Matemática
1 – Introdução
- Probabilidade Condicional
Professor de Matemática no Colégio Estadual Dinah Gonçalves E Biologia na rede privada de Salvador-Bahia Professor Antonio Carlos carneiro Barroso email [email protected] HTTP://ensinodematemtica.blogspot.com e HTTP://accbarroso60.wordpress.comExtraído...
- Resultados Possíveis E Casos Favoráveis
Todo experimento aleatório - os fenômenos casuais onde as experiências são repetidas inúmeras vezes sob condições iguais, mas não apresentam os mesmos resultados - constitui o conjunto formado por todos os resultados possíveis. Esse conjunto...
- Experimento Aleatório
Todo experimento aleatório - os fenômenos casuais onde as experiências são repetidas inúmeras vezes sob condições iguais, mas não apresentam os mesmos resultados - constitui o conjunto formado por todos os resultados possíveis. Esse conjunto...
- Probabilidade Da Intersecção De Dois Eventos
Professor de Matemática no Colégio Estadual Dinah Gonçalves E Biologia na rede privada de Salvador-Bahia Professor Antonio Carlos carneiro Barroso email [email protected] HTTP://ensinodematemtica.blogspot.com e HTTP://accbarroso60.wordpress.comhttp://accbarrosogestar.blogspot.com.br ...
- Probabilidade
PROBABILIDADE A história da teoria das probabilidades, teve início com os jogos de cartas, dados e de roleta. Esse é o motivo da grande existência de exemplos de jogos de azar no estudo da probabilidade. A teoria da probabilidade permite que se calcule...
Matemática
Noções de Probabilidade
Professor de Matemática e Biologia Antônio Carlos Carneiro Barroso
Colégio Estadual Dinah Gonçalves
email [email protected]
www.ensinodematemtica.blogspot.com.br
www.accbarrosogestar.blogspot.com.br
WWW.profantoniocarneiro.com
1 – Introdução
Chama-se experimento aleatório àquele cujo resultado é imprevisível, porém pertence necessariamente a um conjunto de resultados possíveis denominado espaço amostral.
Qualquer subconjunto desse espaço amostral é denominado evento.
Se este subconjunto possuir apenas um elemento, o denominamos evento elementar.
Por exemplo, no lançamento de um dado, o nosso espaço amostral seria U = {1, 2, 3, 4, 5, 6}.
Exemplos de eventos no espaço amostral U:
A: sair número maior do que 4: A = {5, 6}
B: sair um número primo e par: B = {2}
C: sair um número ímpar: C = {1, 3, 5}
Nota: O espaço amostral é também denominado espaço de prova.
Trataremos aqui dos espaços amostrais equiprováveis, ou seja, aqueles onde os eventos elementares possuem a mesma chance de ocorrerem.
Por exemplo, no lançamento do dado acima, supõe-se que sendo o dado perfeito, as chances de sair qualquer número de 1 a 6 são iguais. Temos então um espaço equiprovável.
Qualquer subconjunto desse espaço amostral é denominado evento.
Se este subconjunto possuir apenas um elemento, o denominamos evento elementar.
Por exemplo, no lançamento de um dado, o nosso espaço amostral seria U = {1, 2, 3, 4, 5, 6}.
Exemplos de eventos no espaço amostral U:
A: sair número maior do que 4: A = {5, 6}
B: sair um número primo e par: B = {2}
C: sair um número ímpar: C = {1, 3, 5}
Nota: O espaço amostral é também denominado espaço de prova.
Trataremos aqui dos espaços amostrais equiprováveis, ou seja, aqueles onde os eventos elementares possuem a mesma chance de ocorrerem.
Por exemplo, no lançamento do dado acima, supõe-se que sendo o dado perfeito, as chances de sair qualquer número de 1 a 6 são iguais. Temos então um espaço equiprovável.
Em oposição aos fenômenos aleatórios, existem os fenômenos determinísticos, que são aqueles cujos resultados são previsíveis, ou seja, temos certeza dos resultados a serem obtidos.
Normalmente existem diversas possibilidades possíveis de ocorrência de um fenômeno aleatório, sendo a medida numérica da ocorrência de cada uma dessas possibilidades, denominada Probabilidade.
