1

Um pouco de histria o

In da Probabilidade: 1654 com a troca de cartas entre Pascal e Fermat sobre o Problema dos cio Pontos colocado para Pascal por Chevalier de Mr. ee A e B jogam dados, vamos supor que A ganha 1 ponto quando o resultado pertence ao conjunto {1, 2} enquanto B ganha 1 ponto quando o resultado pertence ao conjunto {3, 4, 5, 6}. Se A precisa de n pontos para ganhar e B necessita m pontos para ganhar. Qual a probabilidade que A ganhe o jogo? O primeiro estudo sistemtico de como calcular probabilidades apareceu no livro Liber de Ludo a Aleae, publicado em 1663, pelo mdico italiano ( e tambm matemtico, f e e a sico e astrlogo ) Girolamo o Cardano ( 1501 - 1576 ). Devido a sua fama na poca, Cardano foi convidado para fazer o horscopo de Eduardo VI. e o Prognosticou-lhe longa vida. O rei morreu no ano seguinte. Por outro lado Cardano previu o dia exato de sua morte e acertou. Muitos dizem que cometeu suic para tornar realidade esta previso. dio a O conhecimento de como calcular probabilidades circulou entre matemticos tais como Galileu ( a 1564 - 1642 ) e depois passou da Itlia para a Frana com Fermat e Pascal. a c Em 1654 Fermat e Pascal trocam correspondncias sobre o problema dos pontos: Dois jogadores, e aos quais faltam a e b pontos, respectivamente, decidem interromper o jogo. Como as apostas devem ser divididas? A soluo de Pascal pode ser exemplicada da seguinte maneira: Suponha que o primeiro jogador ca a obter 3 pontos vence a aposta em que cada um colocou 32 moedas de ouro. Suponhamos que o primeiro j tenha vencido duas partidas e o segundo apenas uma. Como na a partida seguinte o jogador A pode vir a vencer ( ganhando todas as 64 moedas ) ou perder ( cando ambos empatados ), A dir: Estou seguro de receber 32 moedas caso seja derrotado na prxima, mas a o posso vir a ganhar e como as nossas chances so as mesmas, vamos dividir as 32 restantes. Portanto a parando agora, levo 48 ( = 32 + 16 ) moedas e voc 16. e Na situao em que o primeiro tenha ganho duas partidas e o outro nenhuma, o racioc acima ca nio levaria ` seguinte concluso: Caso o jogador A vena a prxima partida leva 64 moedas, e na hiptese a a c o o de perder, temos a situao anterior, levando portanto 48 moedas. Desta forma A dir: 48 esto ca a a

asseguradas e portanto dividimos as restantes 16 moedas, isto , levo 56 ( = 48 + 8 ) moedas ... e Na situao em que o jogador A venceu uma partida e o jogador B nenhuma, este racioc ca nio levaria o oponente A a car com 44 moedas ! ( se perder faz juz a 32, mas se ganhar faz juz a 56. Portanto, 32 asseguradas e divide 24 ( = 56-32 ) ao meio, isto 12 + 32 = 44 ). e Pascal prossegue neste racioc nio e o estende para situaes mais complicadas, bem como para o co caso de jogadores com habilidades distintas, e portanto com chances desiguais. Sua soluo faz uso ca do famoso tringulo de Pascal. a Fermat procedeu de outra maneira. Numa carta a Pascal desenvolve seu mtodo, que repousa em e consideraes sobre a anlise combinatria. Vamos exemplicar: Suponha que o jogador A venceu co a o uma partida e o jogador B nenhuma. Aps quatro partidas o jogo estar fatalmente encerrado, pois o a um dos dois oponentes ter os trs pontos necessrios. Indicando por a uma partida vencida por A a e a e por b a partida vencida por B, ter amos as seguinte poss veis situaes: co 1- a aaaa 9- a baaa 2- a aaab 10-a baab 3- a aaba 11-a baba 4- a aabb 12-a babb 5- a abaa 13-a bbaa 6- a abab 14-a bbab 7- a abba 15-a bbba 8- a abbb 16-a bbbb Neste caso existem 11 favorveis para o jogador A e 5 para o jogador B do total de 16 poss a veis. ( Note que 11 16 = 0,6875 , e que 0,6875 X 64 = 44 moedas ). ( Ou que 20 44 = 5 11 ). Portanto as duas solues ( Pascal e Fermat ) so as mesmas. co a Este problema interessou a Huygens ( 1629 - 1695 ) que iniciou o estudo propriamente dito da Teoria das Probabilidades e incentivou Jacques Bernoulli ( 1654 - 1705 ) a publicar o Teorema Central do Limite ( Teorema de Ouro ). No muito freqnte o fato de um lho herdar do pai um talento fora do comum, mas mais a e ue estranho o aparecimento de uma dinastia de sbios, que ocuparam um lugar de destaque na histria e a o da cincia. e Este o caso da fam dos Bernoulli. e lia Um grande matemtico ( Leibnitz ) em uma carta a Joo I Bernoulli chegou a criar um verbo a a para se referir a ocupao matemtica dos membros desta estirpe : Alegra-me saber que teu lho ca a bernoulliza, mantendo assim a tradio da fam ca lia. Neste per odo, Montmort ( 1678 - 1719 ) e De Moivre ( 1667 - 1754 ) deram fortes contribuies, co mas com Pierre Simon, Marqus de Laplace ( 1749 - 1827 ), que um grande nmero de idias e e e u e 2

