Probabilidade Basica EXPERIMENTOS ALEATORIOS ‘Todos sabemos da importincia de experimentos cientificos ¢ de engenharia. A experimentagio stil pois podemos assumir que, se executarmos certos experimentos sob condigées quase idénticas, chegaremos essencialmente aos mesmos resultados. Nestas circunstincias, somos capazes de controlar o valor das variaveis que afetam o resultado do experimento. . Entretanto, em alguns experimentos, ndo somos capazes de conhecer nem controlar o valor de certas variaveis . pois 05 resultados irdo variar de uma realizagdo do experimento para outra, mesmo que as condigdes, em sua maio- ria, sejam as mesmas. Estes experimentos sio ditos aleatdrios. A seguir, alguns exemplos, Exemplo 1 Se lancarmos uma moeda, 0 resultado do experimento ser6 “coron”, simbolizado por T* (ou 0) ou se= +4“cara", simbolizado por Hf (ou 1), ic., um dos elementos do conjunto{#, 7} ou (1,0) eS Exemplo 2 Sclangarmos um dado, 0 resultado do experimento seri um dos ndmeros do conjunto (1,2,3,4,5, 6}. Exemplo 3 Se langarmos uma moeda duas vez, teremas quatio resultados possves, os quai 0 indiads por (HH, HT, TH, TT), ie. duas eras, cara a primeira ecoroa na segunda et Exemplo 4 Se estivermos fabricando parafusos com uma maquina, o resultado do experimento poder te al= ‘guns parafusos com defeito, Entio, quando um parafuso ¢ fabricado, ele sera elemento do conjunto {Jefetuoso, 1fo-defeituoso} ‘ Exemplo 5 Se um experimento consiste em medir o “tempo de vida" de Limpadas eléricas incandescentes produ zidas por um certa companbia, o resultado do experimento ser o tempo rem horas em algum intervalo ~ digemos, (0 = 1 = 4,000 - onde assumimos que nenhuma limpaca dure mais do que 4.000 horas. ESpAgos AMOSTRAIS ‘Um conjunto $ consistindo de todos os resultados possiveis de um experimento aleatério € chamado um espago a v ‘amostral e cada resultado & chamado um ponto amostral. Muitas vezes existré mais do que um espago amostral pa- 1a descrever os resultados de um mesmo experimento, mas, usualmente, somente um forneceré as principals infor- ‘ magoes desejadas. ‘RedeR, Foi mantida a simbologia ulizada em inglés para designar coro tails = Te cara (heads =H) ers todo est listo,16 __Prosssiiosoe « EsmrisTica Exemplo 6 Se langarmos um dado, um espago amostral ou conjuto de todos os resultados posives € dado por (1,2,3,4, 5,6), enquanto um outro ¢ (par, fmpar). claro, entretant, que ome no seria adequado para dete. rminar, por exemplo, se um resultado 6 divisive por 3 Muitas vezes ¢ itil representar um espaco amostral graficamente. Em tais casos, € desejavel usar nmeros no lugar de letras, sempre que for possivel. Exemplo 7 Se lancarmes uma moeds dues vezes¢wssrm0s 0 para representa coos ¢ | para fepresentar cars, © espaco amosral (ver Exemplo 3) poder’ ser representado por pontos, como na Figura I-1, na qual, por exerpl, (0,1) representa coroa no primeiro langamento ¢ cara no segundo langamento,i¢., TH. (oy “a Fig. 1-1 Se um espago amostral tem um niimero finito de pontos, como no Exemplo 7, € chamado de espago amostral {finito. Se cle tem tantos pontos quanto no conjunto dos nimeros naturais 1, 2,3, ...€ chamado de espago amostral infinto contdvel. Se ele tem tantos pontos quantos existem em algum intervalo sobre o eixo x, tal como 0= x= 1, ele € dito um espaco amostralinfinito ndo-contével. Um espago amostral finito ou infinito contivel é dito um es- ‘Paco amastral discreto, enquanto que um infinito ndo-contavel é dito espaco amostral ndo-discreto, EVENTOS ‘Um evento é um subconjunto A de um espaco amostral S, i, todos os seus clementos sio resultados possiveis. Se ‘resultado de um experimento é um elemento de A, dizemos que 0 evento A ocorreu. Um evento consistindo de um tinico ponto € muitas vezes chamado evento elementar ou simples. Exemplo 8 Se langamos uma moeda duas vezes, 0 evento no qual ocorre somente ums cara €0 subconjunto do espaco amostral que consiste dos pontos (0, 1) ¢ (1,0), como indicado na Figura 1-2. Fig. 1-2 Como eventos particulaes temos o préprio conjunto S, 0 qual & 0 evento certo pois um elemento de $ ocore necessariamente, € 0 conjunto 2, o qual é chamado evento impossfvel pois um elemento de © nko pode ocorer. Usando operagbes de conjuntos sobre eventos em S, podemos obter outros eventos em S. Por exemplo, se A € B so eventos, ento 1. AU BE vevento “ou A ou B ou ambos”. AU B é chamado a unido de ¢ B. 2, ANBéoevento “ambos, Ac B”.A M Bé chamado a intersecgio de A. B. 3. A’é 0 evento “ndo-A". A’é chamado 0 complemento de A, 4, A-B=ANB‘éoevento “A, mas nio B”. Em particular, A'=S~A. Se 0s conjuntos correspondentes aos eventos A eB sfo disjuntos, ie.) B= ©, dizemos, em geal que of eventos ado munuamente exclusivas Isto significe que eles no podem ocorre ao mesmo Wenpe Dizemos qe serie de eventos Ay, Aap A, é mutuarents exclusiva se cade par da colegio é mutuamente exclusivo.Carino t + Prosastiosve Busca 17 Exemplo 9 Referindo-nos 20 experimento do langamento de uma moeds vas vezes, sea A o evento “ocore pelo menos uma care Bo segundo langamento esta em cova". Ent, A = (AT, TH, HH), B= (HT, TT ¢ assim temos AUB={HT,TH,HH,TT}=S AN B={HT} Als {TT} A~B=(TH,HH} O CONCEITO DE PROBABILIDADE Em qualquer experimento, hé sempre uma incerteza sobre a ocorréncia ou no de um determinado evento, Para urna medida da chance ou probabilidade com a qual podemos esperar que um evento ocorra, €conveniente atibuir um | riimero entre 0¢ 1. Se estivermos seguros de que um evento ocorrerd, dizemos que sua probabilidade € 100% ou 1, mas se estivermos seguros de que o evento nfo ocorrerd, dizemos que sua probabilidade € zero. Se, por exemplo, a probabilidade ¢ 1/4, diriamos que existe 25% de chance dele ocorrer e 75% de chance dele ndo ocorrer. Da mesma forma, podemos dizer que as chances contra sua ocorréncia so de 75% para 25%, ou de 3 para 1. fi Existem dois procedimentos importantes por meio dos quais podemos estimar a probabilidade de um evento. 