PROBABILIDADE PROFESSOR: ANDRÉ LUIS



Documentos relacionados
Professor Mauricio Lutz PROBABILIDADE

Módulo VIII. Probabilidade: Espaço Amostral e Evento

C Curso destinado à preparação para Concursos Públicos e Aprimoramento Profissional via INTERNET RACIOCÍNIO LÓGICO AULA 7

I. Experimentos Aleatórios

Cálculo das Probabilidades e Estatística I

Unidade 11 - Probabilidade. Probabilidade Empírica Probabilidade Teórica

INSTITUTO DE APLICAÇÃO FERNANDO RODRIGUES DA SILVEIRA (CAp/UERJ) MATEMÁTICA ENSINO MÉDIO - PROF. ILYDIO SÁ CÁLCULO DE PROBABILIDADES PARTE 1

7- Probabilidade da união de dois eventos

Lista 2 - Probabilidade. Probabilidade. 1. Uma letra é escolhida entre as letras da palavra PROBABILIDADE

A probabilidade representa o resultado obtido através do cálculo da intensidade de ocorrência de um determinado evento.

MAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade

NOÇÕES DE PROBABILIDADE

UNITAU APOSTILA PROBABILIDADES PROF. CARLINHOS

Exercícios sobre probabilidades Matemática aula por aula Benigno Barreto Filho/Cláudio Xavier Toledo da Silva vol. 2 Ensino Médio.

Introdução à Probabilidade e Estatística

Espaços Amostrais e Eventos. Probabilidade 2.1. Capítulo 2. Espaço Amostral. Espaço Amostral 02/04/2012. Ex. Jogue um dado

MÓDULO 6 INTRODUÇÃO À PROBABILIDADE

RESUMO TEÓRICO. n(a) P(A) = n(u) 0 P(A) 1

CAPÍTULO I - ELEMENTOS DE PROBABILIDADE

Faculdade Tecnológica de Carapicuíba Tecnologia em Logística Ênfase em Transportes Notas da Disciplina de Estatística (versão 8.

CAPÍTULO 04 NOÇÕES DE PROBABILIDADE

Espaço Amostral ( ): conjunto de todos os

Raciocínio Lógico Exercícios. Prof. Pacher A B P(A B) P(A/B) = P(B) n(a) P(A) = n(s) PROBABILIDADE DECORRÊNCIA DA DEFINIÇÃO

Probabilidade - Conceitos Básicos. Anderson Castro Soares de Oliveira

PROBABILIDADE Prof. Adriano Mendonça Souza, Dr.

Probabilidade. Multiplicação e Teorema de Bayes

Estatística e Probabilidade. Aula 4 Cap 03. Probabilidade

Módulo X. Querido aluno(a)!!!

O conceito de probabilidade

Nome: N.º Turma: Suficiente (50% 69%) Bom (70% 89%)

1 Probabilidade Condicional - continuação

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística

NOÇÕES DE PROBABILIDADE

Probabilidade. Definições, Notação, Regra da Adição

Primeira Lista de Exercícios de Estatística

Noções de Probabilidade

3ª lista de exercícios sobre cálculo de probabilidades, axiomas, propriedades, teorema da probabilidade total e teorema de Bayes

1. INTRODUÇÃO 2. EXPERIMENTO ALEATÓRIO 3. ESPAÇO AMOSTRAL

Eventos independentes

Dois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ

1. Cinco cartas são extraídas de um baralho comum (52 cartas, 13 de cada naipe) sem reposição. Defina a v.a. X = número de cartas vermelhas sorteadas.

FCHS - FACULDADE DE CIÊNCIAS HUMANAS E SOCIAIS PRIAD PROGRAMA DE REVISÃO INTENSIVA EM ADMINISTRAÇÃO

Regra do Evento Raro p/ Inferência Estatística:

AV2 - MA (a) De quantos modos diferentes posso empilhá-los de modo que todos os CDs de rock fiquem juntos?

