Professional Documents
Culture Documents
04 - Teoria da
Probabilidade
0.1
Faremos uma breve revisao das nocoes basicas da teoria dos conjuntos e, ao
mesmo tempo, fixamos as notacoes que serao usadas no decorrer do texto.
1. A, B, C, ..., Y, Z
indicam conjuntos.
reprenta o n
umero de elementos no conjunto A, isto e, a cardi-
nalidade de A.
7. Se A B entao A e um subconjunto de B.
1
8. O conjunto
A (B C) = (A B) C.
e A (B C) = (A B) (A C).
3
0.2
0.2.1
Probabilidade
Experimento Aleat
orio - Espa
co Amotral - Eventos
] = 6.
possveis.
P (A) =
]A
]
(1)
] A =3.
]A
3
= .
]
8
]=8
] B =4.
4
1
]B
= = .
]
8
2
de Probabilidade.
Figura 1: Arvore
Entao:
a) A = obter duas caras
P (A) = P (cck ou ckc ou kcc) = P (cck) + P (ckc) + P (kcc) =
3
8
0.3
M
etodos de Contagem
palavra. Assim, o n
umero de anagramas da palavra PRATICO
e P7 = 7! = 5040.
Consideremos novamente n objetos distintos. Agora desejamos escolher r objetos, 0 r n e permutar os r objetos escolhidos. O n
umero de maneira de se fazer
isso e denominado por arranjos Anr .
Sabemos que permutar n objetos distintos pode ser equivalente a coloca-los dentro de uma caixa com n compartimentos, em alguma ordenacao:
Ou seja, o primeiro compartimento pode ser ocupado por qualquer uma das
n maneiras, o segundo por (n 1) maneiras e o u
ltimo compartimento por uma
maneira. Recorrendo ao esquema acima, de encher uma caixa com n compartimentos; desta vez simplesmente paramos depois que o compartimento de ordem r
tenha sido ocupado. Assim, o primeiro compartimento podera ser preenchido de n
maneiras, o segundo de (n1) maneiras e o de ordem r de (n(r1)) maneiras. Da,
aplicando a regra da multiplicacao, o procedimento completo podera ser executado
de n(n 1)(n 2)...(n (r 1)) maneiras.
Assim,
Anr =
n!
.
(n r)!
III - Combina
c
ao
Sejam n objetos distintos. Trataremos da contagem dos n
umero de maneiras de
escolher r objetos dentre esses n objetos sem considerarmos a ordem.
Por exemplo, temos os objetos a1 , a2 , a3 e a4; desejamos contar a1 a2, a1 a3, a1 a4,
a2a3 , a2 a4, a3a4; por outras palavras, nao contaremos os pares a1a2, a2a1 porque
os mesmos objetos estao includos e somente a ordem e diferente.
O n
umero de combinacoes de r objetos em n e representado por Cnr . Assim,
C42 = 6.
Analisemos a resposta C42 = 6: a escolha do primeiro elemeto da combinacao
pode ser feita de 4 maneiras e a do segundo elemento de 3 maneiras. A resposta
parece ser 4 3 = 12. Entretanto, se pensarmos numa combinacao {a1a2}, verificamos que a combinacao {a2a1} e identica e foi contada como se fosse diferente.
Ou seja, na resposta 12 estamos contando cada combinacao uma vez para cada ordem de escrever seus elementos. Como em cada combinacao os elementos podem
ser escritos em P2 = 2! = 2 ordens, cada combinacao foi contada 2 vezes. Logo, a
resposta e
12
2
= 6.
Ou ainda,
Cnr
n
r
n!
,
r!(n r)!
0 < r < n.
0 r n.
Exemplo 4: Dentre oito pessoas, quantas comissoes de tres membros podem ser
escolhidas?
Solu
c
ao: Temos
8
3
8!
3!(5)!
876
6
= 56
10
comissoes possveis.
Exemplo 5: Dentre oito pessoas, 5 sao homens e 3 sao mulheres. Quantas comissoes
de tres pessoas podem ser formadas, incluindo exatamente dois homens?
Solu
c
ao: Aqui devemos fazer duas coisas:
1) escolher dois homens (dentre cinco),
2) escolher uma mulher ( dentre tres).
5
2
da, obtemos
3
1
= 10 3 = 30 comiss
oes.