1. Abordagem clissiea, Se um evento pode ocorrer de h maneiras diferentes em um nimero total de n manci- +as possfveis, todas elas igualmente provavels, entao a probabilidade do evento Hn. ; Exemplo 10 Suponha que se queira saber a probabilidade de ocorrer uma cara no langamento de uma nica moe- 4a. Como existem duas maneirasigualmente provaveis da moeda se apresentar —a saber, cara e coros (essumindo due ela nfo rolaré para longe nem pararé sobre sua borda) — entre estas dvas manciras, cara pode ocomrer em so f ‘mente uma delas, argumentamos que a probabilidade procurada € 1/2. Chegando a esta afiriagio, assumimos que a moeds é honesta, ie, ela nfo € sobrecarregada em diferentes partes de sua composigio fisica de nenhuma maneira, 2. Abordagem freqiiencista. Se apés n repetigGes de um experimento, onde n é um mimero grande, € obser- vvado que um evento ocorre em h destas repetigdes, entdo a probabilidade do evento € In. Esta é a chamada probabilidade emptrica do evento. Exemplo 11 Se ancarmos uma moeda 1.000 vezes ¢ aparecer cara 532 vezes, estimaremas a probabilidade de ‘corer cara por 532/1000 = 0,532. ‘Ambas as abordagens tém sérias restrigbes, a primeira porque as palavras “igualmente proviveis” so vagas ¢ 1 segunda porque o “niimero grande” envolvido também é vago. Devido a estas dificuldades, os matemsticos tém se voltado para uma abordagem axiométioa de probabilidade. OS AXIOMAS DE PROBABILIDADE ‘Suponha que tenhamos um espago amostral S, Se S € disereto, todos os subconjuntos correspondem a eventos vi- ce-versa, mas, se Sno € discreto, somente subconjuntos especiais (ditos mensurdveis) correspondem a eventos. A ‘cada evento A na classe C de todos 0s eventos, associamos um ntimero real. Entdo P € chamado uma fungdo de pro- babilidade, ¢ P(A) é a probabilidade do evento A, se 0s seguintes axiomas so satisfeitos. Axioma 1 Para todo evento A na classe C, P(A)=0 () Axioma2 Para o evento certo $na classe C, P(S) (2) ‘Axioma3 Para quaisquer eventos mutuamente exclusives Ay, Aya. na classe C, P(A, U Ag U+++) = P(Ay) + P(A) + (3) Em particular, para dois eventos mutuamente exclusivos A,, Ay, P(A, U Az) = P(Ay) + P(A2) “18 ALGUNS TEOREMAS IMPORTANTES EM PROBABILIDADE Utilizando 0 nas anteriores, poxlemos provar viios teoremas que sio importantes no trabalho subseqiiente Teorema 1 Se Ay CA, entio P(A.) = P(A.) P(A, A,) = P (Ay) -P (A). Teorema 2 Para todo evento A, O=P@) 51, o ic. probabilidade esté entre Oe 1. Teorema 3 P@)=0 © ‘© evento impossivel tem probabilidade zero. Teorema4 —— ScA'éo-complementarde A, entio P(A’) =1 = P(A) ” Teorema 5 UA, U +++ UA, onde A, Ay... A, So eventos mutuamente exclusives, entiio PA) = (Ay) + Pda) +--+ PCAs) © Em particular, se = S, o espago amestral, entio P(A1) + P(A2) +000 P(An) = (9) Teorema 6 Se e B sio dois eventos quaisquer, entio P(AUB) = P(A) + P(B) — P(ANB) (10) Mais geralmente, se A,,A,, A, Sfo trés eventos quaisquer, entio P(AyU.A2U As) = P(A) + PAD) + PCAs) = P(Ay Ap) = P(A, Ay) ~ P(A3 1.41) + P(A Az Ad) wy Generalizagdes para n eventos também podem ser feitas Teorema7 Para quaisquer eventos Ae B, P(A) = P(AMB) + (ANB) (2) Teorema8 Se aocorréncia de um evento A resulta necessariamente na ocorréncia de um dos eventos mu- tuamente exclUsiv0s Ay, Agen A, entf0 PA) PAM A) + PAN Ar) +09 + PLANA,) (3) ATRIBUIGAO DE PROBABILIDADES Se um espago amostral S consiste de um mimero finito de resultados 4, yen», enti, pelo Teorema 5, PUA\} + P(A2) +--+ P(Ay) = 1 a) onde Ay, Aju. A, So eventos elementares dados por A, = (a,)- ‘Assim, podemos escolher arbitrariamente quaisquer némeros nflo-negativos para as probabilidades destes ‘eventos simples desde que (/4) seja satisfeita, Em particular, se assumimos probabilidades iguais para todos 0S eventos simples, entio19 Cariruco 1 + ProsnsuioaD€ BASICA 1 PUayy=r, k= 12 (15) ee A € qualquer evento formado por h eventos simples, temos A PA)=> (16) Isto € equivalente & abordagem cléssica de probabilidade apresentada na pgina 17. Podertamos, € claro, usar ou ‘tos procedimentos para atribuir probabilidades, como na abordagem freqUencista (pag. 17). A atribuigio de probabilidades nos leva a um modelo matemadrico, cujo sucesso precisa ser testado por meio de ‘experimentos, em sua majoria da mesma maneira que as teorias da fisica e outras ciéncias que precisam ser testadas, Exemplo 12 Um tinico dado ¢ langado uma veo. Encontre a probabilidade de aparecera face 2 ou 5. (Ocspago amostral é $= (1,2, 3,4, 5,6}. Se atribuirmos probabilidades iguais aos pontos amostras, i. se assumir- ‘mos que 0 dado é honesto, entéo P(l) = PQ) =-- = 6) (Ocvento em que ocorre 201 5 indicado por? U 5. Portanto, PQUS) = P(2) + PS) = PROBABILIDADE CONDICIONAL Sejam A e B dois eventos (Figura 1-3) tis que P(A) >0: Denote por P (BA) probabilidade de B dado que ocor- rew A, Desde que € conhecido que A ocorreu, ee se for 0 novo espago amostral,substituindo o espa original S. Disto chegamos a definiga0 _ (Ana) PE Fay 2) P(AMB) = P(A)P(B| A) (8) ou Bs), Fig. 1-3 Em outras palavras, (18) diz que a probabilidade de A € B ocorrerem ¢ igual & probabilidade de A ocorrer ve- 208 a probabilidade de B ocorrer dado que A oconeu. Chamamos P{B | A) de a probabilidade condicional de B da- oA, ie., a probabilidade que B ocorrerd dado que A ja ocorreu, E fécil mostrar que a probabilidade condicional satisaz os axiomas na pégina 17. Exemplo 13 Encontrea probabilidade de um vico langamento de um dado resuter em um mimero menor do {que 4 se (a) nenhurna outrainformagio é dada ¢ (b) € dado que o langamentoresultou em um nimero impr. (a) Seja B o evento (menor que 4), Desde que B € a unigo dos eventos 1,2 ou 3 aparecem, dizemos, pelo Teorema S.que P(B) = P(t) + P2) + PQ) ra 6 6 assumindo probabilidaes igusis para os pontos amostas20 Prosantiowoe € Estarisnica }.também P(AN B) = 3 =}. Entdo, (B) Fazendo A o evento {niimero impar}, vemos que P(A) = PBA) ip Portanto, o conhecimento adicional de que o resultado do langamento ¢ um niimero {mpar faz com que a proba- bilidade mude de 1/2 para 28, ‘TEOREMAS SOBRE PROBABILIDADE CONDICIONAL Teorema9 Para quaisquer trés eventos A,, Ay, Ay, temos P(Ay AM Ay) = P(A1)P(A2 | Ar) P(AS | 419.42) (9) Em outras palavras, a probabilidade de todos A, € A, € A, ocorrerem é igual A probabilidade de acorrer A, vezes a probabilidade de ocorrer A,dado que A, ocorreu, vezes a probabilidade de ocorrer A, dado que ambos, A,€A;, ocor- reram. O resultado ¢ facilmente generalizado para n eventos. Teorema10 Se um evento A resulta necessariamente em um dos eventos mutuamente exclusivos A,, A,, +A endo P(A) P(Ay)PCA | A) + P(A2)PA | An) +++ + P(Ay)PCA | An) (20) AN EVENTOS INDEPENDENTES aaa Se P (B| A) = P(B), ie., a probabilidade de B ocorrer nao € afetada pela ocorréncia ou ndo-ocorréncia de A, entio dizemos que A e B sdo eventos independentes. Isto & equivalente a PAN) = P(A)P(B) @) como é visto de (/8). Reciprocamente, s¢ (27) vale, entio A e B sio independentes. Dizemos que trés eventos ,, A.A, sto independentes se eles sio independentes aos pares: P(A; Ag) = PCAi)P(Ax) J#k com j,k =1,2,3 (22) e P(A, Az As) = P(Ay)P(Ap) P(A3) (23) Note que nem (22) nem (23) so, por si s6, suficientes. Independéncia de mais de trés eventos & facilmente definida. TEOREMA (OU REGRA) DE BAYES Suponha que A,, A... A, Sio eventos mutuamente exclusives cijauniso & espaco amostral S, ie, um dos even- tts precisa ocorrer Hada se A é ur evento qulgoe, moa importantes wore Teorema 11 (Regra de Bayes): PAPUA Ag Ply | A) = ADP Le) (2 Eran ay Isto nos permite encontrar as probabilidades dos varios eventos Ay, Ay... A, que podem ser causa da ocorréncia de A, Por esta raziio, 0 teorema