Professional Documents
Culture Documents
Ence
3. Modelos Determinsticos e No Determinsticos.
Exemplo 3.3
O Departamento de Trnsito estabeleceu o seguinte modelo para definir o ms de
vencimento do IPVA dos veculos.
Ms do vencimento = f(x) = x+1 , onde x = 0,1,2,...,9 o algarismo final da placa do
veculo.
Obs: Se o algarismo final da placa 9, o ms do vencimento correspondente ser 10
(outubro).
Exemplo 3.4 (contra exemplo)
O tempo gasto pelo aluno A no trajeto entre a sua residncia e a ENCE.
tempo gasto = ?
Obs: Este um modelo no determinstico, pois no se pode determinar precisamente
este tempo.
Frederico Cavalcanti
PRBI002
12
Probabilidades
Ence
Define-se modelo no determinstico (ou probabilstico) qualquer procedimento,
ao, experimento, etc..., cujas condies de realizao no nos permite determinar
seu resultado.
Exemplo 3.5
Um carro parte do Rio de Janeiro com destino a So Paulo. A uma velocidade
constante de 60 km por hora e supondo que o trajeto tenha 420 km, o carro chegar ao
seu destino em 7 horas, ou seja, o resultado obtido pela frmula e = vt, onde:
e = espao, v = velocidade e t = tempo.
Este exemplo na realidade um modelo probabilstico, pois dificilmente a velocidade
do veculo se manter constante durante todo o trajeto.
Fixada a varivel espao (420 km) , o veculo percorre o trajeto a uma velocidade
mdia de 60km e atingir seu destino em um tempo mdio de 7 horas.
No exemplo 3.4 o aluno A pode responder mais ou menos tantos minutos ou acho
que gasto 30 minutos, mas jamais poder afirmar um tempo exato gasto no trajeto.
Atravs de um levantamento estatstico ele poder responder por exemplo: eu levo
em mdia 30 minutos.
Experincia Aleatria.
Experincia Aleatria um conceito primitivo do Clculo das Probabilidades. Este
conceito se adquire ao analisarmos exemplos tais como:
a) lanar um dado com o objetivo de se verificar o nmero inscrito na face voltada para
cima.
b) lanar uma moeda 4 vezes e contar o nmero de caras obtido.
c) selecionar ao acaso um aluno do 2o. perodo e registrar a sua altura.
d) lanar uma moeda trs vezes e registrar a seqncia de caras e coroas observada.
e) retirar peas sucessivamente de um lote contendo 10 peas perfeitas e 3 defeituosas,
at que todas as peas defeituosas sejam encontradas e verificar o nmero de peas
retiradas.
f) registrar o nmero de carros que entram no estacionamento de um supermercado
durante o perodo de 10 horas e 10 horas e um minuto, num determinado sbado.
Podemos verificar nos exemplos apresentados que:
i) as aes (experincias) podero ser repetidas indefinidamente sob condies
inalteradas.
ii) embora o resultado de uma particular repetio no seja determinado a priori,
podemos definir o conjunto de resultados possveis S, da experincia E.
iii) aps um nmero suficientemente grande de repeties de E, surgir uma
regularidade estatstica na ocorrncia dos resultados possveis de S.
Frederico Cavalcanti
PRBI002
13
Probabilidades
Ence
Exemplo 3.6
Lanamento de uma moeda 4 vezes com o objetivo de se verificar a seqncia de faces:
S = HHHH, HHHT, HHTH, HTHH, THHH, HHTT, HTHT, THHT, TTHH,
THTH, HTTH, TTTH, TTHT, THTT, HTTT, TTTT
Exemplo 3.7
Um lote de 13 peas contm 7 peas defeituosas. As peas so retiradas uma a uma, sem
reposio, at que a ltima pea defeituosa seja encontrada. Ao final contam-se o
nmero de peas retiradas.
S = 7,8,......,12,13
Eventos Aleatrios.
Definio 3.1
Chama-se evento aleatrio associado a uma experincia aleatria E a qualquer
subconjunto do espao amostra S associado a E.
Desta forma, o espao amostra S e o conjunto vazio so ambos eventos aleatrios.