30
6
O n
umero de maneiras de obter 3 l
ampadas queimadas e 3 l
ampadas boas e dado
por
10
3
20
3
30
6
20
3
casos favor
aveis
.
casos possveis
Exemplo 7: Uma urna contem 12 bolas, onde 7 sao vermelhas e 5 sao pretas. Tres
bolas sao retiradas, sem reposicao, ao acaso. Determinar a probabilidade de:
a) sair tres bolas vermelhas.
b) sair duas bolas pretas.
c) sair pelo menos duas bolas vermelhas.
11
Solu
c
ao: O n
umero de elementos no espaco amostral ser
a
# =
a) #A =
b) #B =
c) #C =
3
!
5
2
!
7
Logo, P (C) =
140
220
12
3
12!
= 220.
3!9!
5
35
= 35. Logo, P (A) = 220
.
0
!
7
7
= 70. Logo, P (B) = 22
.
1
!
!
!
5
7
5
+
= 35 + 105 = 140.
0
2
1
7
.
11
-#De uma maneira mais formal, podemos definir probabilidade como segue:
DEF.6: Seja um espaco amostral. Uma funcao P , definida para todos os subconjuntos de , e chamada de probabilidade se :
1. 0 P (A) 1, evento A .
2. P () = 0 e P () = 1.
3. P (
n
[
Ai) =
i=1
n
X
P (Ai ),
Ai0 s disjuntos.
i=1
{z
P (AB)
P (A B) = P (A) + P (B) P (A B)
12
Prop.3: (generaliza
c
ao da prop.1)
Sejam A1, A2, A3, ..., An , n eventos de , entao
P (A1 A2 ... An ) = P (A1) + P (A2 ) + ...P (An) P (A1 A2 ) ...
P (An1 An ) + P (A1 A2 A3) + ...
+(1)n1 P (A1 A2 ... An ).
#
Exemplo 6: Sejam A e B eventos tais que P (A) = 12 , P (B) =
Calcular:
a) P (A B)
b)P (Ac )
1
4
e P (A B) = 15 .
c)P (B c )
Solu
c
ao:
a) P (A B) = P (A) + P (B) P (A B) =
b) P (Ac ) = 1 P (A) = 1
1
2
1
2
c) P (B c ) = 1 P (B) = 1
1
4
3
4
1
2
+ 14 +
1
5
19
20
+
1
2
3
4
5
6
1
2
3
4
5
6
7
2
3
4
5
6
7
8
3
4
5
6
7
8
9
4
5
6
7
8
9
10
5
6
6
7
7
8
8
9
9 10
10 11
11 12
0.4
#A
#
5
.
36
Probabilidade Condicional
#B
3
1
= = .
#
6
2
Suponha que, uma vez realizado o experimento, alguem informe que o resultado
do mesmo e um n
umero par, isto e, A ocorreu. Essa informacao modifica a ocorrencia
de B, uma vez que, so podera ter ocorrido B se o resultado do experimento tiver
sido 2. Assim, a probabilidade de ocorrer B dado que ocorreu A e dada por
1
#(A B)
= .
#A
3
Essa probabilidade recebe o nome de probabilidade condicional, cuja definicao
apresentamos a seguir.
14
P (A B)
,
P (B)
P (B) > 0.
Caso P (B) = 0, P (A|B) pode ser definido arbitrariamente, ou seja, P (A|B) = P (A).
Da definicao de probabilidade condicional, deduzimos a regra do produto de
probabilidades como segue
P (A B) = P (A)P (B|A), com P (A) > 0.
Exemplo 12: Consideremos duas caixas I e II. A caixa I contem 3 bolas AZUIS
e 2 bolas PRETAS. A caixa II possui 2 bolas AZUIS e 1 bola PRETA. Escolhe-se
uma caixa , ao acaso, e retira-se uma bola tambem ao acaso. Qual a probabilidade
da bola ser AZUL e ter sado da caixa I ?
Solu
c
ao: Consideremos a arvore de probabilidade dada pela Figura 2.
3
13
=
25
10
3
5
e P (I) = 12 .
Exemplo 13: No ex.7, suponha que uma bola Azul da caixa I e II estejam furadas.
