Uma maneira alternativa de olhar para este problema é a seguinte. Imagine que há dois espaços, um para o aluno 1 e outro para o aluno 2,

Tamanho: px
Começar a partir da página:

Download "Uma maneira alternativa de olhar para este problema é a seguinte. Imagine que há dois espaços, um para o aluno 1 e outro para o aluno 2,"

Transcrição

1 Contagem Probabilidade e Estatística I Antonio Roque Aula 14 Muitos problemas de probabilidades envolvem o uso de conceitos da análise combinatória Esta aula tem por objetivo fazer uma revisão dessa área da matemática e apresentar algumas aplicações em biologia A Regra Fundamental da Contagem Suponha que dois alunos de graduação em biologia fazem um exame Há dois resultados possíveis, passar ou não passar Com relação aos dois alunos, pode haver quatro resultados possíveis 1 Os dois passam; 2 O primeiro passa e o segundo não passa; 3 O primeiro não passa e o segundo passa; 4 Os dois não passam Podemos representar essas quatro possibilidades por meio de uma tabela 2x2 (usando P para representar passar no exame e R para representar ser reprovado no exame) Aluno 2 Aluno 1 P R P PP PR R RP RR O número de possibilidades é 2 x 2 = 4, pois para cada uma das duas possibilidades do primeiro aluno existem duas possibilidades para o segundo aluno Uma maneira alternativa de olhar para este problema é a seguinte Imagine que há dois espaços, um para o aluno 1 e outro para o aluno 2, O primeiro espaço pode ser preenchido de duas maneiras diferentes (P ou R), de maneira que escrevemos um 2 no espaço, De maneira similar, o segundo espaço pode ser preenchido de duas maneiras diferentes (P ou R), o que nos leva a escrever um 2 nele também, 1

2 O número de maneiras em que os dois espaços podem ser preenchidos é então dado pela multiplicação dos números em cada espaço, 2 x 2 = 4 Considere agora que o primeiro aluno fará um exame em que ele pode passar ou ser reprovado, mas que o segundo aluno fará uma prova cuja nota será um conceito, A, B, C, D ou E Qual o número de possibilidades para os dois alunos agora? Usando a representação em forma de tabela: Aluno 2 Aluno 1 A B C D E P PA PB PC PD PE R RA RB RC RD RE Usando a representação em forma de espaços: O número de possibilidades é agora 2 x 5 = 10 Exemplo 1 Joga-se um par de dados Um é vermelho e o outro é branco Cada dado tem seis faces O número de possibilidades é, 6 x 6 = 36 Exemplo 2 Jogam-se uma moeda e um dado A moeda tem duas faces e o dado tem seis O número de possibilidades é 2 x 6 = 12 Exemplo 3 Dois alunos fazem uma prova cujo conceito pode ser A, B, C, D ou E O número de possibilidades é 5 x 5 = 25 2

3 Exemplo 4 Uma cadeia dipeptídica contém dois aminoácidos, o primeiro (1) e o segundo (2) Cada um pode ser um de um conjunto de 20 aminoácidos O número de cadeias dipeptídicas teoricamente possíveis é, 20 x 20 = 400, Exemplo 5 Um pesquisador conseguiu determinar que o primeiro aminoácido de um dipeptídeo particular é um dentre três aminoácidos Ele não tem idéia sobre qual pode ser o segundo aminoácido, só sabe que ele pode ser um dos 20 que ocorrem naturalmente O número de possibilidades teóricas para a sua cadeia dipeptídica é 3 x 20 = 60 Podemos agora formular o princípio que nos ajudou a fazer todos os cálculos acima: Regra Fundamental da Contagem Suponha que uma coisa possa acontecer de n 1 maneiras Suponha que, independentemente da maneira como essa coisa aconteça, uma segunda coisa possa acontecer de n 2 maneiras Então, o número de maneiras possíveis em que as duas coisas podem acontecer é n 1 x n 2 Note que esta regra não foi provada Nós a aceitamos com base no fato de que ela corresponde à maneira natural como contamos as coisas Esta regra não provada é o ponto de partida da teoria da contagem e todos demais resultados dessa teoria decorrem dela Extensão da Regra Fundamental da Contagem Podemos estender a regra fundamental da contagem mostrada acima para determinar o número de maneiras em que mais de duas coisas podem acontecer Por exemplo, suponha que três alunos façam um exame e que os resultados possíveis sejam passar e ser reprovado O número de possibilidades para o grupo de três alunos é agora 8, como pode ser visto na tabela abaixo: 3

4 Aluno 1 Aluno 2 Aluno 3 (1) P P P (2) P P R (3) P R P (4) P R R (5) R P P (6) R P R (7) R R P (8) R R R Esse resultado pode ser obtido com uma simples extensão da regra fundamental da contagem Temos agora três espaços, um para cada aluno, e em cada um podem ocorrer duas coisas, Desta forma, o número de possibilidades é 2 x 2 x 2 = 8 Note que poderíamos ter agrupado os casos dos alunos 1 e 2 e um só para usar a versão original da regra fundamental da contagem, O grupo dos dois primeiros alunos pode ter 4 possibilidades, que acopladas com as duas possibilidades do terceiro aluno nos dão oito possibilidades, 4 x 2 = 8 De maneira geral, se temos três coisas que podem acontecer de n 1, n 2, e n 3 maneiras, respectivamente, o número total de possibilidades de ocorrências para as três coisas é n 1 x n 2 x n 3 = n 1 n 2 n 3 Exemplo 1 Os alunos 1 e 2 fazem um exame em que podem passar ou ser reprovados e o aluno 3 faz uma prova em que pode obter conceitos A, B, C, D ou E O número de resultados possíveis é 2 x 2 x 5 = 20 4

5 Exemplo 2 Em uma cadeia com três nucleotídeos cada um pode ser de um entre quatro tipos (A, C, G ou T) O número de seqüências de três nucleotídeos é então 4 x 4 x 4 = 64 O que foi visto acima pode ser generalizado para o caso em que há mais de três coisas que podem acontecer Regra da Contagem Se uma primeira coisa pode ocorrer de n 1 maneiras, uma segunda coisa pode ocorrer de n 2 maneiras, uma terceira coisa pode ocorrer de n 3 maneiras,, e finalmente uma k-ésima coisa pode ocorrer de n k maneiras, então o número de maneiras em que todas as coisas podem ocorrer juntas é, n 1 x n 2 x n 3 x x n k, desde que a primeira coisa possa ocorrer de n 1 maneiras independentemente do que ocorra com as outras coisas, a segunda coisa possa ocorrer de n 2 maneiras independentemente do que ocorra com as outras coisas,, e a k-ésima coisa possa ocorrer de n k maneiras independentemente do que ocorra com as outras coisas Exemplo 1 Existem quatro estudantes que fazem uma prova, podendo cada um tirar conceito A, B, C, D ou E O número de possibilidades é, 5 x 5 x 5 x 5 = 5 4 = 625 Exemplo 2 Existem dez alunos que farão um exame, podendo cada um passar ou ser reprovado O número de possibilidades é, 2 x 2 x 2 x 2 x 2 x 2 x 2 x 2 x 2 x 2 = 2 10 = 1024 Exemplo 3 Suponha que k coisas aconteçam, cada uma podendo ocorrer de n maneiras independentemente do que ocorra com as demais O número de possibilidades é, Exercícios 1 Jogam-se quatro moedas, cada uma podendo cair cara ou coroa Quantos resultados diferentes podem ocorrer? 2 Duas moedas são jogadas e uma roda da fortuna é girada (com 36 possíveis resultados de parada) Quantos resultados diferentes são possíveis? 5

