PROBABILIDADE SIMPLES

MDULO - 01 - PROBABILIDADE
Introduo - Os jogos de azar, que se caracterizam por aes como girar uma roleta, lanar
dados ou retirar carta de baralho tem duas caractersticas bsicas: a incerteza e a regularidade. Assim, por exemplo, toda vez que se joga um dado, pode ocorrer qualquer uma das faces. No entanto, o jogo embora incerto tem regularidade. Se forem feitos muitos lanamentos espera-se que todas as faces ocorram igual nmero de vezes. Essas caractersticas de jogos de azar, percebidas h muito tempo, criaram a idia de que seria possvel achar uma frmula ou um mtodo, que permitisse ao jogador ganhar sempre, ou pelo menos, ganhar na maioria das vezes. Isso no possvel, mas foi essa idia que incentivou o estudo de tais jogos, o que levou a formulao da teoria da probabilidade, base da estatstica moderna.

Experimento Aleatrio - aquele que repetido sob as mesmas condies indefinidamente

apresenta variaes nos resultados. Exemplos: E1 - retirar uma carta de um baralho com 52 cartas e observar o resultado. E2 - retirar com reposio bolas de uma urna que contm 5 bolas brancas e 6 pretas. E3 - jogar uma moeda 10 vezes e observar o nmero de caras. E4 - lanar duas moedas simultaneamente e observar o resultado.

Espao Amostral (S) - o conjunto de todos os resultados possveis de um experimento

aleatrio. Exemplos: Lanamento de uma moeda: S = {Ca , Co} Lanamento de um dado: S = {1,2,3,4,5,6} Lanamento de duas moedas simultaneamente : S = {CaCa , CaCo , CoCa, CoCo} Qual seria o espao amostral resultante do lanamento de dois dados simultaneamente ?

Evento - qualquer subconjunto (E) do espao amostral S de um experimento aleatrio.

Se E possui apenas um elemento, E dito evento elementar. Se E = S, E dito evento certo. Se E = , E dito evento impossvel. Exemplo: No lanamento de um dado, o espao amostral S = {1,2,3,4,5,6} , assim: A = {2,4,6} S um evento de S B = {1,2,3,4,5,6} um evento de S C = {4} um evento de S

D = S um evento impossvel

Probabilidade 1 parte

Um evento pode se definido por uma sentena, logo, os eventos A, B, C e D do exemplo anterior podem ser assim definidos: A - obter um nmero par na face superior B - obter um nmero menor ou igual a 6 na face superior C - obter o nmero 4 na face superior D - obter um nmero maior que 6 na face superior (evento impossvel)

Probabilidade - chama-se probabilidade de um evento A, A S ao nmero real P(A) tal que:

n( A) P(A) = n( S ) , onde:
n(A) = n de elementos de A n(S) = n de elementos de S Exemplo-1: Qual a probabilidade de se obter cara no lanamento de uma moeda? Temos: Espao Amostral S = {Ca, Co} Logo, P(A) = n(A)/n(S) n(S) = 2

Seja A o evento aparecer cara, ento, A dado por: A = {Ca} e n(A) = 1 P(A) = = 0,5 ou 50%.

Exemplo-2: Qual a probabilidade de aparecer uma face mpar (nmero mpar) no lanamento de um dado? Temos: Espao Amostral S {1,2,3,4,5,6} n(S) = 6 n(A) = 3

Face mpar, evento A = {1, 3, 5}

P(A) = n(A)/n(S) = 3/6 = = 0,5 ou 50%. Exemplo-3: Qual a probabilidade de se tirar um rei em um baralho de 52 cartas ? Evento A - aparecer um rei n(A) = 4 - (n de reis do baralho) n(S) = 52 - (n de cartas do baralho) P(A) = n(A)/n(S) = 4/52 = 1/13 OBS: A probabilidade de um evento A tambm assim definida:

NCF de A NTC P(A) =

onde:

NCF - n de casos favorveis ocorrncia do evento A. NTC - n total de casos.

