Probabilidade

A probabilidade estuda o risco e a ocorrncia de eventos futuros determinando se existe condio de acontecimento ou no. O olhar da probabilidade iniciou-se em jogos de azar (dados, moedas, cartas, roleta, loteria esportiva, etc), onde o foco principal era determinar as melhores estratgias da jogada, determinar as incertezas. A probabilidade representa o resultado obtido atravs do clculo da intensidade de ocorrncia de um determinado evento. Na realidade, a probabilidade tenta controlar o acaso. H pouco mais de 500 anos, os estudos matemticos foram inseridos para compreender os jogos de azar e os riscos dos seguros, nascendo assim a TEORIA DAS PROBABILIDADES. Os primeiros estudiosos foram Tartaglia e Cardano (matemticos poucos escrupulosos da Renascncia), s que seus estudos eram associados demais a jogos para os matemticos e matemticos demais para os jogadores, ento forma esquecidos. Cardano chegou a introduzir tcnicas de anlises combinatrias. Galileo tambm chegou a fazer alguns ensaios. O incio dos estudos de Probabilidade como ns vimos hoje, aconteceu por volta do inicio do sec. XVII, Pascal e Fermat, durante uma viagem se deparam com a seguinte dvida: como dividir os lucros de um jogo que precisa ser interrompido? A resposta e os questionamentos duraram 2 anos para serem concludas e foram a partir destas formulaes que hoje utilizamos a probabilidade no nosso dia a dia empresarial: primeiro na rea de seguros e depois aplicados em quase tudo da nossa vida. A probabilidade permite a explicao, atravs de modelos matemticos, de fenmenos coletivos e fornecem estratgias para a tomada de decises. A probabilidade representa a relao entre o nmero de eventos favorveis ao que se estuda em relao ao nmero possvel de eventos. Traduzindo algebricamente: P(A) = n. de eventos favorveis de ocorrer A = Eventos n. de eventos possveis de ocorrer Espao Amostral

Mtodos empregados: Clssico quando o resultado provvel, ocorre em situaes bastante comum: dados, moeda, baralho (sabe-se os provveis resultados e os no provveis) Exemplo: Probabilidade de extrair a face cara de uma moeda igual . Probabilidade de sair uma carta de paus de um baralho igual .

Emprico depende da freqncia de ocorrer o evento, determinada por uma srie de observaes prticas. Exemplo: Probabilidade de um habitante de um pequeno vilarejo ser mulher quando se escolhe ao acaso, sabendo que o vilarejo de 1.000 habitantes, onde 480 so mulheres, igual a 48%, ou seja, 480/1000. A probabilidade est associada a freqncia relativa dos eventos analisados. Subjetivo pessoal. a probabilidade estimada atravs de uma opinio

Exemplo: um poltico pode estimar que a sua chance de vitria da oposio em uma eleio de 60%.

TERMINOLOGIAS E CONCEITOS

Experimento Determinsticos: so aqueles que repetidos sob as mesmas condies iniciais conduzem sempre a um nico resultado Experimento Aleatrio consiste em um fenmeno caracterizado por mltiplos resultados possveis, para os quais modelos no determinsticos so apropriados. Exemplos: 1) Joga-se um dado e observa-se o nmero mostrado na face de cima. 2) Joga-se uma moeda 3 vezes e observa-se o nmero de caras obtido. 3) Em uma linha de produo, fabricam-se peas em srie e conta-se o nmero de peas defeituosas produzidas em um perodo de 24 horas.

Caractersticas comuns: a) Repetio indefinida b) Identificao de possveis resultados do experimento

Espao Amostral (S) conjunto de resultados totais realizados a partir de uma experincia. Exemplos:

S1 = { 1, 2, 3, 4, 5, 6} S2 = {0, 1, 2, 3} S3 = {0, 1, 2, ...., N} N o nmero mximo que pode ser produzido em 24 horas.