6 3 Cinco estudantes fazem uma prova com cinco resultados possíveis (A, B, C, D ou E) e outros dois estudantes fazem um exame em que podem passar ou ser reprovados Quantos resultados são possíveis? 4 Um botânico faz um exame em cinco árvores de uma floresta para identificar sinais de um certo tipo de infestação Cada árvore pode ser classificada como tendo alto grau de infestação (A), baixo grau de infestação (B) ou como não tendo infestação (N) De quantas maneiras diferentes o botânico pode classificar as cinco árvores? 5 Um octanucleotídeo é uma cadeia com oito nucleotídeos Cada nucleotídeo contém ou uma adenina (A), ou uma citosina(c), ou uma guanina (G), ou uma uracila (U) Por exemplo, dois octanucleotídeos diferentes são: ACGUUUGC e CGUUUGCA Quantos octanucleotídeos diferentes são possíveis teoricamente? Exemplo 4: Comportamento de lobos 1 Suponha que um grupo de lobos (três machos e duas fêmeas) é mantido em condições semi-naturais em uma reserva natural Uma zoóloga que estuda o comportamento social dos lobos faz observações durante o período de acasalamento e registra os padrões de cortejo do grupo Durante intervalos diários de tempo, ela registra se cada macho corteja ou não cada fêmea e vice-versa Um exemplo de um possível registro para um intervalo de tempo é o seguinte: Cada seta na figura acima indica que há um cortejo Então, a fêmea 1 corteja tanto o macho 1 como o macho 2; a fêmea 2 corteja o macho 2; e o macho 1 corteja a fêmea 1 O macho 3 não corteja e não é cortejado por nenhuma fêmea Por convenção, a existência de uma seta indica apenas que houve um cortejo e não quantas vezes ele ocorreu durante um intervalo de tempo 1 Veja a referência: Rabb, GB, Woolpy, JH and Ginsburg, BE Social relationships in a group of captive wolves, American Zoologist, Vol 7 (No 7), (1967) 6

7 Durante um intervalo de tempo, é possível que cada macho corteje todas as fêmeas e que cada fêmea corteje todos os machos Também é possível que não haja qualquer cortejo Essas duas possibilidades estão representadas pelas figuras abaixo Uma questão que a zoóloga quer saber é quantos padrões de cortejo diferentes podem ocorrer Para resolver isso, ela vai usar a regra da contagem Para cada par de macho e fêmea existem quatro possibilidades de cortejo, indicadas pela figura abaixo Quantos pares de macho e fêmea são possíveis? Como existem três machos e duas fêmeas, a regra da contagem nos dá que o número de pares possíveis é 3 x 2 = 6 Para cada par existem os quatro comportamentos de cortejo possíveis ilustrados acima Então, a regra da contagem nos dá que o número de possibilidades de padrões de cortejo é: 4 x 4 x 4 x 4 x 4 x 4 = 4 6 = 4096 Este é um número bastante grande Podemos agora resolver o problema geral de calcular o número de padrões de cortejo possíveis quando há n fêmeas e m machos Neste caso, pela regra da contagem existem nm pares possíveis E cada par pode ter quatro possibilidades de interação Logo, a regra da contagem nos dá que o número total de possibilidades de padrões de cortejo é: 7

8 Por exemplo, com dois machos e quatro fêmeas o número de possibilidades é 4 8 = Considere agora que, em um grupo de m machos e n fêmeas, por algum motivo um dos machos não pode cortejar (por exemplo, ele pode estar doente) Quantos padrões de cortejo são possíveis neste caso? Primeiramente, vamos considerar o que acontece nos pares do macho que não corteja com as fêmeas Como ele não corteja, existem agora apenas duas possibilidades para tais pares, ilustradas abaixo: O número de pares envolvendo o macho que não corteja é n (o número de fêmeas) Portanto, o número de possíveis padrões de cortejo envolvendo o macho que não corteja é 2 n Descontando o macho que não corteja, o número de machos restante é (m 1) Esses machos podem cortejar as fêmeas como no caso do problema anterior Portanto, o número total de possibilidades de cortejos para esses (m 1) machos e as n fêmeas é 4 n(m 1) Desta forma, o número total de possíveis padrões de cortejo para o grupo completo é: 2 n 4 n(m 1) O tipo de problema que se quer responder pode ficar tão complexo quanto se queira Por exemplo, suponha um outro caso com m machos e n fêmeas O macho 1 é fiel à fêmea 1, ou seja, ele não corteja com outras fêmeas, mas pode cortejar ou não com a fêmea 1 Já a fêmea 1 pode cortejar com qualquer macho, incluindo o macho 1 No entanto, a fêmea 1 tem ciúmes do macho 1 e não deixa que outras fêmeas o cortejem Quantos padrões diferentes de cortejo existem neste caso? 8

9 Consideremos primeiro o par envolvendo o macho 1 e a fêmea 1 Para este par, existem as quatro possibilidades normais Consideremos agora os pares envolvendo o macho 1 e as outras (n 1) fêmeas Como o macho 1 não corteja essas fêmeas e a fêmea 1 não deixa que elas cortejem o macho 1, para cada um desses (n 1) pares só existe uma possibilidade: ninguém se corteja Finalmente, consideremos os pares envolvendo os outros (m 1) machos com todas as n fêmeas (incluindo a fêmea 1) Para esses n(m 1) pares existem as 4 n(m 1) possibilidades usuais Logo, o número total de possibilidades para este caso é dado por: (n 1) 4 n(m 1) = 44 n(m 1) = 4 nm m + 1 A Regra da Contagem Aplicada a Permutações, Arranjos e Combinações De quantas maneiras diferentes as letras A, B e C podem ser arranjadas em uma seqüência? Por experimentação, chegamos às seis possibilidades abaixo: ABC, ACB, BCA, BAC, CAB, CBA Podemos, porém, abordar o problema segundo a regra da contagem Existem três espaços: No primeiro espaço, podemos colocar qualquer uma das três letras, A, B ou C Ou seja, temos três possibilidades de preenchê-lo: Qualquer que seja a letra colocada no primeiro espaço, restam apenas duas para serem colocadas no segundo Temos, então, duas possibilidades para o segundo espaço: Já tendo preenchido os dois primeiros espaços, resta apenas uma opção para o terceiro: Usando agora a regra da contagem, temos que o número total de maneiras diferentes de preencher os três espaços é: 9

10 3 x 2 x 1 = 6 Generalizando, suponha que tenhamos n coisas diferentes para arranjar em uma seqüência O número de diferentes arranjos possíveis é: n x (n 1) x (n 2) x x 2 x 1 Uma maneira conveniente de escrever este número é usando a seguinte definição: Definição do Fatorial de um Número: Se n for um inteiro positivo, o símbolo (lê-se n fatorial ) é usado para denotar o produto dos n primeiros inteiros positivos: = 1 x 2 x 3 x x (n 1) x n Como um caso especial, se n = 0 define-se: 0! = 1 Portanto, se n = 6: 6! = = 720 É comum escrever o produto de inteiros em um fatorial na ordem decrescente: = n x (n 1) x x 3 x 2 x 1 = 1 x 2 x 3 x x (n 1) x n Propriedades do fatorial: (n + m)! + m!; por exemplo, (5 + 3)! = 8! = ! + 3! = = 126 = n x (n 1)!; por exemplo, 7! = = 7 x 6! ( n + 1)! ( n + 1) 9! 9876! = = n + 1; por exemplo, = = 987 = 504 6! 6! Com base na definição de fatorial, podemos reescrever o número de arranjos de n objetos diferentes em uma seqüência como o fatorial de n: n x (n 1) x x 3 x 2 x 1 = Este número também é chamado de número de permutações de n objetos distintos, ou simplesmente permutação de n, representado por P n (portanto, P n = ) Exemplo: Quatro grãos de pólen de plantas diferentes serão colocados em uma lâmina de microscópio para observação De quantas maneiras distintas eles poderão ser arranjados em linha? O número de maneiras distintas é dado por 4! = 4321 = 24 10