Denominaremos os eventos aleatrios pelas letras maisculas A, B, C,...
Seja e um resultado possvel de E, ou seja, e S. Realizada a experincia E dizemos
que o evento A ocorreu se e somente se o resultado de E um dos elementos de A.
Observemos o ponto e no grfico 12. Se e ocorreu na realizao de um experincia de
espao amostra representado pelo retngulo, ento:
Frederico Cavalcanti
PRBI002
14
Probabilidades
Ence
i)
ii)
no ocorreram os eventos A, B, D C .
Exemplo 3.8
Considere a experincia do dado cujo espao amostra S = 1, 2, 3, 4, 5, 6. Seja o
evento A = ocorrer um nmero par. O evento A = 2, 4, 6, ocorre se o resultado de
E um elemento de A
Exemplo 3.9
Considere a contagem do nmero de caras no lanamento de dez moedas cujo espao
amostra S = 0, 1 ,2 ,....,10. Sejam os eventos:
a) A = ocorrer mais do que 2 caras. O evento A = 3, 4,....,10 ocorre se o resultado
de E um elemento de A
b) B = ocorrer um quadrado perfeito. O evento B = 1,4,9 ocorre se o resultado de
E um dos nmeros 1, 4 ou 9.
c) C = ocorrer mais do que sete coroas. O evento C = 0,1,2 ocorre se o resultado de
E um elemento de C.
Exemplo 3.10
Considerando a experincia do dado sejam os eventos:
A = ocorrer um nmero par
B = ocorrer um nmero mpar
C = x/ x > 3
D = 1, 3
Se o resultado observado no lanamento do dado 5 ento os eventos B e C ocorreram
enquanto que os eventos A e D no ocorreram.
Operaes com eventos.
Frederico Cavalcanti
PRBI002
15
Probabilidades
Ence
Sejam A , B e A i ,i = 1, 2,...n eventos aleatrios associados a E. Sendo estes eventos
aleatrios associados a subconjuntos do conjunto S, as operaes com estes conjuntos
resultam na definio de outros eventos aleatrios tais como:
1. A B o evento que ocorre se e somente se A ou B (ou ambos) ocorrerem, ou
A B o evento que ocorre se pelo menos um dos eventos A ou B ocorrerem.
A unio entre os eventos A e B conforme se observa no Grfico 13-a o subconjunto de
S constitudo pelos pontos que pertencem regio hachurada, que pode ser tambm
apresentada como no grfico 13-b onde a unio eqivale unio dos eventos:
A B, A B e B A .
i =1
n
i =1
Definio 3.2
Frederico Cavalcanti
PRBI002
16
Probabilidades
Ence
Dois eventos A e B so denominados mutuamente exclusivos (ou excludentes) se
eles nunca ocorrem simultaneamente, ou seja A B = .
O Grfico 14 mostra a situao em que A S e B S e A B = .
Definio 3.3
Dois eventos A e B so equivalentes se e somente se a ocorrncia de A implica na
ocorrncia de B e vice versa.
Probabilidades
Ence
Definio 3.4
Chama-se freqncia relativa do evento A nas n provas funo f A =
nA
nA n
= =1
n n
0
- se A no ocorre nas n provas f A = = 0
n
n A B n A + n B n A n B
=
=
+
= fA + fB
n
n
n
n
Exemplo 3.8
Suponhamos a seguinte simulao do lanamento de uma moeda 100 vezes. O quadro
que segue um extrato da tabela de freqncias do evento A = ocorrer cara. A coluna
titulada por A (evento) mostra s ou n conforme A tenha ocorrido ou no na prova
correspondente. Segue tambm um esboo (Grfico 15) da freqncia relativa do evento
para cada n = 1,2,3,.....
n
1
2
3
4
5
6
7
8
9
10
11
12
.
.
Frederico Cavalcanti
A
s
n
s
n
s
n
n
s
s
s
s
n
.
.
nA
1
1
2
2
3
3
3
4
5
6
7
7
.
.
PRBI002
fA
1
1/2
2/3
2/4
3/5
3/6
3/7
4/8
5/9
6/10
7/11
7/12
.
