservar tempo para rever, para que possas corrigir eventuais erros. (adaptado de SAPO Famlia Guia de Pais)

IE

Itens de exame
1. Num saco existem quinze bolas, indistinguveis ao tacto. Cinco bolas so amarelas, cinco so verdes e cinco so brancas. Para cada uma das cores as bolas esto numeradas de 1 a 5. 1.1 Retirando todas as bolas do saco e dispondo-as, ao acaso, numa fila, qual a probabilidade de as bolas da mesma cor ficarem juntas? Apresenta o resultado na forma de dzima, com sete casas decimais. 1.2 Supe agora que no saco esto apenas algumas das quinze bolas.

68

2. Probabilidade

www.oxe7.com

www.oxe7.com

Nestas novas condies, admite que, ao retirarmos, ao acaso, uma bola do saco, se tem: A probabilidade de essa bola ser amarela 50%; A probabilidade de essa bola ter o nmero 1 25%; A probabilidade de essa bola ser amarela e ter o nmero 1 62,5%; Prova que a bola amarela com o nmero 1 est no saco. 2. Seja S um espao de resultados, finito, associado a uma experincia aleatria. Mostra que falsa a seguinte afirmao: Quaisquer que sejam os acontecimentos A e B (A 3. Seja S e B S ), se P(A)+P(B) = 1 ento A B um acontecimento certo.

o espao de resultados associado a uma experincia aleatria. e B ).

Sejam A e B dois acontecimentos possveis ( A Prova que P(A 4. B) = P(A) P(B) + P(A B) .

Numa determinada cidade, das 160 raparigas que fizeram exame nacional de Matemtica, 65% tiveram classificao positiva, e dos 120 rapazes que fizeram o mesmo exame, 60% tambm tiveram classificao positiva. Escolhendo, ao acaso, um dos estudantes que realizaram o exame, qual a probabilidade de o estudante escolhido no ser rapaz ou no ter tido classificao positiva? Apresenta o resultado em forma de dzima, com aproximao s centsimas. Nota: se desejares, utiliza a igualdade referida em 3. Neste caso, devers comear por caracterizar claramente os acontecimentos A e B, no contexto da situao apresentada; no entanto, podes optar por resolver o problema por outro processo.

5.

Uma turma do 12. ano constituda por raparigas, umas de 16 anos e as restantes de 17 anos, e por rapazes, uns de 17 anos e os restantes de 18 anos. Os alunos dessa turma esto numerados consecutivamente, a partir do nmero 1. Escolhe-se, ao acaso, um aluno dessa turma e regista-se o nmero, a idade e o sexo desse aluno. Em cada uma das opes seguintes esto indicados dois acontecimentos, X e Y associados a esta experincia aleatria. Opo 1: X: O aluno escolhido tem idade superior ou igual a 17 anos Y: O aluno escolhido tem 16 ou 17 anos Opo 2: X: O nmero do aluno escolhido par Y: O nmero do aluno escolhido mltiplo de 4

2. Probabilidade

69

www.oxe7.com

www.oxe7.com

Opo 3:

X: O aluno escolhido tem 18 anos Y: O aluno escolhido rapariga

Opo 4:

X: O aluno escolhido rapaz Y: O aluno escolhido tem 17 anos

Em apenas uma das opes acima apresentadas os acontecimentos X e Y so tais que so verdadeiras as trs afirmaes seguintes: P(X Y ) > P(X) , P(X Y ) < 1 e P(X Y) > 0

Qual essa opo? Numa pequena composio, explica por que que rejeita as outras trs opes (para cada uma delas, indica, justificando, qual a afirmao falsa). 6. Seja o espao de resultados associado a uma certa experincia aleatria. Sejam A, B e C trs acontecimentos ( A , B eC ) tais que (A B) C = . Sabe-se que P(A C ) , utilizando as propriedades das operaes com conjuntos e a axiomtica das probabilidades. 7. Seja o espao de resultados associado a uma certa experincia aleatria. Sejam A e B dois e B ). acontecimentos ( A Mostra que P(B) + P(A) + P(A 8. B) = 2P(A) + P(A B) .

Um saco contm bolas azuis, bolas brancas e bolas pretas. Tira-se, ao acaso, uma bola do saco. Sejam os acontecimentos: A: a bola retirada azul B: a bola retirada branca

Qual das afirmaes seguintes verdadeira? (A) A e B so contrrios (C) A e B so incompatveis 9. (B) A e B so contrrios (D) A e B so incompatveis

Lana-se um dado cos as faces numeradas de 1 a 6. Considera os acontecimentos: A: sair face mpar; B: sair face de nmero maior ou igual a 4. Qual o acontecimento contrrio de A (A) sair a face 1 ou a face 5 (C) sair a face 2 B? (B) sair a face 4 ou a face 6 (D) sair a face 5
2. Probabilidade

70

www.oxe7.com

www.oxe7.com

10.

Qual das afirmaes seguintes necessariamente verdadeira? (A) (B) (C) (D) A soma das probabilidades de dois acontecimentos incompatveis 1. O produto das probabilidades de dois acontecimentos incompatveis 1. A soma das probabilidades de dois acontecimentos contrrios 1. O produto das probabilidades de dois acontecimentos contrrios 1.

11.

Escolhe-se, ao acaso, um aluno de uma turma de uma escola secundria.


Glasses por Matheus Almeida, http://www.flickr.com/photos/hm_matheus/4609827016

Considera os acontecimentos: A: O aluno uma rapariga B: O aluno no usa culos Qual o acontecimento contrrio de A (A) (B) (C) (D) 12. O aluno um rapaz e usa culos. O aluno um rapaz e no usa culos. O aluno um rapaz ou usa culos. O aluno um rapaz ou no usa culos. B?

Seja o espao de resultados (com um nmero finito de elementos) associado a uma certa eY ). experincia aleatria. Sejam X e Y dois acontecimentos ( X Apenas umas das afirmaes seguintes no equivalente igualdade P(X Qual? (A) (B) (C) (D) X e Y so acontecimentos incompatveis. X e Y no podem ocorrer simultaneamente. Se X ocorreu, Y no pode ocorrer. X e Y so ambos impossveis. 71 Y) = 0.

2. Probabilidade

www.oxe7.com

www.oxe7.com

13.

Seja S o conjunto de resultados (com um nmero finito de elementos) associado a uma certa experincia aleatria. Sejam A e B dois acontecimentos, contidos em S, nenhum deles impossvel, nem certo. Sabe-se que A B . Indica qual das afirmaes seguintes verdadeira. (A) P(A) > P(B) (C) P(A B) = 1 (B) P(A (D) P(A) B) = 0 P(B)

14.

Seja o espao de resultados associado a uma certa experincia aleatria, e sejam A e B e B ). dois acontecimentos ( A Sabe-se que: P(A B) = 80%

P(B) = 60% Qual o valor de P(A (A) 10% 15. B) = 10% ? (B) 20% (C) 30% (D) 40%

Seja S o conjunto de resultados associado a uma experincia aleatria. Sejam A e B dois acontecimentos ( A e B ). Sabe-se que: P(A) = 0,3 P(A P(A B) = 0,1 B) = 0,8

Qual o valor de P(B)? (A) 0,1 16. (B) 0,2 (C) 0,3 (D) 0,4

Seja o espao de resultados associado a uma certa experincia aleatria, e sejam A e B e B ). dois acontecimentos ( A Sabe-se que: P(A) = 30% P(A B) = 70%

A e B so incompatveis. Qual o valor de P(B)? (A) 21% 72 (B) 40% (C) 60% (D) 61%
2. Probabilidade

www.oxe7.com

www.oxe7.com

17.

Seja

o espao de resultados associado a uma certa experincia aleatria. e B ).

Sejam A e B dois acontecimentos ( A

Sabe-se que P(A) = 0,5 e que P(B) = 0,7. Podemos ento garantir que... (A) A e B so acontecimentos contrrios (B) A e B so acontecimentos compatveis (C) A est contido em B (D) O acontecimento A 18. B certo

Seja E o espao de resultados associado a uma certa experincia aleatria. Sejam A e B dois acontecimentos ( A E e B E ). Tem-se que P(A) = 0,3 e que P(B) = 0,5. Qual dos nmeros seguintes pode ser o valor de P(A (A) 0,1 (B) 0,4 (C) 0,6 (D) 0,9 B) ?

19.

Seja

o espao de resultados associado a uma certa experincia aleatria. e B ).

Sejam A e B dois acontecimentos ( A Sabe-se que P(A) = 0,3.

Qual dos acontecimentos seguintes pode ter probabilidade inferior a 0,3? (A) A 20. Seja B (B) A B (C) A B (D) A B

o espao de resultados associado a uma certa experincia aleatria. e B ) tais que 0 < P(A) < 1 e 0 < P(B) < 1 .

Sejam A e B dois acontecimentos ( A Sabe-se que A B. B) B ]?

Qual o valor de P[(A (A) 0 21. (B) P(A)

(C) P(B)

(D) 1

Lana-se um dado at sair a face 6. A probabilidade de serem necessrios pelo menos dois lanamentos : (A) 1 6 (B) 1 3 (C) 2 3 (D) 5 6

2. Probabilidade

73

www.oxe7.com

www.oxe7.com

PG

Prova global
45 minutos 1. No lanamento de dois dados, somam-se as pintas das faces viradas para cima. Considera os seguintes acontecimentos: A: a soma um mltiplo de 4 B: a soma um mltiplo de 6 Define em extenso os seguintes acontecimentos: 1.1 1.2 2. 3. A A B. B.

Sabendo que numa roleta de um casino, numerada de 0 a 36, quantas vezes se espera que saia o nmero 7 em 1000 jogadas? Considera a experincia que consiste em lanar um dado dodecadrico regular com as faces numeradas de 1 a 12 e anotar o nmero que sai na face voltada para cima. Indica acontecimentos com probabilidade igual a: 3.1 3.2 3.3 3.4 1 2 1 3 4 7 ; ;

12 ;

4.

. 6 Considera um saco com 9 bolas, sendo: trs pretas, trs vermelhas e trs azuis, as bolas da mesma cor esto numeradas de 1 a 3. Considera os acontecimentos: P: a bola preta; B: a bola vermelha; C: a bola tem o nmero 2. Calcula a probabilidade de cada um dos seguintes acontecimentos:

4.1 74

C;
2. Probabilidade

www.oxe7.com

www.oxe7.com

4.2 4.3 4.4 4.5 5.

P P (P A

B; B C;

B) \C ; C.

O Diogo tem no bolso 7 moedas todas de 1 Euro: 4 Gregas, 2 Francesas e 1 Portuguesa.

Tirando uma moeda ao acaso do bolso qual a probabilidade de ela ser? 5.1 5.2 5.3 6. Portuguesa? Grega? Francesa?

Num concurso o Pedro pode ganhar um leitor de MP3 se retirar duas bolas de cor diferente de um saco que contem 3 bolas azuis, 2 pretas e uma branca. O Pedro pode usar uma de duas estratgias: 1. estratgia: retirar as bolas sem reposio; 2. estratgia: retirar as bolas com reposio, isto , aps retirar a primeira bola pode voltar a coloca-la no saco e proceder de seguida segunda extrao. Qual das estratgias mais favorvel ao Pedro?

2. Probabilidade

75

www.oxe7.com

www.oxe7.com

3. Probabilidade condicionada
A cincia no pode prever o que vai acontecer. S pode prever a probabilidade de algo acontecer. Csar Lattes (1924-2005) Ser a loucura um nmero primo? Hlder Magalhes Qual a probabilidade de me espalhar ao comprido, sabendo de antemo que caminho sobre um cho acabado de encerar? pertinente o dilema sobre qual o teorema a aplicar, a fim de tal probabilidade determinar! E no caso de me estatelar, qual ser a probabilidade de algum osso quebrar? O melhor mesmo apurar com exatido a probabilidade de sofrer danos colaterais! Antes que cheguem os senhores de branco com os coletes de foras, vou jogar com a estatstica! (em luso-poemas.net)

Em muitas situaes, quando se pretende calcular a probabilidade de um acontecimento, existe j alguma informao prvia sobre o resultado da experincia aleatria, e assim ns podemos atualizar a atribuio de probabilidades a esse acontecimento. Nestas condies diz-se que estamos em presena de uma probabilidade condicional. Como exemplo consideremos a experincia aleatria que consiste em lanar um dado e verificar o nmero de pintas que sai. A probabilidade do acontecimento A sair 5 igual a 1/6, como j vimos. Mas e se soubermos que saiu um nmero de pintas mpar? As probabilidades variam. Porqu? Porque no incio o nosso espao de resultados era S = {1,2,3,4,5,6}, mas no segundo caso, como j sabemos que saiu um nmero de pintas mpar o espao de resultados j diferente, S = {1,3,5}. Assim, neste segundo caso a probabilidade 1/3, o dobro da anterior. Podemos ver esta situao igualmente recorrendo a um diagrama de Venn: 2 3 6 S S 4 5 S A 1 3 6 2 4

A 5

76

3. Probabilidade condicionada

www.oxe7.com

www.oxe7.com

Vejamos outro exemplo. Consideremos a experincia aleatria que consiste em retirar sucessivamente duas bolas, sem repor a primeira, de uma caixa contendo 3 bolas vermelhas e 2 bolas azuis.

Qual a probabilidade de retirar duas bolas vermelhas? Designando as bolas vermelhas por V1, V2 e V3, e as bolas azuis por A1 e A2, o espao de resultados pode ser escrito como S = {V1V2, V1V3, V2V1, V2V3, V3V1, V3V2, V1A1, V1A2, V2A1, V2A2, V3A1, V3A2, A1V1, A1V2, A1V3, A2V1, A2V2, A2V3, A1A2, A2A1}. Para calcular a probabilidade de retirar duas bolas vermelhas basta observar que h 6 casos favorveis de entre os 20 possveis e a probabilidade 6/20. Suponhamos agora que sabamos que na primeira extrao tinha sado uma bola vermelha. Qual agora a probabilidade de retirar duas bolas vermelhas, isto , qual a probabilidade de sair tambm uma vermelha na segunda extrao? O novo espao de resultados passa a ser S = {V1V2, V1V3, V2V1, V2V3, V3V1, V3V2, V1A1, V1A2, V2A1, V2A2, V3A1, V3A2} A probabilidade ento 6/12. Conseguiremos relacionar todas estas probabilidades segundo uma frmula? Representemos por n(Vermelha1) o nmero de vezes em que se verificou o acontecimento Vermelha1 saiu bola Vermelha na 1. extrao e n(Vermelha2) o nmero de vezes que se realizou o acontecimento Vermelha2 saiu bola Vermelha na 2. extrao, e por n(Vermelha1 e Vermelha2) o nmero de vezes que se realizou o acontecimento Vermelha1 E Vermelha2 saiu Vermelha na 1 e 2. extraes. Ento, temos, P(Vermelha1) = 12/20, P(Vermelha2) = 12/20, P(Vermelha1 e Vermelha2) = 6/20. Na segunda situao, queremos determinar a probabilidade de se verificar Vermelha2 sabendo que se verificou Vermelha1. Ou seja, como muda a probabilidade de sair bola vermelha na segunda extrao, sabendo agora uma informao adicional: que saiu bola vermelha na primeira extrao. Como o espao dos acontecimentos ficou muito menor, apenas com 12 elementos, a probabilidade ser maior: P(Vermelha2 sabendo que Vermelha1) = 12/24 A esta probabilidade chamamos probabilidade condicional do acontecimento Vermelha 2, sabendo que se realizou o acontecimento Vermelha 1, e representamos por P(Vermelha 2|Vermelha 1). Observe-se que, se representarmos por n(S) o nmero de elementos do espao de resultados S,

3. Probabilidade condicionada

77

www.oxe7.com

www.oxe7.com

P (Vermelha 2 | Vermelha1) =

n(Vermelha1 E Vermelha 2) n(Vermelha1) n(Vermelha1 E Vermelha 2)

n(S ) n(Vermelha1) n(S ) P (Vermelha1 E Vermelha 2) P (Vermelha1)

ou seja,

P (Vermelha 2 | Vermelha1) =

P (Vermelha1 e Vermelha 2) P (Vermelha1)