de Bayes ¢ chamado muitas vezes de teorema sobre as probabilidades das couse.Carino t + Prostouore Bisica 21 ANALISE COMBINATORIA. Em muitos casos, 0 nimero de pontos amostrais em um espaco amostral nfo é muito grande, ¢ entio ndo € dificil a enumeragio ou contagem direta dos pontos necesssrios para a determinacSo das probabilidades. Entretanto, sur- ‘gem problemas nos casos em que a contagem direta se toma impraticdvel, Entao, deve ser utilizada a andlise com- ‘binatéria (que também poderia ser chamada de um métado sofisticado de contagem) PRINCIPIO FUNDAMENTAL DE CONTAGEM. DIAGRAMAS EM ARVORES Sé um resultado pode ser obtido den, maneiras diferentes e depois um segundo resultado pode ser obtid den, ma- neras diferentes e assim sucessivamente até um #"resllado poder ser obido de n, maneras diferentes, enti t- dos 08k resultados podem ser obtidos, na ordem especificada em ny... maneiras diferentes 8 mani de esoler uma casa Exemplo 14. Se.um homem tem 2 camisas ¢4 gravatas, enti ele tem 2+ uma gravaa Um diagrama, chamado de diagrama em drvore devido & sua aparéncia (Fig. 1-4), € muitas vezes usado em.co- nexiio com o principio acima, Exemplo 15 Fuzendo as camisas serem representadas por C,, Cas gravatas por G,, G,. Gy, Gy 3s vrias manei- ras deescolher uma eamisae depois uma gravaa esto indicadas no diagrama em érvore da Fig. 1-4 Fig. 1-4 _PERMUTAGOES— Suporiha que nos sejam dados n objets dstintose desejamos dispor r destes objetos em uma fila. Desde que exis tem n maneiras de escolher 0 1* objeto, ¢ apés isto, m ~ 1 maneiras de escolher 0 2* objeto, ¢ assim sucessivamente até n—r+ 1 manciras de escolher o * objeto, segue, pelo prineipio fundamental de contagem, que o nimero de iferentes arranjos, ou permutaies, como S80 muitas vezes chamadas, € dado por aPe=m(n—1Yla—2) ene) (25) onde se observa que produto tem r fatores. Chamamos de ,P,0 niimeo de permutagdes (ou arranjos) de n obje- tos tomados rar ‘No caso particular quando r=, (25) se transforma em « oP, = nln = In 2) Leal (26) ‘o qual é chamado fatorial de n, Podemos escrever (25) em termos de fatoriais como Gam (27) ‘Se r= n, vemos que (27) ¢ (26) coincidem somente se tivermos 0! = Ie, de fato, vamos tomar esta igualdade como ‘a definigao de 0!.22 Pronanuoace & Esrarisnica Exemplo 16 0 niimero de diferentes arranjos, ou permutagdes, consistindo de 3 letras cada um, que podem ser formados das 7 letras A, B, C, D,E,F,G & 7-6-$=210 ‘Suponha que um conjunto consiste de n objetos dos quais n, so de um tipo (i.e., indistinguiveis um do outro), ‘ny Sio de um segundo tipo, ¢ assim sucessivamente até n,, que sao de um K* tipo, Aqui, € claro, m=, +m + +n, Entio, o nimero de permutagoes distintas destes objetos & oP, yl (28) Veja 0 Problema 1.25, Exemplo 17 0 nimero de permutagbes distntas das 11 letras da palavra M 1S$1S S1P I,a qual consiste de 1 M.41.4Se2Ré uy jaa 8680 COMBINAGOES Em uma permutagio, estamos interessados na ordem da disposiglo dos objetos. Por exemplo, abc é win permuta ‘¢lo diferente de bea, Em muitos problemas, entretano, estamos interessados somente em sclecionar ou escolher objetos sem nos preacuparmos com a ordem Tas selegdies sfo chamadas combinagdes. Por exemplo, abc € bea S80 a mesma combinagio. (© niimero total de combinagdes de robjetosselecionados dentren também chamado de combinagdes de melemen- tos rar) denotado por ,C, ou ( : Y ‘Temos (veja.o Problema 1.27) (1) --6=aaa om Podemos também escrever E facil mostrar que ()-(2 Exemplo 18 O nimero de maneias nas quis 3 cartas podem ser escolhidas ou selecionadas de um total de 8 carta diferentes 6 6) COEFICIENTES BINOMIAIS ‘Os ndmeros em (29) so muitas veres chamados de coeficentes binomiais porque cles aparecem na expansao bi- nomial weyteee (Tarot (s)etet (r)" (32)Caviru.o 1 + Prosasunine Bsc 23 Estes coeficientestém muitas propriedades intoressantes. Exemplo 19 (x+y) =x'+ (fers (es + ($0? (3) axt ary 46x’ tan ty" APROXIMACAO DE STIRLING PARA n! Quando n é grande, océtculodireto de nf pode serimpraticdvel. Em tis casos, podemes fazer uso de formula apro- ximativa nl~ Vane" (33) onde ¢ = 2,71828..., 0 qual &a base dos logaritmos naturais. O simbolo ~ em (33) significa que a razdo entre o mem bro esquerdo ¢ o dircito se aproxima de I quando n >. ‘A tecnologia computacional fez com que a férmula de Stirling perdesse o seu valor para céleulos numéricos, ‘mas a aproximagiio mantém o seu valor para estimativas te6zicas (veja 0 Apéndice A).{ Problemas Resolvidos Experimentos Aleatorios, Espagos Amostrais e Eventos LAL Uma carta ¢ extrafda ao acaso de um baralho comum de 52 carts. Desereva o espago amostal se a diferenga de nai- pes (a) no € levada em consideracio, (b) ¢levada em considerasio. (@) Sento levarmos em consideragto os naipes, oespago emostal consistrd des, dos. éerd ser indicado por (1,2, 13}- () Se levarmos em consideragio os naipes. 0 de copas, espadas, ouros © paus. Represeatando copas, espadas, texemplo, podemosindicar um valete de espadas por (11, 2). O espago amost na Fig. V5. ez, valete,damae tei € po- espago amostral consistrd de ases de copas,espadas,ouros ¢ pau. els ‘ouros e paus respectivamente por I, 2,3, 4, por ‘consistindo de 52 pontos, é exibido spades ope Fig. 1-5 fema 1.1, seja A o evento (extrago de um rei}‘ou simplesmente (sei) € B } ou simplesmente {pau}. Descreva os eventos (a) A U B, (0) AO B, (o) (AU BUCA NB). 1.2. Referindo-nos ao experimento do Probl ‘evento {extragio de uma carta de paus| AUB (AUB, ()A~B. DA” (a) AUB= [rei ou paus (ou ambos, ic, rei de pas). (@) ANB =f rei € paws (c) Sendo B =(paus}, 8 Enido, A U B"= (rei ou copas ou ouros ou espaas}. nio-re ou nio-paus}={nio-rei de paus}=[qualquer carta excetoo ei de paus). Ese resultado também pode ser obtido observando que A’ U B= (A 1 B')€ usando (D). cops, ouros,espadas). w © An nas no pus) Este resultado 0 mesmo que A 1 B'= {rei e nio-paus}.24 Prossswoane « Estrisnica D)A'~B" (nio-ri e nfo “no-paus"}={nio-rei paus}= (qualquer carta de paus exceto ore). Este resultado nada mais € do que ’~ B= A‘ (B)'=A'0 B. ()_ AMB)UAN BY =((eeie paus) ou (ei e ndo-paus)}=(rei) Este resultado também pode ser obtido observando que (A MB) U(A 0B) 1.3. Usea Fig. 1-5 para descrever os eventos (a) A U B, (8) ‘NB Os eventos solictados estio indicados na Fig. 1-6. De forma similar, todos 0s eventos do Problema 1.2 também po- ‘dem ser indicados por tas diagramas. Deve ser observado da Fig. 1-6 que A’ B’é o complementar de A UB. peu AUB espa cones ane Fig. 1-6 Teoremas em Probabilidade 1.4 Prove (a) Teorema 1, (6) Teorema 2, (c) Teorema 3, pagina 18. (a) TemosA,=A, U(A,~A,) onde A, €,~ A, sio mutuamente exclusives, Entio pelo Axioma 3, pégina 17: Pda) = P(Ai) + Pda ~ Ai) tal que Pda ~ Ai) = Pls) — P(A) Desde que P (A,~A,) ® 0 pelo Axioma 1, pégina 17, segue também que P (A,) = P(A). (©) Ysabemos que PA) = 0 pelo Axioma 1. Para provar que P(A) = 1, primero observamos gue A CS. Postant, po- Jo‘Teoremat parte ()} Axioms 2, P(A) = P(S) =1 Segue do Anima 3 que PS) = F(S)+ PZ) 00 PB) =0 (©) Temos $=5 UG, Desde ques =: 15 Prove (a) Teorema 4, (b) Teorem 6, (a) TemosA UA'= 5. Entdo, sendo A (1A'= 2, temas PAA’) = P(S) ou P(A) + P(A sto, Pa") = 1 = Pla) (by Do digrama de Venn da Fig. 1-7 temas o AUB=AUIB- (AnD) nto, como os conjuntas A e f= (A. 2) so matuamen vos, emos, usando @ Axioma 3 ¢ 0 Teorema I, LCCaviruio 1 + ProBABiLOAoE BASICA P(AUB) = P(A) + PIB- (ANB) = P(A) + P(B) - PAN B) ZC. A) | ane 8-4) Fig. 1-7 Célculo de Probabilidades 25 1.6 Uma carta ¢ extraida de um baralho comum de 52 cartas. Encontre a probabilidade de ela ser (a) um és, (b) um va lete de copas, (c) um 3 de pavs ou um 6 de ouros, (d) uma carta de copas, (¢) qualquer naipe exceto copas, (um 10 ou uma carta de espadas, (g) nem 4 nem paus. ‘Vamos usar, pre simplifica, H, S, D, C*respectivamente para indicar copas,espads, our0s © pas 1, 2013 pa ras, dois,... rei. Ent 3 (1H, significa trés de copas enquanto 3 U H significe és ou copes. Vamos usar 0 espago amos- tral do Problema 1.1(b, atrbuindo probabilidades iguais de 1/52a cada posto amostal. Por exempo, P (6 91.C) = 52 (@ P(1) = PUN 04 19S ov 1D ow 1 NC) = PUL) + PLS) + PLN D)+ PUNE) ia eee et “atntnt a {sto também poderia ter sido obtido do expaco amosral do Problema !.1(2) no qual cada ponto amostral, em part- ‘alatum ds, tem probabiidade 1/13, Tambémn se podeia er chegadoa ese resultado plo simples argumento de que txistem 13 nimeros e enti cada um tem probabilidade 1/13 de ser selecionado w ranma’ : ta © rancesnd)=rong)+R6ne)~ Dre: a ciara state ta @ PU) = PUNK. 02H ow... BAH) -Também poeta se chegara este resultado observa qu existem quatro nape cada um tem probabldade esa! ‘a 4 de ser selecionado. Go. rye rey f=} wanda Tei int A pudeue 0e So somnnens sos ems oT 6 P(1OUS) = P10) + P(S) ~ PONS) Ba 3° «ey Apcube de ocoer nem git nemass odessa por PHN) Masa! NC'= GUO Ponaate, PA NC’) = PIGUC)'] = 1 = POU C) — [P(4) + P(C)- PIANC) Lt 4ay_9 -[e+i-a] B Ti oe Nese problema, optamos pr mantra incias des naps em inglés, heart spade, diamond e lub26 __Prosaswoave e Estarisrica Poderiamos também obter este resultado observando que o diagrams favordvel para este evento éo complemento do evento emoldurado na Fig. 1-8. Desde que este complemento tem 52 ~16 = 36 pontos amostras ¢ a cada pont ‘amostral é atribuida probabilidade 1/52, a probabilidade procurada é 36/52 = 9/13. Fig. 1-8 1.7. Uma bola € extraida ao acaso de uma caina contend 6 bolas vermethas, 4 bolas brancas e 5 bolas azuis. Det ne a probabilidade de que ela sej (a) vermetina, (b Branca, (c) azul, (d) nfo-vemelha, (¢) vermelha ou branca (@ Método1 Sejam V, B eA os events consstindo respecivamente em extrair uma bola vermetha, una bola branes eum bola sul, Entio ‘maneiras de escolher ums bola verme!ha 6 AV) = ~ ota de maneiras de escolher uma bola 6=4=3 us c= Método 2 Nosso espago amostral consste de 6 + 4-+5 = 15 pontos amostais.Entdo, se atribuirmos probabilidades igusis de ‘1/15 a enda ponto amostral, veremos que P(V) = 6/15 = 2/5 j6 que existe 6 pontos amostrais comrespondendo & “ola vermel ©) PO)= yars 5 © P= syaq5715 | (@ Pesoveoas) = P= = ryni Zed petepare(o. | (© Método rmancras de escolher uma bola vermetha ou uma branea vermelhs ou branes) = P(VUB) = ‘otal de maneiras de escolher uma bola 644 _10_2 "oyays “153 | sto também pode se feito usando espeg ast como pa) Método 2 ia] F pelapare (0) P(A) pvus) =P) 3 | Método3 Sendo Ve B eventos mutvamente exclusives, segue de (4, fgina 18, que 2 | PvuB)=PW)+PB)= 5Carino 1+ Promnunane Bisa 27 Probabilidade Condicional e Eventos Independentes 1.8 Um dado honesto é langado das vezes. Encontre a probabitidade de obter4, 5 ou 6 no primeiro langamento ¢ 1,2, 3 014 no segundo larigamento. Sejam A, oevento “4, Sou 6 no primero langamento” ¢ A, 0 evento “I, 2, 3 ou 4no segundo Tangamento”. Ento estamos procurando por P(A, 1.4). Método PA, Az) = PCAy)P(Aa| Ay) = PCAs) PCa) @ i 3 Uiiizamos aqui ofato de que o resultado do segundo langamento ¢ independente do primero de mado que P(Ay| A) A. Também usamos P(A,) = 3/6 (pois 4,5 ou 6 sio 3 em 6 possbilidades igualménte proviveis) ¢ P(A,)=4/6 (pois 1, 2,3, 004 sto 4 entre 6 possbiidades jgualmente provives). Método 2 ‘Cada uma das 6 maneiras que um dado pode se apresentar no primeiro langamento pode ser associada com cada uma das 6 maneiras nas quais ele pode'se epresentar no segundo langamento, um total de 6 « 6 = 36 maneiras, todas igualmente proves ‘Cada uma das 3 maneiras de A, ocorrer pode ser assocada a cada uma das 4 maneiras de A, ocorer,resultando em 3-4 = 12 maneiras nas quaisA,¢ A, podem ocores. Entdo, ‘P(A, Az) ee Isto mostra diretamente que A,€ A slo independentes, pois ‘i painan=$= (2)(3) = Pane 1.9. Encontre a probabilidade de nfo obter um total de 7.ou 11 em dois langamentos de um par de dads honestos, ‘© espago amostal para cada langamento do dado & mostrado na Fig, 1-9 Por exeraplo, (5,2) significa que Sapare- ceuno primeine dado eno segundo. Desde que os dados sto honestos existe 36 pontesamostrals,atribuimos proba bilidade 1/36 para cada um deles. co do gia ds ay ay oy oty eo imei dado Fig. 1-9 Se A €o evento"7 ou 11" enti A 6 indicado pela porgdo emokdurada na Fig, 1-9. Como 8 pontos esto inchutdos, 1 P(A) = 8736 = 209. Daf temos que a probbilidads de n30-7 ou 11 & dada por 2_7 ma’) =P)28___Prcsasuioave € Eswrisnica ‘Usando subscrites 1, 2 para denotar I* e 2° langamentos dos dados, vemos que a probabilidade de nfo-7 ou 11 em qual- duet um dos dois langamentos ¢ dado por praia at)= eayncad = (3)(3) =e ‘usando o ato de que os langamentos sio independentes. 1.10 _Duas cartas sto extrafdas de um baralho comm de 52 cartas bem misturadas. Encontre a probabilidade de obter dois ases se a primeira carta (a) € recolocada, (b) ni € recolocada no baralho, Método Scja A, = evento “és na primeira extragio"e A, = evento “és na segunda extragHo”, Ent, estamos procurando por P(A, 1A.)