Qula a probabilidade de ao retirarmos uma bola, ao acaso, ela seja AZUL, FURADA
e da caixa I?
Solu
c
ao: Estamos interessados em P (A F I).
Sabemos que P (A|I) = 35 , P (I) =
1
2
e P (F |A I) = 13 .
Logo,
P (A F I) = P (I).P (A|I).P (F |A I) =
1
.
10
#
Nos exemplos 12 e 13, fizemos uso do seguinte Teorema:
Teorema do Produto: Se P (A1 A2 ... An ) 6= 0, entao
P (A1 A2 ... An ) = P (A1).P (A2|A1).P (A3|A1 A2)...P (An|A1 ... An1 ).
Exemplo 14: Considerando o ex.1, pergunta-se qual a probabilidade de sair uma
bola AZUL, ao retirarmos a bola ao acaso?
Solu
c
ao: Desejamos obter o valor de P (A).
Sabemos que P (A) = P (A I) + P (A II) e pelo teorema do produto teremos:
P (A) = P (I).P (A|I) + P (II).P (A|II) =
1 3 1 2
19
+ = .
2 5 2 3
30
16
{z
sao disjuntos
Logo,
P (B) = P (A1 B) + P (A2 B) + ... + P (An B), pelo Teorema do Produto
= P (A1 )P (B|A1) + P (A2)P (B|A2) + ... + P (An )P (B|An )
#
Exemplo 15: Consideremos, ainda o ex.1, ao retirar uma bola verifica-se que e
azul. Qual a probabilidade de ter sado da caixa I ?
P (I|A)
1/23/5
1/23/5+1/22/3
3/10
19/10
9
19
P (Ai )P (B|Ai)
.
P (A1 )P (B|A1) + P (A2)P (B|A2) + ... + P (An )P (B|An )
Demonstra
c
ao:Temos que
P (Ai |B)
T.P.T.
0.5
P (Ai )P (B|Ai)
.
P (A1)P (B|A1) + P (A2 )P (B|A2) + ... + P (An )P (B|An)
Independ
encia de Eventos
Estudamos que a probabilidade condicional e calculada levando-se em consideracao as ocorrencias dos eventos anteriores. Consideremos o caso de eventos cuja
ocorrencia nao afeta o valor da probabilidade de ocorrencia do evento de interesse.
Ou seja, se P (A|B) = P (A), o evento A e dito estatisticamente independente do
evento B. Isso implica que B tambem sera estatisticamente independente do evento
A, entao P (B|A) = P (B). Logo, podemos dizer que os eventos A e B sao independentes.
DEF.8: Dois eventos A e B sao independentes se a ocorrencia de um deles nao afeta
a probabilidade de ocorrencia do outro. Se A e B nao sao independentes, dizem-se
dependentes.
Exemplo 16: A jogada de uma moeda e a jogada de um dado sao INDEPENDENTES, porque o resultado da moeda nao afeta a probabilidade de ocorrenciado
resultado do dado.
Exemplo 17: Conseguir pegar o onibus no horario e Chegar `a aula no horario
sao DEPENDENTES, porque o resultado do aluno pegar o onibus no horario influi
na probabilidade de chegar `a aula no horario.
Exemplo 18: Joga-se uma moeda duas vezes. Considere os eventos: A = cara na
primeira jogada; B = cara na segunda jogada; C = exatamente uma coroa nas duas
jogadas. Sera que A, B e C sao independentes ?
Solu
c
ao: O espaco amostral e : = {(c, c), (c, k), (k, c), (k, k)} c = coroa e k =
cara. Podemos calcular que:
P (A) = P (B) = P (C) =
1
2
1
e P (A B) = P (A C) = P (B C) = .
4
1
= P (A)P (B)P (C).
8
19
0.6
Exerccios
#7- Se P(A) =
a) P (AC )
1
2
, P(B)=
b) P (B C )
1
4
c) P (A B)
d) P (A B) e) P (AC B C )
ocorrem
II) A ou B
ocorrem
IV ) (B A)C
21
#12- Num exame de estatstica ha cinco respostas para cada pergunta e apenas
uma delas e certa. Portanto, para cada pergunta, um aluno tem probabilidade 1/5
de escolher a resposta certa se ele esta adivinhando e 1 se sabe a resposta. Um
estudante sabe 30% das respostas do exame. Se ele deu a resposta correta para uma
das perguntas qual e a probabilidade de que a adivinhou ?
