Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Clculo de Probabilidades:
Conjuntos:
Cardinal de um conjunto:
Ao nmero de elementos de um conjunto chama-se cardinal do
conjunto e representa-se por #, por exemplo:
A={0,2,4,6,8,10}
Matemtica A 12 ano
Probabilidades
10
Por extenso:
A={0,2,4,6,8,10}
Por compreenso:
A={nmeros pares no negativos menores que 12}
Clculo de Probabilidades:
Conjunto Vazio:
Um conjunto vazio no tem elementos, por exemplo:
A={x: x=0}
O conjunto A no tem elementos, ento A={ } ou A=
Igualdade entre conjuntos:
Sejam A e B dois conjuntos.
Diz
se que A igual a B e escreve
se A=B se e s se A e B tm
Diz-se
escreve-se
os mesmos elementos: A=B (xA xB), por exemplo,
A={1,2,3}
B={nmeros naturais menores do que 4}
A=B {1,2,3}={nmeros naturais menores do que 4}
Subconjunto de um conjunto:
Sejam A e B dois conjuntos.
Diz-se que A subconjunto de B ou que A est contido em B e
escreve-se AB se e s se todo o elemento de A tambm
elemento de B: AB (xA xB)
Clculo de Probabilidades:
Complementar de um Conjunto:
Seja A um conjunto.
O complementar do conjunto A representa-se por :
={x:xA}
Ento, A=S e A=
Exemplo: Seja S={0,1,2,3,4,5,6,7,8} e A={1,3,5,7} ento ={0,2,4,6,8}
Clculo de Probabilidades:
Conjunto Universal:
O conjunto universal o conjunto constitudo por todos os
elementos do universo que estamos a considerar em cada caso
concreto. O conjunto universal representa-se por U ou por S.
Qualquer subconjunto A est contido no universo. AS
Operaes com conjuntos:
Reunio de conjuntos:
Sejam A e B dois conjuntos.
A reunio de A com B escrevese AB e l-se A reunio com
B, e constituda por todos os
elementos que pertencem a A
ou a B:AB={x:xA xB},
por exemplo:
A={1,2,3,4,5} B={4,5,6,7}
AB = {1,2,3,4,5,6,7}
Interseco de conjuntos:
Sejam A e B dois conjuntos.
A interseco de A com B
escreve-se AB e l-se A
interseco com B, e
constituda por todos os
elementos comuns a A e B:
AB={x:xAxB},por ex.:
A={1,2,3,4,5} B={4,5,6,7}
AB = {4,5}
Clculo de Probabilidades:
Leis de Morgan:
Sejam A e B dois conjuntos quaisquer:
A B = A B e A B =
Exemplo: Seja S={0,1,2,3,4,5,6,7,8,9,10}
A B
A B = {0, 2, 4, 5, 6, 7 , 8, 9,1 0 }
ou
A B = A B = {0, 5, 6, 7 , 8, 9,1 0 } {2, 4, 6 , 8, 9,1 0 } = {0, 2, 4, 5, 6 , 7 , 8, 9,1 0 }
13042016
Clculo de Probabilidades:
Clculo de Probabilidades:
Experincia Determinista:
As experincias deterministas ou causais caracterizam-se por
produzirem o mesmo resultado, desde que sejam repetidas sob
as mesmas condies.
Podemos encontrar experincias deterministas na Fsica,Biologia
Acontecimento Elementar:
Se o resultado de uma experincia consta de um s elemento do
espao de resultados, dizemos que se trata de um acontecimento
elementar.
Exemplo: Considere-se a experincia aleatria que consiste em lanar o
Acontecimento Composto:
p
consta de dois ou mais
Se o resultado de uma experincia
elementos do espao de resultados, dizemos que se trata de um
acontecimento composto.
Exemplo: Considere-se a experincia aleatria que consiste em lanar o
Acontecimento:
Acontecimento de uma experincia aleatria cada um dos
subconjuntos do espao amostral. Estes acontecimentos podem
ser:
Clculo de Probabilidades:
Acontecimento Impossvel:
Se o resultado de uma experincia no tem qualquer elemento do
espao de resultados, dizemos que se trata de um acontecimento
impossvel.