Exercícios Resolvidos sobre probabilidade total e Teorema de Bayes

Noções de Probabilidade e Estatística CAPÍTULO 2

Experimentos Aleatórios e Espaços Amostrais

UNIVERSIDADE DO ALGARVE

Avaliação e Desempenho Aula 4

Distribuições de Probabilidade Distribuição Binomial

CONCEITOS. Evento: qualquer subconjunto do espaço amostral. Uma primeira idéia do cálculo de probabilidade. Eventos Teoria de conjuntos

4) Quais dos seguintes pares de eventos são mutuamente exclusivos:

ESTATÍSTICA APLICADA À ADMINISTRAÇÃO

PROBABILIDADE. Aula 5

Matemática. Resolução das atividades complementares. M6 Probabilidade

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA

Teoria das Probabilidades

Os dados expostos nesse levantamento têm consequências sociais relacionadas ao trabalho, à família, à educação e a muitos outros temas importantes.

Bom serviço dentro da garantia Serviço deficiente dentro da garantia Vendedores de determinada marca de pneus 64 16

1 Axiomas de Probabilidade

Princípio da contagem e Probabilidade: conceito

Probabilidade parte 2. Robério Satyro

Estatística II. Capítulo 1:

PROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO

Distribuição Uniforme Discreta. Modelos de distribuições discretas. Distribuição de Bernoulli. Distribuição Uniforme Discreta

Probabilidade. Definições e Conceitos

Exercícios Resolvidos da Distribuição Binomial

Colégio Adventista Portão EIEFM MATEMÁTICA Análise Combinatória 2º Ano APROFUNDAMENTO/REFORÇO

EXERCÍCIOS DE REVISÃO MATEMÁTICA CONTEÚDO: PROBABILIDADE 3 a SÉRIE ENSINO MÉDIO

É o conjunto de todos os resultados possíveis de um experimento aleatório. A notação que vamos usar é S.

Probabilidade - aula I

Matemática & Raciocínio Lógico

Espaços Amostrais Finitos

Fascículo 11 Unidades 34, 35 e 36. 2ª Edição

Cap. 4 - Probabilidade

Aula 11 Esperança e variância de variáveis aleatórias discretas

PROBABILIDADES E ESTATÍSTICA

Probabilidade Condicional

Módulo de Probabilidade Miscelânea de Exercícios. Cálculo de Probabilidades. Professores Tiago Miranda e Cleber Assis

Tipos de Modelos. Exemplos. Modelo determinístico. Exemplos. Modelo probabilístico. Causas Efeito. Determinístico. Sistema Real.

Probabilidade 1. José Carlos Fogo

Teoria das Probabilidades

A.D.C.R. O INDEPENDENTE

Teoria das Probabilidades

Matemática SSA 2 REVISÃO GERAL 1

Matemática. Resolução das atividades complementares. M16 Probabilidade

4. σ 2 Var X p x q e σ Dp X Podemos escrever o modelo do seguinte modo:

37ª OLIMPÍADA BRASILEIRA DE MATEMÁTICA PRIMEIRA FASE NÍVEL 1 (6º e 7º anos do Ensino Fundamental) GABARITO

Teoria das Probabilidades I. Ana Maria Lima de Farias Universidade Federal Fluminense

Atividade à Distância Avaliativa - Probabilidade. 1 Probabilidade - Operações e Propriedades

MÉTODOS ESTATÍSTICOS I 3ª. AVALIAÇÃO PRESENCIAL 1º Semestre de 2010 Prof. Moisés Lima de Menezes (pode usar calculadora) Versão Tutor

TEORIA DAS PROBABILIDADES

MATEMÁTICA IV PROBABILIDADE DISCURSIVAS SÉRIE AULA AULA 03

Probabilidade. O segundo aspecto é a incerteza inerente às decisões que podem ser tomadas sobre determinado problema.

Universidade Federal do ABC. Sinais Aleatórios. Prof. Marcio Eisencraft

NOTAS DE AULA - ESTATÍSTICA PROBABILIDADE DISTRIBUIÇÃO DE PROBABILIDADE

3. Probabilidade P(A) =

Distribuição de freqüência

Transcrição:

PROBABILIDADE PROFESSOR: ANDRÉ LUIS

1. Experimentos Experimento determinístico: são aqueles em que o resultados são os mesmos, qualquer que seja o número de ocorrência dos mesmos. Exemplo: Um determinado sólido a uma certa temperatura passará para o estado líquido.

Experimento aleatório: qualquer experimento cujo resultado depende exclusivamente do acaso. Exemplos: Lançar uma moeda e observar as sequências de caras e coroas. Lançar um dado e observar o número da face de cima. Lançar duas moedas e observar a sequência de caras e coroas obtidas. De um lote de 80 peças boas e 20 defeituosas, selecionar 10 peças e observar o número de peças defeituosas.