Eventos - So quaisquer subconjuntos de um espao amostral do experimento. Exemplos: A1 = {2, 4, 6} = ocorrncia de nmero par. A2 = {2} = ocorrncia de 02 caras A3 = {0} = ocorrncia de peas perfeitas

CONCEITOS MATEMTICOS

A considerao de mais de um evento em operaes com probabilidades pode envolver anlises de unies ou interseces. Como todo evento um conjunto, ento utilizaremos as operaes de conjuntos para os eventos. Unio: significa que um ou outro evento deve ser considerado, representados por ou e pelo smbolo U. Interseco: apenas elementos em comum so considerados, representados por e e pelo smbolo .

As operaes com probabilidade podem envolver consideraes eventos excludentes ou exaustivos.

sobre

Eventos Mutuamente Excludentes ou Exclusivos: so aqueles que no ocorrem simultaneamente, no existe elemento comum entre si. Isto significa, a ocorrncia de um evento impede a ocorrncia de outro. Exemplo: comer e respirar, conversar com 2 pessoas ao mesmo tempo. Espao Amostral A B

Se A e B so mutuamente exclusivos, sua interseco resulta em um conjunto vazio e a probabilidade de ocorrncia conjunta dos dois eventos nula P (A e B) = 0 Eventos Coletivamente Exaustivos: so aqueles que esgotam todas as probabilidades dentro do espao amostra. A soma das probabilidades dos eventos coletivamente exaustivos sempre igual a 1 ou 100%. A sua unio resulta no prprio espao amostral. Exemplos de eventos e sua classificao, utilizando um baralho: a) extrair uma carta vermelha e extrair uma carta de ouros de um baralho No so eventos coletivamente exaustivos, pois as cartas pretas no foram includas e no so mutuamente excludentes, pois existe a possibilidade de sair vermelha e ser de ouro ao mesmo tempo. b) extrair uma carta vermelha e extrair uma carta de paus No so coletivamente exaustivos, pois as cartas de outros naipes no foram includas e so excludentes, pois o naipe paus de cor preta. c) Extrair uma carta vermelha e extrair uma carta preta. So eventos excludentes e coletivamente exaustivos. Podemos representar da seguinte forma: A U B = [ x S \ x A ou x B ] AB= [x S \ x A ex B ] C
A

= [ x S \ x A] (complemento de A)

Exemplo: Lanamento de dados e o espao amostral deste experimento ser: S = [ 1, 2, 3, 4, 5, 6 ] Se: A = [ 1, 2, 3 ] B = [ 1, 3, 5 ] C = [ 2, 4, 6 ]

Teremos:

A U B = [ 1, 2, 3, 5 ] AC = [2 ] C C C
A

= [ 4, 5, 6 ] = [ 2, 4, 6 ] = [ 4, 6 ]

(A U B)

PRINCPIOS BSICOS DE PROBABILIDADE

A funo de probabilidade uma funo definida no espao amostral S do experimento, assumindo valores reais, com as seguintes propriedades: 1. 0 P(A) 1 i = 1, 2, .....n Isto significa que quando um elemento no tem possibilidade de ocorrer, dizemos que sua probabilidade zero, e quando existe a possibilidade dizemos que sua probabilidade 100% ou 1. 2. P(n) = 1 i= 1,2,.....n A soma das probabilidades de ocorrncias de todos os elementos do espao amostral corresponde a 100. 3. A probabilidade de um evento A no ocorra P(A no ocorrer) = 1 P(A)

EXERCCIOS 1

1. Construa o espao amostral do evento lance de um dado honesto. Em relao ao espao amostral, calcule: a. Probabilidade de ocorrer face cinco b. Probabilidade de no ocorrer face trs.

2. Determine o espao amostral do evento extrao de uma carta de um baralho honesto, Calcule a probabilidade de: a. Extrair uma carta de copas b. Extrair um rei c. Extrair um valete de paus.