= PCA) Pedy] A). o ” ‘Uma vez que, para primeira extraglo, existem 4 ases em 52 carts, P(Aj) = 4/52. Além disso, sea carta €recoloca- «da no baralho antes da segunda exttaglo, entio P(A, |A,) = 4/52, pois também existem 4 ases nas 52 carts para a segunda extraglo, Entio Ptaynasy= PoadPas| = (35) (3) a5 Como na pate (a), P(A) = 42. Entetant, se acore um és na primeira extrago, haverdsomente 3 ase nas re tances 51 cartes, de medo que Py |A,)= 351. Ent, Punay)= Peart |= (35) (51) -aar Método 2 @ o LAL Teés bolas sio rt {A primeira carta pode ser retirada de qualquer uma das 52 maneiras, ¢ como existe reposiglo, a segunda carta tam- ‘bém pode ser retrada de qualquer uma das 52 maneias. Entio, ambas as cartas podem ser retiradas de (5252) ma- neiras, todas igualmente provéveis. [Neste caso, existem 4 maneiras de retirar um &s na primeira extragdo ¢ 4 maneiras de retirar um &s na segunds extragio, de modo que o nimero de maneiras de retrarases na primeira e segunda extragbes &(4)(4). Eno, a pro- babilidade procurada & (ye) (2)63) “18 ‘Aprimeira carta poe sr retrada de uma entre 52 manera e, desde que no i reposigio, a segunda cata pode ser fetrada de uma entre SI manera, Eno as duas carta podem ser retradas de (52X51) manciras, todas igoalmen- te provéves. ‘Neste caso, exitem 4 maneiras de escother um & na primeira retirada e3 maneiras de escolher um és na segun- daretiada, de modo que o nmero de manciras de escother ases nas duasretiradas & (33). Ent a probabildade procuradaé (a) Bon ~ at sdas sucessivamente da caixa do Problema 1.7. Encontre a probabilidade de elas serem reiira das na ordem vermelha, branea e azul se cada bola (a) é recolocada, (b) nfo ¢ recolocada na caixa. vento *vermelha na primeira retirada” Sejam ¥, = evento “branea na segunda retirada”, A, = evento “azul na terceira retrada”. Queremos caleular P(V,B,A.A). @ ‘Se cada bola é recolocada, entio os eventos sio independentes © PUY, 1B As) = PUVA) PCBs | Mad PCAS | V2 O82) PV) PCB) PAS) «4 _\(_8_) 8 «= (sees) (criss) (ras) “2s142 133 Carrmo 1 + Prosrsumne sien 29 (b) Se cada bola niio € recolocada, entio os eventos so dependentes © P(V\B2MA3) = P(Vi)P(Bs | Vi) PCAs | ¥1 B2) “(ets st ook) 4 areas) (s¢a33) (se345) “a Encontre a probabilidade de aparecer um 4 pelo menos uma vez em dois langamentos de wim dado honesto. ‘Sejam A, = evento “4 no primeiro langamento” e A, = evento “4 no segundo langemento”, Entio ‘A, UAy= evento “4 no primer lengamento ou 4 no segundo langamento ou ambos" ‘evento “aparece pelo menos um 4”, e queremos encontrar P (4, UA,)- ‘Método 1 Os eventos Ae A, nko so mutuamente exclusives, mas sio independentes, Portanto, por (10) ¢ (21), P(A, U Ag) = P(A\) + PCA2) = P(A Aa) P(A,) + P42) ~ P(A) P42) mt Método 2 - aparece pelo menos um 4) + P(nenhum 4 aparece Endo, laparecer pelo menos um 4) = 1 P(nenhum 4 aparecer) 1 — P(nio-4no primeiro langamentoe nf}o-4 no segumdo langamente) = P(A} VAS) = 1 ~ PAL) PCASD _ (3) (8) S)\G} ~ 36 Método3 O aimero total de mencirasigualmente provéves ns quis es dois dados podem se apresentar = 6+ 6= 36 Também [Niimero de manciras nas quais A, ocorre mas A, nfo = 5 1Niimero de maneiras nas quai A, ovore mas A, ‘Naimero de mansiras nas quai snes, Ay. ocorrem = nto o mimeo de mancirs nas gsi pelo menos um dos eventos A, ou A, ocorrem = 5.4541 = 11, Portanto, PUA, UA) = 11036. Um sacocontén@ bolas brancas £2 bts peta; outro con oe cad sacoencntesprobablicade de(o)ambes seem acura se prea tas brancs e SBdas pets Se uma bola ée- rcs, (0) amas seem pets (6) oma eran Sejm = event “boa rans Uo princi sao", B= evento “ala banca do segundo so". (a (0 4.83) = PUB), | By) = PO) PM) = “ ea cont) = Poayea [nt) = PewyPCa!) = oA prontitdade procurada& 1 = PU fui) ~ PUB BY) = =30__ Phonan vn 1.14. Prove o Teorema 10, pigina 20. we mt facile obi iy hy, e008 Provaremos 0 teorema para o ci ‘Se o evento A deve resultar enn ur ded A= (ADA )U(ADAL) Mas A.A, €4 0A, ¢ so mutuat o, polo Aroma, exclusion pois, A 0360. Port MA) = ADA) MAD As) MAA A) + PAPUA | Aa) twsando (18), pagina 19. 1S A caixa /contém 3 bolas de gue vermelhas ¢ a caixa Jf contéin dua’ bolas de guide verseclhir © azuis. Uso ner dda honesta 6 langada. Se a moeda apresentar cura, uina bola de gurde 6 eveolhida da caixa I; se ele apreventar cota, ‘uma bola de gude € escolhida da eaixa 17, Eneontre a probabilidade de una bola de ude veranelha ver excnlhida, jn J If spective venir a caira lcs Seja Vo evento “uma bola de gude vermelha 6 eseolhida” & Ihida es ena! €ecolidn, Coma boladepue vera pode er esolhi através dca Ie dn crs I pe nos usar on seultados do Problems I-etm A= V,A,=1,A,= 1. Parana, i sobabilideds do ever una be de de vermelhaé m PK n 1)( 3). (1 2 “y) rorvinenanewin= (5)(523) (3) (¢ 3 Teorema de Bayes 1.16 Prove @ teorema de Bayes (Teorema 11, pagina 20). Como o evento A resulta em um dos eventos mutuamente exclusivos A, Ay blema 1.14), eterno, palo Teorema 1-10 (Pro P(A) = PUAY)PUA | Ay) 2 PUAQ)PCA | Ag) = 55 PCASDPA | Ay) PALtv) __ PALMA LAD) way Breanna ay Portanto, PMSA) 1.17, Suponha, no Problema 1.15, que aquele que langa ¢ moeda nao revela se resultou cara ou coroa (de melo que a cai- xa de onde foi escolhida a bola de gude nfo ¢ revelada), mas revela que uma bola de gude vermelha foi a exeolhi- da, Qual é a probabilidade da Caixa ter sido escolhida (i.c., a moeda resultou em cara)? ‘Vamos usar a mesma terminologia do Problema 1.15, i.c.,A= V,A,=J,,= HI. Procuramos a probabilidade da Cei- xa Jserescothida dado que se sabe que uma bola de gude vermetha foi escolhida, Usando a regra de Bayes com Seine = ee) | (3)(sr3)* G)( Anélise Combinatéria, Contagem @ Diagramas em: Arvore 1.48 Um comité de 3 membros forma por uinrepresentante dos funcionérios, um da geréncia e um dos clientes. Se ‘dos funcionirios, 2 da geréneia e 4 dos clientes, determine quantos comités di- cexister 3 possfveis represe ferentes podem ser formados usando: (a). o prinefpio fundamental de contagern;Casiruio 1 + Prosssunane Bisica 31 Fig. 1-10 (a) Podemos escolher um representante dos funcionérios de wés maneiras diferentes e, apés, um representante da ge- réncia de duas maneiras diferentes, Entéo existe 3 - 2= 6 maneiras diferentes de escolher um representante dos funcionérios e um da gertneia, Para cada uma destas maneiras, podemos escolher um representante dos clientes de 4 maneiras diferentes, Portanto, o némero de diferentes comités que podem ser formados 63 »2- 4= 24 (8) Denote 0s trés representantes dos funcionsrios por FF, Fy 0s representantes da geréncia por G, G, © 0s represen- tantes dos lientes por C,, Cy. Cy Cy. Entdo o diagrama em drvore da Fig. 1-10 mostra que existem 24 diferentes co- smités a0 todo. Deste diagrama em rvore, podemas lstar todos os diferentes comités, a saber F\G,C,, FG; Permutagdes 119 1.20 De quantas maneiras diferentes podemos alinhar 5 bolas de gude? Podemos dispor S bolas de gude em 5 posigées como: ‘A primeira posigdo pode ser ocupada por qualquer ‘uma das 5 bolas de gue, i. existem 5 maneiras de preencher a primeira posigSo. Ap6s isto ser feito, existem 4 mate ras diferentes de preencher a segunda posiglo. Entlo, exister 3 maneiras diferentes de preencher a terceire posiglo, 2 ma- heiras de preencher a quara posigtoe, finalmente, somente uma maneira de preencher « quinta posiglo, Portanto: [Niimero de agrupamentos de 5 bolas de guée alinhadas = 5-4-3-2-1 = S!