2. Espaço amostral de um experimento aleatório É o conjunto de todos os possíveis resultados de um experimento aleatório. Exemplos: a) Lançar uma moeda e observar a face de cima. E = {k, c}, c = cara e k = coroa b) Lançar um dado e observar a face de cima. E = {1, 2, 3, 4, 5, 6}

c) De uma urna contendo 3 bolas vermelhas (V), 2 brancas (B) e 5 bolas azuis (A), extrair uma bola e observar a sua cor. E = { V, B, A} d) Lançar uma moeda duas vezes e observar a sequência de caras e coroas. E = { (k, k), (k,c), (c, k), (c, c) } e) Lançar uma moeda duas vezes e observar o número de caras. E = { 0, 1, 2}

TREINAMENTO DE SALA 1) Dê o espaço amostral para cada experimento abaixo. a) Uma letra escolhida entre as letras da palavra PROBABILIDADE. E = {P, R, O, B, A, I, L, D, E} b) Uma urna contém 5 bolas vermelhas (V) e 2 brancas (B). Duas bolas são extraídas, sem reposição, e observadas suas cores, na sequência em que foram extraídas. E = {(V, V), (V, B), (B, V), (B, B)} c) Entre 5 pessoas A, B, C, D, E, duas pessoas são escolhidas para formarem uma comissão. Observam-se os elementos dessa comissão. E = {(A, B), (A, C), (A, D), (A, E), (B, C), (B, D), (B, E), (C, D), (C, E), (D, E)}

3. Evento de um espaço amostral É qualquer subconjunto de um espaço amostral. a) Um dado é lançado e observa-se o número da face de cima. E = {1, 2, 3, 4, 5, 6} A: ocorrência de um número ímpar. A = {1, 3, 5 }

B: Ocorrência de um número primo. B = {2, 3, 5 } C: Ocorrência de um número menor que 4. C = {1, 2, 3 } D: Ocorrência de um número menor que 7. D = {1, 2, 3, 4, 5, 6 } E: Ocorrência de um número maior ou igual a 7. E =

F: Ocorrência de um número par e primo. F = { 2 } Atenção! O evento D é o próprio espaço amostral (D = E), dizemos que é EVENTO CERTO. O evento E (E = IMPOSSÍVEL. ) é chamado de EVENTO O evento F ( F = { 2 } ) é um conjunto unitário, dizemos que é um EVENTO SIMPLES ou ELEMENTAR.

TREINAMENTO DE SALA 1) Uma urna contém 30 bolinhas numeradas de 1 a 30. Uma bolinha é escolhida e observado seu número. Seja E = {1, 2, 3,..., 30}. Descreva os eventos: a) o número obtido é primo. {2, 3, 5, 7, 11, 13, 17, 19, 23, 29} b) o número não é múltiplo de 6. {1, 2, 3, 4, 5, 7, 8, 9, 10, 11, 13, 14, 15, 16, 17, 19, 20, 21, 22, 23, 25, 26, 27, 28, 29} c) O número é múltiplo de 2 e de 5. {10, 20, 30} d) O número é múltiplo de 3 ou de 8. {3, 6, 8, 9, 12, 15, 16, 18, 21, 24, 27, 30}

2) Uma moeda e um dado são lançados. Seja: E = {(k,1); (k,2); (k,3); (k,4); (k,5); (k,6); (c,1); (c,2); (c,3); (c,4); (c,5); (c,6)} Descreva os eventos: a) B: ocorre número par. { (k, 2); (k, 4); (k, 6); (c, 2); (c, 4); (c, 6) } b) C: ocorrência do número 3. { (k, 3), (c, 3) } B C

4. Espaço amostral equiprovável Exemplo: Uma moeda é lançada várias vezes. As tabelas seguintes mostram as frequências de cada face nos lançamentos. Em vinte lançamentos: FACE FREQUÊNCIA C 12 K 8 Em cinquenta lançamentos: FACE FREQUÊNCIA C 23 K 27

Em cem lançamentos: FACE FREQUÊNCIA C 49 K 51 Se aumentarmos indefinidamente o número de lançamentos, as frequências tenderão a um mesmo número. Por isso dizemos que o espaço amostral E = { c, k } é equiprovável. Generalizando, temos que: Um espaço amostral E = {a 1, a 2, a 3,..., a n } de um experimento aleatório é equiprovável se, e somente se, as frequências dos elementos tendem a um mesmo valor quando o número de vezes que o experimento é realizado tende ao infinito.