3. Em uma pesquisa realizada com 200 alunos da Faculdade Bom Saber, foi obtido o resultado apresentado na tabela seguinte:

SEXO

CURSO ADM HOMENS 45 MULHERES 35

CC 22 16

PD 38 12

PSIC 29 3

Qual a probabilidade de um aluno desse grupo, escolhido ao acaso, ser: a) b) c) d) Homem e cursar ADM? Mulher e cursar PSIC? Homem e cursar PD? Ser do curso de CC?

4. Em um jogo com um baralho honesto, considere: A={ B={ C={ D={ extrair vermelho} extrair rei } extrair paus } extrair ouros }

Calcule a probabilidade de: a) b) c) d) P P P P (A (A (A (A B) U B) U C) U D)

Respostas:

1) {1; 2; 3; 4; 5; 6}; a) 1/6; b) 5/6. 2) Espao amostral = { Ouros A; 2; 3; 4; 5; 6; 7; 8; 9; 10; J; Q; K Copas A; 2; 3; 4; 5; 6; 7; 8; 9; 10; J; Q; K Espadas A; 2; 3; 4; 5; 6; 7; 8; 9; 10; J; Q; K Paus A; 2; 3; 4; 5; 6; 7; 8; 9; 10; J; Q; K}

(a) 13/52; (b) 4/52; (c) 1/52

3) (a) P(H e ADM) = 45/200 (b) P(M e PSIC) = 3/200 (c) P(H e PSIC) = 38/200 4) (a) 2/52; (b) 28/52; (c) 39/52; (d) 39/52.

Exerccios 2 (Excludente ou Exaustivo)

1) Identifique se os eventos abaixo podem ser como excludentes ou exaustivos a) Extrair cara e extrair coroa do lance de uma moeda b) Extrair face par e extrair cinco do lance de um dado c) Extrair face par e extrair face 2 do lance de um dado

PRINCIPAIS TEOREMAS Nas operaes com probabilidade necessrio conhecer e aplicar dois teoremas fundamentais da lgebra das probabilidades: teorema da soma e teorema do produto.

a) Teorema da soma: Operaes aditivas de probabilidades, geralmente envolvem a expresso ou e so representadas por U. P(E1 ou E2) = P(E1 U E2)

Exemplo para eventos excludentes: Qual a probabilidade de extrair 2 (E1) ou de extrair 5 (E2) em um lanamento de dado? Como este evento no existe elemento em comum, ou seja, so excludentes, teremos: Algebricamente teremos: P(E1 U E2) = P(E1) + P(E2) E1 = { 2 } E2 = { 5 } P(E1) = 1/6 P(E2) = 1/6 P(E1 U E2) = 1 + 1 = 2 6 6 6 Exemplo para eventos no excludentes: Aplicados quando existem elementos em comum, ou seja quando h . Algebricamente teremos: P(E1 U E2) = P(E1) + P(E2) P(E1 E2) Exemplo: Calcular a probabilidade de extrair uma carta vermelha ou rei de um baralho. E1 = { extrair rei }

E2 = { extrair carta vermelha } P(E1) = 4/52 P(E2) = 26/52 P(E1 E2) = 2/52 (existem 2 reis vermelhos em um baralho) P(E1 U E2) = P(E1) + P(E2) P(E1 E2) P(E1 U E2) = 4 + 26 2 = 28 52 52 52 52

b) Teorema do Produto: Aplica-se nas operaes multiplicativas de probabilidade, geralmente envolvem a expresso e ou . Este teorema apresentado de 02 formas distintas, que dependem da classificao dos eventos analisados em dependentes ou independentes. Independente: quando a extrao for do tipo com reposio, isto significa que o resultado da segunda extrao independe do resultado ocorrido na primeira extrao, as probabilidades sero as mesmas. Algebricamente teremos: P(E1 E2) = P(E1) X P(E2) Exemplo: Extrao de 01 bola amarela e 01 bola vermelha (nesta ordem) de uma urna com 06 bolas vermelhas e 04 bolas amarelas (se fosse somente com uma bola usaramos o teorema da soma). E1 = { extrair bola amarela no 1. sorteio} E2 = { extrair bola vermelha no 2. sorteio}

P(E1) = 4/10 P(E2) = 6/10 P(E1 E2) = P(E1) X P(E2) = 4 X 6 = 24 10 10 10 Um dado lanado e uma carta do baralho retirada ao mesmo tempo. Qual a probabilidade de sair um nmero mpar no dado e um valete no baralho?