resultados so introduzidos. a Suas idias dominaram durante todo o sculo 19. Rapidamente as idias foram sendo aplicadas e e e em reas tais como nanas pblicas, seguros e diversas reas sociais. a c u a A partir da metade do sculo 19, gradualmente se tornaram parte da teoria f e sica, primeiramente nos estudos da teoria de transferncia de calor e depois com Maxwell que utilizou o clculo de e a probabilidade em 1860 para deduzir a lei dos gases a partir da posio e das velocidades das molculas. ca e Boltzmann em 1877 utilizou a idia de distribuio de probabilidade de energias das molculas e ca e para interpretar a questo de irreversibilidade na Termodinmica. a a O surgimento da mecnica quntica apoiada pela teoria da radiao colocada sobre bases proa a ca babil sticas por Max Plack em 1900 permitiu que a probabilidade invadisse a teoria atmica e seus o conceitos se tornassem fundamentais para a cincia moderna. e Neste per odo, in do sculo 20, principalmente as contribuies de matemticos russos, permicio e co a tiram a formalizao assim como o avano no estudo da Teoria da Probabilidade, em particular do ca c problema central do limite e das cadeias de Markov. Consideraes sobre os fundamentos, aplicaes co co a ` economia e sociologia foram feitos por Bertrand Russel, Keynes e Pareto, respectivamente. A conexo estreita entre matemtica e a probabilidade foi iniciada por Emile Borel, sua ligao a a ca com teoria dos jogos sedimentada por Von Neumann em 1928 e assim por diante...

Anlise Combinatria a o

Exemplo Sistema de comunicao ca n antenas alinhadas

Funcional: a menos que duas antenas consecutivas estejam com defeito Se m antenas so defeituosas e as antenas so arrumadas ao acaso, qual a probabilidade do a a sistema ser funcional? E.g.: n = 4, m = 2 temos 6 arranjos dos quais 3 so funcionais. p = 1/2. a

2.1

Princ pio bsico da contagem: a

2 experimentos: 1. Experimento 1: m resultados 2. Experimento 2: n resultados Total: m.n formas de realizar experimento 1 seguido de experimento 2 Proof. E1 = {1, 2, . . . , m}, E2 = {1, 2, . . . , n}, E1 E2 = {(1, 1), (1, 2), . . . , (m, n)}

Exemplo 2 Depto Estat stica: 18 docentes Depto Mat. Aplicada: 43 docentes Depto Matemtica: 64 docentes a Comisso com 3 docentes, um de cada departamento: a

18 . 43 . 64 Exemplo 2 Placas antigas: 2 letras e 4 nmeros u Placas atuais: 3 letras e 4 nmeros u 26 26 . . 26 26 . . 10 26 . . 10 10 . . 10 10 . . 10 10 = .

49536

6.760.000 10 = 175.760.000

E se a repetio de letras e nmeros no fosse permitida? 26.25.24.10.9.8.7 = 78.624.000 ca u a

Exemplo 4 Seja A um conjunto com n pontos. Quantas funes f : A {0, 1} podem ser co denidas? 2 . 2 . 2 ..... 2 = 2n

Seja P(A) = conjunto de todos os subconjuntos de A. Da |P(A)| = 2n . Por que? ,

2.2

Permutaes co
A = {1, 2, . . . , n}

: A A; tal que (i) = (j), i = j quantas permutaes so poss co a veis? n! Exemplo 5: Temos 11 livros 4 matemtica a 3 qu mica 2 histria o 2 ingls e Todos os livros do mesmo assunto juntos: 4! (4!.3!.2!.2!) = 13824

Exemplo 6: Anagramas PIMENTA: 7! = 5040 ESTATISTICA: 11! = 831.600 2!3!2!3!