11 A permutação de n objetos se aplica ao problema em que temos n objetos distintos para serem arranjados em n posições diferentes em uma seqüência No entanto, às vezes temos problemas diferentes para resolver, como o dado a seguir Suponha que tenhamos quatro letras, A, B, C e D, mas apenas dois espaços para arranjá-las De quantas maneiras distintas podemos arranjar as quatro letras nos dois espaços? Novamente, por experimentação chegamos a 12 arranjos diferentes: AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, e DC Este número pode ser obtido pela regra da contagem Temos dois espaços: O primeiro espaço pode ser ocupado por cada uma das quatro letras e, uma vez escolhida uma letra, o espaço restante pode ser ocupado por cada uma das três letras restantes: O número de possibilidades distintas é 4 x 3 = 12 Podemos generalizar este problema para o caso em que temos n objetos distintos e apenas r deles devem ser arranjados em r posições: A primeira posição pode ser preenchida por cada um dos n objetos e, portanto, temos n possibilidades de preenchê-la A segunda posição pode receber qualquer um dos (n 1) objetos restantes, de maneira que temos (n 1) diferentes maneiras de preenchê-la Para a terceira posição, temos (n 2) objetos sobrando, o que nos dá (n 2) maneiras diferentes de preenchê-la: 11

12 De quantas maneiras diferentes podemos preencher a r-ésima posição? Sabemos que (r 1) objetos já foram usados para preencher as (r 1) primeiras posições Portanto, o número de objetos restante é n (r 1) = n r + 1 Este é o número de possibilidades de se preencher a r-ésima posição: Usando a regra da contagem, temos que o número de arranjos de n objetos em r posições é: n x (n 1) x (n 2) x x (n r + 1) Este resultado pode ser posto em notação fatorial Note que, = n x (n 1) x (n 2) x x (n (r 1)) x (n r) x (n (r + 1)) x x 2 x 1, onde escreveu-se o resultado em duas linhas apenas para facilitar o entendimento O termo da primeira linha é o resultado que queremos e o termo da segunda linha é (n r)! Portanto, = n( n 1)( n 2) ( n ( r 1)) = n( n 1)( n 2) ( n r + 1) ( n r)! Podemos então escrever o resultado geral: Dados n objetos distintos, o número de maneiras de se escolher r desses objetos e arranjá-los em linha é: ( n r)! Um símbolo que se costuma usar para expressar este número é A n,r, que se lê: arranjo de n objetos tomados r a r Então: A n, r = ( n r)! Exemplo: Em uma população há 7 fêmeas e 3 machos Cada macho deve se acasalar com uma, e apenas uma fêmea Cada fêmea pode se acasalar com apenas um macho por vez Quantos padrões de acasalamento diferentes existem para a população? 12

13 Podemos resolver este problema tratando as sete fêmeas como se fossem sete letras, A, B, C, D, E, F e G, e os três machos como se fossem três posições Quando uma letra está em uma posição, ela não pode estar nas outras e cada posição só pode receber uma letra por vez Portanto, o número de padrões de acasalamento distintos é: 7! 7! A 7,3 = = = 765 = 210 (7 3)! 4! Consideremos agora o seguinte problema: Suponhamos que temos três letras, A, A e B, sendo que duas delas (os As) são idênticas De quantas maneiras diferentes podemos arranjar essas três letras em uma seqüência? Por experimentação, vemos que há três maneiras distintas: BAA, ABA e AAB Como podemos encontrar uma fórmula para isso usando fatoriais? Pensemos da seguinte maneira: Suponhamos, por um momento, que os dois As não são iguais, por exemplo, vamos chamá-los de A 1 e A 2 Então, poderíamos arranjar as três letras de 3! = 6 maneiras diferentes: BA 1 A 2, BA 2 A 1, A 1 BA 2, A 2 BA 1, A 1 A 2 B e A 2 A 1 B Podemos organizar estas seis permutações em famílias, sendo que cada família contém aquelas permutações que ficariam idênticas se os dois As diferentes voltassem a ser iguais: {BA 1 A 2, BA 2 A 1 } {A 1 BA 2, A 2 BA 1 } {A 1 A 2 B, A 2 A 1 B} Família 1: BAA Família 2: ABA Família 3: AAB Note que o número de elementos em cada família é igual ao número de permutações dos As diferentes: como temos dois As diferentes, esse número é 2! = 21 = 2 Quando os As voltam a ser iguais, os elementos de uma mesma família ficam todos iguais Portanto, o número de famílias é a resposta para o nosso problema: o número de arranjos distintos quando os As são idênticos Vamos chamar o número de famílias de R (de resposta) Multiplicando R pelo número de elementos em cada família, temos o número total de permutações quando os As são diferentes: 13

14 3! 6 R 2! = 3! R = = = 3 2! 2 Observe que 3 é o número de letras e que 2 é o número delas que são iguais Portanto, generalizando, temos que o número de permutações distintas de n objetos quando r deles são idênticos é: r! Este resultado pode ser generalizado para o caso em que temos mais de uma classe de elementos indistinguíveis Por exemplo, considere o caso em que temos quatro letras: A, A, B e B Os dois As são indistinguíveis entre si e os dois Bs são indistinguíveis entre si De quantas maneiras diferentes podemos arranjá-los em linha? Por experimentação, vemos que as maneiras distintas são seis: AABB, BBAA, ABAB, BABA, ABBA, BAAB Este número pode ser determinado a partir do uso repetido da fórmula anterior: Podemos escrever isto como: 4! 2!2! = 24 4 = 6 Suponha agora que tenhamos as seguintes 8 letras: AAABBCDD (4 As, 2 Bs, 1 C e 2 Ds) De quantas maneiras diferentes podemos arranjá-las? Veja o desenho abaixo: 14

15 Isto pode ser expresso em termos de uma fórmula como: 8! 3!2!2! = = 1680 O resultado geral é o seguinte: O número de permutações distintas de n objetos quando a deles são iguais entre si, outros b são iguais entre si, outros c são iguais entre si etc, é: a! b! c! Exemplo: Uma molécula de ácido nucléico pode ser imaginada como uma permutação de bases (ou letras) de quatro tipos: C, A, G, e U a Quantas moléculas possíveis de ácido nucléico com 8 bases podem ser formadas com 2 Cs, 4 Us, 1 A e 1G? b Sabe-se que uma molécula de ácido nucléico com 10 bases tem 5 Us, 2 As, 2 Gs e 1 C Quantas moléculas hipotéticas podem existir com essa configuração? Respostas: 8! ! a = = 840 b = = !4! 48 5!2!2! 4 Seja agora o seguinte problema: suponha que tenhamos três letras, A, B e C, e queiramos tomar duas delas Porém, não estamos interessados em arranjá-las em linha de maneiras diferentes como nos casos anteriores, mas queremos apenas saber quantos pares distintos podemos tomar sem nos preocuparmos com a ordem dos elementos no par Por exemplo, o par AB é considerado igual ao par BA neste caso 15

