Aula Sobre Probabilidades

Fazer download em docx, pdf ou txt
Fazer download em docx, pdf ou txt
Você está na página 1de 9

INSTITUTO SUPERIOR EM GESTAO

Probabilidades
Probabilidade é o ramo da Matemática que estuda experimentos ou fenômenos
aleatórios e através dela é possível analisar a chance de um determinado evento ocorrer.
Em suma, Probabilidade estuda maneiras de como estimar a chance de um determinado
evento acontecer.
Quando calculamos a probabilidade, estamos a associar um grau de confiança na
ocorrência dos resultados possíveis de experimentos, cujo resultados não podem ser
determinados antecipadamente.
Deste modo, o cálculo de probabilidade associa a ocorrência de um resultado a um valor
que varia de 0 à 1, quando mais próximo de 1 estiver o resultado, maior é a certeza da
sua ocorrência.
Exemplos:
Pode-se calcular a probabilidade de uma pessoa comprar um bilhete de lotaria premiado
ou as chances de um casal ter cinco (5) filhos todos meninos.

Conceitos Básicos de Probabilidade


Experimentos Aleatório – são aqueles que têm resultados improváveis, quando
repetidos por deversas vezes.
Exemplo: Quando lançamos uma moeda ao ar, dez vezes seguidas, os resultados são
improváveis, visto que, em cada lançamento, pode aparecer cara ou coroa.
Espaço Amostral – é o conjunto de todos os resultados possíveis de um determinado
fenômeno ou experimento aleatório.
Exemplos:
1. Ao lançar uma moeda os possíveis resultados são cara ou coroa. Então, o espaço
amostral é E1= { cara ; coroa }

2. No lançamento de um dado honesto, os possíveis resultados são as seis faces do


dado. Emtão, o espaço amostral é E2= { 1; 2 ; 3 ; 4 ; 5 ; 6 }

3. Uma moeda e lançada 2 vezes. O espaço amostral é determinado pelos pares


ordenados em que o primeiro elemento representa o resultado do primeiro
lançamento e o segundo elemento é o resultado do segundo lançamento, assim
E3 ={ ( c ; c ) , ( c ; k ) , ( k ; k ) , ( k ; c ) }

Evento – é um subconjunto de um espaço amostral.


Exemplo: Considerando o espaço amostral do lançamento de um dado
E2= { 1; 2 ; 3 ; 4 ; 5 ; 6 }, podemos ter este eventos:

1
INSTITUTO SUPERIOR EM GESTAO

A={ sair número par } → A={ 2 ; 4 ; 6 }


B= { sair número impar } → B= {1 ; 3 ; 5 }
C={ sair número maior que 3 } →C= { 4 ; 5 ; 6 }
Tipos de Eventos.
Evento Certo – é aquele que é exactamente igual ao espaço amostral.
Evento Impossível – aquele que é um conjunto vazio.
Exemplo: Dada uma caixa com 20 bolas vermelhas e numeradas de 1 à 20.
a) O evento tirar uma bola vermelha é um evento certo, porque todas as bolas na
caixa são vermelhas.
b) O evento tirar uma bola com o número 30 é um evento impossível porque as
bolas estão numeradas de 1 à 20.

Fórmula de Probabilidade
Regra de Laplace
Em um fenômeno aleatório as possibilidades de ocorrência de um evento são
igualmente prováveis. Sendo assim, pode-se encontral a probabilidade de ocorrer um
determinado resultado através da divisão entre o número de eventos favoráveis e o
número total de resultados possíveis.
n( A)
p ( A )=
n(Ω)
Onde:
p ( A ) → Probabilidade de ocorrência do evento A
n ( A ) → Número de casos favoráveis ou número de casos que nos interessam
n ( Ω ) → Número total de casos possíveis
Exemplos:
1. Se lançarmos um dado perfeito, qual é a probabilidade de sair um número menor
que 3?

Resolução:
p ( A )=¿
n ( A ) =2
n ( Ω ) =6

n( A) 2 1
p ( A )= = = =0 , 33=33 %
n(Ω) 6 3

Resposta: A probabilidade sair um número menor que 3 é de 33%.

2
INSTITUTO SUPERIOR EM GESTAO

2. Um baralho de cartas tem 52 cartas, divididas em 4 naipes (copas, paus, ouro e


espada), sendo 13 cartas de cada naipe. Desta forma, se retirarmos uma carta ao
acaso, qual a probabilidade de sair uma carta do naipe de paus?
Resolução:
p ( A )=¿
n ( A ) =13
n ( Ω ) =52

n( A) 13
p ( A )= = =0 , 25=25 %
n(Ω) 52

Resposta: A probabilidade de se retirar uma carta do naipe de paus é de 25%.

