RESUMO TEÓRICO Professor Marcelo Renato AULA 03: NOÇÕES DE PROBABILIDADE 3.1. INTRODUÇÃO Há certos fenômenos ou experimentos que, embora sejam repetidos muitas vezes e sob condições idênticas, não apresentam os mesmos resultados. Por exemplo, no lançamento de uma moeda perfeita, o resultado é imprevisível; não se pode determiná-lo antes de ser realizado. Não sabemos se sairá “cara” ou “coroa”. Aos fenômenos (ou experimentos) desse tipo damos o nome de “fenômenos aleatórios” (ou casuais). Experimento aleatório é o processo cujo resultado é incerto (ou não previsível), entretanto, apresenta regularidade. Pelo fato de não sabermos o resultado exato de um fenômeno aleatório é que buscamos os resultados prováveis, as chances, as “probabilidades” de um determinado resultado ocorrer. A “teoria das probabilidades” é um ramo da Matemática que cria, elabora e pesquisa modelos para estudar experimentos ou fenômenos aleatórios. 3.2. ESPAÇO AMOSTRAL “S” É o conjunto de todos os possíveis resultados de um experimento aleatório. No lançamento de uma moeda perfeita (não viciada) o espaço amostral é S = { cara; coroa }; No lançamento de um dado não viciado: S = { 1; 2; 3; 4; 5; 6 }; No lançamento de dois dados distintos, não viciados, o espaço amostral está representado ao lado: S = { (1,1); (1,2); (1,3); ... ; (6,6) }, onde n (S) = 36 elementos. 1 2 3 4 5 6 1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) 2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) 3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) 4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6) 5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6) 6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6) 3.2.1. DIAGRAMA DE ÁRVORE Exemplo: 3.3. EVENTO “E” É qualquer subconjunto do Espaço Amostral, ou seja, E S ... (E está contido em S). No lançamento de um dado não viciado, o subconjunto E = { 2; 4; 6 } é o evento que acontece se o número mostrado na face de cima é par; No lançamento de dois dados não viciados, distintos, o subconjunto E = { (4,6); (5,5); (6,4); (5,6); (6,5); (6,6) }, composto por 6 elementos, é o evento que acontece se a soma dos números mostrados nas respectivas faces superiores determina uma soma maior ou igual a 10. -1- marcelorenato.com © Um casal sadio pretende ter filhos (menino ou menina) em três gestações consecutivas, gerando um bebê em cada gravidez. Apresente o espaço amostral para esta situação. 3.4. PROBABILIDADE DE UM EVENTO “p(E)” todos os eventos têm a mesma chance de ocorrer. Supondo o espaço amostral “S” equiprovável: p( E ) número de casos favoráveis total de casos possíveis n( E ) n( S ) O número de casos favoráveis é o número de elementos do subconjunto E; O Total de casos possíveis é o número de elementos do espaço amostral S. Exemplo: Considere dois dados, cada um deles com seis faces numeradas de 1 a 6. Se os dados são lançados ao acaso, qual a probabilidade das faces obtidas darem soma maior ou igual a 8? (utilize o espaço amostral apresentado no item 3.2 acima) Verificamos que temos (1 + 2 + 3 + 4 + 5) casos favoráveis em um total de 36 possíveis resultados. A probabilidade “P” que atende ao enunciado será: P 15 3 5 36 3 12 Atenção: A unidade da grandeza presente no numerador (item 3.4) tem que ser a mesma unidade da grandeza presente no denominador, ou seja, se no numerador fossem duplas de bolas, conseqüentemente, no denominador deverá ser total de duplas de bolas. Se fosse para determinar a probabilidade de acertar a Mega-Sena com um único cartão com 6 dezenas marcadas, no numerador teremos o número 1 representando um grupo de seis dezenas e no denominador teremos todos os grupos de 6 dezenas 50 50 ! . com 50 dezenas possíveis 6 6 ! 