Assim, a probabilidade condicional de se realizar o acontecimento Vermelha2, sabendo que se realizou o acontecimento Vermelha1, o quociente entre a probabilidade da realizao simultnea de Vermelha1 e Vermelha2, e a probabilidade da realizao do acontecimento Vermelha1. Note-se que s tem sentido falar nesta probabilidade condicional se P(Vermelha1) for superior a zero. Dados dois acontecimentos A e B, com P(A) > 0 define-se a probabilidade condicional de B sabendo que A ocorreu e representa-se por P(B | A) > 0 , ao quociente

P(A

B)

P(A)

78

3. Probabilidade condicionada

www.oxe7.com

www.oxe7.com

TR
TAREFA RESOLVIDA 1
Suponhamos que numa famlia de 2 filhos existe igual probabilidade de eles serem rapaz ou rapariga. a) Determina a probabilidade de ambos serem rapazes; b) Determina a probabilidade de ambos serem rapazes sabendo que o filho mais velho rapaz; c) Determina a probabilidade de ambos serem rapazes sabendo que pelo menos um dos filhos rapaz;
Family Pictures from Fathers Day por Theodore Lee, http://www.flickr.com/photos/serpicolugnut/172616929

RESOLUO
a) Se a famlia tem dois filhos, podem ser rapazes (E) ou raparigas (R). O espao de resultados da experincia aleatria que consiste em ter dois filhos S = {(E,E), (E,R), (R,E), (R,R)} Todos estes acontecimento tm igual probabilidade por ser dado que existe igual probabilidade de eles serem rapaz ou rapariga. Assim a probabilidade de ambos serem rapazes . b) A condio imposta de que o filho mais velho rapaz impe uma reduo do espao de acontecimentos S para S = {(R,E), (R,R)} pelo que a probabilidade de ambos os filhos serem rapazes 1/2. c) Desta vez a condio imposta de que pelo menos um dos filhos rapaz impe uma outra reduo do espao de acontecimentos S para S = {(E,R), (R,E), (R,R)} pelo que a probabilidade de ambos os filhos serem rapazes agora de 1/3. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

TR
TAREFA RESOLVIDA 2
Consideremos a experincia aleatria que consiste em observar, numa dada grande empresa, a impresso (boa ou m) causada na entrevista dos candidatos a um emprego, assim como se conseguem ou no o emprego. Para isso consideremos o espao de resultados S candidatos que comparecem na entrevista, assim como os acontecimentos B o candidato causa boa impresso e E o candidato consegue o emprego. Suponhamos que os acontecimentos anteriores esto representados
3. Probabilidade condicionada

79

www.oxe7.com

www.oxe7.com

num diagrama de Venn e que se conhecem as probabilidades assinaladas: a) Determina a probabilidade de os candidatos que vo entrevista conseguirem o emprego. b) Ser que o facto de causar boa impresso, aumenta as possibilidades de ser bem sucedido, na obteno do emprego?

RESOLUO
a) No diagrama de Venn os nmeros indicados representam: P(B E) = 0,28; P(E B) = 0,08 e P(B E) = 0,12 . A partir deste diagrama podemos concluir que P(Conseguir emprego) = 0,12 + 0,08 = 0,20 o que significa que 20% dos candidatos, que vo entrevista, conseguem o emprego. b) Para determinar se o facto de causar boa impresso aumenta as possibilidades de ser bem sucedido na obteno do emprego, teremos de entrar com a informao adicional de que um candidato causou boa impresso. Para isso temos de nos cingir unicamente aos candidatos que causam boa impresso, em vez de considerarmos todos os candidatos. O novo espao de resultados ser ento S candidatos que causaram boa impresso. A dimenso deste grupo 40% de todos os candidatos, j que P(Causar boa impresso) = 0,28 + 0,12 = 0,40 Dentro deste grupo, quantos conseguem o emprego? A resposta obtm-se restringindo este grupo aos que conseguem o emprego P(Causar boa impresso e Conseguir o emprego) = 0,12 Finalmente podemos calcular a probabilidade condicional de uma pessoa que causou boa impresso, conseguir o emprego. Pela definio de probabilidade condicional obtemos: P(Conseguir o emprego | Causou boa impresso) = 0,12 0,40 = 0,30

Vemos que a probabilidade de conseguir o emprego aumentou de 20% para 30%, com a informao adicional disponvel. Isto significa que 30% dos candidatos que causam boa impresso, conseguem o emprego, comparados com unicamente 20% dos candidatos em geral (causando ou no boa impresso). Intuitivamente vemos que o facto de um candidato causar boa impresso aumenta as suas possibilidades de sucesso, mas o que acabamos de fazer foi ter uma medio concreta desse aumento. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

NO ESQUECER

A PROBABILIDADE CONDICIONAL DO ACONTECIMENTO B SABENDO QUE O ACONTECIMENTO A OCORREU, REPRESENTADA POR P(B | A) , CALCULA-SE A PARTIR DO QUOCIENTE

P(A
ISTO , DO QUOCIENTE ENTRE A PROBABILIDADE DE

B)

P(A)
A E B OCORREREM SIMULTANEAMENTE E A PROBABILIDADE
3. Probabilidade condicionada

80

www.oxe7.com

www.oxe7.com

DE OCORRER O ACONTECIMENTO

A (O

QUE SABEMOS QUE OCORREU).

T
TAREFA 3
No clube dos Olivais, 70% dos atletas joga basquetebol, e 25% pratica ginstica e 20% ambos os desportos. a) Descreve a situao com um diagrama de Venn. Se escolhermos um atleta ao acaso qual a probabilidade de: b) Se praticar ginstica ento joga basquetebol; c) Se jogar basquetebol ento pratica ginstica; d) Praticar algum dos desportos.

EXERCCIOS
1. Na Escola Secundria Anastcio da Cunha h 250 alunos que fazem parte do grupo desportivo da Associao de Estudantes. Desses 250 120 fazem parte da seco de badminton, 90 da seco de basquetebol e 50 alunos fazem parte das duas seces. Escolhe-se um aluno ao acaso do grupo desportivo da AE. Consideremos os seguintes acontecimentos: A O aluno faz parte da seco de badminton B O aluno faz parte da seco de basquetebol
Qatar Basketball Hoops School por Doha Stadium Plus Qatar, http://www.flickr.com/photos/dohastadiumplusqatar/6257419297

1.1

Com a ajuda de um diagrama de Venn determina o nmero de alunos que: 1.1.1 1.1.2 1.1.3 Praticam apenas badminton; Praticam apenas basquetebol; No praticam nem badminton nem basquetebol (e portanto praticaro algum outro desporto).

3. Probabilidade condicionada

81

www.oxe7.com

www.oxe7.com

EXERCCIOS (CONT.)
1.2 1.3 2. Descreve com uma frase o acontecimento A Descreve com uma frase o acontecimento A

B . Calcula p(A B . Calcula p(A

B) . B) .

Interrogaram-se 100 alunos da Escola Secundria Anastcio da Cunha: 60 disseram que tomavam pequeno-almoo todos os dias, 80 declararam que bebem refrigerantes todos os dias e 45 declararam que tomavam pequeno-almoo e bebem refrigerantes todos os dias. Escolhe-se ao acaso um aluno de entre os alunos interrogados. 2.1 Com a ajuda de um diagrama de Venn determina a probabilidade dos acontecimentos seguintes: A O aluno toma pequeno almoo todos os dias mas no bebe refrigerantes todos os dias B O aluno toma pequeno almoo ou bebe refrigerantes todos os dias 2.2 Deduz dos resultados anteriores a probabilidade do acontecimento C O aluno no toma pequeno almoo nem bebe refrigerantes todos os dias

3.

e que a probabili3 dade de um acontecimento B ocorrer, sabendo que o acontecimento A se verifica de . Qual a probabilidade de que ambos se verifiquem? 4 De um baralho de 52 cartas extraem-se sucessivamente, sem reposio, duas cartas. Determina a probabilidade de a segunda carta ser de copas, sabendo que a primeira de copas. Sabemos que a probabilidade de ocorrer um acontecimento A e que a 3 probabilidade de um acontecimento B ocorrer, sabendo que o acontecimento A se verifica de 3 1 3

Sabemos que a probabilidade de ocorrer um acontecimento A

4.

5.

. Qual a probabilidade de que ambos se verifiquem? 4 De um baralho de 52 cartas extraem-se sucessivamente, sem reposio, duas cartas. Determina a probabilidade de a segunda carta ser de copas, sabendo que a primeira de copas.

Da definio de probabilidade condicional vem que podemos obter a probabilidade da interseco de dois acontecimentos, tambm chamada probabilidade conjunta de dois acontecimentos.

82

3. Probabilidade condicionada

www.oxe7.com

www.oxe7.com

A probabilidade da interseo de dois acontecimentos dada por

P(A
ou, de forma equivalente, por

B) = P(B)P(A | B)

P(A

B) = P(A)P(B | A)

EXERCCIOS
1. 2. De um baralho de 52 cartas extraem-se sucessivamente duas cartas sem reposio. Qual a probabilidade de ambas serem de copas? Sabe-se que na cidade de Vila Real chove 4 dias em cada 20 dias, e que os semforos avariam 1 vez em cada 20 dias de chuva. Calcula a probabilidade de amanh chover e no funcionarem os semforos.

Um meio bastante cmodo e rpido de obter as probabilidades condicionais em cada situao o de representar os acontecimentos numa rvore de probabilidades. No esquema seguinte est representada uma tal rvore para o caso de haver dois acontecimentos possveis A1 e A2 (por exemplo numa tiragem de bolas ou lanamento de dados) e depois haver outros dois acontecimentos possveis B1 e B2 (por exemplo numa segunda tiragem de bolas ou num segundo lanamento de dados):
P(B1|A1)

B1
P(A1)

P(A1 e B1)

B2

P(B2|A1) P(A1 e B2)

P(B1|A2)

B1
P(A2)

P(A2 e B1)

As probabilidades de A1 e A2 esto representadas logo no incio da rvore. Mas depois de acontecer B1 ou B2, tal j se verificar apenas em funo do acontecimento anterior, pelo que se acontecer B1 depois de ter acontecido A1, a probabilidade ser P(B1|A1) e no apenas P(B1). Multiplicando os dois valores aparece-nos

3. Probabilidade condicionada

A 2

B2

P(B2|A2)

P(A2 e B2)

83

www.oxe7.com

www.oxe7.com

P(A1 e B1) = P(A1) P(B1 | A1). Retomando a tarefa 2, podemos usar a rvore de probabilidade seguinte para descrever essa experincia aleatria:
p em ue seg n reg
o
0,12

Co
es

im

oc ons

pr

egu

bo

ee m

pre

0,28

au

sa

go

es

im

pr

bo

au

sa

Na primeira rvore representamos os dados que se podem obter diretamente do diagrama de Venn fornecido: Conseguir emprego e causar boa impresso tem uma probabilidade de 12%; no conseguir emprego e causar boa impresso tem uma probabilidade de 28%; finalmente no causar boa impresso e conseguir emprego tem uma probabilidade de 8%. Para preencher os restantes valores temos de usar os conhecimentos sobre probabilidade condicional e os dados disponveis. A probabilidade de causar boa impresso (dentro do conjunto B) ser obti84
3. Probabilidade condicionada

o N a us ca bo
a

Co
N

p em ue seg n

reg

0,08

im pr
s es

o
0,40

oc ons egu

ee mp

reg

0,30

em gue nse o

go pre

0,12

oc ons egu e

0,70

em

pre

0,28

go

o N ca a us
0,60

0,13

Co

em gue nse

g pre

0,08

bo
a im pr es s o

oc on

seg

0,87

ue

em

pre

0,52

go

www.oxe7.com

www.oxe7.com

da adicionando os valores 12% e 28% porque esgotam as possibilidades existentes dentro de causar boa impresso, logo 40%. E portanto o acontecimento no causar boa impresso ter 60% de probabilidade pois o contrrio de causar boa impresso (pela regra 3 para a probabilidade de acontecimentos). Para determinar a probabilidade de no causar boa impresso e no conseguir emprego basta adicionar 12%, 28% e 8% e usar de novo a regra 3 para a probabilidade de acontecimentos. Como 12 + 28 + 8 = 48, a probabilidade procurada de 52%. Para determinar a P(B1 | A1) vamos usar a definio de probabilidade condicional: P(B1 | A1) = P(conseguir emprego | causar boa impresso) = P(conseguir emprego e causar boa impresso) / P(causar boa impresso) = 0,12 / 0,40 = 0,30. Para os outros casos semelhante.

T
TAREFA 4
Considera a seguinte rvore de probabilidades. Completa-a.
0,25
B1

0,35

B2

0,2625

B1

0,1625

3. Probabilidade condicionada

A 2

B2

85

www.oxe7.com

www.oxe7.com

EXERCCIOS
1. Uma caixa contm 3 bolas azuis e 2 bolas vermelhas. Extraem-se duas bolas, sem reposio da primeira. 1.1 1.2 1.3 1.4 1.5 2. Constri o espao de resultados; Constri um diagrama de rvore que represente bem a situao; Determina a probabilidade de que as bolas extradas sejam da mesma cor; Determina a probabilidade de, pelo menos uma das bolas extradas, seja azul; Determina a probabilidade de a segunda bola ser azul, sabendo que a primeira vermelha.

Um restaurante prope um menu de 15 composto por uma entrada, um prato principal e uma sobremesa (as bebidas so pagas parte). 2.1 Com a ajuda de uma rvore descreve todos os menus possveis (1 entrada + 1 prato + 1 sobremesa). Quantas refeies diferentes se conseguem formar? Um cliente compe a sua refeio ao acaso. 2.2.1 Qual a probabilidade de escolher um menu que inclua o Cabrito assado Serra da Lous? Qual a probabilidade de escolher um menu que no inclua arroz doce? Qual a probabilidade de escolher um menu que inclua arroz doce?

Menu

- ENTRADAS Melo com presunto Amijoas Bulho Pato - PRATO PRINCIPAL Leito Bairrada Cabrito assado da Serra da Lous Chanfana - SOBREMESAS Arroz doce Tigelada

2.2

2.2.2 2.2.3

J vimos no captulo anterior que a definio segundo Laplace verifica os 3 axiomas de probabilidade. Observmos a que se pode provar que a definio frequencista de probabilidade tambm verifica os 3 axiomas, sendo portanto tambm uma probabilidade segundo a definio axiomtica. Vamos agora provar que a definio de probabilidade condicional tambm verifica os 3 axiomas de probabilidade, pelo que tambm uma probabilidade segundo a definio axiomtica. Sejam dados dois acontecimentos A e B quaisquer de um mesmo espao de resultados S arbitrrio. Suponhamos ainda que P(B) > 0 e defina-se P(A | B) por meio do quociente

P(A

B)

P(B) Provemos ento que P(A | B) uma probabilidade, isto , que satisfaz os 3 axiomas da teoria das probabilidades. Temos:

1. axioma A probabilidade de qualquer acontecimento sempre maior ou igual a zero. Verifica-se pois a probabilidade condicional um quociente em que o numerador uma probabilidade logo positiva ou nula pela primeira regra para a probabilidade de um acontecimento . 86
3. Probabilidade condicionada

www.oxe7.com

www.oxe7.com

2. axioma A probabilidade do acontecimento certo, S, 1. Dado o acontecimento certo S, ser


que P(S | B) = 1? Temos que P(S | B) = Logo verifica-se o segundo axioma. P(S | B) P(B) = P(B) P(B) =1

3. axioma Se dois acontecimentos so disjuntos, a probabilidade da sua unio igual soma das probabilidades de cada um. Dados 2 acontecimentos C e D, disjuntos, isto tais que C D = e dado o acontecimento B tal que P(B) > 0, ser que
P (C D | B ) = P (C | B ) + P (D | B ) ?

Por definio de probabilidade condicional temos que

P (C

D | B) =

P ((C

D) P (B )

B) .

Pelas leis de De Morgan

P((C

D)

B) = P((C

B)

(D

B)) B e D B o so. Ento, pela regra 3 para a probabiliB) + P(D B)

Mas, se C e D so disjuntos, tambm C dade de um acontecimento, temos que

P((C
Conclumos assim finalmente que

B)

(D

B)) = P(C

P(C

D | B) = = P(C

P(C B)

B) + P(D P(B) + P(D B) P(B)

B)

P(B)

= P(C | B) + P(D | B) que era o que pretendamos. Fica assim provado que a probabilidade condicional tambm um modelo de probabilidade que concretiza a axiomtica enunciada.