Consideremos uma urna que contenha 49 bolas azuis e 1 bola branca. Para uma retirada, teremos duas possibilidades: bola azul ou bola branca. Percebemos entretanto que será muito mais freqüente obtermos numa retirada, uma bola azul, resultando daí, podermos afirmar que o evento "sair bola azul" tem maior probabilidade de ocorrer, do que o evento "sair bola branca".
2 – Conceito elementar de Probabilidade
Seja U um espaço amostral finito e equiprovável e A um determinado evento ou seja, um subconjunto de U. A probabilidade p(A) de ocorrência do evento A será calculada pela fórmula
p(A) = n(A) / n(U)
onde:
n(A) = número de elementos de A e n(U) = número de elementos do espaço de prova U.
Vamos utilizar a fórmula simples acima, para resolver os seguintes exercícios introdutórios:
p(A) = n(A) / n(U)
onde:
n(A) = número de elementos de A e n(U) = número de elementos do espaço de prova U.
Vamos utilizar a fórmula simples acima, para resolver os seguintes exercícios introdutórios:
1.1 - Considere o lançamento de um dado. Calcule a probabilidade de:
a) sair o número 3:
Temos U = {1, 2, 3, 4, 5, 6} [n(U) = 6] e A = {3} [n(A) = 1]. Portanto, a probabilidade procurada será igual a p(A) = 1/6.
Temos U = {1, 2, 3, 4, 5, 6} [n(U) = 6] e A = {3} [n(A) = 1]. Portanto, a probabilidade procurada será igual a p(A) = 1/6.
b) sair um número par: agora o evento é A = {2, 4, 6} com 3 elementos; logo a probabilidade procurada será p(A) = 3/6 = 1/2.
c) sair um múltiplo de 3: agora o evento A = {3, 6} com 2 elementos; logo a probabilidade procurada será p(A) = 2/6 = 1/3.
d) sair um número menor do que 3: agora, o evento A = {1, 2} com dois elementos. Portanto,p(A) = 2/6 = 1/3.
e) sair um quadrado perfeito: agora o evento A = {1,4} com dois elementos. Portanto, p(A) = 2/6 = 1/3.
1.2 - Considere o lançamento de dois dados. Calcule a probabilidade de:
a) sair a soma 8
Observe que neste caso, o espaço amostral U é constituído pelos pares ordenados (i,j), onde i = número no dado 1 e j = número no dado 2.
É evidente que teremos 36 pares ordenados possíveis do tipo (i, j) onde i = 1, 2, 3, 4, 5, ou 6, o mesmo ocorrendo com j.
As somas iguais a 8, ocorrerão nos casos:(2,6),(3,5),(4,4),(5,3) e (6,2). Portanto, o evento "soma igual a 8" possui 5 elementos. Logo, a probabilidade procurada será igual a p(A) = 5/36.
Observe que neste caso, o espaço amostral U é constituído pelos pares ordenados (i,j), onde i = número no dado 1 e j = número no dado 2.
É evidente que teremos 36 pares ordenados possíveis do tipo (i, j) onde i = 1, 2, 3, 4, 5, ou 6, o mesmo ocorrendo com j.
As somas iguais a 8, ocorrerão nos casos:(2,6),(3,5),(4,4),(5,3) e (6,2). Portanto, o evento "soma igual a 8" possui 5 elementos. Logo, a probabilidade procurada será igual a p(A) = 5/36.
b) sair a soma 12
Neste caso, a única possibilidade é o par (6,6). Portanto, a probabilidade procurada será igual a p(A) = 1/36.
Neste caso, a única possibilidade é o par (6,6). Portanto, a probabilidade procurada será igual a p(A) = 1/36.
1.3 – Uma urna possui 6 bolas azuis, 10 bolas vermelhas e 4 bolas amarelas. Tirando-se uma bola com reposição, calcule as probabilidades seguintes:
a) sair bola azul
p(A) = 6/20 = 3/10 = 0,30 = 30%
p(A) = 6/20 = 3/10 = 0,30 = 30%
b) sair bola vermelha
p(A) = 10/20 =1/2 = 0,50 = 50%
p(A) = 10/20 =1/2 = 0,50 = 50%
c) sair bola amarela
p(A) = 4/20 = 1/5 = 0,20 = 20%
Vemos no exemplo acima, que as probabilidades podem ser expressas como porcentagem. Esta forma é conveniente, pois permite a estimativa do número de ocorrências para um número elevado de experimentos. Por exemplo, se o experimento acima for repetido diversas vezes, podemos afirmar que em aproximadamente 30% dos casos, sairá bola azul, 50% dos casos sairá bola vermelha e 20% dos casos sairá bola amarela. Quanto maior a quantidade de experimentos, tanto mais a distribuição do número de ocorrências se aproximará dos percentuais indicados.