44 ! EXERCÍCIOS SÉRIE AULA 1) (Darwin–GP) Em três lançamentos sucessivos de uma moeda perfeita: a) Apresente o espaço amostral usando o diagrama de árvore; b) Qual é a probabilidade de serem obtidas pelo menos 2 caras? c) Qual é a probabilidade de serem obtidas exatamente 2 caras? Resolução: b) E b {( K , K , K ), ( K , K ,C ), ( K ,C , K ), ( C , K , K )} a) Pb 4 4 1 Pb ou 50% 8 4 2 c) Ec {( K , K ,C ), ( K ,C , K ), ( C , K , K )} Pc 3 8 2) (Darwin–GP) Numa urna temos 3 bolas verdes e 2 bolas vermelhas. Sabendo-se que as bolas só diferem entre si pelas cores, calcule a probabilidade de, sorteando-se duas bolas, numa única retirada, serem ambas verdes. 3 3! 2 2 ! 1! P P 5 ! 5 2! 3! 2 P 3 10 P 30% -2- marcelorenato.com © Resolução: 3.5. PROBABILIDADE DE EVENTOS INDEPENDENTES SUCESSIVOS OU SIMULTÂNEOS Aqui temos o conectivo “e” que tem como significado a intersecção de eventos (regra do produto). Dois eventos são ditos independentes quando a ocorrência de um não influencia a ocorrência do outro. Se dois ou mais eventos independentes ocorrem seqüencialmente, a probabilidade de ocorrência deles será calculada multiplicando os resultados obtidos nas probabilidades de cada evento isolado. p ( E1 E 2 ) p ( E1 ) p ( E 2 ) Exemplo: Numa urna foram depositadas 2 bolas verdes e 3 bolas vermelhas. Retiradas com reposição, qual a probabilidade de obtermos uma bola verde seguida de uma vermelha? Resolução: Considerando E1 a probabilidade de retirada da bola verde e E2 da bola vermelha: 2 3 6 2 3 p( E ) p( E ) p( E ) p( E ) p ( E1 ) , p( E ) 1 2 1 2 2 5 5 25 5 5 3.6. PROBABILIDADE DA UNIÃO DE EVENTOS INDEPENDENTES (PROB. DE OCORRER O EVENTO A OU B) Aqui temos o conectivo “ou” que tem como significado a união de eventos (regra da adição). CASO 1: Probabilidade de ocorrer E1 ou E 2 sendo que E1 E2 (eventos mutuamente exclusivos). p ( E1 E 2 ) p ( E1 ) p ( E 2 ) Exemplo: Uma carta nº 1 (Ás) Um baralho completo possui 52 cartas dispostas em 4 naipes onde, em cada naipe, a cartas são numeradas conforme apresentado ao lado: Nove cartas com numeração de 2 a 10 Se utilizarmos um baralho completo, qual a probabilidade de sua retirada ser um valete ou um 2? Uma carta Dama Uma carta Valete Uma carta Rei Resolução: Como E 1 E 2 p ( E 1 E 2 ) p ( E 1 ) p ( E 2 ) p ( E E 1 2 ) 7 4 4 52 52 13 CASO 2: Probabilidade de ocorrer E1 ou E 2 sendo que E E . 1 2 Exemplo: Retirando aleatoriamente uma carta de um baralho completo, qual a probabilidade de obter uma dama ou uma carta de espadas? Resolução: Considerando o evento E1 (dama) e o evento E2 (espadas): 4 13 p( E ) , p( E ) 1 2 52 52 -3- Sabemos que existe a carta “dama” que também é do naipe “espadas”, ou seja, existe a probabilidade E E que é igual a 1/52. 1 p( E E 1 Resposta: 2 4 . 13 ) 2 4 13 1 16 4 52 52 52 52 13 marcelorenato.com © p ( E1 E 2 ) p ( E1 ) p ( E 2 ) p ( E1 E 2 ) 3.6.1. EVENTOS COMPLEMENTARES (PROBABILIDADE DE NÃO OCORRER UM EVENTO) Quando os eventos de um espaço amostral S, E1 e E2 são tais que E E e 1 2 E 1 E 2 S , E1 e E2 são chamados de “eventos complementares”. Exemplo 1: No lançamento de um dado os eventos E1 (obter número menor que 3) e E2 (obter número maior que 2), além de mutuamente exclusivos E1 E2 são complementares E1 E2 S . p( E ) 1 2 4 e p( E ) 2 6 6 p( E E 1 2 ) 2 4 1 6 6 De um modo geral, se E1 e E2 são eventos complementares, p ( E E ) 1 . 1 2 Em outras palavras, P ( E1 ) 1 P ( E 2 ) . Exemplo 2: No lançamento simultâneo de dois dados perfeitos distinguíveis, qual a probabilidade de não sair soma 5? Resolução: O espaço amostral para o lançamento de 2 dados distinguíveis é composto por 36 elementos; 4 1 ( E1 ) ; O evento E1: “sair soma 5” , { (1,4 ), ( 4 ,1 ), ( 2 ,3 ), ( 3 ,2 ) } tem probabilidade p ( E 1 ) 36 9 1 8 A probabilidade do evento E2: “não sair soma 5” será: p ( E ) 1 p( E ) 2 2 9 9 EXERCÍCIOS SÉRIE AULA (continuação) 3) (Da Vinci) Uma pessoa tem 3 sacolas de bonés: uma para times de futebol, outra para times de basquete e outra para times de voley. Na 1ª sacola são 5 brancos e 5 verdes. Na 2ª sacola são 5 pretos e 20 azuis. Na 3ª sacola são oito vermelhos e 2 amarelos. Retirando um boné de cada sacola, determine a probabilidade de serem: 1ª sacola (verde), 2ª sacola (preto) e 3ª sacola (amarelo). 