5. Probabilidade Seja e um espaço amostral finito e nãovazio; e seja A um evento desse espaço amostral. Chama-se probabilidade de A, e indica-se por P(A), o número, onde n(a) e n(e) indicam os números de elementos dea e E, respectivamente. Isto é: na ( ) ne ( ) PA ( ) na ( ) ne ( )

TREINAMENTO DE SALA 1) No lançamento de um dado qual é a probabilidade de se obter, na face voltada para cima um número de pontos menor que 3? ⅓ ou 33,333...% 2) No lançamento de duas moedas, qual é a probabilidade de se obter nas faces voltadas para cima, pelo menos uma cara? ¾ ou 75% 3) Sorteando-se um anagrama da palavra TESOURA, qual é a probabilidade de se obter um anagrama que comece e termine por vogal? 2/7 ou 28,57%

4) De um baralho de 52 cartas, uma é extraída ao acaso. Qual a probabilidade de cada um dos eventos abaixo? a) Ocorre dama de copas. 1/52 ou 1,92% b) Ocorre dama. 1/13 ou 7,69% c) Ocorre carta de naipe paus. ¼ ou 25% d) Ocorre dama ou rei ou valete. 3/13 ou 23,07%

6. Eventos complementares Seja E o espaço amostral de um experimento aleatório e seja A um evento de E. Chama-se evento complementar de A, que se indica por, o evento que satisfaz as seguintes condições: A AA E A A

Complementar de A através de diagrama:

Exemplos: a) No lançamento de um dado, considere o evento A formado pelos resultados menores do que 3. O complementar de A é formado por todos os resultados maiores ou iguais a 3. A = {1, 2} A 3, 4,5,6

b) No lançamento de duas moedas, considere o evento A = {(c, c), (k, k)}. O complementar de A é o evento A c, k, k, c.

7. Propriedades das probabilidades Sendo E um espaço amostral finito e não-vazio e sendo A um evento de E, tem-se que: I) P( ) = 0 II) P(E) = 1 III) IV) 0 PA ( ) 1 P( A) 1 P A e ( P( A) 1 P( A))

TREINAMENTO DE SALA 1) Uma urna contém exatamente dez etiquetas, numeradas de 1 a 10. Retira-se uma etiqueta da urna. Qual é a probabilidade de se obter: a) A: um número maior que 10? P(A) = 0 ou P(A) = 0% b) B: um número menor que 11? P(B) = 1 ou P(B) = 100% 2) Uma urna contém apenas bolas vermelhas, azuis, brancas e pretas. Retira-se ao acaso uma bola da urna. A probabilidade de sair uma bola vermelha é 5/17. Qual a probabilidade de sair uma bola que não seja vermelha? 12/17 ou 70,58%

8. Probabilidade da união de dois eventos (adição de probabilidades) Seja E um espaço amostral finito e não-vazio. Para quaisquer eventos A e B de E, tem-se que: P(A U B) = P(A) U P(B) P(A B) Atenção! Se A B =, os eventos A e B são chamados de mutuamente exclusivos. Exemplos: a) Numa urna existem 10 bolas numeradas de 1 a10. Uma bola é retirada ao acaso. Qual a probabilidade de seu número ser par ou maior que 4?

E = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10} n(e) = 10 A : número par A = {2, 4, 6, 8, 10} n(a) = 5 B: número maior que 4 B = {5, 6, 7, 8, 9, 10} n(b) = 6 A B: número par e maior que 4 A B = {6, 8, 10} n(a B) = 3 P(A U B) = P(A) U P(B) P(A B) P(A U B) = 5 6 3 10 10 10 P(A U B) = 8 4 80% 10 5

Considerando a mesma situação anterior, vejamos qual a probabilidade de a bola retirada ser um número primo ou maior que 8. n(e) = 10 A: número primo A = {2, 3, 5, 7} n(a) = 4 B: número maior que 8 B = {9, 10} n(b) = 2 A B = n(a B) = 0 P(A U B) = P(A) + P(B) P(A U B) = P(A U B) = 4 2 10 10 6 3 60% 10 5