p(A) = 4/20 = 1/5 = 0,20 = 20%
Vemos no exemplo acima, que as probabilidades podem ser expressas como porcentagem. Esta forma é conveniente, pois permite a estimativa do número de ocorrências para um número elevado de experimentos. Por exemplo, se o experimento acima for repetido diversas vezes, podemos afirmar que em aproximadamente 30% dos casos, sairá bola azul, 50% dos casos sairá bola vermelha e 20% dos casos sairá bola amarela. Quanto maior a quantidade de experimentos, tanto mais a distribuição do número de ocorrências se aproximará dos percentuais indicados.
3 – Propriedades
P1: A probabilidade do evento impossível é nula.Com efeito, sendo o evento impossível o conjunto vazio (Ø), teremos:
p(Ø) = n(Ø)/n(U) = 0/n(U) = 0
Por exemplo, se numa urna só existem bolas brancas, a probabilidade de se retirar uma bola verde (evento impossível, neste caso) é nula.
p(Ø) = n(Ø)/n(U) = 0/n(U) = 0
Por exemplo, se numa urna só existem bolas brancas, a probabilidade de se retirar uma bola verde (evento impossível, neste caso) é nula.
P2: A probabilidade do evento certo é igual a unidade.
Com efeito, p(A) = n(U)/n(U) = 1
Por exemplo, se numa urna só existem bolas vermelhas, a probabilidade de se retirar uma bola vermelha (evento certo, neste caso) é igual a 1.
Com efeito, p(A) = n(U)/n(U) = 1
Por exemplo, se numa urna só existem bolas vermelhas, a probabilidade de se retirar uma bola vermelha (evento certo, neste caso) é igual a 1.
P3: A probabilidade de um evento qualquer é um número real situado no intervalo real [0, 1].
Esta propriedade, decorre das propriedades 1 e 2 acima.
Esta propriedade, decorre das propriedades 1 e 2 acima.
P4: A soma das probabilidades de um evento e do seu evento complementar é igual a unidade.Seja o evento A e o seu complementar A'. Sabemos que A U A' = U.
n(A U A') = n(U) e, portanto, n(A) + n(A') = n(U).
Dividindo ambos os membros por n(U), vem:
n(A)/n(U) + n(A')/n(U) = n(U)/n(U), de onde conclui-se:
p(A) + p(A') = 1Nota: esta propriedade simples, é muito importante pois facilita a solução de muitos problemas aparentemente complicados. Em muitos casos, é mais fácil calcular a probabilidade do evento complementar e, pela propriedade acima, fica fácil determinar a probabilidade do evento.
n(A U A') = n(U) e, portanto, n(A) + n(A') = n(U).
Dividindo ambos os membros por n(U), vem:
n(A)/n(U) + n(A')/n(U) = n(U)/n(U), de onde conclui-se:
p(A) + p(A') = 1Nota: esta propriedade simples, é muito importante pois facilita a solução de muitos problemas aparentemente complicados. Em muitos casos, é mais fácil calcular a probabilidade do evento complementar e, pela propriedade acima, fica fácil determinar a probabilidade do evento.
P5: Sendo A e B dois eventos, podemos escrever:
p(A U B) = p(A) + p(B) – p(A Ç B)Observe que se A ÇB= Ø (ou seja, a interseção entre os conjuntos A e B é o conjunto vazio), então p(A U B) = p(A) + p(B).
p(A U B) = p(A) + p(B) – p(A Ç B)Observe que se A ÇB= Ø (ou seja, a interseção entre os conjuntos A e B é o conjunto vazio), então p(A U B) = p(A) + p(B).
Com efeito, já sabemos da Teoria dos Conjuntos que
n(A U B) = n(A) + n(B) – n(A ÇB)
Dividindo ambos os membros por n(U) e aplicando a definição de probabilidade, concluímos rapidamente a veracidade da fórmula acima.
n(A U B) = n(A) + n(B) – n(A ÇB)
Dividindo ambos os membros por n(U) e aplicando a definição de probabilidade, concluímos rapidamente a veracidade da fórmula acima.