4) (Darwin–GP) Ao lançar um dado vermelho e um dado branco, qual a probabilidade de obter 1 no dado branco ou 2 no dado vermelho? -4- marcelorenato.com © 5) (Darwin–GP) Num sorteio, a urna “A” tem 2 bolas brancas e 3 bolas pretas. A urna “B” tem 5 bolas brancas e 5 bolas pretas. Foi retirada uma bola da urna “A”, não se sabe sua cor, e foi colocada na urna “B”; em seguida, foi sorteada uma bola da urna “B”. Qual é a probabilidade desta bola ser branca? 3.7. PROBABILIDADE CONDICIONAL Em alguns problemas o cálculo da probabilidade de um evento A está condicionado ao conhecimento da probabilidade de um evento B (independente de já ter ocorrido ou não o evento B), é a chamada Probabilidade Condicional. Muitos problemas de probabilidade condicional podem ser resolvidos “reduzindo-se adequadamente o espaço amostral”, a partir de uma informação parcial do resultado do experimento. Exemplo-1: (PUCC-SP) Lança-se um par de dados não viciados. Se a soma, nos dois dados, é igual a 8, calcule a probabilidade de ocorrer a face 5 em um deles. Resolução: É conhecido que o espaço amostral inicial S possui 36 elementos; Como já fomos informados de que a soma dos números nos dois dados vale 8 podemos reduzir o nosso espaço amostral “S” para “S1”, onde S1 { ( 2 ,6 ) , ( 6 , 2 ) , ( 3 , 5 ) , ( 5 , 3 ) , ( 4 , 4 ) } n ( S1 ) 5 ; 2 . Assim, a probabilidade de ocorrência da face 5 em um dos dados será: P 5 Exemplo-2: (Darwin – GP) Em janeiro de 2008, na festa de aniversário (50 anos) do professor “KLOWIS”, batizado “KROVES”, mestre em Biologia, houve um sorteio de um determinado prêmio. Os bilhetes foram numerados de 1 a 50. Entretanto, foi anunciado que o número sorteado era par. Se o professor “Marcelo Renato”, convidado-irmão, só tinha 4 bilhetes pares, qual era a probabilidade, em %, do professor “Marcelo Renato” NÃO ser sorteado? Resolução: É conhecido que o espaço amostral inicial S possui 50 elementos; Como já fomos informados de que o número sorteado é PAR podemos reduzir o nosso espaço amostral “S” para “S1”, onde S1 { 2 , 4 , 6 , , 50 } n ( S1 ) 25 ; pares O professor “Marcelo Renato”, com 4 números pares, tinha a probabilidade de ser sorteado igual a P 1 porém, 4 P 1 2 25 a sua 21 P 2 25 probabilidade de NÃO 21 4 P P 84% . 2 25 4 2 ser sorteado era 4 , 25 de EXERCÍCIOS SÉRIE AULA (continuação) 6) (Da Vinci) Numa urna estão 100 bolas, numeradas de 1 até 100. Calcule as probabilidades: a) Sortear número ímpar, sabendo ser ele menor que 31. -5- marcelorenato.com © b) Sortear número par, sabendo ser ele divisível por 5. 3.8. DISTRIBUIÇÃO BINOMIAL (OCORRÊNCIAS REPETIDAS) Seja uma experiência realizada com n tentativas independentes e com dois resultados possíveis em cada tentativa, sucesso ou fracasso (falha): Seja “p” a probabilidade de ocorrência do evento E (sucesso) e " q 1 p " a probabilidade de ocorrência do evento E (fracasso). n r n r A probabilidade de obtermos “r” vezes o resultado desejado é dada por: P p q r Exemplo-1: (Darwin–GP) Uma moeda é lançada 6 vezes. Qual a probabilidade de obtermos 3 caras (K) e 3 coroas (C)? Resolução: Uma das situações favoráveis pode ser representada por: K – K – K – C – C – C Sabemos que os 6 elementos que compõem a situação favorável poderão permutar entre si, fato esse que viabilizará outras condições favoráveis. 