Probabilidade 1 parte

Eventos Complementares - dois eventos de um espao amostral S so complementares

quando o resultado da unio dos dois corresponde exatamente ao espao amostral S. Exemplo: No lanamento de uma moeda, se definirmos os eventos: E1 - o resultado cara; E2 - o resultado coroa; podemos dizer que os eventos E1 e E2 so complementares. OBS: Sendo p a probabilidade que um evento ocorra (sucesso) e q a probabilidade que ele no ocorra (insucesso), para um mesmo evento existe sempre a relao.

p+q=1q=1-p
Exemplo: Se a probabilidade de ocorrer 4 no lanamento de um dado p =1/6, a probabilidade de no ocorrer 4 q = 1 - p = 1 - 1/6 = 5/6.

Eventos Independentes - dois eventos so independentes quando a realizao ou no

realizao de um deles no afeta a probabilidade de realizao ou no do outro e vice-versa. Quando lanamos dois dados, o resultado obtido em um deles independe do resultado obtido no outro. A probabilidade de ocorrncia simultnea de dois eventos independentes igual ao produto das probabilidades de realizao dos dois eventos. Se p1 e p2 so respectivamente as probabilidades do primeiro e do segundo evento, a probabilidade para que tais eventos se realizem simultaneamente dada por:

p = p1 p2
Exemplo: Lanamento de dois dados. A probabilidade de obtermos 1 no primeiro dado p1 = 1/6. A probabilidade de obtermos 5 no segundo dado p2 = 1/6. A probabilidade de obtermos simultaneamente 1 no primeiro e 5 no segundo : p = p1 p2 = 1/6 1/6 = 1/36. De fato, o espao amostral correspondente ao lanamento de dois dados tem 36 pontos amostrais e estamos interessados na ocorrncia de apenas 1 deles, o ponto (1,5).

Eventos Mutuamente Exclusivos - dois ou mais eventos so mutuamente exclusivos se

a realizao de um excluir a realizao do outro ou dos outros. Assim, no lanamento de uma moeda, o evento tirar cara e o evento tirar coroa so mutuamente exclusivos j que ao se realizar um deles o outro no pode se realizar. Se dois eventos so mutuamente exclusivos a probabilidade para que um ou outro se realize igual a soma das probabilidades para que cada um deles se realize e dada por:

p = p1 + p2
Exemplo: Lanamento de um dado. A probabilidade de se tirar o 3 ou o 5 : p = 1/6 + 1/6 = 2/6 = 1/3

Probabilidade 1 parte

Propriedades de Probabilidade
1 - A probabilidade de um evento A um nmero maior ou igual a zero e menor ou igual a 1. 0 P(A) 1 2 - A probabilidade de um evento certo igual a 1. P(S) = 1 3 - A probabilidade de um evento impossvel igual a zero. P() = 0 4 - Regra da Soma - Se A e B so eventos mutuamente exclusivos, (A B) = ento: P(AB) = P(A + B) = P(A) + P(B) 5 - Se A e B no so mutuamente exclusivos, ento: P(AB) = P(A) + P(B) - P(AB) 6 - Se B o evento complementar de A ento: P(B) = 1 - P(A) Exemplos: 1 - Determinar a probabilidade de retirar a dama de paus quando retiramos uma carta de um baralho comum de 52 cartas. Evento(E) - retirar uma carta de paus. Como s existe uma dama de paus no baralho o n de casos favorveis ao evento 1, logo: P(E) = 1 / 52 2 - Determinar a probabilidade de no retirar a dama de paus quando retiramos uma carta de um baralho comum de 52 cartas. Este evento complementar ao do exemplo anterior, logo: P(E) = 1 - P(E) = 1 - 1/52 = 51/52. 3 - Determinar a probabilidade de retirar uma carta de copas ou de ouros quando retiramos uma carta de um baralho comum de 52 cartas. Podemos definir os seguintes eventos: A - a carta retirada de copas; B - a carta retirada de ouros; Os eventos A e B so mutuamente excludentes, podemos ento calcular a probabilidade a partir de P(A) + P(B). P(A) = 13 / 52 (13 cartas de copas) P(B) = 13 / 52 (13 cartas de ouros) P(A B) = P(A) + P(B) = 26 / 52.
Probabilidade 1 parte