2.3

Combinaes co

Conjunto: n objetos Subconjunto: k objetos E.g.: n = 5, k = 3 5 . 4 . 3 Mas {1, 2, 3} = {3, 2, 1} No. permutaes = 3! co 5 5! 5.4.3 = = 3! 2!3! 3 exemplo 7: Comite com 7 professores MAP n k

43 7

exemplo 8: Comite com 4 professores MAP e 3 Estatistica 43 7 18 3

E se Ronaldo e Nancy no querem participar juntos? a

2 0

16 3

2 1

16 2

nem Ronaldo e nem Nancy

Ronaldo, mas no Nancy ou Nancy e no Ronaldo a a

Exemplo Antenas funcionais: n antenas sendo m defeituosas ( = 0) e n m no defeituosas (= a 1) 1 1 1 ... 1 n m + 1 locaes co

 : poss veis locaes para as m defeituosas. co Identidade:

nm+1 m

n r

n1 r1

n1 r

(Fixe um dos objetos, no lado direito da equao temos o nmero de subconjuntos de tamanho r que ca u contm o objeto xado mais o nmero de subconjuntos de tamanho r que no contm o objeto xado. e u a e

Teorema binomial:
n

(x + y)n =
k=0

n k

xk y nk

Prova: Por induo. ca

2.4

Coecientes multinomiais

Conjunto: n objetos Subconjuntos: k1 objetos, k2 objetos, . . ., kr objetos n k1 n k1 k2 n k1 . . . kr1 n n! ... = k1 !k2 ! . . . kr ! k2 k3 kr k1 n Notao : ca k1 , . . . , k r Exemplo: O time de basktball do IMECC tem 10 jogadores, entretanto precisamos dividi-los em dois times A e B pois time A vai jogar em SP e time B vai jogar em Limeira. Quantas divises o so poss a veis? 10! 5!5! Exemplo: O time de basktball do IMECC tem 10 jogadores, entretanto precisamos dividi-los em dois times A e B para jogarem entre si. Quantas divises so poss o a veis? 10! 5!5!2! 7

Teorema multinomial: (x1 + x2 + . . . + xr )n =

(k1 ,...,kr );k1 +...+kr =n

n k1 , . . . , k r

x k1 x k2 . . . x kr 1 2 r

2.5

Distribuio de bolas em urnas ca

Proposio: O nmero de solues inteiras positivas para a equao x1 + x2 + . . . + xr = n: ca u co ca n1 r1

...

Temos n objetos simbolizados por 0 e temos que escolher r 1 dos espaos . c

Suponha n = 8 e r = 3, temos que escolher dois divisores como abaixo: 000|000|00 Proposio: O nmero de solues inteiras no negativas para a equao x1 + x2 + . . . + xr = n: ca u co a ca n+r1 r1 Seja yi = xi + 1, i = 1, . . . , r.

Exemplo: Um investidor tem 20 mil reais para distribuir entre 4 poss veis investimentos. Cada investimento deve ser 23 3 24 4 feito em cotas de mil reais. Quantas estratgias pos e veis? = 1771 = 10.626 se ele puder manter algum dinheiro para reserva se ele investir todo o dinheiro

Exemplo: Quantos coecientes h na expanso multinomail de (x1 + . . . + xr )n ? a a 8

Exemplo: Antenas funcionais: n antenas sendo m defeituosas ( = 0) e n m no defeituosas a (= 1) 1 1 1 ... 1 n m + 1 locaes co

: poss veis locaes para as m defeituosas. co

nm+1 m

Objetivo: Determinar quantos destes arranjos lineares no contm antenas defeituosas consecua e tivas.

Imagine primeiramente que as antenas defeituosas foram alinhadas sequencialmente e que depois disso as antenas funcionais vo ser alocadas. a

x1 : no. de antenas no defeituosas antes da primeira defeituosa, etc. a

x1 + . . . + xm = n m, x1 0, xm+1 0, xi > 0 Seja y1 = x1 + 1, etc. ..

y1 + . . . + ym+1 = n m + 2

nm+1 m