=120 Em geral, [Niimero de agrupamentos den objetos diferentes ainhados = n(n —I)(n—2) .. I= n! Isto também & chamado de 0 miimero de permutagdes de n objets diferentes tomados n a ne & denotado por .P, ‘De quantas maneiras 10 pessoas podem estar sentadas em um banco se somente 4 lugares estdo dispontveis? © princi gu pose eae quer uma ds 1 mac 9s io se en, xine 9 mane Ne ees ia atc tosis ges? semua one eae a [Numero de arranjos de 10 pessoas tomadas 4'a4=10-9-8-7=5040 ~ Em geral, [Namero de arranjos den objetos diferentes tomados ra r= n(n=1)-+-(n—r+1) Isto 6 também chamado mimero de permutagdes de n objetos diferentes tomados r a r e denotados por ,P,. Observe {que quando r=n, ,P, =n! como no Problema 1.19 med32__Proaasiuioave € EsTaTisTICA 121 Calevle Pr OP OuPr OsPr (0) ,Py=8-7-62336 (8) Py=6-5-4-3= 360 (C) yh=IS MH sPy=3-2-1=6 1.22 E-solicitado que 5 homens ¢ 4 mulheres sentem-se alinhados de tal mancira que as mulheres ocupem os lugares pa- res, De quantas maneiras tais agrupamentos sZo possiveis? (Os homens podem sentr-se de ,P, maneiras ¢ as mulheres de ,P, maneiras. Cada agrupamento de homens pode ser associndo a cada agrupamento de muller. Portanto, Nimero de agrupamentos = P,P, =S!4! = (120) (24) 2880 41.23, De quantas maneiras nimeros de 4 digitos podem ser formados com 0s 10 digitos 0, 1,2,3,...49 se (a) repeti- es so permitidas, (b)repetigbes ndo sio permitidas, (c)0 timo digito deve ser zero e repetighes ni séo per- rita? (@) 0 primeir digito pode ser qualquer um de 9 (j4 que 2er0 nfo € permit). O segundo, tercero ¢ quarto digits po- dem ser qualquer um dos 10. EntGo 9.10 10. 10 = 9000 nimeros podem ser formados. (6) O primeirodigto pode ser qualquer um de 9 (qualquer um menos 0 0) (0 segundo digito pode ser qualquer um de 9 (qualquer um menos aquele usado como primeiro digit). ( teceir digito pode ser qualquer um de 8 (qualquer um menos aqueles usados como o primero e segundo digitos). (0 quarto dfgito pode ser qualquer win de 7 (qualquer um menos aqueles usados como os primeiros trés digitos). Entio podem ser formados 9-9: 8-7 = 4536 nimeros. Outro método © primero eigito pode ser escothid come qualquer um entre 9 ¢ os és restantes podem ser escolhidos de gP, manciras. Eno podem ser formados9-P,=9-9 8-7 = 4536 nimeros (©) Oprimeiro digio pode sr escolhido de 9 manciras, o segundo de 8 manciras eo terceiro de 7 maneiras. Entfo, po dem ser formados 9 8 7 = $04 nimeros. ‘Outro método 0 primeirodigito pode ser escolhide de 9 mancrese os segues dois digites de ,P, maneiras. Ent, podem ser forma- os 9-,P,=9-8-7 = 504 némeros 1.24 Quatro diferentes livros de matemética, seis diferentes livros de fisicae dois diferentes livros de quimica slo colo- cados numa prateleira. Quantos agrupamentos diferentes so poss{veis se (a) os livros de cada assunto precisam ser colocados juntos, (6) somente os livros de matemética precisem ser colocados juntos?” (@) Os livros de matemstica podem ser agrupados entre side P,=4! maneizas os liveos de fisica de, 0s livros de qumica de P, = 2! maneras eos uts grupos de Py = 3! maneires. Portanto, ‘Namero de agrupamentos = 4161213! = 207.360. ®)Considere os quatro livros de matemétia como um liv grande, Eatlo temos 9 livros os quis podem sr agrups- dos de ,P, = 9! maneiras. Em todas estas maneiras, os livros de matemitica estiio juntos. Mas os livros de matemé- tica podem ser agrupados entre si de ,P, = 4! manciras. Portanto, [Nimero de agrupamentos 8.708.120. 1.25 Cinco bolas de gude vermelhas, duas brancas e trés azuis sio alinhadas. Se todas as bolas de gude da mesma cor slo indistingufveis umas das outras, quantos agrupamentos diferentes sfo possiveis? ‘Assuma que existem W agrupamentos diferentes. Mutiplicando N pelo nimero de maneiras de alinhar (a) a cinco bolas de gude vermelhas ente si, (b) as duas bolas de gude brancas enre si e () as tés bolas de gude azis entre si (ie ‘muliplicando N por 512131), obtemos o mimero de maneias de alinhar as 10 botas de gude se elas fossem todas distn- auives, ie, 10, Entio (S2I)N= 10 e N= 10/5128) Em geral, 0 nimero de agrupamentos distintos de n objetos, dos quais m, ny...» m, si0 semethantes & nl wags] onde memo in 1.26 De quantas manciras 7 pessoas podem sentar-se em torno de uma mesa se (a) elas podem sentar-se em qualquer lu- gar, (6) 2 pessoas em particular nfo podem sentar-se uma a0 Indo da outra? (@)Considere que uma delas estésentada num lugar qualquer. Eno as 6 pessoas restantes podem estar sentadas de 661 = 720 maneiras, que € 0 mmero total de maneiras de ageupas 7 pessoas em um circulo.Casiruo 1 + Prosrswosve Bisics 33 (6) Considere as i . % Connie “ 2 Fesoas como uma ria pston. Eno exstem 6 pessoas no total ¢ clas podem ser agrupadas de 5! maneiras d 8 duas pessoas consideradas como uma, podem ser agrupadas de 2! maneiras. Portanto, o niimero de ' agrupar 7 pessoas em toro de uma mesa com duas pessoas em particular sentando juntas = 512! = 240 Entdo, usando (a), e nmero total de manciras na quis 7 pessoas podem estar sentada a redor de ma mesa tl ‘Que 2 pessoas em particular ndo estejam sentadas juntas = 730 ~240 = 480, Combinagées 127 1.28 129 130 131 Pe quatas maniras 10 chetos podem ser separates em dois grupos contend respectvament 6 obs? sto € 0 mesmo que o nimero de agrupamentos de 10 objets dos quai 4objetos so indistingives entre sie o- ‘ros 6 objetos também sio indistinguiveis entre si, Pelo Problema 1.25, este valor & a MOz228a7 gi” at O problema é equivalent a encontrar oriimero de retradas de 4 em 10 objetos (ou 6 em 10 objets), endo a ordem as retradas irelevante, Em geral, onimero de retradas de rem n objets, dito omimero de combinagdes den objtos r 210. ars€denoiado por,c,cu("e édado per Cateule (A) Cy Cy (Cy TL _1-6-5-4_ 1-6-5 © G=g_e 35. 6 _6-5-4-3 O Cs=s =a ou (Cs 66 =6. (e) 10. Porno, robabiidade de pelo menos uma cra chegar 2 seu dest= {conto €patiamenteamesna quando € 1903 10.08. ' 1.45. Encontre a probabilidade de que n pessoas (n S365) selecionadas aleatoriamente tenbam n diferentes datas de nas- cimento, suposigio esta que nfo ests muito de acordo com a realidade. 'A primeira das pessous tem, & claro, algum dia de nascimento com probabilidade 365/365 = 1. Entfo, sea segun- ddadeve ter umn diferente data de nascimento,é preciso que ela ocorra em um dos outros 364 dies. Portanto, a probabili- Gade da segunda pessoa ter nascido em data diferente da primeira é 364/365, Similarmente, a probabilidade da terceira pessoa ter nacido em daa diferente das primeirasduas€ 363/365, Finalmente, a probabildade dan pessoa ter nasc- o-em data diferente das outras pessoas & (365 ~n + 1)/365, Portanto, temos mento si 365 364 363. 