6! K K C C C P63 ,3 P63 ,3 20 K 3!3! Assim, a probabilidade de obtermos 3 caras (K) e 3 coroas (C) em 6 lançamentos será: 1 P 20 2 3 1 2 3 1 6 1 5 P 20 P 20 P 2 64 16 Resposta: 5 16 3 ,3 P 6 Exemplo-2: (Da Vinci) O professor-pesquisador Kabrall, médico geriatra do professor Siry (o papa da Matemática) constatou em uma pesquisa recente sobre a fertilidade na 3ª idade que o professor Siry, num exame específico, apresentou a probabilidade de gerar filhos do sexo feminino 5 vezes maior do que a de gerar filhos do sexo masculino. Com base na pesquisa do professor Kabrall, qual a probabilidade de um casal (onde o homem tem as mesmas características de fertilidade que o professor Siry) gerar 2 filhas e 3 filhos em 5 gestações sucessivas? Resolução: Considerando H (filho) e M (filha), Considerando também que “p” é a probabilidade do casal em questão gerar “filho-H” e “5p” a de gera “filha-M”, P 1 1 H 6 p 5 p 100% p 5 p 1 p 5 6 P M 6 Uma das situações favoráveis pode ser representada por: M – M – H – H – H Sabemos que os 5 elementos que compõem a situação favorável poderão permutar entre si, fato esse que viabilizará outras condições favoráveis. 5! M H H H P 2 ,3 M P 2 ,3 10 5 2!3! 5 P 2 ,3 5 Assim, a probabilidade do nascimento de 2 filhas (M) e 3 filhos (H) em 5 gestações sucessivas será: 2 5 1 P 10 6 6 3 125 25 1 P 19 , 3% P 10 P 36 36 648 EXERCÍCIOS SÉRIE AULA (continuação) 7) (FGV-SP) Uma moeda é viciada de tal forma que os resultados possíveis, cara e coroa, são tais que a probabilidade de sair cara num lançamento é o triplo da de sair coroa. b) Lançando-se três vezes a moeda, qual a probabilidade de sair exatamente uma cara? -6- marcelorenato.com © a) Lançando-se uma vez a moeda, qual a probabilidade de sair cara? REVISÃO – SÉRIE AULA R01) (FGV-SP 2008) Um carteiro leva três cartas para três destinatários diferentes. Cada destinatário tem sua caixa de correspondência, e o carteiro coloca, ao acaso, uma carta em cada uma das três caixas de correspondência. a) Qual é a probabilidade de o carteiro não acertar nenhuma caixa de correspondência? b) Qual é a probabilidade de o carteiro acertar exatamente uma caixa de correspondência? Resolução: Considerando as caixas de correspondências A, B e C e as respectivas cartas a, b e c, como as caixas são fixas, permutando-se as 3 correspondências teremos as seguintes situações: ABC ABC 3 acertos abc bac ABC Respostas: a) 1 . 3 bca b) P b b) ABC 0 acerto acb 1 2 Pa 3 6 0 acerto cab ABC 1 acerto a) P a ABC 1 acerto 1 acerto cba 1 3 Pb 2 6 1 . 2 R02) (FGV-SP 2008) Há apenas dois modos de Cláudia ir para o trabalho: de ônibus ou de moto. A probabilidade de ela ir de ônibus é 30% e, de moto, 70%. Se Cláudia for de ônibus, a probabilidade de chegar atrasada ao trabalho é 10% e, se for de moto, a probabilidade de se atrasar é 20%. A probabilidade de Cláudia não se atrasar para chegar ao trabalho é igual a: Resolução: 30 10 P1 3% 100 100 70 20 Probabilidade de atrasar indo de moto: P 2 14% P2 100 100 Assim, a probabilidade “P” de Cláudia chegar atrasada ao trabalho, com os meios de transporte disponíveis, é: P P1 P 2 P 17% . Probabilidade de atrasar indo de ônibus: P1 Conseqüentemente, a possibilidade de Cláudia não se atrasar para chegar ao trabalho é: P 100% 17% P 83% -7- marcelorenato.com © Resposta: 83%. R03) (UFG-GO 2007) Um grupo de 150 pessoas é formado por 28% de crianças, enquanto o restante é composto de adultos. Classificando esse grupo por sexo, sabe-se que 1/3 dentre os de sexo masculino é formado por crianças e que 1/5 entre os de sexo feminino também é formado por crianças. Escolhendo-se ao acaso uma pessoa nesse grupo, calcule a probabilidade dessa pessoa ser uma criança do sexo feminino. Resolução: 28 150 C 42 crianças. 100 Considerando “M” o número total de pessoas (crianças ou adultos) do sexo masculino e “F” o número total de pessoas (crianças ou adultos) do sexo feminino, teremos: Sendo “C” o número de crianças do grupo analisado, C M F 150 M F 3 5 42 Resolvendo o sistema acima encontramos M 90 e F 60 ; 60 O número de crianças do sexo feminino “CF” será: C F C F 12 crianças. 