#13- Duas maquinas A e B produzem 3.000 pecas em um dia. A maquina A
produz 1.800 pecas, das quais 4% sao defeituosas. A maquina B produz as restantes
1.200 pecas, das quais 1,5% sao defeituosas. Da producao total de um dia uma
peca e escolhida ao acaso e, examinando-a, constata-se que e defeituosa. Qual a
probabilidade de que a peca tenha sido produzida pala maquina A ?
#14- Joga-se um dado duas vezes. Considere os eventos:
A = o resultado do 1o lancamento e par
B = o resultado do 2o lancamento e par.
C = a soma dos dois resultados e par.
A e B sao independentes ? A e C sao independentes ? B e C sao independentes ?
A, B e C sao independentes ?
#15- Dois dados sao lancados simultaneamente. Qual a probabilidade de:
a) A soma ser menor que 6 ?
b) A soma ser 8 ?
c) O primeiro resultado ser menor que o segundo ?
d) A soma ser igual ou menor que 7 ?
#16- Tres cartas sao retiradas ao acaso de um baralho de 52 cartas. Qual e a
probabilidade de se obterem:
a) Dois reis ?
b) Uma dama e um dois ?
c) Tres cartas de copas ?
#17- Uma moeda e lancada tres vezes. Encontre a probabilidade de se obterem :
a) Tres coroas.
22
23
b)P (AC B C )
c)P (A B C )
24
#28- Sao dada duas caixas I e II. A caixa I contem uma bola azul e uma bola rosa.
A caixa II contem duas bolas azuis e tres rosas. Uma bola e escolhida ao acaso na
caixa I e colocada na caixa II. Uma bola entao e extrada ao acaso, da caixa II.
Pergunta-se:
a) Qual a probabilidade de que ambas as bolas sejam da mesma cor ?
b) Qual a probabilidade de que a primeira bola seja rosa, sabendo-se que a segunda
foi azul?
# 29- Em uma certa populacao, 25% de seus habitantes sofrem de algum tipo de
alergia e sao classificados como alergicos para fins da sa
ude p
ublica. Sendo alergico,
a probabilidade de ter reacao a um certo tipo de medicamento e de 0,5. Para os
nao alergicos a probabilidade e de apenas 0,05. Uma pessoa dessa populacao teve
reacao alergica ao ingerir certo medicamento, qual a probabilidade de:
a) ser do grupo nao alergico;
b) ser do grupo alergico.
# 30- Se A e B sao eventos independentes, prove que Ac e B sao independentes.
Isto e, provar que se
P (A B) = P (A)P (B) P (Ac B) = P (Ac )P (B).
Solucao: Temos que B = (A B) (Ac B) e (A B) (Ac B) = .
Da, P (B) = P (A B) + P (Ac B) P (B) = P (A)P (B) + P (Ac B)
P (Ac B) = P (B)(1 P (A)) = P (Ac )P (B).
# 31- Provar que, se A e B sao mutuamente excludentes e P (A) > 0 e P (B) > 0,
entao A e B sao dependentes.
Solu
c
ao: Temos que A B = P (A B) = 0.
Como P (A) > 0 e P (B) > 0 P (A)P (B) 6= 0.
Assim,P (A B) 6= P (A)P (B) A e B sao dependentes.
# 32- Das pacientes de uma clnica de ginecologia com idade acima de 40 anos, 60%
sao ou foram casadas e 40 % sao solteiras. Sendo solteira, a probabilidade de ter
tido um dist
urbio hormonal no u
ltimo ano e de 10%, enquanto que para as demais
25
P (NE)
P (NE)
=
P (NR)
P (NE) + P (E P ) + P (E NP NC)
P (NE)
=
P (NE) + P (E)P (P |E) + P (E)P (NP |E)P (NC|E NP )
2/10
=
2/10 + 8/10 1/10 + 8/10 9/10 1/10
25
=
.
44
P (NR|NE) =
0.7
Refer
encias Bibliogr
aficas
MAGALHAES,
M. N., LIMA, A. C. P. (2001). Noco
es de Probabilidade e Estatstica. Institudo de Matematica e Estatstica - USP, 3a ed., Sao Paulo.
26