3. Probabilidade condicionada

87

www.oxe7.com

www.oxe7.com

T
TAREFA 4
Um indivduo que trabalha em Lisboa, mas reside na margem Sul do Tejo, tem diariamente duas possibilidades para se dirigir ao trabalho: o barco ou o autocarro. Ele gosta muito de ir de barco, pelo que escolhe o barco 75% das vezes. A probabilidade de chegar atrasado ao trabalho 16.25%. sabe-se ainda que a probabilidade de ir de barco e chegar atrasado 11.25%. Qual a probabilidade de chegar atrasado, sabendo que veio de barco? (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

T
TAREFA 5
Prova que, dados quaisquer acontecimentos A, B e C, com P(B)>0, se tem: a) P(E | B) + P(E | B) = 1 b) P(E | B) + P(E | B) = 1 c) P(A | B) = 1 P(A | B) d) P(A

C | B) + P(A|B) + P(C | B) P(A

C | B)

(adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

T
TAREFA 6
Numa cervejaria trabalham 3 empregados: o Antnio, o Bernardo e o Miguel. O Antnio serve 40% dos clientes e os outros dois empregados dividem entre si a restante clientela. Ao pedir uma cerveja, o acompanhamento desta por tremoos deixada ao critrio do empregado. O Antnio scio da cervejaria, pelo que apenas traz tremoos em 10% das vezes. O Bernardo oferece tremoos em 40% dos casos, enquanto que o Miguel oferece tremoos a 20% dos clientes. Ao pedir uma cerveja, calcule a probabilidade de que esta venha acompanhada de tremoos. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

88

3. Probabilidade condicionada

www.oxe7.com

www.oxe7.com

H HISTRIA(S)
Jogos de Azar O jogo uma atividade que se mostra presente em toda a histria do ser humano. O investigador Gianella para mostrar esta presena, observa que: A mitologia grega recorreu a um gigantesco jogo de dados para explicar o que hoje chamamos Big Bang. Trs irmos, atravs de dados, partilharam o Universo: Zeus ganhou os cus, Poseidon os mares e Hades, o perdedor, tornou-se o senhor dos infernos. As primeiras manifestaes dos jogos que se tem registo o Tali (jogo de osso) que era praticado com astrgalos, um osso de animal com a forma semelhante a um tetraedro irregular. O Tali era jogado como um jogo de dados: As faces maiores eram numeradas com 3 e 4 e as duas menores por 1 e 6. Algumas experincias permitiram chegar concluso de que as frequncias de ocorrncias das quatro faces do osso do jogo do Tali apresentavam os seguintes resultados: Faces Frequncias 1 0,12 3 0,37 4 0,39 6 0,12

No Egito antigo, as pessoas que eram consideradas jogadores compulsivos, eram submetidos a uma pena, muita vezes sendo obrigadas a polir pedras para as pirmides. Na histria dos pases de origem judaico-crist, os jogos de azar eram considerados proibidos. Mas, apesar dessa proibio, existiu um bispo belga, Wibold, da cidade de Cambrai, que em torno de 960 d.C. inventou um jogo de dados moral, enumerando as 56 virtudes e atribuindo cada uma aos possveis resultados do lanamento de trs dados. H cidades em diversos pases devem boa parte de suas arrecadaes aos casinos e ao turismo em torno dessa atividade. O exemplo mais evidente da indstria de entretenimentos Las Vegas, no estado de Nevada, oeste dos EUA. Mas, desde 2006, a cidade que mais movimenta dinheiro no setor de jogos Macau, na China. Esta ex-colnia portuguesa, que pertence desde 20 de dezembro de 1999 China, obteve uma receita provinda deste setor de aproximadamente 83,8 milhares de milhes de patacas (10,5 milhares de milhes de dlares). (adaptado de Thiago Braas de Melo e Jos Cludio Reis Relaes Histricas entre os Jogos de Azar e a Probabilidade, XIII CIAEM-IACME, Recife, Brasil, 2011)

3. Probabilidade condicionada

89

www.oxe7.com

www.oxe7.com

Vamos agora discutir o conceito de acontecimentos independentes. Dois acontecimentos so independente se a informao acerca da realizao de um dos acontecimentos no altera a probabilidade da realizao do outro acontecimento. Para definir tal conceito de modo formal e utilizvel na prtica, vamos recorrer ao conceito de probabilidade condicional. O acontecimento A independente do acontecimento B, com P(A) > 0 e P(B) > 0, se a probabilidade de A se verificar, igual probabilidade condicional de A se realizar, dado que B se realizou, isto

P(A) = P(A | B)
Se A independente de B, ento B ser independente de A? Analisemos a situao. Por definio de probabilidade condicional temos

P(A | B) =
= =

P(A

B)

P(A) P(B) P(A | B) P(A) P(B) P(A)

P(A) = P(B)
Assim, B tambm independente de A. Podemos definir a independncia de dois acontecimentos de forma diferente, se atendermos definio de probabilidade condicional. Nestas condies teremos P(A) = P(A | B) se e somente se

P(A) =

P(A

B)

P(B)

Podemos assim dizer que dois acontecimentos A e B so independentes se a probabilidade conjunta igual ao produto das probabilidades de cada um deles

P(A

B) = P(A)P(B)

Dois acontecimentos que no sejam independentes dizem-se acontecimentos no independentes.

TR
TAREFA
RESOLVIDA

Consideremos a experincia aleatria que consiste em retirar 2 bolas, sem reposio, de uma caixa com 3 bolas vermelhas e 2 azuis. Seja A o acontecimento saiu exatamente uma bola vermelha e B o acontecimento saram 2 bolas vermelhas.

90

3. Probabilidade condicionada

www.oxe7.com

www.oxe7.com

a) Investiga se os acontecimentos so disjuntos. b) Investiga se os acontecimentos so independentes.

RESOLUO
a) Os acontecimentos A e B so disjuntos pois no podemos tirar uma e uma s bola vermelha e ao mesmo tempo tirar duas bolas vermelhas. Assim P(A B) = 0 . b) Temos que P(A) = 12/20 e P(B) = 6/20 pelo que P(A) P(B) = . Para serem independen400 tes teramos de ter P(A B) = P(A) P(B). Como o produto diferente de zero os acontecimentos no so independentes. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999) 72

NO ESQUECER
EQUIVALENTE OS ACONTECIMENTOS SEREM DISJUNTOS E SEREM INDEPENDENTES.

NO

T
TAREFA 8
Tendo dois dados de 12 faces, em que cada um tem 7 faces vermelhas e 5 brancas, perguntou-se a 40 estudantes qual dos acontecimentos era mais provvel, no lanamento dos dois dados: a) Sair 2 faces vermelhas, ou; b) Sair 1 face vermelha e 1 branca. Trinta e seis estudantes responderam que era mais provvel sair 2 faces vermelhas. Ests de acordo? Justifica. Aos mesmos estudantes, mostraram-se 3 dados de 4 faces, cada um com 3 faces vermelhas e uma branca. No lanamento dos 3 dados, qual o acontecimento mais provvel: a) Sair 3 faces vermelhas, ou b) Sair 2 faces vermelhas e 1 branca?

3. Probabilidade condicionada

91

www.oxe7.com

www.oxe7.com

Todos os estudantes responderam que o acontecimento i) era o mais provvel. Ests de acordo? Justifica. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

EXERCCIOS
1. Dois acontecimentos A e B so independentes. A probabilidade de ocorrer o acontecimento A de 1.1 1.2 2. 1 3 e do acontecimento B 2 5 .

Qual a probabilidade de os acontecimentos A e B ocorrerem simultaneamente? Qual a probabilidade de que nenhum dos acontecimentos ocorra?

Um casal tem trs filhos. Consideremos os seguintes acontecimentos: A: o casal tem no mximo uma rapariga B: o casal tem filhos de ambos os sexos Calcula P(A), P(B) e P(A B) e verifica se A e B so acontecimentos independentes.

3. 4.

Numa experincia aleatria os acontecimentos A e B so tais que P(A) = 0,22 e P(B) = 0,91. Os acontecimentos so independentes? Na Escola Secundria Anastcio da Cunha h torneios de basquetebol interturmas todas as semanas, ao ritmo de um jogo por semana. H contudo um problema no Pavilho Desportivo da escola: uma grande claraboia de um dos lados dificulta a vida da equipa que joga virada para esse lado. Assim, procede-se sempre a um sorteio de lanamento de moeda ao ar no incio do jogo para determinar quem comea o jogo virado para a claraboia. Em 6 semanas seguidas a turma do 12. G jogou sempre contra a claraboia. O capito foi denunciar a situao ao professor de Matemtica argumentando que era impossvel tal acontecer com uma moeda equilibrada. Que lhe respondeu o professor?

92

3. Probabilidade condicionada

www.oxe7.com

www.oxe7.com

LE LEITURA(S) ADN identifica assassino


Vida, morte e probabilidade condicional A probabilidade de uma pessoa falar ingls, partindo do princpio que essa pessoa de nacionalidade americana, ser, por hiptese, de 95%. Contudo, a probabilidade de determinada pessoa ser americana dado o facto de falar ingls ser bem menor, digamos 20%. A probabilidade condicional de um indivduo ser rico dado o facto de ser cardiologista ser bastante elevada. Em contrapartida, a probabilidade condicional inversa de um indivduo ser cardiologista dado o facto de ser rico ser muito baixa. A compreenso deste conceito matemtico de probabilidade condicional um elemento essencial para a correta interpretao das notcias sobre crimes que aparecem nos jornais. Mais especificamente, esse conceito est na base do que se tem designado por paradoxo da acusao, designao essa que talvez pudesse ser alterada para quebra-cabeas do advogado de defesa. Eis a histria. Uma impresso digital ou fragmento de ADN encontrado no local de um crime coincide com o de Mr. Smith. Os ttulos dos jornais anunciam que a probabilidade de coincidncia com algum que est inocente de uma num milho. Contudo, a probabilidade condicional mais relevante a possibilidade de uma pessoa estar inocente, considerando que as suas impresses digitais coincidem com as encontradas no local do crime. Passemos agora para um cenrio numrico. Imaginemos que o crime foi cometido numa cidade com aproximadamente dois milhes de habitantes. Estamos no ano 2001 e possuem-se ficheiros informticos com os dados do ADN ou com as impresses digitais de todos os habitantes dessa cidade. Vamos tambm partir do princpio de que h trs habitantes com impresses digitais muito prximas das encontradas no local do crime; na prtica, estas impresses so sempre ligeiramente confusas e passveis de vrias interpretaes. Duas das trs pessoas esto inocentes e a terceira culpada. Assim sendo, a probabilidade condicional de haver uma coincidncia de impresses digitais, a partir do momento que uma pessoa est inocente, de duas em dois milhes, ou seja, de uma num milho. Em contrapartida, a probabilidade condicional de uma pessoa estar inocente, dado o facto de as suas impresses digitais coincidirem com as encontradas no local do crime, de duas em trs; esta ltima probabilidade constitui mais do que uma dvida aceitvel. Assim sendo, e para reforar provas forenses, devem sempre procurar-se provas circunstanciais ou a motivao. Mesmo nos casos que no envolvam um trabalho detectivesco altamente especializado, h que apurar qual a probabilidade condicional que relevante. A probabilidade de, por exemplo, as caratersticas de uma pessoa inocente coincidirem com as caractersticas do culpado, obtidas atravs de uma complexa descrio verbal, pode ser extremamente pequena. No entanto, devemos sempre colocar a questo de qual a probabilidade de algum que corresponde descrio poder estar inocente. a esta questo que o jri tem de responder.

(adaptado de John Allen Paulos , As notcias e a Matemtica, Publicaes Europa-Amrica, Mem Martins, 1997)

3. Probabilidade condicionada

93

www.oxe7.com

Fingerprint arch por Saurabh R. Patil, https://commons.wikimedia.org/wiki/File:Fingerprint_-_Arch.jpg?uselang=pt

www.oxe7.com

SNTESE
O essencial passado em revista Diagrama de Venn
p A q r s B

No contexto deste tema, os nmeros p, q, r e s tanto podem ser valores de frequncias absolutas, relativas, ou at probabilidades; o contexto do problema ajudar a esclarecer a situao. Se os nmeros p, q, r e s representam probabilidades, ento tem-se que P(A) = q + r , P(B) = r + s, P(A B) = r, P(A B) e P(A B) = p . Neste caso ser p + q + r + s = 1. Dados dois acontecimentos A e B, com P(A) > 0, define-se a probabilidade condicional de B sabendo que A ocorreu e representa-se por P(B | A), ao quociente

P(A

B)

P(A)
A probabilidade da interseo de dois acontecimentos, ou probabilidade conjunta de dois acontecimentos dada por

P(A
ou, de forma equivalente, por

B) = P(B)P(A | B) B) = P(A)P(B | A)

P(A

Uma rvore de probabilidades para o caso de haver inicialmente dois acontecimentos possveis A1 e A2 e depois logo a seguir haver outros dois acontecimentos possveis B1 e B2:
B1

B2

B1

O acontecimento A independente do acontecimento B, com P(A) > 0 e P(B) > 0, se a probabilidade de A se verificar, igual probabilidade condicional de A se realizar, dado que B se realizou, isto P(A) = P(A | B)

A 2

B2

94

3. Probabilidade condicionada

www.oxe7.com

www.oxe7.com

EG

Exerccios globais
Pratica
1. Um saco contm 3 bolas brancas e 2 bolas azuis. Retiram-se duas bolas sem reposio. Calcula a probabilidade de: 1.1 1.2 1.3 2. a segunda bola ser azul, dado que a primeira azul. a segunda bola ser da mesma cor da primeira. a primeira bola ser branca, dado que a segunda branca.

De um questionrio administrado aos alunos de uma escola sabe-se que 40% leem um jornal dirio e que 30% leem uma revista. Tambm se sabe que 10% l revistas mas no jornais. Calcula a probabilidade de um aluno escolhido ao acaso: 2.1 2.2 Leia jornais ou revistas; No leia revistas sabendo que l jornais.
Saurabh R. Patil, Fingerprint arch http://www.flickr.com/photos/whyohgee/3464322893/

3.

Numa turma sabemos que 70% dos alunos jogam futebol, 30% jogam basquetebol e 20% no jogam nem futebol nem basquetebol. Escolhido um aluno ao acaso determina a probabilidade de: 3.1 3.2 Sabendo que joga futebol tambm joga basquetebol; Sabendo que joga basquetebol no joga futebol.

4.

Sejam A e B dois subconjuntos do espao de resultados S representados no diagrama ao lado. Para cada questo reproduz no teu caderno o diagrama e pinta o conjunto C:

3. Probabilidade condicionada

95

www.oxe7.com

www.oxe7.com

4.1 4.2 4.3 5.

C =A C =A C =A

B B B

Para poder direcionar melhor a publicidade difundida num cinema, interrogam-se as pessoas sada de uma sesso. A empresa que faz a sondagem interessa-se em particular pelos acontecimentos seguintes: A A pessoa interrogada possui uma viatura B A pessoa interrogada possui um telemvel Obtm-se os resultados representados no seguinte diagrama:

A 42 86 r 66

S 5.1 5.2 5.3 5.4 6. Quantas pessoas foram interrogadas?

Qual a probabilidade que a pessoa interrogada possua uma viatura? Qual a probabilidade que a pessoa interrogada possua um telemvel? Qual a probabilidade de que a pessoa interrogada no possua uma viatura?

Um saco contm 18 bolas equiprovveis, sendo 10 verdes e 8 brancas. Tira-se uma bola e repe-se no saco. Qual a probabilidade de sarem duas bolas verdes em duas extraes sucessivas? No lanamento de dois dados determina a probabilidade de obter: 7.1 7.2 7.3 7.4 um 3 em pelo menos um dos dados. a soma dos pontos ser 7. 3 num dos dados sabendo que a soma 7. soma 7 sabendo que num dos dados saiu um 3.

7.

96

3. Probabilidade condicionada

www.oxe7.com

www.oxe7.com

8. 9. 10. 11. 12.