16 Por experimentação, temos que o número de pares distintos, sem levar em consideração a ordem dos elementos, é 3: AB, AC e BC Para encontrar uma fórmula que nos permita calcular a resposta para o problema, podemos inicialmente considerar o caso em que temos que arranjar as três letras duas a duas Já vimos anteriormente que o número de possibilidades para esse caso é = ( n r)! ( 3 ) 3! = 6 2! Estes seis casos estão mostrados abaixo: AB, BA, AC, CA, BC e CA No nosso problema atual, não estamos interessados na ordem das letras dentro de um par Estamos interessados na identidade dos elementos e não na sua posição Segundo este critério, os seguintes pares são indistinguíveis: AB e BA; AC e CA; BC e CA Cada um desses três grupos pode ser pensado como uma família de elementos indistinguíveis, para usar uma terminologia que já foi usada anteriormente E cada família é composta por dois elementos A resposta para o nosso problema é o número de famílias, que pode ser obtido dividindo-se o número total de arranjos acima pelo número de permutações dentro de cada família, 2!: 6 = 2! Substituindo o 6 acima pela fórmula usada para o seu cálculo, chegamos à fórmula genérica para o nosso problema: r! 3 ( n r)! O nome que se costuma dar ao número de possibilidades distintas de se retirar r elementos de um total de n elementos sem se preocupar com a ordem em que eles são retirados ou arranjados, mas apenas com a sua identidade, é combinação de n elementos tomados r a r Usa-se a notação C n,r para representar essa combinação Podemos então escrever o resultado geral: Dados n objetos distintos, o número de maneiras de se combinar r desses objetos, isto é de arranjá-los em grupos de r elementos sem se preocupar com a ordem dos elementos no arranjo, é: 16

17 C n, r = r! ( n r)! Este número também é conhecido como número binomial, sendo também indicado como n r Portanto: C n, r n = = r r! ( n r)! Exemplo 1: Um biólogo marinho tem em seu aquário 5 tartarugas marinhas As cinco são diferentes, seja por seu tamanho, peso ou sexo O biólogo quer pegar duas delas para fazer um experimento De quantas maneiras diferentes ele pode pegar o par? Resposta: Como o biólogo consegue diferenciar as cinco tartarugas, podemos chamá-las de t 1, t 2, t 3, t 4 e t 5 Vamos representar o par de tartarugas que ele pegar por (t i, t f ), onde o primeiro termo corresponde à tartaruga que ele pegar primeiro e o segundo termo corresponde à tartaruga que ele pegar depois Note, porém, que o biólogo não está interessado na ordem em que ele pega as tartarugas, mas sim no par em si Isto quer dizer que, por exemplo, o par (t 2, t 4 ) é igual ao par (t 4, t 2 ) Desta forma, este problema pode ser resolvido usando-se a fórmula para o número de combinações de 5 elementos tomados 2 a 2: C = 2! 5! 5! 54 = = 2! 2!3! 2 ( 5 ) 5,2 = 10 Exemplo 2: Uma pesquisadora tem quatro cobais para fazer um experimento, três machos e uma fêmea Após o experimento, as cobais serão sacrificadas para análise histológica Supondo que elas serão sacrificadas em seqüência (a primeira, a segunda, a terceira e a quarta a ser sacrificada), de quantas maneiras diferentes os três machos podem ser combinados na seqüência? Resposta: Podemos imaginar que a pesquisadora tenha dado nomes às cobaias para identificá-las No entanto, a pergunta só quer saber de quantas maneiras os três machos podem ser combinados numa seqüência de quatro; ela não se interessa pela identidade das cobais, apenas pelo seu sexo Por tentativa, vemos que a resposta é 4: MMMF, MMFM, MFMM, FMMM Esta resposta poderia ser calculada usando a fórmula da combinação de quatro elementos três a três: C 4! = 3!(4 3)! 4,3 = 4 17

Métodos Estatísticos Básicos

Métodos Estatísticos Básicos Aula 8 - Análise combinatória Departamento de Economia Universidade Federal de Pelotas (UFPel) Maio de 2014 Número de elementos do espaço amostral A denição clássica de probabilidade requer que saibamos

Leia mais

10 opções. 10 opções. 9 opções. 22 opções. 23 opções

10 opções. 10 opções. 9 opções. 22 opções. 23 opções Contagem Princípio Fundamental de Contagem Se algum procedimento pode ser realizado de n 1 maneiras diferentes; se, seguindo este, um segundo procedimento pode ser realizado de n 2 maneiras diferentes;

Leia mais

AULA 5 - Independência, Combinatória e

AULA 5 - Independência, Combinatória e AULA 5 - Independência, Combinatória e permutações Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Independência Um importante caso particular da probabilidade condicional surge quando a ocorrˆncia

Leia mais

Breve revisão de Análise Combinatória

Breve revisão de Análise Combinatória 1. Princípio fundamental da contagem Breve revisão de Análise Combinatória Considere que certo procedimento pode ocorrer de duas maneiras diferentes, quais sejam: A 1ª maneira, ocorrendo de a modos distintos;

Leia mais

CAPÍTULO 2 ANÁLISE COMBINATÓRIA

CAPÍTULO 2 ANÁLISE COMBINATÓRIA CAPÍTULO 2 ANÁLISE COMBINATÓRIA A análise combinatória é um ramo da matemática, que tem por fim estudar as propriedades dos agrupamentos que podemos formar, segundo certas leis, com os elementos de um

Leia mais

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:

Leia mais

Cálculo Combinatório

Cálculo Combinatório Cálculo Combinatório Introdução Foi a necessidade de calcular o número de possibilidades existentes nos chamados jogos de azar que levou ao desenvolvimento da Análise Combinatória, parte da Matemática

Leia mais

Termo-Estatística (2013) 2ª Aula. Prof. Alvaro Vannucci

Termo-Estatística (2013) 2ª Aula. Prof. Alvaro Vannucci Termo-Estatística (2013) 2ª Aula Prof. Alvaro Vannucci Na Mecânica Estatística, será muito útil a utilização dos conceitos básicos de Análise Combinatória e Probabilidade. Por ex., uma garota vai sair

Leia mais

Análise Combinátorio. 1 - Introdução. 2 - Fatorial

Análise Combinátorio. 1 - Introdução. 2 - Fatorial Análise Combinátorio 1 - Introdução Foi a necessidade de calcular o número de possibilidades existentes nos chamados jogos de azar que levou ao desenvolvimento da Análise Combinatória, parte da Matemática

Leia mais

GET00189 Probabilidade I Gabarito da lista de exercícios - Capítulo 1 Profa. Ana Maria Lima de Farias

GET00189 Probabilidade I Gabarito da lista de exercícios - Capítulo 1 Profa. Ana Maria Lima de Farias GET00189 Probabilidade I Gabarito da lista de exercícios - Capítulo 1 Profa. Ana Maria Lima de Farias SEÇÃO 1.1 Experimento aleatório, espaço amostral e evento 1. Vamos definir os seguinte eventos: K lançamento

Leia mais

Sumário. 2 Índice Remissivo 9

Sumário. 2 Índice Remissivo 9 i Sumário 1 Teoria dos Conjuntos e Contagem 1 1.1 Teoria dos Conjuntos.................................. 1 1.1.1 Comparação entre conjuntos.......................... 2 1.1.2 União de conjuntos...............................