5 2 12 6 ou P 8% . A probabilidade “P” que atende ao enunciado será: P P 25 150 6 Resposta: 8%. R04) (UFG-GO 2006) Em uma festa junina, com a finalidade de arrecadar fundos, uma comunidade vendeu 500 bilhetes, cada um com dois números distintos, totalizando mil números. Serão sorteados três prêmios, escolhendo-se ao acaso, sucessivamente, três números distintos entre esses mil números. Calcule a probabilidade de uma pessoa, que comprou dois bilhetes, ganhar: a) o prêmio correspondente ao primeiro número sorteado; b) os três prêmios (deixe os cálculos indicados). Resolução: 1 4 P1 . 250 1000 1 4 3 2 P2 b) P 2 250 333 499 1000 999 998 a) P1 b) 1/(250.333.499). -8- marcelorenato.com © Respostas: a) 1/250 R05) (ITA-SP 2008 modificada) Considere o conjunto D { n IN ; 1 n 365 } e H P ( D ) formado por todos os subconjuntos de D com 2 elementos. Escolhendo-se ao acaso um elemento B H , calcule a probabilidade de a soma de seus elementos ser 183. Resolução: Sendo “E” o conjunto formado por todas as duplas de números cuja soma é igual a 183, E H : E { 1,182 } , { 2 ,181 } , { 1,182 } , { 2 ,181 } , , { 90 ,93 } , { 91, 92 } 91 SUBCONJUNTOS n ( E ) 91 elementos. 365 365 ! n ( H ) n ( H ) 2 ! 363 ! 2 n (H ) 365 364 2 A probabilidade “P” que atende ao enunciado será: P P n(E ) P n(H ) 91 365 364 2 P n(E ) n(H ) 1 . 730 Resposta: 1/730. R06) (FUVEST-SP 2008) Em um jogo entre Pedro e José, cada um deles lança, em cada rodada, um mesmo dado honesto uma única vez. O dado é cúbico, e cada uma das suas 6 faces estampa um único algarismo de maneira que todos os algarismos de 1 a 6 estejam representados nas faces do dado. Um participante vence, em uma certa rodada, se a diferença entre seus pontos e os pontos de seu adversário for, no mínimo, de duas unidades. Se nenhum dos participantes vencer, passa-se a uma nova rodada. Dessa forma, determine a probabilidade de: a) Pedro vencer na primeira rodada. b) nenhum dos dois participantes vencer na primeira rodada. c) um dos participantes vencer até a quarta rodada. Resolução: Considerando o espaço amostral representado pela tabela abaixo: Pedro 1 2 3 4 5 6 1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) 2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) 3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) 4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6) 5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6) 6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6) 5 10 Pa . 18 36 4 16 Pb . b) P b 9 36 José a) P a NÃO há vencedor c) O jogo não tem vencedor após quatro rodadas se, e somente se, nenhum dos dois jogadores vencer em cada uma das quatro rodadas, o que ocorre com a probabilidade abaixo; 4 256 4 4 4 4 4 PN PN 6 561 9 9 9 9 9 Assim, a probabilidade de um dos jogadores vencer até a quarta rodada (evento complementar do evento “não haver vencedor nas quatro primeiras rodadas”), ou seja: Pc 1 PN 1 Respostas: a) 5 18 . 6 305 256 Pc 6 561 6 561 b) 4 6 305 . c) . 9 6 561 -9- marcelorenato.com © PN RESPOSTAS SÉRIE AULA 1a) 1 2 3 4 5 6 1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) 2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) 3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) 4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6) 5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6) 6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6) 2) a) Moeda 1 1b) b) E 5 12 b {( K , K , K ); ( K , K ,C ); ( K ,C , K ); ( C , K , K )} P c) E c b 3) 6a) 2% 11 36 27 55 50% 7a) 75% 4) 5) P b 50% {( K , K ,C ); ( K ,C , K ); ( C , K , K )} Pc Moeda 2 4 1 P b 8 2 3 8 Moeda 3 6b) 50% 9 7b) 64 RESPOSTAS – REVISÃO SÉRIE AULA 1 . 3 R02) 83%. R01) a) b) 1 . 2 R03) 8%. R05) 1/730. 5 . R06) a) 18 b) 4 6 305 . c) . 9 6 561 - 10 - marcelorenato.com © R04) a) 1/250 b) 1/(250.333.499).