Lanam-se simultaneamente 5 moedas de euro. Determina a probabilidade de obter pelo menos uma face de euro. Numa experincia aleatria os acontecimentos A e B so tais que P(A) = 0,52 e P(B) = 0,49. Os acontecimentos so independentes? Numa experincia aleatria os acontecimentos A e B so tais que P(A) = 0,22 e P(B) = 0,23. Os acontecimentos so independentes? No lanamento de um dado cbico equilibrado, com as faces numeradas de 1 a 6, determina a probabilidade de sair o nmero 3 sabendo que saiu um nmero mpar.
Die Zehn por David Eccles, http://www.flickr.com/photos/gringer/5096129532

No lanamento de um dado cbico equilibrado, com as faces numeradas de 3 a 8, determina a probabilidade de sair o nmero 3 sabendo que saiu um nmero mpar. No lanamento de um dado octadrico equilibrado, com as faces numeradas de 1 a 8, determina a probabilidade de sair o nmero 3 sabendo que saiu um nmero mpar. No lanamento de um dado dodecadrico equilibrado, com as faces numeradas de 1 a 12, determina a probabilidade de sarem os nmeros 3 ou 5 sabendo que saiu um nmero mpar.

13.

14.

Pensa e Resolve
15. Para estudar o absentismo num determinado ms numa escola portuguesa de determinada regio foram interrogados ao acaso 300 alunos da Escola Secundria Anastcio da Cunha. Foram obtidos os seguintes resultados: 25% estiveram ausentes pelo menos um dia; 12% estiveram ausentes pelo menos dois dias; 10% estiveram ausentes pelo menos trs dias; 5% estiveram ausentes pelo menos quatro dias; 3% estiveram ausentes pelo menos 5 dias. Escolhe-se um aluno ao acaso. 15.1 Calcula a probabilidade de que este aluno tenha estado ausente: 15.1.1 Pelo menos um dia; 15.1.2 Exatamente um dia; 15.1.3 Exatamente 2 ou 3 dias. 15.2 Qual a probabilidade de que este aluno nunca tenha estado ausente?

3. Probabilidade condicionada

97

www.oxe7.com

www.oxe7.com

16.

Numa turma de 12. ano de Cincias e Tecnologia constituda por 25 alunos, dos quais 11 so rapazes. Dos rapazes sabe-se que 3 tm cabelos loiros e 8 cabelos castanhos. Das raparigas 6 tm cabelos loiros e 8 cabelos castanhos. Calcula a probabilidade de escolhido um aluno ao acaso: 16.1 16.2 16.3 16.4 Tenha cabelo loiro. Seja um rapaz. Seja um rapaz de cabelo loiro. Tenha cabelo loiro sabendo que uma rapariga.

17.

Um saco contm 15 bolas, sendo 8 verdes e 7 azuis. Retiram-se sem reposio duas bolas. Determina a probabilidade de: 17.1 17.2 A segunda ser verde se a primeira azul; A segunda azul sabendo que a primeira verde.

18.

Tiram-se duas cartas de um baralho de 40 cartas. Qual a probabilidade de sarem duas cartas de ouros: 18.1 18.2 Se a primeira carta for reposta; Se a primeira carta no for reposta.
Die Zehn por David Eccles, http://www.flickr.com/photos/gringer/5096129532

19.

Num saco h 10 bolas azuis e 5 verdes. Retira-se uma bola da caixa. Se verde, ela recolocada no saco. Se azul, recolocada na caixa e juntam-se mais duas bolas azuis. Determina a probabilidade de que a segunda bola retirada da caixa seja: 19.1 19.2 Azul; Verde.

20.

Um aparelho construdo com 3 peas. Cada uma das peas fabricada por uma mquina diferente. A primeira mquina produz 1% de peas defeituosas, a segunda 1,5% e a terceira 2%. Calcula a probabilidade de se produzir um aparelho defeituoso. Numa cidade a populao constituda por 40% de homens e 60% de mulheres. Sabendo que 50% dos homens e 30% das mulheres tm o 12. ano de escolaridade. Determina a probabilidade de que uma pessoa que tenha o 12. ano seja homem Numa caixa esto 4 bolas, duas delas marcadas com um 1 e as outras duas marcadas com um 2. Fazem-se trs extraes de bolas da caixa. Calcula a probabilidade de que o nmero formado pelas trs bolas seja o 121, se supusermos que: 22.1 Cada bola reposta na caixa, depois de ser
3. Probabilidade condicionada
City 2 surf, the mob, por Peter, http://www.flickr.com/photos/shotmeshotyou/1090055251/

21.

22.

98

www.oxe7.com

www.oxe7.com

extrada; 22.2 23. Nenhuma bola resposta na caixa.

Uma das classificaes para o sangue humano feita em 4 grupos distintos: A, O, B e AB. Independentemente do grupo, o sangue pode possuir, ou no, o factor Rhesus. Se o sangue de um indivduo possuir esse factor, diz-se Rhesus positivo (Rh+); se no possuir esse factor, diz-se Rhesus negativo (Rh). A distribuio dos grupos sanguneos, nas diferentes partes do mundo, varivel. A frequncia destes grupos em Portugal, de acordo com um estudo recente, realizado numa populao de dadores do Instituto Portugus do Sangue, a que consta na Tabela seguinte: Fator - Grupo Rh+ RhA 39% 7% O 35% 6% B 7% 2% AB 3% 1%

Escolheu-se, ao acaso, um indivduo da populao de dadores utilizada no estudo do Instituto Portugus do Sangue. 23.1 23.2 24. Calcula a probabilidade de o indivduo escolhido ser do grupo O, sabendo-se que Rh-. Calcula a probabilidade de o indivduo escolhido ser Rh- sabendo que do grupo O.

No controle de produo encetado por uma fbrica sabe-se que em cada 10 peas h duas defeituosas mas pretende-se encurtar o processo de verificao tanto quanto possvel, que feito retirando peas ao acaso de cada conjunto de 10 peas at aparecerem as duas peas defeituosas. 24.1 24.2 Qual a probabilidade de a segunda pea retirada ser defeituosa, sabendo que a primeira pea retirada defeituosa? Qual a probabilidade de as duas primeiras peas retiradas serem ambas defeituosas?

Reflete
25. 26. 27. 28. 29. Prova que se dois acontecimentos A e B so independentes ento os acontecimentos A e B . so independentes. Mostra que dois acontecimentos incompatveis e possveis no podem ser independentes. Sabendo que os acontecimentos A, B e C so independentes dois a dois e que P(A , mostra que P(C | A B) = P(C ) . Prova que P(A B) = P(A) P(A B) . B) 0

Mostra que dois acontecimentos independentes e possveis A e B verificam: P(A B) = P(A | B) P(B | A) B) | B).

30.

Prova que P(A | B) = P((A

3. Probabilidade condicionada

99

www.oxe7.com

www.oxe7.com

CONSELHOS

PARA OS EXAMES

N. 3

Como organizar as respostas no exame? Os critrios gerais de classificao do exame de Matemtica A impem uma srie de regras que importa conhecer antes do exame para no se ser penalizado por coisas onde o aluno at pode dominar perfeitamente mas que, por distrao ou precipitao, no responde corretamente. O primeiro critrio importante diz respeito clareza da escrita: As respostas ilegveis ou que no possam ser claramente identificadas so classificadas com zero pontos. Assim, importante escrever de forma legvel e indicar claramente a que questo se est a responder. E quando se tenta emendar uma resposta ou mesmo substituir uma resposta anterior, como fazer? Se o examinando responder a um mesmo item mais do que uma vez, no eliminando inequivocamente a(s) resposta(s) que no deseja que seja(m) classificada(s), deve ser considerada apenas a resposta que surgir em primeiro lugar. Mas a resposta que o aluno deu em primeiro lugar, se calhar no a que pretende seja corrigida. pois conveniente assinalar claramente qual das respostas se pretende que seja corrigida. O melhor riscar a que no se pretende ver corrigida. Os exames do 12. ano costumam ter mais de uma verso (que diferem na ordem das respostas da parte de escolha mltipla: A ausncia de indicao inequvoca da verso da prova (Verso 1 ou Verso 2) implica a classificao com zero pontos das respostas aos itens de seleco (escolha mltipla). por isso fundamental indicar bem qual das verses da prova se tem. O melhor fazer isso logo no incio da prova. (baseado no documento oficial Prova Escrita de Matemtica A - critrios gerais de classificao Prova 635/1. Fase - 2011)

100

3. Probabilidade condicionada

www.oxe7.com

www.oxe7.com

IE

Itens de exame
1. Seja E o espao de resultados associado a uma certa experincia aleatria. Sejam A e B dois acontecimentos ( A Tem-se que: P(A B) = 10% E e B E ).

P(A) = 60% P(A B) = 80%

Qual o valor da probabilidade condicionada P(A | B) ? (A) 1 (B) 1 (C) 1 (D) 1

2.

4 3 5 2 Uma caixa contm cinco bolas brancas e cinco bolas pretas, indistinguveis ao tacto. Tiram-se ao acaso, sucessivamente e sem reposio, duas bolas da caixa. Considera os seguintes acontecimentos: B1 - a bola retirada em primeiro lugar branca; B2 - a bola retirada em segundo lugar branca. Qual o valor da probabilidade condicionada P(B2 | B1 ) ? (A) 1 2 4 9 (B) 1 2 5 9 (C) 4 9 (D) 5 9

3.

Uma turma M tem sete rapazes e cinco raparigas. Uma turma N tem seis rapazes e seis raparigas. Escolhe-se, ao acaso, uma turma e, seguidamente, um elemento dessa turma. Considera os acontecimentos: X: a turma escolhida a turma M ; Y: o elemento escolhido a rapariga . Indica a probabilidade condicionada P(Y | X) .

3. Probabilidade condicionada

101

www.oxe7.com

www.oxe7.com

4.

Uma formiga desloca-se ao longo de um caminho que, como a figura mostra, vai apresentando bifurcaes. A formiga nunca inverte a sua marcha. Ao chegar a uma bifurcao, opta 70% das vezes pelo caminho da esquerda. Qual a probabilidade de a formiga ser apanhada pela aranha?

5.

Em cada uma das opes seguintes (A, B, C e D) esto representadas quatro figuras (as figuras so crculos ou quadrados e esto pintados de branco ou de preto).
(A) (B)

(C)

(D)

Para cada opo, considera: A experincia que consiste na escolha aleatria de uma das quatro figuras; Os acontecimentos: X: a figura escolhida um quadrado Y: a figura escolhida est pintada de preto. Em qual das opes se tem P(X |Y ) = 6. 1 2 ?

O sangue humano est classificado em quatro grupos distintos: A, B, AB e O. Independentemente do grupo, o sangue pode possuir, ou no, o factor Rhsus. Se o sangue de uma pessoa possui este factor, diz-se Rhsus positivo (Rh+); se no possui este factor, diz-se Rhsus negativo (Rh-). Na populao portuguesa, os grupos sanguneos e os respectivos Rhsus esto repartidos da seguinte forma:

102

3. Probabilidade condicionada

www.oxe7.com

www.oxe7.com

A 40% 6,5% 6.1 6.2

B 6,9% 1,2%

AB 2,9% 0,4%

O 35,4% 6,7%

Escolhido um portugus ao acaso, qual a probabilidade de o seu grupo sanguneo no ser o O? Apresenta o resultado sob a forma de percentagem, arredondado s unidades. Escolhido um portugus ao acaso, e sabendo que Rhsus negativo, qual a probabilidade de o seu grupo sanguneo ser o A? Apresenta o resultado sob a forma de percentagem, arredondado s unidades.

7.

Seja S o espao de resultados associado a uma certa experincia aleatria. Sejam A e B dois acontecimentos possveis ( A Sabe-se que: P(A P(A B) = 0,1 B) = 0,8 S e B S ).

P(A | B) = 0,25 Prova que A e A so acontecimentos equiprovveis. (P designa probabilidade, A designa o acontecimento contrrio A e P(A | B) designa a probabilidade de A, se B). 8. Seja S o espao de resultados associado a uma experincia aleatria. Sejam A e B dois acontecimentos possveis ( A Prova que P(A B) = P(A) P(B) + P(A | B) P(B) S e B S ).

(P designa probabilidade, A e B designam os acontecimentos contrrios de A e B, respectivamente, e P(A | B) designa a probabilidade de A, se B). 9. Considera: Uma caixa com seis bolas, todas brancas; Seis bolas pretas, fora da caixa; Um dado equilibrado, com as faces numeradas de 1 a 6. Lanam-se duas vezes o dado. Tiram-se, da caixa, tantas bolas brancas quantas o nmero sado no primeiro lanamento. Colocam-se, na caixa, tantas bolas pretas quantas o nmero sado no segundo lanamento.

3. Probabilidade condicionada

103

www.oxe7.com

www.oxe7.com

9.1 9.2

Qual a probabilidade de a caixa ficar com seis bolas? Apresenta o resultado na forma de fraco irredutvel. Sejam A e B os acontecimentos: A - Sai face 5 no primeiro lanamento do dado. B - Ficam, na caixa, menos bolas brancas do que pretas. Indica, justificando, o valor da probabilidade condicionada P(B | A) . Apresenta o resultado na forma de fraco irredutvel.

10.

Seja S o conjunto de resultados associado a uma experincia aleatria. Sejam E1 e E2 dois acontecimentos possveis ( E1 10.1 Prova que P(E1 E2 ) = 1 P(E1 ) P(E2 | E1 ) S e E2 S.

(P designa probabilidade, E1 e E2 designam os acontecimentos contrrios de E1 e E2 , e P(E2 | E1 ) designa a probabilidade de E2, se E1). 10.2 Um baralho de cartas completo constitudo por cinquenta e duas cartas, repartidas por quatro naipes de treze cartas cada: espadas, copas, ouros e paus. De um baralho completo extraem-se, sucessivamente e sem reposio, duas cartas. Qual a probabilidade de pelo menos uma das cartas extradas no ser do naipe de espadas? Apresenta o resultado na forma irredutvel. Nota: se o desejares, utiliza a igualdade referida na alnea anterior; neste caso, devers comear por caracterizar claramente os acontecimentos E1 e E2, no contexto da situao apresentada. 10.3 Num certo jogo de cartas, utiliza-se um baralho completo e do-se treze cartas a cada jogador. Imagina que ests a participar nesse jogo? Qual a probabilidade de, nas treze cartas que vais receber, haver exatamente seis cartas do naipe de espadas? Apresenta o resultado na forma de percentagem, arredondado s unidades.

104

3. Probabilidade condicionada

www.oxe7.com

www.oxe7.com

PG

Prova global
60 minutos 1. 2. Se lanarmos trs vezes uma moeda de euro, qual a probabilidade de sair uma face de euro? Num dado viciado a probabilidade de sair uma face com um nmero par o dobro de sair qualquer nmero mpar. Determina a probabilidade de num lanamento do dado sair um nmero primo?

3.

O triatlo uma prova de atletismo constituda por trs provas consecutivas: natao, corrida e ciclismo. A probabilidade de um atleta escolhido ao acaso terminar a prova de natao de 6 7 4 5 . Dos atletas que terminam a natao, a probabilidade de um deles terminar a corrida

de 4.

. Qual a probabilidade de um atleta, escolhido ao acaso, termine a segunda prova?

No lanamento de um dado equiprovvel considera os acontecimentos: A: sair um nmero par. B: sair um nmero maior que 4 C: sair um mltiplo de 3 Indica justificando dois acontecimentos independentes e dois acontecimentos dependentes.

5.

Um rbitro de futebol tem trs cartes. Um todo vermelho, outro todo amarelo e um outro com uma face vermelha e outra amarela. Qual a probabilidade de o rbitro mostrar um dos cartes a um jogador e ver uma face vermelha e o jogador a face amarela?