E1 = { extrair mpar}

E2 = { extrair valete}

P(E1) = 3/6 ou 1/2 P(E2) = 4/52 P(E1 E2) = P(E1) X P(E2) = 3 X 4 = 12 6 52 312

Dependente: utilizado quando o resultado do segundo evento estiver necessariamente associado ao resultado do primeiro evento. Algebricamente teremos: P(E1 E2) = P(E1) X P(E2 E1) P(E2/E1) lemos probabilidade de E2, dado que ocorreu E1. Exemplo: Consideraremos o mesmo exemplo das bolas, porm no ir acontecer a reposio da primeira bola extrada antes da extrao da segunda bola.

E1 = { extrair bola amarela no 1. sorteio} E2 = { extrair bola vermelha no 2. sorteio}

P(E1) = 4/10 P(E2) = 6/9 P(E1 E2) = P(E1) X P(E2E1) = 4 X 6 = 24 10 9 90

Probabilidades Condicionais: o teorema acima requer consideraes especiais em situaes em que a ocorrncia de um evento anterior afeta a a probabilidade de eventos posteriores (sorteios sem reposio). Exemplo: anlise do segundo sorteio seqencial de uma bola de uma urna que contm 06 bolas vermelhas e 04 bolas amarelas depender de qual cor de bola foi extrada no primeiro sorteio. Caso uma bola amarela seja extrada no primeiro sorteio, a probabilidade de sair nova bola amarela ser igual a 3/9. Caso uma bola vermelha tenha sido extrada no primeiro sorteio, a probabilidade de sair bola amarela de 4/9. Estas situaes so estudadas com o uso do conceito de probabilidade condicional. O conceito de probabilidade condicional deve ser utilizado em

situaes em que o universo restringido por uma condio pr-estabelecida: como, se, caso, dado, etc.... O smbolo utilizado P (A\B) = probabilidade de ocorrer A, uma vez que j tenha ocorrido B. No caso das bolas, a probabilidade condicional que pode ser apresentada P (extrair bola amarela no segundo sorteio \ Foi extrada bola amarela no primeiro sorteio). Nesta situao a probabilidade 3/9. Exemplo: Em uma fila encontra-se 8 adultos ( 2 do sexo feminino e 6 do sexo masculino) e seis crianas (3 de cada sexo). Pede-se calcular a probabilidade de ser sorteada uma pessoa do sexo masculino. S = 14 pessoas A = { sortear uma pessoa do sexo masculino 9 pessoas (6 adultos e 3 crianas)} P(A) = 9/14 A condicional poderia ser, caso fosse solicitada a probabilidade de uma pessoa do sexo masculina ser escolhida ao acaso, dado esta pessoa ser adulta. O universo reduziu-se para pessoas adultas, como existem oito pessoas adultas, sendo que 6 so do sexo masculino, a probabilidade seria P (masculino \ adulto) = 6/8 Algebricamente, a probabilidade representada pelas equaes: condicional pode ser

P (A\ B) = P (A B), desde que P (B) > 0 P(B) E P (B \ A) = P (A B), desde que P (A) > 0 P(A)

Exemplo: Em uma cidade do Centro-Oeste, a probabilidade de amanhecer fazendo sol em um dia de vero igual a 30%. A probabilidade de chover pela tarde em um dia de vero igual a 15%. Pede-

se calcular, em um dia de vero, a probabilidade de chover pela tarde, dado que amanheceu com sol. A = {amanhecer com sol} B = {chover pela tarde} P (B\A) = P (A B) = 0,15 = 0,50 = 50% P(A) 0,30