.
18
Probabilidades
Ence
0 P (A) 1
Axioma 2:
P(S) = 1
Axioma 3:
P ( A B) = P ( A ) + P ( B)
Axioma 3a:
se
AB =
P A i = P ( A1 ) + P ( A 2 ) + ..... + P ( A n ) + ...
i =1
n
n
Axioma 3b: Se n finito P A i = P ( A i )
i =1 i =1
Os axiomas do clculo da probabilidades so sugeridos, obviamente pelas
correspondentes propriedades da freqncia relativa do evento A.
PRBI002
19
Probabilidades
Ence
Teorema 4.1
Se o conjunto vazio (evento impossvel) P() = 0.
Prova:
Para qualquer evento A, temos que A = A. Como A = , de acordo com o
Axioma 3, escrevemos:
P ( A ) = P ( A ) + P ()
P ( A ) = P ( A ) + P ( ) P ( ) = P ( A ) P ( A ) = 0
Teorema 4.2
Se A o evento complementar de A. Ento P( A ) = 1 - P(A).
Prova:
A A = S e A A=
P(A A)=P ( S ) = 1
Como A A = , segundo o Axioma 3, temos
P (A) + P (A) = 1 P (A) = 1 P (A)
Teorema 4.3
Se A e B so dois eventos quaisquer, ento:
P ( A B) = P ( A ) + P ( B) P ( A B)
Prova:
A unio entre os conjuntos A e B pode ser representada sob a forma de unio entre A e
o complemento de B em relao a A, conforme a figura mostrada no Grfico 16, onde
B A ( ou B - A) aparece hachurada:
B = ( A B) ( B A )
A B = A (B A) = A (B A)
P ( B) = P ( A B) + P ( B A ) P ( B A ) = P ( B) P ( A B)
Frederico Cavalcanti
PRBI002
20
Probabilidades
Ence
Uma anlise visual do Grfico 16 nos permite verificar tal Teorema. Quando somamos
as duas probabilidades P(A) e P(B) a probabilidade P(AB) foi considerada duas vezes e
por isto deve ser subtrada uma vez.
Teorema 4.4
Se A, B e C so eventos quaisquer, ento:
P ( A B C ) = P ( A ) + P ( B ) + P ( C ) P ( B C ) P ( A B ) ( A C )
P ( A B C ) = P ( A ) + P ( B ) + P ( C ) P ( BC ) P ( AB ) P ( AC ) + P ( ABC )
Uma anlise atenta do Grfico 17 nos permite verificar a frmula acima. De fato, a
soma das probabilidades isoladas de A, B e C, inclui 2 vezes as probabilidades das
intersees dos eventos AB, AC e BC e mais 3 vezes a probabilidade da interseo
ABC.
Para compensar devemos subtrair uma vez cada probabilidade das intersees AB, AC
e BC. Como cada uma destas 3 intersees inclui a interseo ABC, devemos ento
somar uma vez a probabilidade de ABC.
Exerccio proposto.
Verifique por induo finita que:
n
n
n
n
n
n 1
P A i = P ( A i ) P ( A i A j ) + P ( A i A j A r ) + ... + ( 1) P A i
i < j= 2
i < j< r = 3
i =1 i =1
i =1
Frederico Cavalcanti
PRBI002
21
Probabilidades
Ence
Teorema 4.5
Se A B P(A) P(B).
Prova:
i) Se A = B, os eventos so equivalentes e tem a mesma probabilidade.
ii) O Grfico 18 mostra a situao em anlise, onde o complemento relativo de A em
relao a B est hachurado.
Se
temos,
P ( B) = P ( A ) + P ( B A )
Como P ( B A ) 0 , conclumos:
P ( B) P ( A )
Teorema 4.6
P ( A B) = P ( A ) P ( A B)
Prova:
No Grfico 19 observamos que o evento A a unio da interseo AB com o
complemento relativo de B em relao a A, ou seja,
A = ( A B) ( A B)
P ( A ) = P ( A B) + P ( A B)
Da, obtemos:
P ( A B) = P ( A ) P ( A B)
Frederico Cavalcanti
PRBI002
22