Exemplo: Considere-se a experincia aleatria que consiste em lanar o
dado ao ar e observar se sai nmero 7. D=
Clculo de Probabilidades:
0 fr ( A ) 1
0 P ( A) 1
fr ( acont.certo ) = 1
P ( acont.certo ) = 1
fr ( acont.impossvel ) = 0
P ( acont.impossvel ) = 0
Acontecimento Certo:
Se o resultado de uma experincia consta de todos os elementos
do espao de resultados, dizemos que se trata de um
acontecimento certo.
Exemplo: Considere-se a experincia aleatria que consiste em lanar o
Clculo de Probabilidades:
Acontecimentos Disjuntos:
Acontecimentos disjuntos ou acontecimentos mutuamente
exclusivos ou acontecimentos incompatveis so acontecimentos
em que a realizao de um deles implica a no realizao do
AB=
outro. Exemplo: E A={1,3} e B={2,4,6}
Acontecimentos Contrrios ou Complementares:
O acontecimento contrrio do acontecimento A representa-se
p
p todos os resultados de
por e o acontecimento constitudo por
S que no pertencem a A. Exemplo: E A={1,2,3} ={4,5,6}
Acontecimentos A implica B:
O acontecimento A implica a realizao do acontecimento B
quando todo o resultado de A um resultado de B. Escreve-se
AB.
Acontecimentos diferena entre A e B:
Acontecimento diferena entre A e B o acontecimento que se
realiza se e s se A se realiza sem que B se realize.
Representa-se por A-B ou A\B.
Exemplo: E A={1,2,3} e B={2,5} A-B=A\B={1,3}
Clculo de Probabilidades:
Lei de Laplace:
Se os acontecimentos elementares forem equiprovveis, a
probabilidade de um acontecimento A igual ao quociente entre
o nmero de casos favorveis ao acontecimento e o nmero de
casos possveis:
P ( A) =
Vm
Vm
Vd
Vd
Vd
Vd
6
3
= = 60%
10 5
13042016
9Procura um padro.
9Escreve uma sequncia.
9Resolve um problema semelhante mas mais simples.
9Usa raciocnios directos e indirectos.
9Pensa numa soluo e verifica essa soluo.
soluo
9Resolve o problema comeando do fim para o princpio.
9Usa casos particulares.
9Faz uma simulao com a calculadora ou com o computador.
Anlise Combinatria:
n ! = n ( n 1 ) ( n 2 ) ... 3 2 1
18! 18 17 16 15!
=
= 18 17 16 = 4896
15!
15!
Anlise Combinatria:
Anlise Combinatria:
Anlise Combinatria:
Combinaes:
Ap = n
vezes
Exemplo: Lana-se uma moeda 5 vezes.
2 x 2 x 2 x 2 x 2 = 32 resultados possveis,
A5 = 2 = 2 2 2 2 2 = 3 2
'
Cp = =
p ! ( n p ) !
p
13042016
Anlise Combinatria:
Anlise Combinatria:
Sntese:
Tringulo de Pascal:
N da linha:
Linha n=0
Importa a ordem
dos elementos?
Sim
No
Os elementos podem
repetir-se?
No
Sim
n
Pn = n !
A 'p = n p
Ap
n
A p = n ( n 1 ) ... ( n p + 1 ) = Cp = p! =
n!
n!
=
=
p!( n p) !
( n p )!
1
1
3
4
3
6
1
0
1
0
iguais
Anlise Combinatria:
a4 + 1
a 3b +
a b+
2
ab +
a 2b 2 +
3
ab3 +
(a + b )
b3 1
p=0
25
2 ...