Exercícios:
1. Calcule a probabilidade de se retirar uma bola branca numa urna com 10 bolas
brancas e 20 bolas vermelhas.
2. Num baralho de 52 cartas, calcule a probabilidade de se retirar um ás.

3. Uma urna tem bolas numeradas de 1 à 25. Sorteando uma bola aleotoriamente,
qual a probabilidade de sair um número múltiplo de 3?

Regra do Produto
A regra do produto é um conceito da probabilidade que envolve dois eventos
independentes. Esta estuda a probabilidade de o evento A ocorrer em simultâneo com o
evento B. Em matemática quando queremos que duas coisas acontençam em
simultâneo, calculamos a intersecção, assim:
P ( A ∩B )=P( A)× P( B)
Nota que o sinal de intersecção (∩), significa o “e” que expressa a simultaneadade da
ocorrência dos eventos A e B

Exemplo:
Numa urna há 5 bolas azuis e 3 brancas. Duas bolas são retiradas sucessivamente.
a) Qual é a probabilidade que ambas sejam brancas se forem retiradas com
reposição?
Resolução:
Dados: 5 A +3 B=8
3 3 9
P ( B 1 ∩ B2 )=P ( B1 ) × P ( B2 )= × = =0,1406 ×100=14 , 06 %
8 8 64
Resposta: A probabilidade de ambas serem brancas se forem retiradas com reposição é
de 14,06%.

3
INSTITUTO SUPERIOR EM GESTAO

b) Qual é a probabilidade que ambas sejam brancas se forem retiradas sem


reposição?
Resolução:
3 2 6
P ( B 1 ∩ B2 )=P ( B1 ) × P ( B2 )= × = =0,1071× 100=10 , 71 %
8 7 56
Resposta: A probabilidade de ambas serem brancas se forem retiradas sem reposição é
de 10,71%.

Exercícios:
1. Uma moeda e um dado são lançados simultaneamente. Qual é a probabilidade de
ocorrer cara e número par?

2. A probabilidade de um passageiro chegar 5 minutos atrasados no aeroporto é de


5% e a probabilidade de o seu voo atrasar 5 minutos é de 15%.
a) Qual é a probabilidade da pessoa chegar atrasada e não perder o voo?
b) Qual é a probabilidade desta pessoa perder o voo?

3. Em um determinado país, 94% dos estudantes do ensino médio estão


matriculados em escolas públicas. Se a probabilidade desses estudantes serem do
sexo feminino for de 75%, qual é a probabilidade de um estudante do ensino
médio estar matriculado numa escola pública e ser do sexo feminino?
.
Probabilidade Condicionada
Probabilidade condicionada é um conceito da probabilidade que envolve dois eventos.
Esta estuda a probabilidade de o evento A ocorrer sabendo que o evento B já ocorreu ou
vice-versa.
Exemplo 01
Vamos imaginar a seguinte situação:
“Carlos tirou uma carta do baralho. Sabendo que a carta é de copas, qual é a
probabilidade desta carta ser uma dama?”

Neste caso para calcular a probabiliadade, temos que prestar atenção que acontencem
duas coisas distintas.
A: a carta ser de copas
B: a carta ser dama de copas
Neste exemplo pode-se notar que um evento depende do outro. Em geral, escreve-se:
P(A/B) – probabilidade de A, dado B
P(B/A) – probabilidade de B, dado A

Voltando ao exemplo 01.

4
INSTITUTO SUPERIOR EM GESTAO

No final Carlos quer que a carta escolhida seja uma dama de copas. Para isso acontecer
é preciso duas coisas, a saber:

1. A carta ser de copas – P(A)


2. A carta ser dama de copas – P(B/A)

Em matemática quando quermos que duas coisas acontençam em simultâneo,


calculamos a intersecção, assim:
P ( A ∩B )=P( A)× P( B/ A)

Para calcular a probabildade condicionada temos a seguinte fórmula:

P( A ∩ B)
P( A /B)=
P(B)
Ou

P( A ∩ B)
P(B/ A)=
P (A )
Resolução do exemplo 01
Primeiro temos que calcular a probabildade de P( A ∩ B).
1
- O barralho tem 52 cartas e apenas uma dama de copas, assim: P ( A ∩B )=
52
Depois, temos que calcular a probabilidade P(A)
13 1
- O barralho tem 52 cartas e 13 naipes de copas, assim: P ( A )= =
52 4

Depois calcula-se P(B/A), assim:


1
52 1 4
P(B/ A)= = × =0 , 08× 100=8 %
1 52 1
4
Resposta: A probabilidade de Carlos tirar uma dama de copas é de 8%.