Leia mais

Física do Calor - 23ª Aula. Prof. Alvaro Vannucci

Física do Calor - 23ª Aula. Prof. Alvaro Vannucci Física do Calor - 23ª Aula Prof. Alvaro Vannucci Na última aula vimos exemplos de como efetuar a Permutação de um conjunto de n elementos envolvendo p situações (p estados) possíveis. Por exemplo, como

Leia mais

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula 3 04/14 1 / 20

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula 3 04/14 1 / 20 Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 3 04/14 1 / 20 Alguns Conceitos Básicos de Contagem As ideias de contagem se relacionam com

Leia mais

Ensino Médio. Fatorial

Ensino Médio. Fatorial As Permutações Comentários: As primeiras atividades matemáticas da humanidade estavam ligadas à contagem de objetos de um conjunto, enumerando seus elementos. As civilizações antigas, como egípcia, babilônia,

Leia mais

a) Em quantas ordem quatro pessoas podem senta num sofá de 4 lugares?

a) Em quantas ordem quatro pessoas podem senta num sofá de 4 lugares? ANÁLISE COMBINATÓRIA 1. PRINCIPIO FUNDAMENTAL DA CONTAGEM A análise combinatória é um ramo da matemática que tem por objetivo resolver problemas que consistem, basicamente em escolher e agrupar os elementos

Leia mais

Exemplos de Aplicações da Teoria das Probabilidades em Biologia. Qual a probabilidade de que o próximo nucleotídeo na seqüência seja A, C, G ou T?

Exemplos de Aplicações da Teoria das Probabilidades em Biologia. Qual a probabilidade de que o próximo nucleotídeo na seqüência seja A, C, G ou T? Exemplos de Aplicações da Teoria das Probabilidades em Biologia Exemplo 1. Suponha que se conheça a seguinte seqüência de nucleotídeos em uma molécula de DNA: AGCTTCCGATCCGCTATAATCGTTAGTTGTTACACCTCTG Qual

Leia mais

ARRANJO OU COMBINAÇÃO?

ARRANJO OU COMBINAÇÃO? ARRANJO OU COMBINAÇÃO? As principais ferramentas da Análise Combinatória são a Permutação, o Arranjo e a Combinação, mas muitos estudantes se confundem na hora de decidir qual delas utilizar para resolver

Leia mais

INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA

INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/20 4 - INTROD. À ANÁLISE COMBINATÓRIA 4.1) Arranjos

Leia mais

Unidade IV ESTATÍSTICA. Prof. Fernando Rodrigues

Unidade IV ESTATÍSTICA. Prof. Fernando Rodrigues Unidade IV ESTATÍSTICA Prof. Fernando Rodrigues Análise combinatória Analise combinatória é a área da Matemática que trata dos problemas de contagem. Ela é utilizada para contarmos o número de eventos

Leia mais

10. Fatorial e Análise combinatória

10. Fatorial e Análise combinatória 10. Fatorial e Análise combinatória 1. Definição e propriedades básicas. Seja n um número natural, n 2. Então, designamos o produto 123... (n-1)n como, que se lê n fatorial. Dessa definição, deduzimos

Leia mais

Planejamento de Experimentos

Planejamento de Experimentos Planejamento de Experimentos 8. Planos Fatoriais Fracionários 2 k 8.1 Introdução A medida que o número de fatores k cresce, o número de combinações de tratamento em cada replicação cresce exponencialmente

Leia mais

Noções de Probabilidade parte I

Noções de Probabilidade parte I Noções de Probabilidade parte I 5 de Março de 2012 Site: http://ericaestatistica.webnode.com.br/ e-mail: ericaa_casti@yahoo.com.br Referências: Probabilidae Aplicações à Estatística - Mayer (Capítulo 1)

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Primeira Lista de Exercícios de junho de 0 Quantos códigos de quatro letras podem ser construídos usando-se as letras a, b, c, d, e, f se: a nenhuma letra puder ser repetida? b qualquer

Leia mais

P(A i ) (n 1) i=1. Sorteia-se um homem desse grupo. Qual é a probabilidade de que seja paulista recém-formado, mas não pediatra?

P(A i ) (n 1) i=1. Sorteia-se um homem desse grupo. Qual é a probabilidade de que seja paulista recém-formado, mas não pediatra? GET0089 Probabilidade I Aula de exercícios - 4/08/08 Profa. Ana Maria Lima de Farias. Prove, por indução, a desigualdade de Bonferroni. Se A, A,..., A n são eventos de um espaço de probabilidade (Ω, F,

Leia mais

MAE116 - Noções de Estatística Grupo A - 1 semestre de 2015

MAE116 - Noções de Estatística Grupo A - 1 semestre de 2015 MAE116 - Noções de Estatística Grupo A - 1 semestre de 2015 Gabarito Lista 4 - Probabilidade - CASA Exercício 1. (2 pontos) Para cada um dos experimentos abaixo, descreva o espaço amostral e apresente

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aulas passadas Espaço Amostral Álgebra de Eventos Axiomas de Probabilidade Análise Combinatória Aula de hoje Probabilidade Condicional Independência de Eventos

Leia mais

Matemática Discreta. Aula 01: Análise Combinatória I. Tópico 01: Princípio fundamental de contagem

Matemática Discreta. Aula 01: Análise Combinatória I. Tópico 01: Princípio fundamental de contagem Tópico 01: Princípio fundamental de contagem Aula 01: Análise Combinatória I A principal função da análise combinatória é desenvolver técnicas para a contagem de conjuntos. Dito assim, parece simples e

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aulas passadas Espaço Amostral Álgebra de Eventos Axiomas de Probabilidade Análise Aula de hoje Probabilidade Condicional Independência de Eventos Teorema

Leia mais

Prof.Letícia Garcia Polac. 26 de setembro de 2017

Prof.Letícia Garcia Polac. 26 de setembro de 2017 Bioestatística Prof.Letícia Garcia Polac Universidade Federal de Uberlândia UFU-MG 26 de setembro de 2017 Sumário 1 2 Probabilidade Condicional e Independência Introdução Neste capítulo serão abordados

Leia mais

Aula 6 Revisão de análise combinatória

Aula 6 Revisão de análise combinatória Aula 6 Revisão de análise combinatória Conforme você verá na próxima aula, a definição clássica de probabilidade exige que saibamos contar o número de elementos de um conjunto. Em algumas situações, é

Leia mais

Notas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos

Notas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 4-1 Visão Geral 4-2 Fundamentos 4-3 Regra da Adição Capítulo 4 Probabilidade 4-4 Regra da Multiplicação:

Leia mais

Sequências Generalizando um pouco, podemos então dizer que sequências de elementos são grupos com elementos obedecendo a determinada ordem. Obteremos uma sequência diferente quando se altera a ordem. No

Leia mais

Matemática Régis Cortes ANÁLISE COMBINATÓRIA

Matemática Régis Cortes ANÁLISE COMBINATÓRIA ANÁLISE COMBINATÓRIA 1 ANÁLISE COMBINATÓRIA PERMUTAÇÃO é o tipo de agrupamento ordenado em que cada grupo entram todos os elementos. Os grupos diferem pela ORDEM Pn = n! ARRANJO : é o tipo de agrupamento

Leia mais

Matemática & Raciocínio Lógico

Matemática & Raciocínio Lógico Matemática & Raciocínio Lógico para concursos Prof. Me. Jamur Silveira www.professorjamur.com.br facebook: Professor Jamur PROBABILIDADE No estudo das probabilidades estamos interessados em estudar o experimento

Leia mais

Oi, Ficou curioso? Então conheça nosso universo.

Oi, Ficou curioso? Então conheça nosso universo. Oi, Somos do curso de Matemática da Universidade Franciscana, e esse ebook é um produto exclusivo criado pra você. Nele, você pode ter um gostinho de como é uma das primeiras aulas do seu futuro curso.