4 - Determinar a probabilidade de retirar uma carta de paus ou um rei quando retiramos uma carta de um baralho comum de 52 cartas. Podemos definir os seguintes eventos: A - a carta retirada de paus; B - a carta um rei; Os eventos A e B no so mutuamente excludentes, visto que existe um rei de paus. A probabilidade ser ento dada por: P(A B) = P(A) + P(B) - P(A B) P(A) = 13 / 52 (13 cartas de paus) P(B) = 4 / 52 P(A B) = 1 / 52 (4 reis) (1 rei de paus)

P(A B) = 13/52 + 4/52 - 1/52 = 16/52

Probabilidade Condicional
Se A e B so eventos de um espao amostral S com P(B) 0, ento a probabilidade condicional do evento A, tendo ocorrido o evento B indicada por P(A/B) e dada por:

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

ou Onde: P(A | B) a probabilidade de A ocorrer depois de B ter ocorrido.

P( A / B) =

NCF ao evento A B NCF ao evento B

P(A B) a probabilidade de A e B ocorrerem simultaneamente. P(B) a probabilidade de B ocorrer. Exemplo: Um nmero sorteado ao acaso entre os inteiros 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15. Se o nmero sorteado for par, qual a probabilidade de que seja o nmero 6? Temos: S = {1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15} Espao Amostral A = {o nmero 6} B = {o nmero par} Temos ento: P(B) = 7/15 (sete nmeros pares em 15) P(A) = 1/15 (o nmero 6 em 15 - uma chance em 15)

1 P (A B) 15 1 15 1 P( A / B ) = = = = 7 15 7 7 P ( B) 15
Sem a informao da ocorrncia de B (o nmero sorteado ser par) P(A) seria 1/15, ou seja, menor que o valor quando B conhecido (1/7). Assim, a informao (a priori) sobre a ocorrncia de B diminui o espao amostral e aumenta o valor da probabilidade do nmero sorteado ser 6. Ou seja, quanto mais informao se tem, maior a nossa probabilidade de acertar (Informao !).
Probabilidade 1 parte

Regra do Produto
Eventos Dependentes - Se dois eventos A e B so dependentes ento:
P(AB) = P(B) P(A/B) ou P(AB) = P(A) P(B/A) Exemplo: Retiram-se sem reposio duas peas de um lote de 10 peas onde 4 so boas. Qual a probabilidade de que ambas sejam defeituosas ? Temos: A - { a 1 pea ser defeituosa } B - { a 2 pea ser defeituosa } Como sem reposio perceba que o fato de se retirar uma pea defeituosa afeta o espao amostral quando se vai retirar a segunda pea. Precisamos calcular P(AB) (ocorrncia simultnea) Temos, P(AB) = P(A) P(B/A) P(A) = 6/10 P(B/A) = 5/9 (seis defeituosas em 10) (a 1 era defeituosa - sobram 5 defeituosas em um total de 9)

Ento, P(AB) = 6/10 5/9 = 30/90 = 1/3.

Eventos Independentes
Se dois eventos so independentes ento: P(AB) = P(A) P(B) Exemplo: Retiram-se com reposio duas cartas de um baralho com 52 cartas. Qual a probabilidade de que ambas sejam de paus ? Temos: A = {a 1 carta de paus} B = {a 2 carta de paus} P(AB) = 13/52 13/52 = P(A) = 13/52 P(B) = 13/52

= 1/16.

Probabilidade 1 parte

Frmula de Bayes
Sejam E1 , E2 , ... , En eventos mutuamente exclusivos tais que E 1 E2 ...