3. Probabilidade condicionada

105

www.oxe7.com

www.oxe7.com

4. Distribuio de probabilidades
Deus no joga dados com o universo. Albert Einstein Para o Jornalista, Tudo o que Provvel Verdade Agustina Bessa Lus Para o jornalista, tudo o que provvel verdade. Trata-se dum axioma estupendo, como tudo o que Balzac inventa. Refletindo nele, ns percebemos quantas falsidades se explicam e quantas arranhadelas na sensibilidade se resumem a fanfarronices e no a conhecimento dos factos. Em geral, o pequeno jornalista um profeta da Imprensa no que toca a banalidades, e um imprudente no que se refere a coisas srias. Quando Balzac refere que a crtica s serve para fazer viver o crtico, isto estende-se a muitas outras tendncias do jornalista: o folhetinista, que o que Camilo fazia nas gazetas do Porto. in Dicionrio Imperfeito Recordemos que o nosso objeto de estudo so populaes, isto , conjuntos de elementos ou indivduos (no necessariamente pessoas) com caractersticas comuns; a cada uma dessas caractersticas comuns, que assumem valores diferentes de indivduo para indivduo, chamamos varivel. J vimos tambm que chamamos experincia aleatria ao processo que permite obter uma observao ou resultado de uma varivel tal que antes da observao no se tem conhecimento suficiente para dizer qual dos resultados se vai verificar, tal que possvel fazer um grande nmero de realizaes, independentes, da experincia e tal que se admite que possvel encontrar nmeros entre 0 e 1, que representam a frequncia relativa com que se verificam os resultados individuais de cada realizao da experincia. Por exemplo, suponhamos que pretendamos estudar a seguinte varivel: preferncia clubstica (Sporting, Benfica, Porto ou outra) de cada aluno da Escola Secundria Jos Anastcio da Cunha, no ano lectivo de 2012/2013. Podemos dizer que a nossa populao constituda pelas preferncias dos referidos alunos. Recolher uma amostra de dimenso 40, no mais do que realizar 40 vezes a experincia aleatria que consiste em selecionar aleatoriamente um aluno e perguntar-lhe a preferncia. Sabemos que os valores possveis para a varivel preferncia clubstica so Porto, Benfica, Sporting ou outro clube, mas em cada repetio da experincia no sabemos qual o resultado que se vai verificar (caracterstica da experincia aleatria), pelo que varivel chamamos varivel aleatria. Temos assim que

106

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

Varivel aleatria Uma varivel aleatria, uma varivel cujo valor


um resultado numrico associado ao resultado de uma experincia aleatria. As variveis aleatrias podem ser discretas ou contnuas; so discretas quando assumem um nmero finito ou infinito enumervel de valores e contnuas quando podem assumir qualquer valor de um intervalo pertencente ao seu domnio de variao. Iremos estudar apenas variveis aleatrias que assumem um nmero finito de valores. So exemplos de variveis discretas o nmero de acidentes de trabalho, por ms, num determinado pas, o nmero de filhos de uma famlia portuguesa, o nmero de monovolumes vendidos num pas num determinado ano, o nmero de assoalhadas de um apartamento, o nmero de anos de escolaridade de um adulto da classe etria [40, 50], etc.

As variveis aleatrias so normalmente representadas por letras maisculas X, Y, Z, . Utilizam-se as correspondentes letras minsculas, para representar os valores observados dessas variveis aleatrias.

TR
TAREFA
RESOLVIDA

Retomemos o exemplo do lanamento de um dado cbico comum, isto a experincia aleatria que consiste em lanar esse dado e verificar a face que fica virada para cima, identificada pelo nmero de pintas; relembremos que neste caso os diferentes acontecimentos elementares so {1}, {2}, {3}, {4}, {5}, {6} e que as faces podem ficar viradas para cima com igual probabilidade; Vimos j que, havendo 6 acontecimentos elementares de igual probabilidade a ser considerados, a probabilidade de cada acontecimento elementar ter de ser 1/6:

4. Distribuio de probabilidades

Population growth por eutrophication&hypoxia, http://www.flickr.com/photos/48722974@N07/4538714228/

107

www.oxe7.com

www.oxe7.com

Nmero de pintas da face que fica virada para cima Probabilidade

Este modelo de probabilidade descreve bem a situao em causa (podemos at dizer, como veremos, que obtivemos uma distribuio de probabilidade por estar indicada a probabilidade para cada valor da varivel). O que acontecer se forem lanados dois dados simultaneamente?

RESOLUO
Neste caso obteremos obviamente um modelo de probabilidade diferente, pois a populao diferente (pintas de dois dados), a varivel diferente (soma das pintas dos dois dados), uma experincia aleatria diferente (so lanados dois dados). Usando Nmero de pintas da face que fica virada para cima no dado 1 Soma das pintas se sair 1 pinta na face que fica virada para cima no dado 2 Soma das pintas se sairem 2 pintas na face que fica virada para cima no dado 2 Soma das pintas se sairem 3 pintas na face que fica virada para cima no dado 2 Soma das pintas se sairem 4 pintas na face que fica virada para cima no dado 2 Soma das pintas se sairem 5 pintas na face que fica virada para cima no dado 2 Soma das pintas se sairem 6 pintas na face que fica virada para cima no dado 2 1 2 3 4 5 6 7 2 3 4 5 6 7 8 3 4 5 6 7 8 9 4 5 6 7 8 9 10 5 6 7 8 9 10 11 6 7 8 9 10 11 12

Recorrendo, por exemplo, definio de Laplace de probabilidade, podemos construir agora o modelo de probabilidade desta experincia aleatria. Temos 36 casos possveis e a tabela fornece-nos o nmero de casos favorveis em cada caso: Nmero de pintas da face que fica virada para cima

10

11

12

Y = yi
Probabilidade

P( = yi ) Y

1/36

2/36

3/36

4/36

5/36

6/36

5/36

4/36

1/36

1/36

1/36

108

4. Distribuio de probabilidades

www.oxe7.com

Dice por RolandI, http://www.flickr.com/photos/fyuryu/88089/

P(X = xi )

1/6

1/6

1/6

1/6

1/6

1/6

www.oxe7.com

(adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

T
TAREFA 2
Consideremos a varivel aleatria X que representa o nmero de faces que se obtm no lanamento de 1 moeda 3 vezes (equivalente a lanar 3 moedas uma vez). Esta varivel pode assumir os valores 0, 1, 2 ou 3. Determina o modelo de probabilidade da experincia aleatria que consiste em lanar 3 vezes a moeda. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

EXERCCIOS
1. Considera a experincia aleatria que consiste no lanamento de dois dados e na observao das faces voltadas para cima. Considera a varivel aleatria nmero de 3 obtidos no lanamento dos dois dados. Determina o modelo de probabilidade associado experincia aleatria. 2. Um cofre tem 7 pedras preciosas: 5 esmeraldas 2 safiras. Retiramos ao acaso sucessivamente trs dessas pedras preciosas, com reposio da pedra retirada. Considera a varivel aleatria nmero de rubis que ocorre em cada extrao das 3 pedras preciosas. Determina o modelo de probabilidade associado experincia aleatria.

Recordemos que as probabilidades satisfazem trs regras, j enunciadas no captulo 2, que podemos agora traduzir em termos de varivel aleatria como: a) A probabilidade da varivel aleatria assumir qualquer um dos seus valores admissveis est entre 0 e 1 (podendo ser 0 ou 1). b) A soma das probabilidades da varivel aleatria assumir todos os seus valores igual a 1. Retomemos o exemplo da tarefa 1, onde foi estudada a varivel aleatria que representa a soma das pintas no lanamento de dois dados. Podemos representar graficamente o modelo de probabilidade obtido:

4. Distribuio de probabilidades

109

www.oxe7.com

www.oxe7.com

0,18 0,16 0,14 0,12 0,10 0,08 0,06 0,04 0,02 0,00

Diz-se que obtivemos um grfico de uma distribuio de probabilidades. A regularidade que este grfico apresenta justifica que se estude com mais profundidade esta situao. Definamos pois uma distribuio de probabilidade. Vamos estudar apenas variveis aleatrias que assumem um nmero finito de valores distintos (ditas variveis aleatrias discretas). Consideremos uma varivel aleatria discreta X, que assume um nmero finito de valores distintos

x1, x2 ,..., xN .

As

probabilidades

p1 = P(X = x1), p2 = P(X = x2 ),..., pN = P(X = XN ) devem satisfazer as


seguintes condies: 0

p1

1,0

p2

1,...,0

pN

p1 + p2 + ... + pN = 1
Os valores (x1, p1),(x2 , p2 ),...,(xn , pN ) = 1 constituem a distribuio de probabilidades da varivel aleatria X ou funo massa de probabilidade.

TR
TAREFA
RESOLVIDA

Seja X a varivel aleatria que representa o nmero de raparigas nas famlias de 4 filhos. Obtenha a distribuio de probabilidade de X, admitindo que a probabilidade de ser rapaz igual de ser rapariga.

RESOLUO
Os valores possveis da varivel aleatria X so 0, 1, 2, 3 e 4. Representemos as raparigas por A e os rapazes por M. Podemos estabelecer um diagrama de rvore para analisar esta situao.

110

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

1. Filho

2. Filho

3. Filho

4. Filho

1. Filho

2. Filho

3. Filho

4. Filho A

A A M A A M M A A A M M A M M M M A M M A A

A partir deste diagrama podemos estabelecer facilmente a distribuio de probabilidades, recorrendo mais uma vez definio de Laplace de probabilidade. A probabilidade de ser X = 0, ou seja, de a varivel aleatria X tomar o valor 0, obtm-se vendo quando no h raparigas na famlia; olhando para o diagrama vemos que isto acontece 1 vez em 16 vezes pelo que P(X = 0) = 1/16. A probabilidade de ser X = 1, ou seja, de a varivel aleatria X tomar o valor 1, obtm-se vendo quando h 1 rapariga na famlia; isto acontece 4 vez em 16 vezes pelo que P(X = 0) = 4/16. Para os outros casos idntico pelo que a distribuio de probabilidades neste caso

X = xi pi = P(X = xi )

1/16

4/16

6/16

4/16

1/16

(adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

T
TAREFA 4
Consideremos a varivel aleatria X que representa o nmero bolas que preciso tirar de uma caixa com 5 bolas, sendo 3 vermelhas e 2 azuis, at sair uma bola azul. Esta varivel pode assumir os valores 1, 2, 3 ou 4. Determina o modelo de probabilidade da experincia aleatria que consiste em retirar bolas dessa caixa at sair uma bola azul. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)
4. Distribuio de probabilidades

111

www.oxe7.com

www.oxe7.com

EXERCCIOS
1. Considera a experincia aleatria que consiste em lanar ao ar duas vezes consecutivas uma moeda de euro e registar a face que fica voltada para cima (face do euro, face nacional). Determina a distribuio de probabilidades da varivel aleatria X nmero de faces nacionais registadas nos dois lanamentos. Considera a experincia aleatria que consiste em fazer rodar duas vezes consecutivas um rapa e registar a face que fica voltada para cima (rapa, tira, deixa ou pe). Determina a distribuio de probabilidades da varivel aleatria Y nmero de faces favorveis (rapa, tira ou deixa) registadas nos dois lanamentos. Uma certa funo massa de probabilidade tem o seguinte aspeto:

2.

3.

X = xi pi = P(X = xi )

1/16

6/16

3/16

1/16

Determina o valor de k.

Estes casos so simples de analisar porque envolvem casos em que os acontecimentos elementares envolvidos tm igual probabilidade. E se a situao for muito complexa sendo difcil, mesmo impossvel, analisar as probabilidades de cada valor da varivel aleatria? Aqui podemos recorrer definio frequencista de probabilidade para aproximar o valor da probabilidade desconhecida, desde que consigamos um grande nmero de repeties da experincia aleatria.

TR
TAREFA
RESOLVIDA

Suponhamos que temos uma roda da sorte com 4 setores de reas desiguais pintados cada um com sua cor e que queremos saber a probabilidade de sair cada uma das cores. Vamos pgina http://www.shodor.org/interactivate/activities/ExpProbability/ e simulamos um nmero grande de realizaes da experincia aleatria. Ao fim de 200 realizaes obtivemos o que est documentado na cpia de ecran:

112

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

Em funo destes dados podemos dizer que a distribuio de frequncias relativas ser dada pelos valores da tabela: Cor Frequncia relativa Vermelho 67/200 Azul 9/200 Amarelo 73/200 verde 51/200

Podemos assim dizer que a funo distribuio probabilidade pode ser dada, aproximadamente, por:

X = xi pi = P(X = xi )

Vermelho

Azul

Amarelo

verde

67/200

9/200

73/200

51/200

A
A

NO ESQUECER
DISTRIBUIO DE PROBABILIDADES DE UMA EXPERINCIA ALEATRIA PODE SER OBTIDA, DE FORMA APROXI-

MADA, PELA DISTRIBUIO DE FREQUNCIAS RELATIVAS QUANDO SE FAZ UM GRANDE NMERO DE REPETIES DA EXPERINCIA ALEATRIA.

T
TAREFA 6
Consideremos a mesma varivel aleatria X que na tarefa 5, mas com uma roda da sorte com sectores de diferentes tamanhos que escolhers vontade. Vai pgina indicada e repete 200 vezes a experincia. Em funo das reas dos sectores consegues prever qual ter maior probabilidade de sair? Que distribuio de probabilidades obtns?

4. Distribuio de probabilidades

113

www.oxe7.com

www.oxe7.com

EXERCCIOS
1. Os 250 alunos da Escola Secundria Anastcio da Cunha foram a uma visita de estudo ao Oceanrio e a direo da Escola pretende determinar se a visita teve impacto nos alunos. Para isso inquiriu uma amostra de 50 alunos e estes eram solicitados a indicar o seu grau de satisfao dando uma pontuao de 1 (nada satisfeito) a 5 (muito satisfeito). O resultado do inqurito foi o seguinte:

X = xi
nmero

1 12

2 14

3 14

4 7

5 3

Qual dever ser a distribuio de probabilidades da varivel aleatria X Grau de satisfao dos estudantes da Escola Secundria Anastcio da Cunha? 2. Consideremos que se lana um dado tetradrico com as faces numeradas de 1 a 4, que no se sabe se equilibrado. Ao fim de 200 lanamentos obteve-se o seguinte resultado:

Y = yi
nmero

1 98

2 12

3 45

4 45

Quando se pretende estudar uma varivel aleatria discreta (uma populao de dados discretos), isto , conhecer a sua distribuio de probabilidades, recolhe-se uma amostra de dimenso suficientemente grande da populao, e constri-se a distribuio das frequncias; obtemos assim uma ideia aproximada da distribuio de probabilidades. Enquanto que a distribuio de frequncias se obtm a partir de apenas alguns elementos da populao (uma amostra), a distribuio de probabilidades obtm-se a partir da populao toda (donde a sua dificuldade). Com esta proximidade entre as frequncias relativas das amostras e as probabilidades numa populao, natural que outras estatsticas calculadas a partir dos dados da amostra possam ter uma correspondncia em termos de caractersticas da populao. A estatstica mais fcil de calcular a mdia. Que relao ter a mdia de uma amostra com as variveis aleatrias? Suponhamos que queremos conhecer a mdia de horas que os alunos da Escola Secundria Anastcio da Cunha passam por dia a ver televiso. Como esta escola tem 2012 alunos, no prtico perguntar a todos os alunos quantas horas passam a ver televiso.

hans chr. hansen, architect: hanssted skole / school, copenhagen 1954-1959 por seier+seier, http://www.flickr.com/photos/seier/5582338634/

114

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

Suponhamos que foi escolhida ao acaso uma amostra de alunos da escola e que se obtiveram os seguintes resultados: Nmero de horas Nmero de alunos 0 5 1 44 2 49 3 19 4 2

Com estes dados podemos determinar a mdia da amostra. Pode-se obter a partir de 0 5 + 1 44 + 2 49 + 3 19 + 4 2 207 119

119

= 1,739

Ento os alunos passam cerca de 1,74 horas por dia a ver televiso. Suponhamos que neste caso se recolheram mais algumas amostras, tendo-se registado as respectivas mdias. Obtiveram-se certamente valores todos diferentes uns dos outros, embora aproximados. Como seria de esperar, a mdia varia de amostra para amostra, j que existe sempre alguma oscilao nos dados recolhidos para a amostra. Poderemos obter um valor mdio fixo que caracterize a amostra sem necessidade de obter aproximaes, se for possvel conhecer a distribuio de probabilidade da populao? Tendo em ateno que a distribuio de probabilidade aproximada pela distribuio de frequncias, natural designar como valor mdio da varivel aleatria X a seguinte quantidade:

= x1 p1 + x 2 p2 + ... + x N pN
Esta frmula obviamente aproximada pela frmula antes usada pois as probabilidades so aproximadas pelas frequncias relativas. Este valor mdio um valor fixo e portanto uma caracterstica do fenmeno aleatrio em estudo. Ao valor mdio tambm se costuma chamar valor esperado e portanto tambm se costuma usar a notao E(X) para o representar.