365—n41 ‘iodas as n datas de nascimento so diferentes) = FR. Ee- Trea EL - =). (- i | iment. eines exten omen 35 Aas on un oc ue tr ce spunea conn a ems |40 __Promsuosne e Esvristick 1.46. Determine quantas pessoas sfo necessérias no Problema 1.45 para que a probabilidade de ocorrer datas de nasci- mento distntas seja menor do que 1/2. Denotando a probablidsde dada por pe tomandoo logartmo natural, encontramos w inp=n( 35) +h(1-35) + -+n(1- Mas, sabemos do Caleulo (Apéndice A, féemula 7) que 2 In(l=x)= de modo que (1) pote ser escrito 1424--$@=0] 1 P +2 dD @ can 365 Usando os fatos de que para n= 2,3, .. (Apéndice A, férmulas 1 € 2) sens) (6) nln=1) _ nla V)2n=1) 730 12(365)" Param pequeno comparado a 365, digamas, n <30, 0 segundo os seguintes termos & direita de (5) so negligenciiveis ‘comparados com 0 primeiro temo, de modo que urna boa aproximacdo neste caso é Inp 730 n2= 0,693, Pano, temos P—n—S06=0 ov — (n—23)(n 4.22) = 0 {de modo que n = 23. Nossa conclusio portanto € que, se n 6 maior que 23, podemos ter mais do que boss chances Yo menos duas pston trem a mesma data de mastnento, TN PIemos tr mas do que boas chances de pe- Problemas Complementares Célculo de Probabilidades 147 Determine aprobabildadep, ou wma estimativa dls pra cadn um dos seguintes eventos: (a) Apatece um rei, um &s, um valete de paus ou ma dma de ouros ‘mum de 52 carts bem misturadss. (b) Aparece a soma 8 em um sico langamento de um par de dados honestos, (©) Um parafuso de porea ndo-defeituoso seré encontrado, aps 600 feituosos. ‘a retirada de uma tniea carta de wm baratho cO- Parafusos jd terem sido examinados 12 serem de- (@)Aparecem um 7 ou um 11 em um inico langamento de um par de dados honestos, (©) _Aparece pelo menos uma cara em 3 langamentos de uma moeda honesta, 148 Um experimento consist em rear 3 carts sucesivamente de um baralho comum bem embarthado.Sefam A toe na primcrasetrada", As oevet “rein segnihetiaa" eA, o evento“ na ere aia Eig lavraso significado do que segue: (a) P(A, MAS), (0) P(A) UA), (6) PLA{U.AR), @) PLAIN AS AS), PALMA) U{ASNAs)] leem po- Uma bola de gude € retrada ao acaso de wa exixacontendo 10 bolas vermethas, 30 brancas, 20 azus 15 cor de ara ja. Encontre& probabilidade dela ser (a) cor de laranja ou vermetha, (b)nfo-vermelha ou azul (e) ndorasus ) braves, (©) vermelha, branca ou au 1.80 Duas bolas de gude so retiradassucessivamente de uma caixa do Problema 1.49, sendo feta reposigo apés cada uma das duas retradas. Encontre a probabilidade de que (a) ambas sejam brancas, (2) primeira sea vermela es segunda SeCariruio 1+ Pronasiowne BAsica _41 jatranc, nena ej cord rans amas sejm vemelas ou brass ou sem ua vermin ¢ ume brane, (e)asepund ose zl) ime se code rans (pelo menos uma sj rl, no mbxio uma YE (a primeira seja branca masa segunda néo, () somente uma sea vermelha. 1.51, Resolvao Problema 1.50 com nfo-reposigfo apés cada retirada. Probabilidade Condicional e Eventos independentes 1.52 Uma caixa contém 2 bolas de gude vermethas ¢ 3 brancas. Encontre a probabilidade de que, se duas bolas de gude forem retiradassleatoriamente (sem reposigto), (a) areas sejrn szis, (6) ambassejam vermeas, c) uma sea vrmelha © outa sej al. ambassjam zu, (2) ambas se . (c) uma seja vermeha 1.53 Encontre a probabilidade de rtirar 3 ase aleatoriamente de um baralho comum de 52 cerias se as carts slo (a) recolo- ccadas, (b) no sio recolocadas no baralho. 1.84 Se pelo menos uma criangs em uma familia com 2 criangas é um menino, qual a probabilidade de que ambas as criangas sejam meninos? LSS. Acaixa J contém 3 bolas vermelhas e 5 brancss ao passo que 2 caixa 1/contém 4 bolas vermelhas € 2 brancas. Uma bola ‘escolhida a0 acaso da primeira caixa ¢coloceda na segunda eaixa sem que Sua cor soja observeda. Entio, uma bola ére- tirada ao acaso da segunda eaixa, Encontre a probabilidade dela ser branca, : Teorema (ou Regra) de Bayes - 1.36 Uma eaixa contém 3 bolas de gude azus e 2 vermelhas enquanto que outra caixa contém 2 bolas de gude azuis eS ver~ ) ‘methas. Uma bola de gude € retirada aletoriamente de uma dss caixas e € azul: Qual probabilidade de ela ter vindo da primeira caixa? 1.57 Cada uma de ts caixas idénticas de j6ias tem dois compartimentos. Em cada compartimento da primeira caixa tem um ‘elépio de ouro, Em cada compartimento da segunda caixa tem ura rel6gio de prata. Em um. compartimento da tereera Taina tem um rel6eio de ouro € no outro tem um rel6gio de prat. Se sclecionarmas ura caixa aleatoriamente, abrismos Sar dos compartimentos e encontrarmos um rel6gio de pata, qual a probabilidade de que-0 outro compartimento conte- ‘nha um rel6gio de ouro? — 4158 Ama Feontém 2 bolas braneas€3 peta; a uma 4 brancas¢ | prea; € uma, 3 branes 4 pets. Uma uma ésee- cae ap acaso e uma bola branca ¢retiada também ao acaso. Encontre a probabilidade da urna / tr sido a selecionaéa. ‘Andlise Combinatéria, Contagem e Diagramas em Arvore {159 Uma moeda é langaca 3 vezes. Use um diagrama em Srvore para determinar as viras possibilidades que podem surgi. 160 ‘Teés cartes sioretrada letorimente de um breho comum de 52 cata. Encontro nimero de mareirs de eretrar Go cans de ouros, pause copes sucessivamente, () dats carts de copase depois ume de paus ov ums de espadas, 4.61 De quantss manciras 3 moedas podem ser colocadas em 2 bolas diferentes? , CL BEE Permutacdes 7 1.62 Cale (a) Pn (0) Po (0) 1.63. Para qual valor de n terse Py 1.64 De quanas manciras 5 pessoas podem sentar-se em um sof existe somente 3 lgaesdisponiveis? 1148 be quanas manciras7 livros poder ser eoloeads em una ratte se) quae agrapamento ¢ pssvel, 2) 3 ros ee nur precisa fear sempre jutos,() 2 Heros em particular devem ocopar as posgoes nas? 1.66. Quantos némeros de cinco digits diferentes podem ser formados como dgitos 1,2, 3, eemapares, (b) os primeios dos dts de cada nGmero so pares? 19 8 (a) os ndmeros precisamn 1L67. Resolva Problema 1.66 se rpetigbes dos digitos for permit, 1.68 De quantas anc diferentes nmeros de ts ites podem ser Fomados com 3 quatos, $ dois e283? 1.69. De quantas mancirs3 homens 3 mulheres podem senar-se em tomo de uma mesa se (nena resigho €impost, 105 Suthers em particule pressam setarse jms, () cada mulher deve stars entre 2 homens? “es42 Phowarwene ¢ Esrarisnica Combinagdes 170 CaleHle DC, Cy Owe 1 Para qual valor de n tems 3 nG= 1.72 De quantas maneiras 6 questBes podem ser selecionadas 1.73, Quantos comités diferentes com 3 homens e 4 mulheres podem ser formadas entre & homens e 6 mulheres? 1.74. De quantas manciras 2 homens, 4 mulheres, 3 meninos ¢ 3 meninas podem ser selecionados entre 6 homens, 8 mulheres, 4 meninos e 5 meninas se (¢) nenuma restrigdo é imposta, (b) um homem ¢ uma mulher em particular precisam ser se- lecionados? 1.75 De quantas maneiras um grupo de 10 pessoas pode ser dividido em (a) dois grupos consistindo de 7 ¢ 3 pessoas, (b) trés srupos consistindo de 5,3 €2 pessoas? 