En = S. Sejam

P ( Ei ) as probabilidades conhecidas dos diversos eventos, e B um evento qualquer de S para o qual conhecemos todas as probabilidades condicionais P ( B | Ei ). Ento para cada i temos:

P( Ei / B) =

P ( Ei ) P ( B / Ei ) P( Ei ) P( B / Ei )

Exemplo: Suponhamos uma caixa que contm 2 bolas vermelhas e 1 branca, e uma segunda caixa que contm 2 bolas vermelhas e 2 bolas brancas. Escolhe-se uma das caixas ao acaso e retira-se dela uma bola. Se a bola retirada for vermelha, qual a probabilidade de que ela tenha vindo da primeira caixa? Sejam os eventos: E1 = a 1 caixa foi escolhida E2 = a 2 caixa foi escolhida B = a bola retirada vermelha Queremos determinar P (E1 | B). Temos ento: P(E1) = P (E 2) = 1/2 P ( B | E 1 ) = 2/3 P ( B | E 2 ) = 2/4 Ento: (a probabilidade de sortear cada caixa = 50%) ( 2 bolas vermelhas em 3 ) ( 2 bolas vermelhas em 4 )

1 2 2 3 P ( E1 ) P ( B / E1 ) P( E1 / B ) = = 1 2 1 2 = 4/7 P ( E1 ) P ( B / E1 ) + P( E 2 ) P ( B / E 2 ) + 2 3 2 4

Probabilidade 1 parte

Anlise Combinatria
Para obteno da probabilidade de eventos complexos, a enumerao de casos muitas vezes difcil. Para facilitar essa etapa utiliza-se os conceitos bsicos de anlises combinatria.

Arranjos e Permutaes
Consideremos que sejam dados n objetos distintos; queremos dispor r desses objetos em uma fileira. Como h n maneiras de escolher o 1 objeto, n - 1 maneiras de escolher o 2, ... , e finalmente n - r + 1 maneiras de escolher o ltimo objeto, decorre que o nmero de arranjos ou permutaes distintas dado por:

Arranjos

A n,r = n x (n -1) x (n - 2) x ... x (n - r + 1)

onde: A n,r o nmero de arranjos de n objetos r a r .

Assim A n,r =

r An =

n! ( n r )!

Permutaes
No caso particular em que r = n temos:

A n,n = n x (n -1) x (n - 2) x ... x 1) = n!

Assim, arranjos de n elementos n a n so chamados de Permutaes. Exemplo: Com as letras A, B, C, D, E, F, G, quantos arranjos de 3 letras podemos formar? Temos: n = 7 r = 3
3 A7 =

7! 7! = = 5 6 7 = 210 (7 3)! 4!

Combinaes
Nos arranjos a ordem em que os objetos aparecem importante. No exemplo anterior ABC um arranjo diferente de BCA. Em muitos problemas, entretanto, no estamos interessados na ordem em que os objetos aparecem. Tais escolhas so chamadas combinaes. O nmero total de combinaes de r objetos escolhidos dentre n denotado por Cn,r.
r Cn =

Onde Cn,r =

n! r! ( n r )!

Probabilidade 1 parte

Exemplos: 01 - Calcular a probabilidade de se obter cinco espadas em uma mo de cinco cartas de um baralho de 52 cartas. O nmero de mos de 5 cartas que podem ser formadas de um baralho de 52 cartas distintas (n de casos possveis) dado por: C 52,5 =

52! 52! 52 51 50 49 48 47! 52 51 50 49 48 = = = = 2.598.960 5!(52 5)! 5!47! 5!47! 5!

O nmero de maneiras de selecionar 5 espadas dentre as 13 cartas de espada (n da casos favorveis) dado por:

13! 13! 13 12 11 10 9 = = =1.287 1 2 3 4 5 C 13,5 = 5! (13 5)! 5!8!

A probabilidade desejada P(E) ser: n casos favorveis / n de casos possveis P (E) = 1.287 / 2.598.960 = 0,0005 ou 0,05 %

02 - Num lote de 12 peas, 4 so defeituosas; 2 peas so retiradas aleatoriamente. Calcule a probabilidade de ambas serem defeituosas. O nmero de combinaes de 2 peas que podem ser selecionadas dentre as 12 peas ( n da casos possveis) dado por:

12! 12! 12 11 132 = = = = 66 10! 1 2 2 C 12,2 = 2! (12 2)! 2 !

O nmero de maneiras de selecionar 2 peas defeituosas dentre as 4 peas defeituosas ( n de casos favorveis ) dado por:

4! 4! = =6 2! C 4,2 = 2!( 4 2)! 2!

A probabilidade desejada dada por: P(E) = 6 / 66 = 0,091 ou 9,1 %

Probabilidade 1 parte