TREINAMENTO DE SALA 1) Numa caixa estão 8 peças com pequenos defeitos, 12 com grandes defeitos e 15 perfeitas. Uma peça é retirada ao acaso. Qual a probabilidade de que esta seja perfeita ou tenha pequenos defeitos? n(e) = 8 + 12 + 15 = 35 A: peças perfeitas n(a) = 15 B: peças com pequenos defeitos n(b) = 8 A B = P(A U B) = P(A) + P(B) P(A U B) = 15 8 23 35 35 35 P(A U B) = 65,71%

2) Qual a probabilidade de, no lançamento simultâneo de dois dados, a soma ser 6 ou sair a mesma face nos dois dados? n(e) = 6. 6 = 36 A = {(1, 5); (2, 4); (3, 3); (4, 2); (5, 1)} n(a) = 5 B = {(1, 1); (2, 2); (3, 3); (4, 4); (5, 5); (6, 6)} n(b) = 6 A B = {(3, 3)} n(a B) = 1 P(A U B) = P(A) U P(B) P(A B) P(A U B) = 5 6 1 10 5 36 36 36 36 18 P(A U B) = 27,77%

9. Probabilidade condicional Chama-se probabilidade condicional de um evento B a probabilidade de esse evento ocorrer considerando-se que já ocorreu um evento A. Atenção! P(B/A) = n A B na ( ) P(B/A): lê-se probabilidade de B, dado A. Se A e B forem mutuamente exclusivos, então P(B/A) = 0.

Exemplo: Numa urna temos 100 bolas numeradas de 1 a 100. Sabe-se que a bola sorteada é par. Vamos calcular a probabilidade de ser um múltiplo de 10. Número é par : n(a) = 50 Número é múltiplo de 10: n(b) = 10 Número é par e múltiplo de 10: n(a B) = 10 P(B/A) = 10 100 1 50 5 20% 100

10. Multiplicação de Probabilidades Eventos Independentes Chamamos de eventos independentes os eventos cuja probabilidade de ocorrer um deles não depende de ter ou não ocorrido o outro. P(B/A) = P(B) ou P(A/B) = P(A)

Exemplo: Uma moeda é lançada duas vezes. Vamos calcular a probabilidade de: a) obtermos cara no segundo lançamento. E = {(c, c); (c, k); (k, c), (k, k)} n(e) = 4 A = {(c, c); (k, c)} n(a) = 2 P(A) = na ( ) ne ( ) 2 1 4 2 50%

b) Obtermos cara no segundo lançamento, sabendo que obtivemos cara no primeiro lançamento. Cara no primeiro lançamento(b) Cara no segundo lançamento(a) B = {(c, c); (c, k)} A = {(c, c); (k, c)} A B = {(c, c)} n(a B) = 1 Como sabemos que ocorreu o evento B, temos que o evento A só pode ter ocorrido na intersecção dea e B: P( A / B) n( A B) 1 nb ( ) 2 Observando as respostas dos itens a e b, temos que P(A/B) = P(A) = ½ Por isso, dizemos que os eventos A e B são eventos independentes.

Produto de probabilidades Vimos que: P( B / A) n( A B) na ( ) Dividindo o numerador e o denominador da fração por n(e), temos que: n( A B) ne ( ) P( A B) P( B / A) P( B / A) na ( ) PA ( ) ne ( ) Portanto: P( A B) P( A) P( B / A)

Atenção! Se A e B forem eventos independentes, então: Exemplo: P( A B) P( A) P( B) Uma urna contém precisamente sete bolas: 4 azuis e 3 vermelhas. Retira-se ao acaso, um bola da urna, registra-se sua cor e repõe-se a bola na urna. A seguir, retira-se novamente uma bola da urna e registra-se sua cor. Calcular a probabilidade de: a) Sair uma bola azul e depois outra vermelha.

A e V é 4 3 12 P 7 7 49 b) saírem 2 bolas de cores diferentes. Temos duas sequências possíveis, com as respectivas possibilidades: A e V, 4 3 12 P1 7 7 49 + ou V e A, 12 12 24 P P1 P2 49 49 49 3 4 12 P2 7 7 49