1.76 De Sext tistios ¢ 6 economistas, un comité consistindo de 3 estatfsticos ¢ 2 economistas deve ser formado. Quantos ¢o- ferentes podem ser formados se (a) nenhuma restrigao ¢ imposta, (b) 2 esttiticos em particular precisam estar ‘no comité, (c) 1 economista em particular nflo pode estar no comité? 1.77 Encontre o nimero de (a) combinagdes ¢(b) permutagies de 4 letras cada, que podem ser formadas com as letras da pa- lavra Tennessee. Coeficientes Binominais 178 calaie 6. (Y!), © UCN aC 179 Expands (@) (x4 9K, @) (x=, © (AN, (@) (2 +2}, a tn ee eaeeee (242); Probabilidade Usando Anélise Combinatoria 1.81. Encontre a probabitidade de marcar um total de 7 pontos (a) uma vee, (b) pelo menos uma vez, (c) duas vezes; em 2lan- ‘Gamentos de um par de dados honestos. 1.82. Duas cartas so retiradas sucessivamente de um baralho comum de 52 carta bem embaralhadas. Enconte a probabil de de que (a) a primeira cata ro seja um dez de paus ou um &, (8) a primeira carta seja um ds mas a segunda n30, () pelo menos uma carta sea de ouros,(d) a artes nto sejam do mesmo naipe, () nio mais do que rma carta seja um ura (vate, dama, ri), (f) «segunda carta nfo seja uma figura, (g) segunda carta no seja uma figura dado que a px Imei tenha sido uma figura, (0) as carts sejam figuras ou do naipe de espadas ou amas. 1.83. Uma caixa contém 9 fichas numeradas de 1 29, inclusive. Se 3 fichas forem reiradas da caixa, uma de cada vee, encon- tte a probabilidade de que elas sejam, alternadamente, ou fmpar, par, fmpar ou par, fmpar, pat. 1.84. As chances favor de A veneer um jogo de xadtez contra B so 3 : 2. Se forem jogadas 3 partidas,quas so as chances (a) ‘favor de A vencer pelo menos 2 partidas entre as 3, (6) conta A perder as primeiras 2 pata para 8? 1.88 No jogo de bridge, cada wim dos 4 jogadorsrecebe 13 cartas de um baraho comum de 52 carta bem embaralhads. E- ‘eonlre a probabilidade de umn dos jogadores,(igamos,o mais velho) ober (a) 7 ours, 2 aus, 3 pase | espa; (0) 1 dds as carta do mesmo nape. eB ais. Cincob ‘eduas serem so extrafdas aleatoriamente da u 1.86 Uma urn eontéi 6 bolas ce gude vermeth Encontre a probabilidade de 3 serem vermell 1m reposiglo. 1.87 (a) Encontre a probabilidade de se obter soma 7 em pelo menos um dos 3 langamentos de um par de dados honests. ¢b) Quantos langamentos sio necessério para que a probabiidade em (a) seja maior do que 0,95? 1o comum de $2 carta, Encontre a probabilidade de que (a) todas as eartassejam do is 2ases. 1.88 Ties cantas so retiradas de ui bi ‘mesmo naipe, (2) sejam retrados pe 1.89 ncontre a probsbiidade de que, das 13 cartasdadas a um jogor de Drie, 9 ets eam do mesmo nae.Cariryo 1 + Prossauose BAsica 43 Problemas Variados ra npeagtge smostal consist de 3 pono amos com espetvas probable ales por 2p, 4p -1 Encontro TOK Quins Palavras podem ser formada com leas se (a) todas as lets so diferentes, (2) 2 letras sho idsticas (©) todas as letras so diferentes mas 2 determinadas letras nfo podem ser adjaceates? 1.92 Quatro inteiros sfo escolhidos a0 acaso entre 0 9, inclusive. Enconte a probabilids serem todos éiferent: (b) nito mais do que 2 serem iguais, nh car aoe 198 Um par de daos € lana epetidamente, Enonte a probabildade de que ur 11 sora pala primeira ver no 6 lang a- 1.94 Qual 60 eno nner neceniso de ajamenos no rb 13 pi baile dobre do que (a) 0,5, (6) 0,957 pnawsee . 1.95 Em um jogo de poquer encontre a probabilidade de se obter (a) um royal flush, o qual consiste de 10, valete, dama,reie 4s de um tnico naipe; (b) um fi! house, o qual consist de 3 carta de um mesmo valor © 2de outro (tal como trés 10.€ dois valetes); (c) todas as cartas diferentes; (d) quatro ases. 1.96 A probabilidade de que um homer: ‘ injnum alvo€ 3. Se leat no svo at tng-o pela primera ver, encores pro- ide de que sejam necessérios 5 tiros para ating 0 alvo. 1.97 (a) Uma prateleira contém seis compartimentos separados. De quantas manciras 4 bolas de gude indistingutveis podem ser colocadas nos compartimentos? (b) Resolva o mesmo problema se existrem n compartimentos er bolas de gude. Es- te tipo de problema surge em fisica, em conextio com a estatistica de Bose-Einstein 41.98 (a) Uma prateleira contém seis compartimentos separados. De quantas maneiras 12 bolas de gude indistingu‘veis podem ser colocadas nos compartimentos de modo que nenhum fique vazio? (b) Resolva o mesmo problema se existirem m com- partimentos ¢ bolas de gude onde r> n, Este tipo de problema surge em fisics, em conexio com a estatstica de Fermi- Dirac. 41.99 Um jogador de poquer tem cartas 2, 3,4, 68, Ele deseja descartar a 8c substitu-la por outra carta, a qual ele espera que ‘seja um 5 (neste caso ele obtém um inside straigh). Qual a probabilidade de que isto acontega assumindo que os outros tres jogadores juntos tem (a) um 5, (6) dois 5, (c) ues 5, (d) nenhum 5? Este problema pode ser resolvido se o mimero de ‘nas mos dos outros jogadores é desconhecido? 1.100 Resolva o Problema 1.40 se 0 jogo for limitado a3 langamentos. 1.101 Encontre a probabilidade de que em um jogo de bridge (a) 2, (b) 3, (c) todos os 4 jogadores tenham todas cartas do mes- mo naipe, Respostas dos Problemas Complementares 147 (a) S26 (6) S36 (2) 098 () 2 (©) 18 1.48 (a) Probabilidade de rei na primeira e nfo-ei na segunda retirada, (b) Probabilidade de um rei na primeira retirada, um rei na segunda retirada ou ambos. (o)_Nao-ei na primeira retirada, na segunda retirada ou ambos (nfo-reina primeira e na segunda retiradas), (a) Nao-rei na primeira, segunda e teresa rtirad. (c) Probabilidade de rei na primeira retirada ere na segunda retirada ou ndo-rel na segunda retrada e rei na teresa e= tira. 149 (@ 1B 35 is w 2S @ 4s 150 (a) 47s (© 1625 (@ INS @ 1oHRDS HS w ans (o cans) WS i) URS) SaRs 1st (a) 29185 (@) ‘NBNIBS NS) BIBS] (207 ( Suss ) S)ABNBS NAL 152 (@) 310 (ino 3s44 Prossouosce e Esraisnca 183 (@) 1197 @)TS76 188 15 185 20156 136 21/51 187 18 158 14/57 159 1.60 (a) 131313) 13x 12x26 161 8 . 1.82 (a) 12 (6) 2520 (©) 720 163 n=s 1.64 60 1.65 (a) S040 (6) 720. («) 240 1.66 (a) 8400 (6) 2520 1.67 (a) 32.805 (6) 11,664 1.68 26 1.69 (a) 120(6)72(€) 12 1.70 (a) 10 (6)70(€)45 , un 172 210 1.73 “840 1,74 (a) 42.000 (b) 7000 4.75 (a) 120 (6) 2520 1.76 (a) 150 (6) 45 (c) 100 177 @ 17 163 1.78 (@) 20 (b) 330 (@) 1499179) 1.80 1st 182 183 Ls 188 1.86 187 188 1.89) (a) x64 689 + Sey? + 200? +182) (x ~40'y + 6) ~ 4ry (0) x8 = S04 100 =e 4 Se) (dy x" 4 8x 4 24 4328 +16 2016 (a) SAK (b) 1186 (0) 1786 (a) S182 (by OND (o) 1SMBE (dy ANT (e) 210221) LON () 4001 sis (a) 81:44 (b) st EMEA EMME 00) Mey (OMEN UC. (2) 91/216 (b) pelo menos 17 (a) 45 C/G) HCl HCMC 191 192 193 194 198 1.96 197 198 199 1.100 101 (2) 120) 6 (2 (e) 63/128 (b) 96371000 1419887734012 @B os (0) MgC MCN () A3VAVANOVAC, A) (SHANBNAMS2NSIXSONED) 2243 (0) 126 ©) senior (@) 462) Cus (@ 332) ING | 152 VS Prob, de A vencer = 61/216, prob. de B vencer = 5/36, prob. de impasse = 125/216 ACC) O) CMCC wy woe BAC 45