C0
1
3
1
4
C1
C3
C2
C2
C1
C0
C2
C0
C1
C1
C0
C3
C4
C p +1
= 6C 0 x 6 + 6C 1 x 5 ( 3 ) + 6C 2 x 4 ( 3 ) + 6C 3 x 3 ( 3 ) +
2
+ C 4 x (3 ) + C 5 x (3 ) + C 6 ( 3 ) =
(a + b )
b4 1
(a + b )
P
Propriedades
d d d
do B
Binmio
d
de N
Newton:
= n C 0 a n + n C 1 a n 1 b + n C 2 a n 2 b 2 + ... + n C n 1 a b n 1 + n C n b n
(a + b )
10
24
C0
(a + b )
Nota:
n
9 O grau do polinmio do desenvolvimento de ( a + b ) n.
9 Os coeficientes so os nmeros do tringulo de Pascal.
Frmula do Binmio de Newton:
n
(x 3)
(a + b )
...
(a + b )
Exemplo: Desenvolve: ( x 3 )6
b2 1
10
23
Anlise Combinatria:
24
a 2 + 1 ab + 2
C p + C p +1 =
Binmio de Newton:
a3 + 1
b 1
a+ 1
22
1
1
Anlise Combinatria:
21
Linha n=
1
1
Linha n=5 1
Anlise Combinatria:
1
Linha n=3
Linha n=4 1
No
Linha n=2 1
No
Entram todos os
elementos na sequncia?
20
Linha n=1 1
Os elementos podem
repetir-se?
Sim
C p a n p b p
13042016
Anlise Combinatria:
T p +1 = n C p a n p b p
ou
T p = n C p 1 a n p +1 b p 1
Exemplo: Escreve o 4 termo do desenvolvimento de:
P(S ) =1
(x 2 y)
10
T p +1 =
10
T3 +1 =
10
C p x10 p ( 2 y )
C 3 x10 3 ( 2 y ) = 9 6 0 x 7 y 3
A p
probabilidade do acontecimento contrrio igual
diferena
entre 1 e a probabilidade de A. P A = 1 P ( A )
( )
Teorema 4:
A probabilidade de um acontecimento A igual ao quociente
entre o nmero de casos favorveis e o nmero de casos
possveis, sempre que todos acontecimentos elementares so
equiprovveis e incompatveis: P ( A ) = m
n
Teorema 5:
Probabilidade da reunio de dois acontecimentos:
P ( A B ) = P ( A) + P ( B ) P ( A B )
P ( A B ) = P ( A ) P ( B | A ) ou P ( A B ) = P ( B ) P ( A | B )
Acontecimentos Independentes:
Dois acontecimentos so independentes quando a realizao de
um deles no interfere na probabilidade da realizao do outro.
Dois acontecimentos so independentes se e s se:
P ( A | B ) = P ( A ) ou
Axioma 1:
A probabilidade de um acontecimento um nmero no negativo.
P ( A) 0
Axioma 2:
A probabilidade de um acontecimento certo 1.
P ( A B ) = P ( A) P ( B )
Axioma 3:
A probabilidade da reunio de dois acontecimentos disjuntos
igual soma das probabilidades desses acontecimentos.
Se A B ento P ( A B ) = P ( A ) + P ( B )
Probabilidade Condicionada:
Representa-se por P(B|A) a probabilidade de ocorrncia de B, na
hiptese de A se ter realizado.
Supor que se realizou A equivale a restringir o universo aos
sucessos elementares de A.
Assim, a probabilidade condicionada P(B|A) pode ser
interpretada como uma probabilidade que tem subjacente um
novo espao amostral, A, subconjunto do espao original.
Os sucessos elementares de B,
B tendo-se
tendo se realizado A,
A
correspondem aos sucessos de AB.
Assim:
P ( B | A) =
P ( A B)
, P ( A) 0
P ( A)
Probabilidade Condicionada e
Axiomtica:
Axioma 1: P ( A | B ) 0, A, B S
Demonstrao: P ( A | B ) =
P ( A B)
, P ( B ) 0 Pela definio
P ( B)
Como, P ( A B ) 0 e P ( B ) 0 Pelo axioma 1 das probabilidades
Ento, P ( A | B ) 0 c.q.d.