Exemplo 02:
Uma pesquisa realizada entre 1000 consumidores registou que 650 deles trabalham com
cartões de crédito MasterCard, que 550 trabalham com cartões Visa e que 200
trabalham com ambas as marcas. Qual é a probabilidade de escolher uma pessoa que
trabalhe com a Visa e ser também que trabalha com a MasterCard?

P( A ∩ B)
Resolução: P( A∨B)=
P( B)
5
INSTITUTO SUPERIOR EM GESTAO

n( A ∩ B)
P( A ∩ B) Parte n (Ω)
P( A∨B)= = =
P( B) Todo n(B)
n (Ω)

Dados: n ( Ω ) =1000; n ( A ∩ B ) =200 ; n ( B )=550 ; n( A)=650

n ( A ∩B ) 200
P( A ∩ B)= = =0 , 2
n (Ω) 1000

n ( B ) 550
P(B)= = =0 ,55
n ( Ω ) 1000

P(A∩B) 0,2
P ( A|B )= = =0,3636 ×100=36 , 36 %
P ( B) 0 , 55

Resposta: A probabilidade de escolher uma pessoa que trabalhe com a Visa e ser
também que trabalha com a MasterCard é de 36,36%.

Exercícios:
1. Numa aula de dança existem 50 alunos, 15 homens e 35 mulheres. Sabendo que
foram seleccionados 10 homens e 15 mulheres para uma apresentação, se uma
pessoa das seleccionadas for sorteada, qual é a probabilidade de ser uma
mulher?

2. Uma urna contém 60 bolas, 25 brancas numeradas de 1 à 25 e 35 pretas não


numeradas. Se for retirada uma bola branca, qual é a probabilidade de ser um
múltiplo de 4?

3. Suponha que foi feita uma pesquisa com 100 pessoas que frequentam um
shopping. Entre elas constatou-se que 60 tinham cartão de crédito visa, 70
tinham cartão Mastercard e 40 tinham cartão de ambas bandeiras. Qual é a
probabilidade de encontrar, dentro deste grupo, uma pessoa que use o
Mastercard e que seja uma das que tem também tenha cartão visa?

4. Um grupo de 50 moças é classificado de acordo com a cor dos cabelos e dos


olhos, segundo a tabela em baixo. Está chovendo quando você encontra a
menina e seus cabelos estão completamente cobertos, mas você percebe que ela
tem olhos castanhos. Qual é a probabilidade de ela ser morena?

Cabelos Olhos
Azuis Castanhos
Loira 17 9

6
INSTITUTO SUPERIOR EM GESTAO

Morena 4 14
Ruiva 3 3

Probabilidade Total
Em teoria das probabilidades, a lei da probabilidade total é uma regra fundamental
que relaciona probabilidades marginais e probabilidades condicionais. Ela expressa a
probabilidade total de um resultado que pode ser realizado através de vários eventos
distintos

Definição
A lei da probabilidade total é a proposição de que se { Bn : n=1 , 2 ,3 ,… } ❑❑ é uma
partição finita ou infinita contável de um espaço amostral, isto é, um conjunto de
eventos disjuntos cuja união é todo o espaço da amostra, e cada evento Bn é mensurável,
então, para qualquer evento A do mesmo espaço de probabilidade, tem-se que:
P ( A )=∑ P ( A ∩ Bn ) ou P ( A )=∑ P ( A {B ¿ ¿ n ) × P(Bn )
n n
Exemplo.
Suponha que duas fábricas forneçam lâmpadas para o mercado. As lâmpadas da
fábrica X trabalham por mais de 5 000 horas em 99% dos casos, enquanto as
lâmpadas de Y trabalham por mais de 5 000 horas em 95% dos casos. Sabe-se
que a fábrica X fornece 60% das lâmpadas. Qual é a probabilidade de que a
lâmpada comprada irá funcionar por mais de 5 000 horas?
Solução:
Lei da probabilidade total: P ( A )=P ( A {B ¿ ¿ 1 ) × P ( B1 ) + P ( A {B ¿ ¿ 2 ) × P ( B2 )

Considerando:
6
P ( B 1 )= → é a probabilidade que a lâmpada comprada foi feita pela fábrica X
10
4
P ( B 2 )= → é a probabilidade que a lâmpada comprada foi feita pela fábrica Y
10
99
P ( A {B ¿ ¿ 1 )= → Probabilidade que a lâmpada feita por X vai funcionar por mais
100
de 5000 h
95
P ( A {B ¿ ¿ 2 )= → Probabilidade que a lâmpada feita por Y vai funcionar por mais
100
de 5000 h

Aplicando a Lei, P ( A )=P ( A {B ¿ ¿ 1 ) × P ( B1 ) + P ( A {B ¿ ¿ 2 ) × P ( B2 )

7
INSTITUTO SUPERIOR EM GESTAO

99 6 95 4 594+380 974
Temos: P ( A )= × + × = = =0,974 ×100=97 , 4 %
100 10 100 10 1000 1000
Resposta: Cada lâmpada comprada tem a probabilidade de 97,4% de funcionar por mais
de 5000 horas.