Leia mais

Capítulo 4 Probabilidade. Seção 4-1 Visão Geral. Visão Geral. Regra do Evento Raro para Inferência Estatísticas:

Capítulo 4 Probabilidade. Seção 4-1 Visão Geral. Visão Geral. Regra do Evento Raro para Inferência Estatísticas: 4-1 Visão Geral 4-2 Fundamentos 4-3 Regra da Adição Capítulo 4 Probabilidade 4-4 Regra da Multiplicação: Pontos Básicos 4-5 Regra da Multiplicação: Complements e Probabilidade Condicional 4-6 Probabilidades

Leia mais

Probabilidade. Contagem

Probabilidade. Contagem Probabilidade Contagem Problema da Contagem no Estudo da Probabilidade Conforme definição clássica, podemos determinar uma probabilidade calculando a relação entre o total de eventos de sucesso e o total

Leia mais

Aulas particulares. Conteúdo

Aulas particulares. Conteúdo Conteúdo Capítulo 6...2 Probabilidade...2 Exercícios...4 Restpostas...9 Capítulo 7... 12 Análise combinatória... 12 Fatorial... 12 Arranjo... 13 Combinação... 16 Exercícios... 17 Respostas... 22 1 Capítulo

Leia mais

Métodos de contagem. Francimário Alves de Lima. Universidade Federal do Rio Grande do Norte. 6 de agosto de 2014

Métodos de contagem. Francimário Alves de Lima. Universidade Federal do Rio Grande do Norte. 6 de agosto de 2014 Universidade Federal do Rio Grande do Norte 6 de agosto de 2014 Sumário 1 Introdução 2 Permutação 3 Combinações 4 Exercícios Sumário 1 Introdução 2 Permutação 3 Combinações 4 Exercícios Introdução Um sistema

Leia mais

PROBABILIDADE. Prof. Patricia Caldana

PROBABILIDADE. Prof. Patricia Caldana PROBABILIDADE Prof. Patricia Caldana Estudamos probabilidade com a intenção de prevermos as possibilidades de ocorrência de uma determinada situação ou fato. Para determinarmos a razão de probabilidade,

Leia mais

Análise Combinatória. Matemática Discreta. Prof Marcelo Maraschin de Souza

Análise Combinatória. Matemática Discreta. Prof Marcelo Maraschin de Souza Análise Combinatória Matemática Discreta Prof Marcelo Maraschin de Souza Introdução Combinatória é o ramo da matemática que trata de contagem. Esses problema são importantes quando temos recursos finitos,

Leia mais

O modelo cinético molecular para gases e a difusão: o passeio aleatório

O modelo cinético molecular para gases e a difusão: o passeio aleatório O modelo cinético molecular para gases e a difusão: o passeio aleatório O modelo mecânico para a pressão que consideramos ignora as interações entre moléculas, uma molécula não vê a outra há choques apenas

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2013

Métodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2013 Métodos Quantitativos para Ciência da Computação Experimental Jussara Almeida DCC-UFMG 2013 Revisão de Probabilidade e Estatística Concentrado em estatística aplicada Estatística apropriada para medições

Leia mais

para Fazer Contas? A primeira e, de longe, mais importante lição é 1.1. Produtos notáveis; em especial, diferença de quadrados!

para Fazer Contas? A primeira e, de longe, mais importante lição é 1.1. Produtos notáveis; em especial, diferença de quadrados! Álgebra: É Necessário ter Ideias para Fazer Contas? A primeira e, de longe, mais importante lição é 1. Fatoração é legal; fatoração é sua amiga 1.1. Produtos notáveis; em especial, diferença de quadrados!

Leia mais

AULA 06 Probabilidade

AULA 06 Probabilidade 1 AULA 06 Probabilidade Ernesto F. L. Amaral 03 de setembro de 2013 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo 4 (pp.110-157).

Leia mais

Probabilidade Condicional

Probabilidade Condicional 18 Probabilidade Condicional Sumário 18.1 Introdução....................... 2 18.2 Probabilidade Condicional............... 2 1 Unidade 18 Introdução 18.1 Introdução Nessa unidade, é apresentada mais uma

Leia mais

Estatística aplicada a ensaios clínicos

Estatística aplicada a ensaios clínicos Estatística aplicada a ensaios clínicos RAL - 5838 Luís Vicente Garcia lvgarcia@fmrp.usp.br Faculdade de Medicina de Ribeirão Preto Estatística aplicada a ensaios clínicos aula 5 PROBABILIDADE Objetivo

Leia mais

MAE0219 Introdução à Probabilidade e Estatística I

MAE0219 Introdução à Probabilidade e Estatística I Exercício 1 Para cada um dos experimentos abaixo, descreva o espaço amostral e dê o número de seus elementos. (a) Numa linha de produção conta-se o número de peças defeituosas num intervalo de uma hora.

Leia mais

Introdução à Probabilidade

Introdução à Probabilidade A Teoria de Probabilidade é responsável pelo estudo de fenômenos que envolvem a incerteza (é impossível prever antecipadamente o resultado) e teve origem na teoria de jogos, servindo como ferramenta para

Leia mais

Estatística Aplicada. Árvore de Decisão. Prof. Carlos Alberto Stechhahn PARTE II. Administração. p(a/b) = n(a B)/ n(b)

Estatística Aplicada. Árvore de Decisão. Prof. Carlos Alberto Stechhahn PARTE II. Administração. p(a/b) = n(a B)/ n(b) Estatística Aplicada Administração p(a/b) = n(a B)/ n(b) PARTE II Árvore de Decisão Prof. Carlos Alberto Stechhahn 2014 1. Probabilidade Condicional - Aplicações Considere que desejamos calcular a probabilidade

Leia mais

Material Teórico - Módulo Equações do Segundo Grau. Equações de Segundo Grau: outros resultados importantes. Nono Ano do Ensino Funcamental

Material Teórico - Módulo Equações do Segundo Grau. Equações de Segundo Grau: outros resultados importantes. Nono Ano do Ensino Funcamental Material Teórico - Módulo Equações do Segundo Grau Equações de Segundo Grau: outros resultados importantes Nono Ano do Ensino Funcamental Autor: Prof. Fabrício Siqueira Benevides Revisor: Prof. Antonio

Leia mais

Contagem e Probabilidade Soluções do Exercícios Adicionais. Paulo Cezar Pinto Carvalho

Contagem e Probabilidade Soluções do Exercícios Adicionais. Paulo Cezar Pinto Carvalho Contagem e Probabilidade Soluções do Exercícios Adicionais Paulo Cezar Pinto Carvalho 1. a) AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC b) O líder pode ser escolhido de modos; uma vez escolhido o líder,

Leia mais

Noções sobre Probabilidade

Noções sobre Probabilidade Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Aula 4 Probabilidade: Conceitos Básicos Leituras: Obrigatória: Devore, Capítulo 2 Complementar: Bertsekas e Tsitsiklis, Capítulo 1 Cap 4-1 Objetivos Nesta aula, aprenderemos:

Leia mais

Lista de exercícios de análise combinatória_permutações_gabarito

Lista de exercícios de análise combinatória_permutações_gabarito Lista de exercícios de análise combinatória_permutações_gabarito 1. Quantos números de cinco s podemos escrever apenas com os dígitos 1, 1, 2, 2 e 3 respeitadas as repetições apresentadas? a) 12 b) 30

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2016

Métodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2016 Métodos Quantitativos para Ciência da Computação Experimental Jussara Almeida DCC-UFMG 2016 Revisão de Probabilidade e Estatística Concentrado em estatística aplicada Estatística apropriada para medições

Leia mais

47 = 1349 (ou multiplicando por 100 para converter para porcentagem: 3,5%).