Exemplo:
Em uma certa comunidade existem dois jornais J e P. Sabe-se que 5000 pessoas são assinantes do jornal J, 4000 são assinantes de P, 1200 são assinantes de ambos e 800 não lêem jornal. Qual a probabilidade de que uma pessoa escolhida ao acaso seja assinante de ambos os jornais?
Em uma certa comunidade existem dois jornais J e P. Sabe-se que 5000 pessoas são assinantes do jornal J, 4000 são assinantes de P, 1200 são assinantes de ambos e 800 não lêem jornal. Qual a probabilidade de que uma pessoa escolhida ao acaso seja assinante de ambos os jornais?
SOLUÇÃO:
Precisamos calcular o número de pessoas do conjunto universo, ou seja, nosso espaço amostral. Teremos:
n(U) = N(J U P) + N.º de pessoas que não lêem jornais.
n(U) = n(J) + N(P) – N(J ÇP) + 800
n(U) = 5000 + 4000 – 1200 + 800
n(U) = 8600
Portanto, a probabilidade procurada será igual a:
p = 1200/8600 = 12/86 = 6/43.
Logo, p = 6/43 = 0,1395 = 13,95%.
A interpretação do resultado é a seguinte: escolhendo-se ao acaso uma pessoa da comunidade, a probabilidade de que ela seja assinante de ambos os jornais é de aproximadamente 14%.(contra 86% de probabilidade de não ser).
Precisamos calcular o número de pessoas do conjunto universo, ou seja, nosso espaço amostral. Teremos:
n(U) = N(J U P) + N.º de pessoas que não lêem jornais.
n(U) = n(J) + N(P) – N(J ÇP) + 800
n(U) = 5000 + 4000 – 1200 + 800
n(U) = 8600
Portanto, a probabilidade procurada será igual a:
p = 1200/8600 = 12/86 = 6/43.
Logo, p = 6/43 = 0,1395 = 13,95%.
A interpretação do resultado é a seguinte: escolhendo-se ao acaso uma pessoa da comunidade, a probabilidade de que ela seja assinante de ambos os jornais é de aproximadamente 14%.(contra 86% de probabilidade de não ser).
4 – Probabilidade condicional
Considere que desejamos calcular a probabilidade da ocorrência de um evento A, sabendo-se de antemão que ocorreu um certo evento B. Pela definição de probabilidade vista anteriormente, sabemos que a probabilidade de A deverá ser calculada, dividindo-se o número de elementos de elementos de A que também pertencem a B, pelo número de elementos de B. A probabilidade de ocorrer A, sabendo-se que já ocorreu B, é denominada Probabilidade condicional e é indicada por p(A/B) – probabilidade de ocorrer A sabendo-se que já ocorreu B – daí, o nome de probabilidade condicional.
Teremos então:
p(A/B) = n(A Ç B)/ n(B)
onde A Ç B = interseção dos conjuntos A e B.
Esta fórmula é importante, mas pode ser melhorada. Vejamos:
Ora, a expressão acima, pode ser escrita sem nenhum prejuízo da elegância, nem do rigor, como:
p(A/B) = [n(A ÇB)/n(U)] . [n(U)/n(B)]
p(A/B) = p(A ÇB) . 1/p(B)
Vem, então: P(A/B) = p(A Ç B)/p(B), de onde concluímos finalmente:
p(A ÇB) = p(A/B).p(B)
Teremos então:
p(A/B) = n(A Ç B)/ n(B)
onde A Ç B = interseção dos conjuntos A e B.
Esta fórmula é importante, mas pode ser melhorada. Vejamos:
Ora, a expressão acima, pode ser escrita sem nenhum prejuízo da elegância, nem do rigor, como:
p(A/B) = [n(A ÇB)/n(U)] . [n(U)/n(B)]
p(A/B) = p(A ÇB) . 1/p(B)
Vem, então: P(A/B) = p(A Ç B)/p(B), de onde concluímos finalmente:
p(A ÇB) = p(A/B).p(B)
Esta fórmula é denominada Lei das Probabilidades Compostas.
Esta importante fórmula, permite calcular a probabilidade da ocorrência simultânea dos eventos A e B, sabendo-se que já ocorreu o evento B.