T
TAREFA 7
Num jogo semelhante Raspadinha, cada bilhete custa 1 euro e os prmios que se podem ganhar so 500 euros, 23 euros, 13 euros, 7 euros, 3 euros e 1 euro.
Raffle tickets por Alyson Hurt, http://www.flickr.com/photos/alykat/5848722/

Cada bilhete tem uma superfcie susceptvel de ser raspada, a qual revela um dos prmios anterio4. Distribuio de probabilidades

115

www.oxe7.com

www.oxe7.com

res ou nenhum prmio. So postos em circulao 6 000 000 bilhetes, de acordo com a distribuio seguinte: Nmero de bilhetes Prmio 600 500 15 000 23 24 000 13 37 500 9 60 000 222 000 999 960 4 640 940 7 3 1 0

Ser que um indivduo que jogue sistematicamente este jogo, pode vir a ter a esperana de ficar rico? Ou seja, ser que a mdia da varivel aleatria que representa o lucro de um jogador que jogue neste jogo ser positiva? (adaptado de ALEA, http://alea.ine.pt/)

T
TAREFA 8
Uma companhia de seguros instituiu um seguro de vida com a durao de 5 anos, para indivduos de 21 anos, do sexo masculino, segundo a seguinte modalidade: a companhia paga uma indemnizao de 100 mil euros se o segurado morrer nos prximos 5 anos, sendo o prmio anual de 250 euros. Determina o lucro esperado para a companhia de seguros, tendo em conta as seguintes probabilidades: Idade morte Probabilidade 21 0.0018 22 0.0019 23 0.0019 24 0.0019 25 0.0019 26 0.9906

adaptado de ALEA, http://alea.ine.pt/) Pode-se provar que vlida a

sultados sejam numricos e que tenha valor mdio , ento, medida que se repete o fenmeno, a mdia dos resultados observados aproxima-se cada vez mais do valor mdio , isto , medida que a dimenso da amostra aumenta, a mdia da amostra tende a aproximar-se do valor mdio do fenmeno aleatrio. Esta Lei mostra a importncia do conhecimento do valor mdio de uma varivel aleatria, visto que aproximado pela mdia dos valores da amostra, sendo a aproximao tanto melhor quanto mais elementos tiver a amostra. Por outro lado, se no for possvel calcular o valor mdio de uma varivel aleatria, podemos obter um valor aproximado se calcularmos o valor mdio de uma amostra que tenha um nmero suficientemente grande de elementos.

Lei dos grandes nmeros Dado qualquer fenmeno aleatrio, cujos re-

116

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

EXERCCIOS
1. Considera a distribuio de probabilidade da varivel aleatria X:

X = xi pi = P(X = xi )

1/16

4/16

5/16

5/16

1/16

Determina o valor mdio da varivel aleatria X. 2. Considera a distribuio de probabilidade da varivel aleatria Y:

X = xi pi = P(X = xi )

1/16

1/16

10/16

4/16

Determina o valor mdio da varivel aleatria Y. Duas outras estatsticas que estudmos no 10. ano so a varincia e o desvio padro, ambas medidas de disperso (enquanto a mdia era uma medida de localizao). Vimos que, para calcular a varincia amostral, se multiplicava o quadrado do desvio relativamente mdia para cada valor da varivel pela respetiva frequncia relativa e se somavam todos os produtos obtidos. A raiz quadrada da varincia amostral d o chamado desvio padro amostral. Procedendo de forma anloga ao que fizemos anteriormente, em que para obter o valor mdio de uma varivel aleatria a partir da mdia de uma amostra substitumos as frequncias relativas pelas probabilidades, vamos agora substituir a mdia da amostra pelo valor mdio da varivel aleatria para obter a varincia populacional a partir do desvio padro amostral, calculado a partir da amostra. varincia populacional (o desvio padro da populao subjacente amostra) chamamos despara distinguir do desvio padro amostral vio padro populacional, e representamos por s, calculado a partir da amostra.

4. Distribuio de probabilidades

117

www.oxe7.com

www.oxe7.com

Define-se varincia populacional, dades,

, de uma distribuio de probabili-

(x , p ),(x , p ),
1 1 2 2

... , x N , pN

) ( )
2

2 ao valor que se obtm multiplicando cada resultado (xi ) pela probabilidade p = P(X = x ) , i = 1, 2, , N e adicionando os resultados obtidos:

= x1

p1 + x 2

p2 + ... + x N

pN

TR
TAREFA
RESOLVIDA

O Joo pergunta ao Miguel o que que ele prefere: ganhar 25 euros, qualquer que seja o resultado observado no lanamento de uma moeda, ou ganhar 75 euros se no lanamento da moeda sair cara, e perder 25 euros se sair coroa? O Miguel fica indeciso e pede-lhe um conselho. O que que lhe aconselharias?

RESOLUO

Coins por Images Money, http://www.flickr.com/photos/59937401@N07/5929568821/

Quais as variveis aleatria em causa? No primeiro caso, caso saia cara ou coroa, o ganho sempre o mesmo, pelo que temos uma varivel aleatria uniforme X. O valor 25 tem obviamente probabilidade 1. No segundo caso, caso saia cara o ganho de 75 euros e no caso de sair coroa preciso pagar 25 euros. A varivel aleatria Y para este caso ser:

Y = yi pi = P Y = yi

75

-25 1/2

1/2

Para comparar as duas situaes comecemos por determinar os valores mdios das duas variveis aleatrias. O valor mdio de X obviamente 25. Calculemos o valor mdio para a varivel Y:

118

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

Y = y1 p1 + y 2 p2
= 75 = 25

0.5 + ( 25) 0.5

Obtivemos um valor idntico para o valor mdio ou valor esperado. Para os distinguir vamos agora calcular a varincia populacional. No primeiro caso a varincia zero, pois o valor que X toma igual mdia. No segundo caso temos
2 Y

( ) p + (x ) p = ( 75 25 ) 0.5 + ( 25 25 )
= y1
2 2 Y 1 2 Y 2 2

0.5

= 502
2

0.5 + 502

0.5

= 50

A varincia enorme e o desvio padro populacional ser de 50 euros. Ou seja, o segundo jogo mais arriscado, havendo uma variao muito maior dos possveis ganhos. Deves pois aconselhar ao Miguel o primeiro jogo. (adaptado de ALEA, http://alea.ine.pt/)

T
TAREFA 10
Supe que vais jogar 2 jogos contra o mesmo adversrio. A probabilidade de ganhares o primeiro jogo 0,4. Se ganhares o primeiro jogo, a probabilidade de ganhares tambm o segundo jogo 0,2. Se perderes o primeiro jogo, a probabilidade de ganhares o segundo 0,3.

Dice por Toshiyuki IMAI, http://www.flickr.com/photos/matsuyuki/201651074/

a) Haver independncia entre os jogos? b) Qual a probabilidade de perderes ambos os jogos? c) Qual a probabilidade de ganhares ambos os jogos? d) Seja X a varivel aleatria que representa o nmero de jogos que ganhas. Obtm o modelo de probabilidade para X. e) Qual o valor mdio e o qual o desvio padro de X? Que significam esses valores? (adaptado de ALEA, http://alea.ine.pt/)
4. Distribuio de probabilidades

119

www.oxe7.com

www.oxe7.com

H HISTRIA(S)
Louis Bachelier o incio da matemtica financeira que aparece na tese antecipa um dos trabalhos mais clebres de Albert Einstein sobre o chamado movimento Browniano (um movimento extremamente irregular de certas partculas). Este aspeto curioso, pois o poder da Matemtica manifesta-se na capacidade de fornecer modelos abstratos para situaes aparentemente sem relao uma com a outra (Fsica e Bolsa de Valores). Louis Bachelier combateu na I Grande Guerra mas no fim teve dificuldades em arranjar emprego. Acabou por conseguir um contrato temporrio em Besanon, passando depois por Dijon e Rennes, regressando mais tarde a Besanon. Nunca mais teve um lugar de destaque, tendo mesmo o seu trabalho sido considerado como tendo erros. O influente matemtico Paul Levy pediu-lhe desculpa em 1931 por ter apreciado erradamente um seu trabalho o que o colocou fora de um concurso para um lugar permanente na Universidade de Dijon cinco anos antes. Os seus trabalhos no eram considerados suficientemente rigorosos (ainda no tinha sido desenvolvida a teoria da axiomtica das probabilidades) e s muito mais tarde os seus trabalhos passaram a ter o impacto que mereciam. Um dos primeiros a reconhecer o valor dos trabalhos de Louis Bachelier foi Kolmogorov (foi quem desenvolveu a teoria axiomtica das probabilidades que estudmos). Uma das reas em que foi pioneiro foi o do estabelecimento de um modelo matemtico para o mercado financeiro de derivados, que se tornou clebre depois dos estudos de Black e Scholes que valeram a este ltimo o Prmio Nobel da Economia em 1997.

O matemtico francs Louis Jean Baptiste Bachelier (1870-1946) considerado o pai da matemtica financeira. Apesar do brilhantismo do seu trabalho teve uma vida difcil. Nasceu na cidade francesa de Le Havre em 1870 e quando terminou o ensino secundrio no pode entrar logo na universidade pois tanto o seu pai, mercador de vinhos, como a sua me faleceram e ele precisou de ficar a tomar conta do negcio da famlia e dos seus irmos (uma irm e um irmo de 3 anos). Apenas em 1892 conseguiu comear os seus estudos universitrios onde foi aluno de Henri Poincar. Em 1900 apresentou a sua tese de doutoramento intitulada Teoria da Especulao onde estudava aplicaes do clculo das probabilidades s operaes da Bolsa de Valores. Apesar do impacto que esta tese teria mais tarde, passou relativamente desapercebida no seu tempo e Louis Bachelier teve empregos precrios de professor em Paris at ao incio da I Guerra Mundial em 1914. Um dos cursos que leccionou entre 1900 e 1914 na Universidade de Paris Sorbonne chamava-se Clculo das probabilidades com aplicaes s operaes financeiras e analogias com certas questes da Fsica. De facto, o 120

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

Modelo Binomial
Suponhamos que estamos a estudar a seguinte situao: estamos interessados em estudar o nmero Y de peas defeituosas, num lote de 100 peas, produzidas por uma mquina que fabrica 10% de peas defeituosas; esta uma experincia aleatria constituda por 100 observaes, em que cada observao consiste em verificar se a pea defeituosa - sucesso, ou no defeituosa - insucesso. O resultado das observaes independente de pea para pea, e a probabilidade de obtermos uma pea defeituosa constante e igual a 10%. Qual a distribuio de probabilidades da varivel aleatria Y neste caso? Consideremos outra situao: estamos interessado em estudar o nmero Z de bebs do sexo feminino que nascem nos prximos 25 nascimentos da maternidade Egas Moniz. Admite-se que a probabilidade de nascer rapariga 0.51. Esta experincia constituda por 25 observaes, em que em cada observao se pode verificar o nascimento de uma rapariga - sucesso, ou de um rapaz - insucesso. As observaes so independentes, e em cada uma a probabilidade de sucesso constante e igual a 0,51. Qual a distribuio de probabilidades da varivel aleatria Z neste caso? Que existe de comum a estas duas situaes? a) Considera-se partida um nmero fixo n de observaes, a que usual chamar provas; b) As observaes so independentes umas das outras; c) Em cada observao pode-se obter um de dois resultados possveis, a que chamamos sucesso ou insucesso; d) A probabilidade de sucesso p, constante de observao para observao. varivel que representa o nmero de sucessos nas n provas chama-se varivel aleatria com distribuio Binomial de parmetros n e p. Os valores que esta varivel aleatria pode assumir so 0, 1, 2, , n isto , os valores do nmero total de sucessos em n observaes. Qual a probabilidade de a varivel aleatria assumir cada um daqueles valores?

TR
TAREFA
RESOLVIDA

11

Uma senhora comprou 4 bolbos de narcisos, tendo-lhe o florista garantido que havia uma probabilidade de 75% de cada um florescer para a primavera seguinte. Estude a varivel aleatria X que representa o nmero de narcisos que a senhora ir obter.

RESOLUO:
O nmero X de bolbos que florescem pode ser igual a 0, 1, 2, 3 ou 4.
4. Distribuio de probabilidades

121

www.oxe7.com

www.oxe7.com

Para obter a distribuio de probabilidade temos de preencher a seguinte tabela:

X = xi pi = P(X = xi )

Narcissus tazetta por Fraco Folini, http://www.flickr.com/photos/livenature/4360352455/

Temos que P(X = 0) a probabilidade de 0 bolbos florescerem e 4 bolbos no florescerem. Como obter tal probabilidade? O modo mais fcil de proceder atravs de uma rvore de probabilidades. Neste caso a rvore exatamente igual da tarefa resolvida 3; basta trocarmos filho por bolbo e considerarmos que A representa o bolbo floresce e M o acontecimento contrrio. Temos apenas de considerar que o acontecimento A tem probabilidade 0,75 e M tem probabilidade igual a 0,25. Ento P(X = 0) acontece apenas se A acontecer em todos os bolbos e a probabilidade igual a 0,254. A probabilidade P(X = 1) a probabilidade de 1 bolbo florescer e 3 no florescerem. Isto acontece se qualquer um dos 4 bolbos florescer mas os outros no florescerem. H 4 casos em que tal acontece e a probabilidade em cada caso 0,750,253. Agora vemos facilmente que P(X = 2) = 6 0,7520,252 pois h 6 casos em que 2 bolbos florescerem e 2 no florescerem. O resto do quadro torna-se fcil de preencher pelo mesmo mtodo:

X = xi

pi = P(X = xi ) 0,254

4 0,750,253 6 0,7520,252 4 0,7530,25 0,754 0,7520,252

(adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999) Deste exemplo conclumos facilmente que o mtodo para obter cada probabilidade obedece a um padro simples pois as probabilidades obedecem a uma regra simples.

122

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

De um modo geral, se X tem distribuio Binomial de parmetros n e p, P(X = k) = N(n,k) pk (1 p)n


k

para k = 0,1,2,, n, onde N(n,k) representa o nmero de vezes em que temos k sucessos e n-k insucessos. Mais tarde veremos um mtodo simples de obteno do valor N(n,k).

T
TAREFA 12
Na Escola Secundria Sebastio e Silva 70% dos estudantes votaram a favor da Associao de Estudantes eleita, 5% votaram contra e 25% abstiveram-se. Qual a probabilidade de num grupo de 3 alunos, escolhidos ao acaso (i) 1 ter votado? (ii) 2 terem-se abstido? (iii) 2 terem votado a favor? (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

EXERCCIOS
1. Mostra que as seguintes variveis aleatrias so binomiais: 1.1 Escolher ao acaso um grupo de 3 alunos da Escola Secundria Anastcio da Cunha e perguntar o seu sentido de voto para a Associao de Estudantes, quando 61% votaram a favor, 11% votaram contra e 28% abstiveram-se; Escolher ao acaso um grupo de 10 trabalhadores de uma empresa e tomar nota do sexo de cada um. Sabe-se que a percentagem de mulheres nessa empresa de 60%.

1.2

2.

Um fabricante de CDs garante que a probabilidade de um deles estar estragado de 0,02%. Um cliente compra 3 CDs. 2.1 2.2 Determina a distribuio de probabilidades da varivel aleatria X Nmero de CDs estragados. Determina, de dois modos diferentes (usando a calculadora e sem usar a calculadora), a probabilidade de: 2.2.1 2.2.2 2.2.3 Um deles estar estragado; No mximo um deles estar estragado; Pelo menos dois deles estarem estragados.

4. Distribuio de probabilidades

123

www.oxe7.com

www.oxe7.com

Modelo Normal
At aqui estudmos apenas variveis aleatrias discretas ou seja, que assumem um nmero finito ou infinito enumervel de valores; no vamos estudar as variveis aleatrias contnuas (as que podem assumir qualquer valor de um intervalo pertencente ao seu domnio de variao), mas vamos apenas ver algumas caractersticas que ter a generalizao da distribuio de probabilidades a esse caso. Suponhamos que queremos estudar a altura da populao portuguesa adulta do sexo feminino. A varivel a estudar ser a altura, a populao ser a populao portuguesa adulta do sexo feminino e a nossa experincia aleatria consiste em fazer uma observao de um indivduo da populao e verificar qual a sua altura. Como esta varivel aleatria contnua (pode assumir qualquer valor entre dois valores escolhidos, por exemplo entre 0 e 300 centmetros), teremos dificuldade em encontrar uma distribuio de frequncias relativas. Se escolhermos uma amostra de umas 100 pessoas e

135

140

145

150

155

160

165

170

175

180

185

agruparmos os dados em classes, obteremos um histograma do tipo do da figura. Se formos aumentando o nmero de elementos da amostra, e traarmos um histograma com cada vez mais classes, iremos obtendo um histograma cada vez mais prximo da curva da direita (em forma de sino). Tal como no caso discreto, a distribuio de frequncias relativas representada no histograma descreve a amostra, e aproxima uma outra curva que representa a distribuio de probabilidades da varivel aleatria contnua em causa. Esta curva tem uma forma interessante, simtrica, com uma bossa por volta dos 160 cm, que o valor mdio da populao. A funo cujo grfico obtivemos chama-se funo densidade de probabilidade. O seu significado o de a rea a ponteado na funo densidade entre os pontos de abcissa a e os pontos de abcissa b dar o valor da probabilidade da varivel aleatria estar compreendida entre os valores a e b, isto , a rea a ponteado igual a P(a X b).