47 = 1349 (ou multiplicando por 100 para converter para porcentagem: 3,5%). Probabilidade Elementar Probabilidade e Estatística I Antonio Roque Aula 9 Fundamentos A tabela a seguir apresenta freqüências associadas a classes de níveis de colesterol no soro de uma amostra de homens

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES15

INTRODUÇÃO ÀS PROBABILIDADES15 INTRODUÇÃO ÀS PROBABILIDADES15 Vanderlei S. Bagnato 15.1 Introdução 15.2 Definição de Probabilidade 15.3 Adição de probabilidade 15.4 Multiplicação de probabilidades Referências Licenciatura em Ciências

Leia mais

2. Probabilidade. Aula 3

2. Probabilidade. Aula 3 Aula 3 2. Probabilidade 2-1 Espaços de amostragem e eventos 2-1.1 Experimentos randômicos 2-1.2 Espaços de amostragem 2-1.3 Eventos 2-2 Interpretações de probabilidade 2-2.1 Introdução 2-2.2 Axiomas de

Leia mais

Contagem e Combinatória Elementar

Contagem e Combinatória Elementar Contagem e Combinatória Elementar Matemática Discreta I Rodrigo Ribeiro Departamento de Ciências Exatas e Aplicadas Universidade de Federal de Ouro Preto 11 de janeiro de 2013 Motivação (I) Combinatória

Leia mais

Espaços Amostrais Finitos

Espaços Amostrais Finitos 2 ESQUEMA DO CAPÍTULO Espaços Amostrais Finitos 1.1 ESPAÇO AMOSTRAL FINITO 1.2 RESULTADOS IGUALMENTE VEROSSÍMEIS 1.3 MÉTODOS DE ENUMERAÇÃO UFMG-ICEx-EST-032/045 Cap. 2 - Espaços Amostrais Finitos 1 2.1

Leia mais

Recursividade, Tentativa e Erro

Recursividade, Tentativa e Erro Recursividade, Tentativa e Erro Túlio Toffolo www.toffolo.com.br Marco Antônio Carvalho marco.opt@gmail.com BCC402 Aula 07 Algoritmos e Programação Avançada Na aula anterior Prova 2 Na aula de hoje Técnicas

Leia mais

TÓPICO. Fundamentos da Matemática II INTRODUÇÃO ÀS PROBABILIDADES14. Licenciatura em Ciências USP/ Univesp. Vanderlei S. Bagnato

TÓPICO. Fundamentos da Matemática II INTRODUÇÃO ÀS PROBABILIDADES14. Licenciatura em Ciências USP/ Univesp. Vanderlei S. Bagnato INTRODUÇÃO ÀS PROBABILIDADES14 TÓPICO Vanderlei S. Bagnato Fundamentos da Matemática II 14.1 Introdução 14.2 Definição de Probabilidade 14.3 Adição de probabilidade 14.4 Multiplicação de Probabilidades

Leia mais

Probabilidade. Objetivos de Aprendizagem. UFMG-ICEx-EST. Cap. 2 - Probabilidade Espaços Amostrais e Eventos. 2.1.

Probabilidade. Objetivos de Aprendizagem. UFMG-ICEx-EST. Cap. 2 - Probabilidade Espaços Amostrais e Eventos. 2.1. 2 ESQUEMA DO CAPÍTULO 2.1 ESPAÇOS AMOSTRAIS E EVENTOS 2.2 INTERPRETAÇÕES E AXIOMAS DE PROBABILIADE 2.3 REGRAS DE ADIÇÃO 2.4 PROBABILIDADE CONDICIONAL 2.5 REGRAS DA MULTIPLICAÇÃO E DA PROBABILIDADE TOTAL

Leia mais

Universidade Federal de Goiás Instituto de Matemática e Estatística

Universidade Federal de Goiás Instituto de Matemática e Estatística Universidade Federal de Goiás Instituto de Matemática e Estatística Prova 1 de Probabilidade I Prof.: Fabiano F. T. dos Santos Goiânia, 15 de setembro de 2014 Aluno: Nota: Descreva seu raciocínio e desenvolva

Leia mais

3 a Lista de PE Solução

3 a Lista de PE Solução Universidade de Brasília Departamento de Estatística 3 a Lista de PE Solução. Se X representa o ganho do jogador, então os possíveis valores para X são,, 0, e 4. Esses valores são, respectivamente, correspondentes

Leia mais

Planejamento de Experimentos

Planejamento de Experimentos Planejamento de Experimentos 1 6.4 Os Modelos fatoriais 2 k : o caso geral. O modelo estatístico para um plano 2 k inclui k ( k 2 ( k ) ) efeitos principais efeitos de interação de ordem 2 efeitos de interação

Leia mais

Probabilidades. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer

Probabilidades. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Probabilidades Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 06/03/2018 WB, EK, FM ( LEG/DEST/UFPR

Leia mais

Sumário. 2 Índice Remissivo 12

Sumário. 2 Índice Remissivo 12 i Sumário 1 Definições Básicas 1 1.1 Fundamentos de Probabilidade............................. 1 1.2 Noções de Probabilidade................................ 3 1.3 Espaços Amostrais Finitos...............................

Leia mais

Raciocínio Lógico Matemático e Analítico

Raciocínio Lógico Matemático e Analítico Raciocínio Lógico Matemático e Analítico Professor Cláudio Serra Aula 2 Análise Combinatória www.masterjuris.com.br TÓPICOS INTRODUTÓRIOS E CONCEITUAIS 1 - Fatorial Seja n um número inteiro não negativo.

Leia mais

Probabilidade em espaços discretos. Prof.: Joni Fusinato

Probabilidade em espaços discretos. Prof.: Joni Fusinato Probabilidade em espaços discretos Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Probabilidade em espaços discretos Definições de Probabilidade Experimento Espaço Amostral Evento Probabilidade

Leia mais

Formação Continuada em Matemática. Matemática - 3º Ano - 2º Bimestre/2014. Plano de Trabalho 1. Probabilidade

Formação Continuada em Matemática. Matemática - 3º Ano - 2º Bimestre/2014. Plano de Trabalho 1. Probabilidade Formação Continuada em Matemática Fundação CECIERJ Matemática - 3º Ano - 2º Bimestre/2014 Plano de Trabalho 1 Probabilidade Tarefa 2: Cursista: Paula Leite Pinto Tutora: Bianca Coloneze Probabilidade Introdução

Leia mais

Polo Olímpico de Treinamento Intensivo UFPR Curso de Combinatória, Nível 3 1 o semestre de 2019

Polo Olímpico de Treinamento Intensivo UFPR Curso de Combinatória, Nível 3 1 o semestre de 2019 Polo Olímpico de Treinamento Intensivo UFPR Curso de Combinatória, Nível 3 1 o semestre de 2019 Marcel Thadeu de Abreu e Souza Vitor Emanuel Gulisz Análise Combinatória: Introdução Vamos buscar contar

Leia mais

Carlos Pedreira.