Se a ocorrência do evento B, não mudar a probabilidade da ocorrência do evento A, então p(A/B) = p(A) e, neste caso, os eventos são ditos independentes, e a fórmula acima fica:
p(A ÇB) = p(A) . p(B)
Esta importante fórmula, permite calcular a probabilidade da ocorrência simultânea dos eventos A e B, sabendo-se que já ocorreu o evento B.
Se a ocorrência do evento B, não mudar a probabilidade da ocorrência do evento A, então p(A/B) = p(A) e, neste caso, os eventos são ditos independentes, e a fórmula acima fica:
p(A ÇB) = p(A) . p(B)
Podemos então afirmar, que a probabilidade de ocorrência simultânea de eventos independentes, é igual ao produto das probabilidades dos eventos considerados.
Exemplo:
Uma urna possui cinco bolas vermelhas e duas bolas brancas.
Calcule as probabilidades de:
Uma urna possui cinco bolas vermelhas e duas bolas brancas.
Calcule as probabilidades de:
a) em duas retiradas, sem reposição da primeira bola retirada, sair uma bola vermelha (V) e depois uma bola branca (B).
Solução:
p(V Ç B) = p(V) . p(B/V)
p(V) = 5/7 (5 bolas vermelhas de um total de 7).
Supondo que saiu bola vermelha na primeira retirada, ficaram 6 bolas na urna. Logo:
p(B/V) = 2/6 = 1/3
Da lei das probabilidades compostas, vem finalmente que:
P(V Ç B) = 5/7 . 1/3 = 5/21 = 0,2380 = 23,8%
p(V Ç B) = p(V) . p(B/V)
p(V) = 5/7 (5 bolas vermelhas de um total de 7).
Supondo que saiu bola vermelha na primeira retirada, ficaram 6 bolas na urna. Logo:
p(B/V) = 2/6 = 1/3
Da lei das probabilidades compostas, vem finalmente que:
P(V Ç B) = 5/7 . 1/3 = 5/21 = 0,2380 = 23,8%
b) em duas retiradas, com reposição da primeira bola retirada, sair uma bola vermelha e depois uma bola branca.
Solução:
Com a reposição da primeira bola retirada, os eventos ficam independentes. Neste caso, a probabilidade buscada poderá ser calculada como:
P(V Ç B) = p(V) . p(B) = 5/7 . 2/7 = 10/49 = 0,2041 = 20,41%
Com a reposição da primeira bola retirada, os eventos ficam independentes. Neste caso, a probabilidade buscada poderá ser calculada como:
P(V Ç B) = p(V) . p(B) = 5/7 . 2/7 = 10/49 = 0,2041 = 20,41%
Observe atentamente a diferença entre as soluções dos itens (a) e (b) acima, para um entendimento perfeito daquilo que procuramos transmitir.
- Probabilidade Condicional
Professor de Matemática no Colégio Estadual Dinah Gonçalves E Biologia na rede privada de Salvador-Bahia Professor Antonio Carlos carneiro Barroso email [email protected] HTTP://ensinodematemtica.blogspot.com e HTTP://accbarroso60.wordpress.comExtraído...
- Resultados Possíveis E Casos Favoráveis
Todo experimento aleatório - os fenômenos casuais onde as experiências são repetidas inúmeras vezes sob condições iguais, mas não apresentam os mesmos resultados - constitui o conjunto formado por todos os resultados possíveis. Esse conjunto...
- Experimento Aleatório
Todo experimento aleatório - os fenômenos casuais onde as experiências são repetidas inúmeras vezes sob condições iguais, mas não apresentam os mesmos resultados - constitui o conjunto formado por todos os resultados possíveis. Esse conjunto...
- Probabilidade Da Intersecção De Dois Eventos
Professor de Matemática no Colégio Estadual Dinah Gonçalves E Biologia na rede privada de Salvador-Bahia Professor Antonio Carlos carneiro Barroso email [email protected] HTTP://ensinodematemtica.blogspot.com e HTTP://accbarroso60.wordpress.comhttp://accbarrosogestar.blogspot.com.br ...
- Probabilidade
PROBABILIDADE A história da teoria das probabilidades, teve início com os jogos de cartas, dados e de roleta. Esse é o motivo da grande existência de exemplos de jogos de azar no estudo da probabilidade. A teoria da probabilidade permite que se calcule...