Exercícios:
As máquinas, A e B, são responsáveis por 70% e 30%, respectivamente, da
produção de uma empresa. A máquina A produz 2% de peças defeituosas e a
máquina B produz 8% de peças defeituosas. Calcule o percentual de peças
defeituosas na produção desta empresa.
Teorema de Bayes
Quando pretendemos saber a probabilidade de um evento acontecer tendo como base
um evento inicial, precisamos aplicar o Teorema de Bayes. O teorema de Bayes é uma
fórmula de estatística muito usado por investidores na bolsa de valores. Este teorema é
dado por uma fórmula que calcula a probabilidade de um evento acontecer, com base
em um conhecimento que pode estar relacionado ao evento.

Fórmula do teorema de Bayes


Para calcular um evento (A), considerando que um evento (B) ocorreu, temos:

P(A∩B)
P ( A|B )= ⇒ P ( A ∩ B )=P ( A|B ) × P (B)
P ( B)

P(A∩B)
P ( B| A )= ⇒ P ( A ∩ B )=P ( B| A ) × P (A )
P( A)

Então: P ( A|B ) × P(B)=P ( B| A ) × P( A)


P( B∨ A)× P( A)
Fórmula do Teorema de Bayes: P ( A|B )=
P(B)
Onde:
 P ( A|B ): Probabilidade do evento A acontecer, dado que B já ocorreu;
 P(B∨ A) : Probabilidade de B acontecer, dado que A já ocorreu;
 P(A): Probabilidade de A ocorrer;
 P(B): Probabilidade de B acontecer.

Exemplo:
 Uma companhia multinacional tem três fábricas que produzem o mesmo tipo de
produto. A fábrica I é responsável por 30% do total produzido, a fábrica II
produz 45% do total, e o restante vem da fábrica III. Cada uma das fábricas, no
entanto, produz uma proporção de produtos que não atendem aos padrões
estabelecidos pelas normas internacionais. Tais produtos são considerados
“defeituosos” e correspondem a 1%, 2% e 1,5%, respectivamente, dos totais

8
INSTITUTO SUPERIOR EM GESTAO

produzidos por cada fábrica. No centro de distribuição, é feito o controlo de


qualidade da produção combinada das fábricas.
a) Qual é a probabilidade de encontrar um produto defeituoso durante a inspecção
de qualidade?

Seja o evento
A = {Produto Defeituoso}
F i={Produto da F á bricai }.

Sabemos, pelo enunciado, que: P ( F1 ) =0 , 3; P ( F 2 )=0 , 45; P(F 3 )=0 , 25

Além disso, sabemos que: P( A∨F1 )=0 , 01; P ( A|F 2 )=0 , 02 ; P( A∨F3 )=0,015 .

Então, pela lei da probabilidade total,


P( A)=P ( A∨F 1) × P(F 1)+ P( A∨F 2) × P(F 2)+ P( A∨F 3)× P(F 3 )

P ( A )=0 ,3 × 0 ,01+ 0 , 45× 0 , 02+0 , 25 ×0,015=0,01575 ×100=1, 58 %


Resposta: A probabilidade de encontrar um produto defeituoso durante a inspecção de
qualidade é de 1,58%.
b) Se durante a inspecção, encontramos um produto defeituoso, qual é a
probabilidade que ele tenha sido produzido na fábrica II?
Solução: Aqui, aplicaremos o Teorema de Bayes usando o item anterior para encontrar
P(A):
P ( A|F2 ) × P ( F 2 ) 0 ,02 × 0 , 45
P ( F2| A )= = =0,5714 × 100=57 , 14 %
P(A) 0,01575

Resposta: A probabilidade de que o produto defeituoso tenha sido produzido na fábrica


II é de 57,14%.

Exercício:
Em dias muito frios a probabilidade de os funcionários de uma indústria
faltarem ao trabalho é de 0,06. Já em dias normais, ela é igual a 0,01. Em 1/5
dos dias faz muito frio. Qual é a probabilidade de 1 funcionário não ter
faltado em um dia qualquer?

Você também pode gostar