Carlos Pedreira. Bio-Estatística Carlos Pedreira pedreira@ufrj.br CAPÍTULO 1 Conceitos Básicos de Probabilidade Em qual resultado você apostaria em 1 jogada de uma moeda justa? porque? Agora vamos jogar a moeda 2 vezes,

Leia mais

Probabilidade e Estatística I Antonio Roque Aula 12. Exemplos sobre Probabilidade Elementar

Probabilidade e Estatística I Antonio Roque Aula 12. Exemplos sobre Probabilidade Elementar Exemplos sobre Probabilidade Elementar Probabilidade e Estatística I Antonio Roque Aula 2. Suponha que você tenha três livros diferentes, vamos chamá-los de A, B e C. Você pede para um amigo colocá-los

Leia mais

Permutações Caóticas e a Brincadeira do Amigo Secreto

Permutações Caóticas e a Brincadeira do Amigo Secreto Permutações Caóticas e a Brincadeira do Amigo Secreto Estudaremos neste artigo o problema proposto e resolvido por Euler no século XVIII, conhecido como o problema das cartas mal endereçadas ou o problema

Leia mais

Soluções Nível 2 Segunda Fase

Soluções Nível 2 Segunda Fase SOLUÇÃO DO PROBLEMA : XXV OLIMPÍADA BRASILEIRA DE MATEMÁTICA OPM 003 Segunda Fase Nível (7 a. ou 8 a. séries) Soluções Nível Segunda Fase Os triângulos ABE e EHF são retângulos em A e H, respectivamente;

Leia mais

2. INTRODUÇÃO À PROBABILIDADE

2. INTRODUÇÃO À PROBABILIDADE 2. INTRODUÇÃO À PROBABILIDADE 2019 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo

Leia mais

Prof. Luiz Alexandre Peternelli

Prof. Luiz Alexandre Peternelli Exercícios propostos 1. Numa prova há 7 questões do tipo verdadeiro-falso ( V ou F ). Calcule a probabilidade de acertarmos todas as 7 questões se: a) Escolhermos aleatoriamente as 7 respostas. b) Escolhermos

Leia mais

Progressões aritméticas

Progressões aritméticas A UUL AL A Progressões aritméticas Quando escrevemos qualquer quantidade de números, um após o outro, temos o que chamamos de seqüência. As seqüências são, freqüentemente, resultado da observação de um

Leia mais

Probabilidade Aula 02

Probabilidade Aula 02 0303200 Probabilidade Aula 02 Magno T. M. Silva Escola Politécnica da USP Março de 2017 Sumário 2.3 Técnicas de contagem 2.4 Probabilidade condicional 2.3 Princípio fundamental da contagem Suponhamos que

Leia mais

Permutacões com elementos repetidos

Permutacões com elementos repetidos Permutacões com elementos repetidos Lembre-se de que permutar um grupo de elementos consiste em colocá-los em uma determinada ordem. E lembre-se de que, quando n é um inteiro não negativo, a quantidade

Leia mais

Combinatória. Samuel Barbosa. 28 de março de 2006

Combinatória. Samuel Barbosa. 28 de março de 2006 Combinatória Samuel Barbosa 28 de março de 2006 1 Princípios Básicos de Contagem Em contagem, tentamos abordar o problema de contar o número de elementos de um conjunto sem efetivamente contá-los de um

Leia mais

Tipos de Modelo. Exemplos. Modelo determinístico. Causas. Efeito. Exemplos. Modelo probabilístico. Causas. Efeito. Determinístico.

Tipos de Modelo. Exemplos. Modelo determinístico. Causas. Efeito. Exemplos. Modelo probabilístico. Causas. Efeito. Determinístico. Tipos de Modelo Sistema Real Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Probabilístico Modelo determinístico Exemplos Gravitação F GM 1 M 2 /r 2 Causas Efeito

Leia mais

Aula 10 Variáveis aleatórias discretas

Aula 10 Variáveis aleatórias discretas AULA 0 Aula 0 Variáveis aleatórias discretas Nesta aula você aprenderá um conceito muito importante da teoria de probabilidade: o conceito de variável aleatória. Você verá que as variáveis aleatórias e

Leia mais

Termo-Estatística (2013) 5ª Aula. Prof. Alvaro Vannucci

Termo-Estatística (2013) 5ª Aula. Prof. Alvaro Vannucci Termo-Estatística (203) 5ª Aula Prof. Alvaro Vannucci Na última apresentação vimos : Problema envolvendo bolas de bilhar em número de 6 - que queremos colocar nas 6 caçapas de uma mesa de bilhar. De quantas

Leia mais

Análise Combinatória para professores do Ensino Médio

Análise Combinatória para professores do Ensino Médio Análise Combinatória para professores do Ensino Médio José Plínio de O. Santos 1 Instituto de Matemática, Estatística e Comp. Científica - IMECC Universidade Estadual de Campinas - UNICAMP Robson da Silva

Leia mais

PROBABILIDADE. Aula 2 Probabilidade Básica. Fernando Arbache

PROBABILIDADE. Aula 2 Probabilidade Básica. Fernando Arbache PROBABILIDADE Aula 2 Probabilidade Básica Fernando Arbache Probabilidade Medida da incerteza associada aos resultados do experimento aleatório Deve fornecer a informação de quão verossímil é a ocorrência

Leia mais

Introdução as Probabilidades e ao Cálculo Combinatório

Introdução as Probabilidades e ao Cálculo Combinatório Aula # 13 e 14 DISCIPLINA: PROBABILIDADE E ESTATÍSTICA Introdução as Probabilidades e ao Cálculo Combinatório Professor: Dr. Wilfredo Falcón Urquiaga Professor Titular Engenheiro em Telecomunicações e

Leia mais

PROBABILIDADE E ESTATÍSTICA PROBABILIDADES

PROBABILIDADE E ESTATÍSTICA PROBABILIDADES PROBABILIDADE E ESTATÍSTICA PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Revisando - Análise combinatória

Leia mais

TÓPICO 01 RACIOCÍNIO LÓGICO. Análise combinatória: aplicações do princípio fundamental da contagem e do princípio da casa dos pombos.

TÓPICO 01 RACIOCÍNIO LÓGICO. Análise combinatória: aplicações do princípio fundamental da contagem e do princípio da casa dos pombos. CONTEÚDO PROGRAMÁTICO (De acordo com o edital 001/2018) RACIOCÍNIO LÓGICO Sequencias lógicas e leis de formção (verbais. Numéricas, geométricas); Teoria dos conjuntos (simbologia, operações, e diagramas

Leia mais

Teoria das Probabilidades

Teoria das Probabilidades Capítulo 2 Teoria das Probabilidades 2.1 Introdução No capítulo anterior, foram mostrados alguns conceitos relacionados à estatística descritiva. Neste capítulo apresentamos a base teórica para o desenvolvimento

Leia mais

Estatística. Aula : Probabilidade. Prof. Ademar

Estatística. Aula : Probabilidade. Prof. Ademar Estatística Aula : Probabilidade Prof. Ademar TEORIA DAS PROBABILIDADES A teoria das probabilidades busca estimar as chances de ocorrer um determinado acontecimento. É um ramo da matemática que cria, elabora

Leia mais

Combinatória II Continuação

Combinatória II Continuação 12 Combinatória II Continuação Sumário 12.1 Introdução....................... 2 12.2 Permutações e Combinações............. 2 1 Unidade 12 Introdução 12.1 Introdução Nesta unidade, são estudadas as permutações

Leia mais

XXV OLIMPÍADA BRASILEIRA DE MATEMÁTICA Segunda Fase Nível 2 (7 a. ou 8 a. séries)

XXV OLIMPÍADA BRASILEIRA DE MATEMÁTICA Segunda Fase Nível 2 (7 a. ou 8 a. séries) PROBLEMA No desenho ao lado, o quadrado ABCD tem área de 30 cm e o quadrado FHIJ tem área de 0 cm. Os vértices A, D, E, H e I dos três quadrados pertencem a uma mesma reta. Calcule a área do quadrado BEFG.

Leia mais