P ( A1 B ) ( A2 B )
P ( B)
P ( A1 B ) + P ( A2 B )
= P ( A1 | B ) + P ( A2 | B )
P (B)
c.q.d.
13042016
Varivel Aleatria:
Distribuio de Frequncias
Relativas e Distribuio de
Probabilidades
Varivel Aleatria
Contnua
se toma todos os valores de
um intervalo ou reunio de
intervalos, por exemplo:
As alturas dos bebs nascidos
em Portugal no ano passado,
pode tomar valores do intervalo
[a,b], (a-altura do beb mais baixo
e b-altura do beb mais alto.
X=xi
x1
x2
x3
xn
P(X=xi)
P1
P2
P3
Pn
Pi = 1
9
i =1
Os valores (xi,Pi) constituem a distribuio de
probabilidades da varivel aleatria discreta X, ou seja, a
funo massa de probabilidade da varivel aleatria X.
Am st
Amostra
Tabela:
Y=yi
P(Y=yi)
1/9
2/9
3/9
2/9
1/9
N o ta :
Grfico:
1 2 3 2 1
9
+ + + + = =1
9 9 9 9 9
9
Valor Mdio
Define-se Valor Mdio, , de uma distribuio de probabilidades
(xi,Pi), i=1,2,n, como sendo o valor que se obtm multiplicando
cada valor xi pela respectiva probabilidade e adicionando os
n
resultados obtidos: = xi Pi
i =1
Varincia Populacional
O Desvio-Padro Populacional : = 2 =
Distribuio de
Probabilidades
Distribuio de
Frequncias
Relativas
( xi )
i =1
Pi
13042016
Amostra
Populao
0,05
P(X=xi)
0,25
0,1
0,5
0,1
N o ta : 0 , 2 5 + 0 ,1 + 0 , 5 + 0 ,1 + 0 , 0 5 = 1
Valor Mdio:
= xi Pi = ( 2 ) 0,
0 25 + ( 1) 0,1
0 1 + 0 0,5
0 5 + 1 0,1
0 1 + 2 00, 05 = 00, 4
Varincia Populacional:
x=
x n
i =1
= xi Pi
= xi fri
i =1
i =1
Varincia Amostral:
2 = ( xi ) Pi =
2
i =1
Mdia Aritmtica:
i =1
= 1, 24
i =1
2 = ( xi ) Pi
= 2
n
( xi )
i =1
i =1
Varincia Populacional:
2 = xi x fri
= 2
Pi = 1, 24 1,11
Distribuio Binomial:
Distribuio Binomial:
Cr =
r !( n r ) !
Distribuio Binomial:
Distribuio Binomial:
51
100
P ( R) =
49
100
49 51
P ( X = 3) = 5C3
= 31%
100 100
13042016
= n p
2
Varincia: = n p (1 p )
Desvio Padro: = n p (1 p )
Distribuio Normal :
9 A probabilidade de que a varivel tome valores no intervalo
[xi,xj] igual rea definida pelo eixo dos xx, pelo grfico
de funo densidade e pelas rectas x=xi e x=xj
9 A concavidade da curva muda de sentido para x1=- e
x2=+ (x1 e x2 so abcissas dos pontos de inflexo)
Distribuio Normal :
Exemplo: A distribuio dos pesos dos alunos do Externato segue uma
distribuio normal com =64 e =10 (em kg).
Determina a percentagem de alunos que pesam:
Mais do que 64 kg:
P ( X > 64 ) = P ( X > ) = 0,5
Logo
g 50% dos alunos pesam
p
mais do que
q
64 kg.
g
=64
Entre 54 kg e 74 kg:
= 64 10 = 54
+ = 64 + 10 = 74
P ( 54 < X < 74 ) = P ( < X < + ) 0, 6827
0, 6827
= 0,1587
Tabela a utilizar
para resolver
problemas de
distribuio
normal:
F ( x) = P ( X x)
13042016