124

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

A situao encontrada no exemplo das alturas das mulheres portuguesas bastante geral, mas no ser aprofundada no Ensino Secundrio. Basta-nos saber que esta funo aparece com frequncia nas aplicaes pois descreve uma situao onde o modelo, dito modelo normal, uma boa aproximao da realidade. Eis as principais caractersticas da curva do modelo normal: a) simtrica relativamente ao valor mdio da varivel, assumindo a o valor mximo; b) Quanto maior for o desvio padro mais achatada a curva;

c) A rea compreendida entre a curva e o eixo dos XX igual a 1; d) A rea compreendida entre a curva, o eixo dos XX e as rectas que passam pelos pontos + , aproximadamente igual a 0,68; e) A rea compreendida entre a curva, o eixo dos XX e as rectas que passam pelos pontos e + 2 , aproximadamente igual a 0,95; f) A rea compreendida entre a curva, o eixo dos XX e as rectas que passam pelos pontos e + 3 , aproximadamente igual a 1. 2 3 e

Em funo do que representa a funo densidade de probabilidade, podemos dizer que estas 3 ltimas propriedades significam, se a varivel aleatria X for Normal, que: P( P( P( 2 3 X X X

+ ) = 0,683 + 2 ) = 0,954 + 3 ) = 0,997

4. Distribuio de probabilidades

125

www.oxe7.com

www.oxe7.com

TR
TAREFA
RESOLVIDA

13

Os pesos das crianas do sexo masculino com idades compreendidas entre os 10 e os 12 anos distribuem-se normalmente com valor mdio 20 Kg e com desvio padro 3kg. Qual a probabilidade de uma criana daquela classe etria, escolhida ao acaso: a) Pesar entre 17kg e 23Kg? b) Pesar mais de 23kg? c) Pesar mais de 29kg?

RESOLUO
Nas condies dadas, a varivel aleatria pesos das crianas do sexo masculino com idades compreendidas entre os 10 e os 12 anos segue um modelo normal com valor mdio = 20 Kg e desvio padro = 3Kg. a) O intervalo [17kg, 23kg] igual a [ , + ]. A probabilidade de se obterem valores no intervalo [17kg, 23kg] ento aproximadamente igual a 0,68. b) A probabilidade de se obterem valores fora do intervalo [17kg, 23kg] aproximadamente igual a 1 - 0,68 = 0,32. Como a funo densidade de probabilidade simtrica relativamente ao valor mdio , a probabilidade pretendida metade de 0,32 ou seja, igual a 0,16. c) A probabilidade de se obterem valores no intervalo [11kg, 29kg], isto , [ 3 , + 3 ], aproximadamente igual a 1, pelo que a probabilidade de se obterem valores fora daquele intervalo ser aproximadamente 0. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999)

TR
TAREFA
RESOLVIDA

14
Long jump por Gary Paulson, http://www.flickr.com/photos/gpaulson/5578176745/

O treinador de um atleta especialista no salto em comprimento fez um estudo estatstico dos saltos dados nos ltimos tempos pelo seu atleta e verificou que se distribuam normalmente com valor mdio de 7.23 metros e desvio padro de 0.33 m. Qual a probabilidade de ele dar um salto entre os 7 e os 7.5 metros?

RESOLUO
Neste caso o intervalo [7m, 7,5m] no nenhum dos intervalos das propriedades do modelo normal. A nica soluo neste caso usar a calculadora grfica. O comando a usar ter a forma

126

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

normcdf(limite inferior, limite superior, mdia, desvio padro)

pelo que neste caso, dever ser


normcdf(7, 7.5, 7.23, 0.33)

e obtemos o resultado de cerca de 0,55. Em concluso a probabilidade de o atleta dar um salto entre os 7 e os 7,5 metros de 55%, o que razovel. (adaptado de brochura Probabilidades e Combinatria, ME-DES, 1999) Muitos fenmenos da vida real podem ser modelados, quer exatamente, quer de forma aproximada pelo modelo Normal. Algumas dessas situaes so: a) Velocidade a que os carros transitam numa autoestrada, num quilmetro dado. b) Peso do acar contido nas embalagens cheias por determinada mquina, programada para encher 1kg. c) Consumo mensal de eletricidade nos lares de determinada localidade, durante um perodo dado. d) Classificaes obtidas pelos candidatos a uma determinada Escola de Ensino Superior Politcnico no ano lectivo 2011-2012 numa disciplina dada. e) Salrio mensal auferido pelos profissionais da indstria da hotelaria. f) Altura dos portugueses adultos do sexo masculino. g) Peso das mulheres portuguesas. h) Dimetro das jantes de automveis, de uma determinada marca, fabricadas por uma determinada mquina. i) Quantidade de lquido nas latas de cerveja, em que pressuposto conterem 33 cl.
Electricity pylon por Lydia, http://www.flickr.com/photos/lydiashiningbrightly/3319335495/

EXERCCIOS
1. As idades dos atletas que participam numa competio desportiva seguem uma distribuio normal de mdia 25 e desvio padro 8. 1.1 1.2 2. Determina a percentagem de participantes com menos de 18 anos. Que percentagem tem entre 20 e 30 anos?

A durao mdia de um automvel de 14 anos com um desvio de 9 meses. Se a durao dos automveis se distribui normalmente, qual a probabilidade de que dure mais que 15 anos e 3 meses?

4. Distribuio de probabilidades

127

www.oxe7.com

www.oxe7.com

LE LEITURA(S) A Matemtica do azar


Foi longo e penoso o percurso at se chegar moderna matemtica do azar. Mas, no incio, a motivao foram os jogos de azar (so normalmente muitos mais os que perdem do que os que ganham). No Renascimento, o matemtico, mdico e filsofo italiano Girolamo Cardano (15011576), um jogador compulsivo, foi o primeiro a abordar o assunto com algum rigor. O seu livro O Livro dos Jogos de Azar, s publicado em 1663, foi a primeira anlise matemtica dos jogos. O autor reparou que, para resolver uma questo de probabilidades, tinha de reconhecer quais os acontecimentos igualmente provveis. Mas foi o monge franciscano e matemtico Frei Luca Pacioli (1445-1517), clebre pelos seus estudos da divina proporo, o responsvel pelo desafio que iria permitir, muitos anos depois, inaugurar formalmente o conceito de probabilidade, ao inquirir no seu livro Summa de arithmetica, geometria, proportioni et proportionalita (1494) como se devia dividir o dinheiro de um jogo de azar interrompido por qualquer razo. que s h pouco tempo foi demonstrado), num conjunto de cartas onde trocaram ideias sobre a melhor forma de repartir o dinheiro de um jogo interrompido. A questo tinha sido suscitada pelo Chevalier de Mr, um jogador compulsivo, que pediu ajuda a Pascal para resolver um caso concreto relativo a lanamento de dados. Numa missiva de 24 de Agosto de 1655, Fermat props a Pascal uma resoluo do problema que lhe tinha sido endossado (os dois nunca se encontraram fisicamente), surgindo assim uma primeira ligao do clculo das probabilidades economia. Por estranho que isso pudesse parecer, as probabilidades tinham interesse econmico! Para alicerar a teoria matemtica das probabilidades, faltava a fundamentao, em bases slidas, do conceito de longa observao de Galileu, isto , mostrar rigorosamente que, por experincias repetidas, era possvel medir probabilidades com uma exatido arbitrria: por exemplo, em 1000 lanamentos de um dado devia sair em cerca de um sexto, portanto em 167 lanamentos o valor seis e a aproximao ao valor preciso de um sexto seria tanto melhor quanto maior fosse o nmero de lanamentos. A demonstrao desta afirmao a lei dos grandes nmeros - , que permite ligar, com preciso, frequncias relativas e probabilidades, s foi efectuada pelo suo Jacob Bernoulli (1654 - 1705), um fsico-matemtico, cujo livro A arte da conjectura apenas foi editado em 1713. Como se v, o jogo e a economia ligada ao jogo esto na raiz da teoria das probabilidades, que, originalmente, tem tanto de matemtico como de fsico, uma vez que era necessrio um objecto fsico o dado e a experimentao o lanamento do dado - para motivar, primeiro, e verificar, depois, suposies matemticas.

De certo modo, ainda que de uma forma apenas embrionria, inaugurou a noo de probabilidade como esperana matemtica, isto , como capacidade de previso quantitativa de eventos futuros. Este problema foi reatado por Blaise Pascal (1623-1662) e Pierre de Fermat (1601-1655) (ficou clebre o Ultimo Teorema de Fermat,

(adaptado de Carlos Fiolhais , A Matemtica do azar, Blogue De Rerum Natura, 18-04-2010) 128
4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

SNTESE
O essencial passado em revista

Varivel aleatria Uma varivel aleatria, uma varivel cujo valor um resultado numrico associado ao resultado de uma experincia aleatria. Consideremos uma varivel aleatria discreta X, que assume um nmero finito de valores distintos

x1, x2 ,..., xN . As probabilidades p1 = P(X = x1), p2 = P(X = x2 ),..., pN = P(X = XN )

devem satisfazer as seguintes condies: a) 0

p1

1,0

p2

1,...,0

pN

b) p1 + p2 + ... + pN = 1 Os valores (x1, p1),(x2 , p2 ),...,(xn , pN ) = 1 constituem a distribuio de probabilidades da varivel aleatria X ou funo massa de probabilidade. Quando se pretende estudar uma varivel aleatria discreta (uma populao de dados discretos), isto , conhecer a sua distribuio de probabilidades, recolhe-se uma amostra de dimenso suficientemente grande da populao, e constri-se a distribuio das frequncias; obtemos assim uma ideia aproximada da distribuio de probabilidades. Enquanto que a distribuio de frequncias se obtm a partir de apenas alguns elementos da populao (uma amostra), a distribuio de probabilidades obtm-se a partir da populao toda (donde a sua dificuldade). Tendo em ateno que a distribuio de probabilidade aproximada pela distribuio de frequncias, natural designar como valor mdio da varivel aleatria X a seguinte quantidade:

= x1 p1 + x 2 p2 + ... + x N pN .
Esta frmula obviamente aproximada pela frmula antes usada pois as probabilidades pi so aproximadas pelas frequncias relativas. Ao valor mdio tambm se costuma chamar valor esperado e portanto tambm se costuma usar a notao E(X) para o representar. Lei dos grandes nmeros Dado qualquer fenmeno aleatrio, cujos resultados sejam numricos e que tenha valor mdio , ento, medida que se repete o fenmeno, a mdia dos resultados observados aproxima-se cada vez mais do valor mdio , isto , medida que a dimenso da amostra aumenta, a mdia da amostra tende a aproximar-se do valor mdio do fenmeno aleatrio. Define-se varincia populacional,
1 1 2

, de uma distribuio de probabilidades,


2 2

(x , p ),(x , p ),

... , x N , pN

ao valor que se obtm multiplicando cada resultado (xi

)2 pela probabilidade p = P(X = x ) i i

4. Distribuio de probabilidades

129

www.oxe7.com

www.oxe7.com

, i = 1, 2, , N e adicionando os resultados obtidos:


2

= x1

p1 + x 2

p2 + ... + x N

pN

Modelo Binomial a) Considera-se partida um nmero fixo n de observaes, a que usual chamar provas; b) As observaes so independentes umas das outras; c) Em cada observao pode-se obter um de dois resultados possveis, a que chamamos sucesso ou insucesso; d) A probabilidade de sucesso p, constante de observao para observao. varivel X que representa o nmero de sucessos nas n provas chama-se varivel aleatria com distribuio Binomial de parmetros n e p. O seu valor P(X = k) = N(n,k) p k (1 p)n
k

para k = 0,1,2,, n, onde N(n,k) representa o nmero de vezes em que temos k sucessos e n-k insucessos. Modelo Normal As principais caractersticas da curva do modelo normal so: a) simtrica relativamente ao valor mdio da varivel, assumindo a o valor mximo; b) Quanto maior for o desvio padro mais achatada a curva; c) A rea compreendida entre a curva e o eixo dos XX igual a 1; d) A rea compreendida entre a curva, o eixo dos XX e as rectas que passam pelos pontos e + , aproximadamente igual a 0,68; e) A rea compreendida entre a curva, o eixo dos XX e as rectas que passam pelos pontos 2 e + 2 , aproximadamente igual a 0,95; f) A rea compreendida entre a curva, o eixo dos XX e as rectas que passam pelos pontos 3 e + 3 , aproximadamente igual a 1. Estas 3 ltimas propriedades significam, se a varivel aleatria X for Normal, que: P( P( P( 2 3 X X X

+ ) = 0,683 + 2 ) = 0,954 + 3 ) = 0,997

130

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

EG

Exerccios globais
Pratica
1. Considera a experincia aleatria que consiste em lanar dois dados e a varivel aleatria que corresponde a subtrair o maior do menor valor obtido. Determina o modelo de probabilidade associado experincia aleatria. Uma moeda equilibrada de euro lanada duas vezes. Seja a varivel aleatria X o nmero de faces nacionais sadas. Determina o modelo de probabilidade para os diversos valores de X. Um sistema de segurana formado por 4 alarmes iguais de alta presso, com a probabilidade p= 0,8 (cada um) de serem eficientes. Qual a probabilidade de se ter exatamente 3 alarmes a tocar quando a presso atingir o valor limite? A varivel que expressa em meses o nascimento do primeiro dente de um beb segue uma distribuio normal de mdia 7,5 e desvio padro 1,5. Calcula a probabilidade de o nascimento do primeiro dente seja: 4.1 4.2 4.3 5. Com um ano; Antes dos cinco meses; Entre os cinco e os sete meses.
Keys 1 por Brenda Clarke, http://www.flickr.com/photos/brenda-starr/3466560105/

2.

3.

4.

Um homem tem 4 chaves, mas apenas uma delas abre o seu cofre. Como se esqueceu de qual a chave que abre o cofre tenta abrir o cofre e, aps cada tentativa, pe de lado a chave utilizada. 5.1 Calcula a probabilidade dos seguintes acontecimentos:

A Abriu o cofre na primeira tentativa B Abriu o cofre apenas na segunda tentativa 5.2 5.3 6. Considera a varivel aleatria Y nmero de tentativas efetuadas at abrir o cofre. Determina a respetiva distribuio de probabilidade. Determina a esperana matemtica e o desvio padro da distribuio de probabilidade.

Um vendedor analisou os registos dirios do nmero de artigos vendidos em determinada cidade. Obteve a seguinte distribuio de probabilidades:

X = xi

4. Distribuio de probabilidades

131

www.oxe7.com

www.oxe7.com

pi = P(X = xi )

0,11

0,35

0,25

0,2

Determina o valor de k; Determina o valor mdio e o desvio padro da distribuio; Sendo o valor mdio e o desvio padro da distribuio, qual a probabilidade de o , + [ ? nmero de vendas pertencer ao intervalo ]

Pensa e resolve
7. Uma varivel aleatria discreta assume os valores 2, 3, 5, 6, 7, 8 com a probabilidade 0,14; 0,15; 0,18; 0,24; 0,16 e 0,13 respetivamente. Verifica que se trata de uma funo de probabilidade e, calcula o valor esperado e esperana matemtica e a varincia populacional. 8. A funo massa de probabilidade de uma varivel discreta X dada pela tabela:

X = xi pi = P(X = xi )
Sabendo que P(x 9.

0,1

0,2

2) = 0,7 e que P(x

2) = 0,75 , determinar a mdia e o desvio padro.


Keys 1 por Brenda Clarke, http://www.flickr.com/photos/brenda-starr/3466560105/

Num avirio os pesos das galinhas seguem uma distribuio normal com mdia 1,8 kg e desvio mdio de 300g. Os que pesam menos de 1,650 kg no so vendidos. Determina a percentagem das galinhas que no so vendidas ao longo do ano. Numa auto estrada do interior contabilizou-se o nmero de veculos que passaram numa portagem por hora. Do estudo dos dados recolhidos verificou que satisfaziam a uma distribuio normal de mdia 40 e desvio padro de 3,5. Calcula probabilidade de passarem mais de 36 e menos de 43 veculos. Os pesos, em quilogramas, de 600 alunos de um distrito distribuem-se segundo uma lei normal de mdia 60 kg e desvio padro 5 kg. Determina, usando a calculadora, quantos deles tm peso: 11.1 11.2 11.3 11.4 Pertencentes ao intervalo ]55,65[; Pertencentes ao intervalo ]50,70[; Superior a 60 kg; Inferior a 70 kg.

10.

11.

132

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

Reflete
12. Considera o seguinte excerto do artigo As Vinte Horas de Graham Greene em Havana, de Gabriel Garcia Mrquez, publicado em 19 de Maro de 1983 no jornal espanhol El Pas: ...perguntei a Graham Greene o que havia de verdade no episdio da roleta russa que ele relatara nas suas memrias. Os seus olhos azuis, os mais difanos que conheci, iluminaram-se com a recordao. Isso foi aos dezanove anos, disse, quando me apaixonei pela professora da minha irm. Contou que, de facto, tinha ento jogado o jogo solitrio da roleta russa, com um velho revlver de um irmo, em quatro ocasies diferentes. Entre as duas primeiras houve uma semana de intervalo, mas as duas ltimas foram seguidas e com poucos minutos de diferena. Fidel Castro, que no podia deixar passar um relato como este sem ir at aos mais nfimos pormenores, perguntou-lhe para quantos projcteis era o tambor do revlver. Para seis, respondeu Graham Greene. Ento, Fidel Castro fechou os olhos e comeou a murmurar multiplicaes. Por fim, olhou o escritor e disse-lhe: De acordo com os clculos de probabilidades voc teria de estar morto. Graham Greene sorriu com a placidez com que o fazem os escritores que se sentem a viver um episdio dos seus prprios livros e disse: Ainda bem que sempre fui pssimo a Matemtica... Graham Greene jogou 4 vezes a roleta russa. Concordas que, segundo o Clculo das Probabilidades, ele deveria estar morto? Justifica a tua resposta. 13. Considera os seguintes dados que dizem respeito altura de 100 indivduos do sexo masculino: 127.5 131.2 133.2 137.3 138.4 138.9 139.6 140.8 141.6 142.2 143.3 144.4 145.8 145.8 147.0 148.3 148.7 149.2 149.6 150.3 150.9 151.2 151.3 152.3 152.4 152.7 153.4 154.0 154.6 155.2 155.2 155.5 156.5 157.1 157.3 158.2 158.6 158.9 159.3 159.4 159.5 159.6 160.1 160.2 160.3 160.5 161.4 161.5 162.2 163.7 . 163.7 164.5 164.6 165.0 165.4 166.1 166.7 167.0 167.0 167.1 168.2 168.7 169.8 171.7 171.8 172.0 172.3 173.1 173.4 173.9 174.3 174.6 175.1 175.4 175.7 176.4 176.4 177.4 177.4 177.9 178.0 178.1 178.5 181.4 181.7 183.0 183.6 184.1 184.6 185.1 186.7 186.7 189.9 191.0 193.3 193.8 194.6 196.9 198.1 200.1

Calcula a mdia e o desvio padro

Representa graficamente os dados sob a forma de um histograma. Tendo em conta a forma do histograma, aproximadamente quantos elementos da amostra , + [ ? que esperas estejam compreendidos no intervalo ]

4. Distribuio de probabilidades

133

www.oxe7.com

www.oxe7.com

CONSELHOS

PARA OS

EXAMES N. 4

Importa conhecer os critrios de classificao Alm dos critrios gerais de classificao, no exame de Matemtica A h tambm uma srie de critrios mais especficos de certas situaes que impem indiretamente mais algumas regras que importa conhecer antes do exame. No convm ser penalizado por coisas que o aluno at pode dominar perfeitamente mas que, por distrao ou precipitao, no responde ao que efetivamente pedido. O primeiro critrio especfico importante diz respeito aos mtodos de resoluo usados pelo aluno: Utilizao de processos de resoluo que no esto previstos no critrio especfico de classificao: aceite e classificado qualquer processo de resoluo cientificamente correto. Ou seja, qualquer tcnica usada aceite, desde que esteja correta. Mas preciso ter em ateno que no enunciado da prova se pede, no Grupo II, o grupo das questes de itens de construo, que: Na resposta a cada um dos itens deste grupo, apresente todos os clculos que tiver de efectuar e todas as justificaes necessrias Assim, importante justificar bem cada resposta. Essa justificao dever deixar bem claro qual o mtodo usado na resposta. muito importante ter em ateno este requisito. Os critrios especficos de classificao so taxativos quando no se justifica uma resposta ou se omitem os clculos intermdios: Apresentao apenas do resultado final, embora a resoluo do item exija clculos e/ou justificaes: A resposta classificada com zero pontos. No vale pois a pena atirar com um resultado ao acaso. preciso explicar sempre o procedimento usado e apresentar os clculos intermdios. H contudo uma situao em que o mtodo de resoluo usado no pode ser um qualquer. quando o enunciado requer o uso de um mtodo concreto: Utilizao de processos de resoluo que no respeitam as instrues dadas [exemplo: usando mtodos analticos]: A etapa em que a instruo no respeitada pontuada com zero pontos, bem como todas as etapas subsequentes que dela dependam, salvo se houver indicao em contrrio, no critrio especfico de classificao. Muitas vezes o enunciado pede explicitamente que: Determine recorrendo a mtodos exclusivamente analticos. Neste caso no se pode usar a calculadora na resposta. O enunciado pretende que se usem expresses algbricas para chegar resposta. A calculadora pode ser usada para explorar o problema ou verificar os clculos, mas no pode ser usada na resposta. Outras vezes pedido explicitamente que Determine recorrendo calculadora grfica. Desta vez a resoluo tem de ser feita com a calculadora e no atravs de manipulaes algbricas. (baseado no documento oficial Prova Escrita de Matemtica A- critrios gerais de classificao Prova 635/1. Fase - 2011)

134

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

IE

Itens de exame
1. Admite que, numa certa escola, a varivel altura das alunas do 12 ano de escolaridade segue uma distribuio aproximadamente normal, de mdia 170 cm. Escolhe-se, ao acaso, uma aluna do 12. ano dessa escola. Relativamente a essa rapariga, qual dos seguintes acontecimentos mais provvel? (A) A sua altura superior a 180 cm. (C) A sua altura superior a 155 cm. 2. (B) A sua altura inferior a 180 cm. (D)A sua altura inferior a 155 cm.

Lanam-se duas vezes um dado equilibrado, com as faces numeradas de 1 a 6. Seja X o nmero de vezes que sai a face 6 nos dois lanamentos. Qual a distribuio de probabilidades da varivel X? (A) xi P(X = xi ) 0 5 6
2

1 1 6 5 6

2 1 6
2

(B) xi P(X = xi ) 0 1 6
2

1 1 6 5 6

2 5 6
2

(C) xi P(X = xi ) (D) 0 5 6 1 6 1 5 6 2 1 6

4. Distribuio de probabilidades

135

www.oxe7.com

www.oxe7.com

xi P(X = xi ) 3.

0 1 6 1 6

1 5 6

2 5 6

Na figura esto representados os grficos de duas distribuies normais.


r N(a,b)

N(c,d)

Uma das distribuies tem valor mdio a e desvio padro b. A outra distribuio tem valor mdio c e desvio padro d. Os grficos so simtricos em relao recta r. Qual das afirmaes seguintes verdadeira? (A) a = c e b > d 4. (B) a = c e b < d (C) a > c e b = d (D) a < c e b = d

A distribuio de probabilidades de uma varivel aleatria X dada pela tabela xi P(X = xi ) ( a e b designam nmeros reais). A mdia da varivel X igual a 1. Qual o valor de a e qual o valor de b? (A) a = 3 5 b= 1 5 (B) a = 1 2 b= 1 6 (C) a = 1 2 b= 1 4 (D) a = 2 3 b= 1 6 0 a 2 b 4 b

5.

A Patrcia tem uma caixa com cinco bombons de igual aspecto exterior, mas s um que tem licor. A Patrcia tira, ao acaso, um bombom da caixa, come-o e, se no for o que tem licor, experimenta outro. Vai procedendo desta forma at encontrar e comer o bombom com licor. Seja X a varivel aleatria nmero de bombons sem licor que a Patrcia come.

136

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

Qual a distribuio de probabilidades da varivel X? (A) xi P(X = xi ) (B) xi P(X = xi ) (C) xi P(X = xi ) (D) xi P(X = xi ) 6. 0 0,1 1 0,1 2 0,2 3 0,2 4 0,4 0 0,2 1 0,2 2 0,2 3 0,2 4 0,2 0 0,1 1 0,1 2 0,2 3 0,2 4 0,4 0 0,2 1 0,2 2 0,2 3 0,2 4 0,2

O Joo tem, no bolso, seis moedas: duas moedas de 1 euro e quatro moedas de 50 cntimos. O Joo retira, simultaneamente e ao acaso, duas moedas do bolso. 6.1 Seja X a quantia, em euros, correspondente s moedas retiradas pelo Joo. Constri a tabela de distribuio de probabilidades da varivel X, apresentando as probabilidades na forma de fraco irredutvel. Depois de ter retirado as duas moedas do bolso, o Joo informou a sua irm Ins de que elas eram iguais. Ela apostou, ento, que a quantia retirada era de 2 euros. Qual a probabilidade de a Ins ganhar a aposta? Apresenta o resultado sob a forma de fraco irredutvel.

6.2

4. Distribuio de probabilidades

137

www.oxe7.com

www.oxe7.com

PG

Prova global
90 minutos 1. 2. Lanaram-se trs vezes uma moeda equilibrada. Determina o modelo de probabilidade da varivel aleatria X sair face euro. Um centro comercial tem no seu centro uma rvore enfeitada com 2 000 lmpadas. A durao das lmpadas segue uma distribuio normal com mdia de 305 dias e desvio de 40 dias. 2.1 2.2 3. Quantas lmpadas se espera que fundam antes dos 365 dias? Quantas duram mais de 401 dias?

A probabilidade do Pedro ganhar ao Daniel um jogo de xadrez de 2/3. Se jogarem 4 partidas, calcula a probabilidade do Pedro ganhar:

3.1 3.2 3.3 4.

Duas partidas; As quatro partidas; Alguma partida.

Considera dois acontecimentos A e B. Numa pequena composio explica a validade ou no das afirmaes: Se dois acontecimentos A e B so incompatveis ento so contrrios Se dois acontecimentos A e B so contrrios ento so incompatveis

5.

Dados dois acontecimentos A e B indica as condies que deve verificar A de modo que: P(B) = P(B | A) P(A) + P(B | A)P(A)

138

4. Distribuio de probabilidades

www.oxe7.com

www.oxe7.com

Como resolver problemas de matemtica


Sugestes do matemtico hngaro George Polya (1887-1985)

1. PASSO COMPREENDER

PROBLEMA

a) O que dado no enunciado? Faz uma lista dos dados. b) O que pedido? Qual a quantidade desconhecida a determinar (incgnita)? c) Faz uma figura que ajude a perceber o que est em causa. d) O enunciado j indica letras para os dados? Se no, escolhe letras que no causem confuso. Escolhe uma letra para a incgnita que no se confunda com as outras.

2. PASSO ESTABELECER

UM

PLANO

a) Este problema semelhante a outro que tenhas feito? O mtodo desse outro problema pode-te ajudar aqui? b) Olha para a incgnita. J te pediram esse tipo de incgnita noutro problema? Como fizeste nessa altura? c) possvel enunciar o problema de outro modo diferente, talvez com um enunciado mais longo mas mais claro e mais simples? d) Conheces algum problema diferente mas algo parecido com este? Um problema mais geral? Um problema com dados diferentes mas parecidos? e) Se nada do que tenhas visto anteriormente te ajuda ento tenta resolver um problema mais simples que este, ou apenas uma parte do problema. f) Se tivesses mais um dado seria mais fcil resolver o problema? E esse outro dado consegue-se obter? g) Utilizaste todos os dados? No te esqueceste de nenhuma das condies pedidas?

3. PASSO EXECUTAR

PLANO

a) Executa o Plano definido no passo anterior, tendo cuidado em saber se os passos que ds esto bem justificados. b) Se no consegues executar o plano definido por causa de algum obstculo que antes no tenhas previsto volta ao 2. passo (e se necessrio ao 1 passo).

4. PASSO VERIFICAO

LIES

PARA O

FUTURO

a) O resultado a que chegaste convence-te? Conseguir convencer os teus colegas? E o teu professor? No est em contradio com nada que conheas? Se estiver, melhor reveres os passos anteriores. b) O mtodo que usaste novo para ti? Pode vir a ser til no futuro noutro problema. c) Seria possvel chegar ao mesmo resultado por um caminho diferente, talvez mais simples? Esse outro caminho pode tambm vir a ser muito til em futuros problemas. d) Conheces outro problema, que no conseguiste resolver antes, onde este mtodo se possa aplicar?

www.oxe7.com

www.oxe7.com

Jaime Carvalho e Silva


Professor Associado do Departamento de Matemtica da Faculdade de Cincias e Tecnologia da Universidade de Coimbra. Licenciado e Doutorado em Matemtica pela Universidade de Coimbra, estudou na Universidade de Paris 6. Foi professor visitante na Arizona State University (EUA) e Secretrio-Geral da Comisso Internacional de Instruo Matemtica (2009-2012). Professor h 36 anos na Universidade de Coimbra, leccionou disciplinas de Matemtica para Matemticos e Engenheiros, assim como da formao de professores de Matemtica e orientou Estgios Pedaggicos de Matemtica em sete escolas diferentes. Coordenador das Equipas Tcnicas que elaboraram os programa de Matemtica A, Matemtica B, MACS, Matemtica dos Cursos Profissionais e Matemtica das Escolas Artsticas. Consultor do GAVE desde a sua criao. Autor de Manuais Escolares do Ensino Bsico e do Ensino Secundrio tendo ganho o Prmio Sebastio e Silva da SPM para Manuais Escolares em 2005 e obtido uma Meno Honrosa em 2000.

Joaquim Pinto
Professor de Matemtica do Ensino Bsico e Secundrio h 20 anos, licenciado em Matemtica, ramo de formao Educacional, pelo Departamento de Matemtica da Faculdade de Cincias e Tecnologia da Universidade de Coimbra e Mestre em Ensino da Matemtica pelo Departamento de Matemtica da Faculdade de Cincias da Universidade do Porto. Desempenhou funes de Professor Acompanhante do Novo Programa de Matemtica do Ensino Secundrio e de Supervisor dos Exame de Matemtica A, continuando a ser classificador de Exames de Matemtica A. Orientou Estgio Pedaggico pelas Universidades de Aveiro e de Coimbra. Formador acreditado pelo Conselho Cientfico Pedaggico da Formao Contnua, nas reas: A43 Matemtica / Mtodos Quantitativos; C05 Didticas especficas (matemtica); e C15 Tecnologias Educativas (Informtica / Aplicaes da Informtica). Dinamizou vrias aes dentro dos referidos domnios.

Vladimiro Machado
Professor de Matemtica do Ensino Bsico e Secundrio h 30 anos, licenciadoem Matemtica, ramo de formao Educacional, pelo Departamento de Matemtica da Faculdade de Cincias da Universidade do Porto e Mestre em Ensino da Matemtica pelo Departamento de Matemtica da Faculdade de Cincias da Universidade do Porto. Desempenhou funes de Professor Acompanhante do Novo Programa de Matemtica do Ensino Secundrio e de Supervisor dos Exame de Matemtica B. Desempenha as funes de Professor Acompanhante do Novo Programa de Matemtica do Ensino Bsico. Orientador de Estgio Pedaggico do Departamento de Matemtica da Faculdade de Cincias da Universidade do Porto. Formador acreditado pelo Conselho Cientfico Pedaggico da Formao Contnua, nas reas: A43 Matemtica / Mtodos Quantitativos; C05 Didticas especficas (matemtica); e C15 Tecnologias Educativas (Informtica / Aplicaes da Informtica).

PREO:

(IVA

18,75 INCLUDO)

ISBN 978-989-97839-0-4

www.oxe7.com