Cap.

Probabilidade

II!)

5 . Probabilidade

idnticos. Os experimentos que repetidos sob as mesmas condigoes produzem resultados geralmente diferentes sero chamados experimentos aleatorios. Fenmenos aleatorios acontecem constantemente e m nossa v i d a diaria. Sao frequentes perguntas tais como: chover amanh? Q u a l ser a t e m p e r a t u r a mxima no prximo domingo? Q u a l ser o nmero de ganhadores da Lotera E s portiva? Quantos habitantes ter o B r a s i l no ano 2000? A Teora das Probabilidades o ramo da Matemtica que cria, desenvolve e em geral pesquisa modelos que p o d e m ser u t i lizados para estudar experimentos ou fenmenos aleatorios. O modelo matemtico utilizado p a r a estudar u m fenmeno aleatorio particular varia em sua complexidade matemtica, dependendo do fenmeno estudado. M a s todos esses modelos tm ingredientes bsicos comuns. O que vamos fazer agora estudar uma serie de fenmenos aleatorios relativamente simples e interessantes, e fixar u m a serie de idias e nogoes que sao totalmente geras. i

A teora do azar consiste em reduzir todos os acontecimentos do mesmo gnero a u m certo nmero de casos igualmente possveis, ou seja, tais que estejamos igualmente inseguros sobre sua existencia, e em determinar o nmero de casos favorveis ao acontecimento cuja probabilidade buscada. A razo deste nmero para o de todos os casos possveis a medida dessa probabilidade, a qual p o r tanto u m a frago cujo numerador o nmero de casos favorveis e cujo denominador o nmero de todos os casos possveis. Fierre Simn Laplace
' Ensaio filosfico sobre as Probabilidades

5.2 Espago Amostral e Probabilidades de Laplace

Nesta sego vamos tratar de u m caso particular da situago geral que ser desenvolvida na sego seguinte. Este caso p a r t i c u l a r muito importante, e a maior parte dos exemplos e exerccios deste captulo sao relativos a esta sego. 2: A definigao de probabilidade como quociente do nmero de "casos favorveis" sobre o nmero de "casos possveis" foi a p r i m e i r a definigao formal de probabilidade, e aparecen pela primeira vez em forma clara n a o b r a Liber de Ludo Aleae de Jernimo C a r d a n o (1501-1576). A probabilidade i n t r o d u z i d a nesta sego t e m , como veremos, varias propriedades. Elas sero tomadas como definigao de u m a fungo de conjunto que tambm chamaremos probabilidade n a sego seguinte. Consideremos o seguinte experimento aleatorio: jogue u m dado e observe o nmero mostrado n a face de cima.

5.1 Introdugo
U m a das aplicagoes mais importantes dos resultados anteriores n a Teora das Probabilidades. , , Diremos que u m experimento determimstico quando repetido ein condigoes semelhantes conduz a resultados essencialmente

118

I'2()

Probabilidade

Cap.5

Cap.5

Probabilidade

121

A primeira tarefa consiste em descrever todos os possveis resultados do experimento e calcular o seu nmero. De o u t r a forma: explicitar qual o conjunto de possveis resultados do experimento e calcular o nmero de elementos contidos nele. Este conjunto chamado Espago Amostral. E fcil descrev-lo e m nosso exemplo: 2 = { 1 , 2 , . . . ,6}, # ( ) ) = 6.

espago amostral f i eram chamados casos possveis.

Defina ento

probabilidade =

nmero de casos favorveis nmero de casos possveis

Vamos ento resumir as consideragoes feitas at agora, que permitem a utilizago desta definigao de probabilidade. Suponha que os experimentos aleatorios tm as seguintes caractersticas: a) H u m nmero finito (digamos n) de eventos elementares (casos possveis). A unio de todos os eventos elementares o espago amostral i. b) Os eventos elementares sao igualmente provveis. c) Todo evento A u m unio de m eventos elementares onde m < n. Definimos ento 4 * . P r o b a b i l i d a d e de A = P{A) = nmero de casos favorveis nmero de casos possveis #(A) ^ m

Os elementos do espago amostral sao chamados eventos elementares. Os subconjuntos do espago amostral sero chamados eventos. P o r exemplo, o subconjunto ' A = {2,4,6} I

o evento que acontece se o nmero mostrado na face de c i m a par. Passamos agora segunda etapa: a de calcular a probabilidade de u m evento A. Consideremos o caso do evento A = {2, 4, 6} de nosso exemplo. E claro intuitivamente que se repetimos o experimento u m grande nmero de vezes obteremos u m nmero p a r em aproximadamente a metade dos casos; ou seja o evento A v a i ocorrer mais ou menos a metade das vezes. O que est por tras dessa intuigo o seguinte: a) os eventos elementares sao todos igualmente "provveis"; b) o nmero de elementos de A (#(^) = 3) justamente a metade dos elementos de 2 (#(2) = 6). Estas consideragoes m o t i v a a definigao de probabilidade de u m evento como A, da seguinte forma probabilidade deA = 3 #(2) 6 1
2

Conseqncias imediatas desta definigao sao as seguintes propriedades: 1) P a r a todo evento A , O < P ( A ) < 1; 2) P(2) = 1; 3) P{,t>) = O (porque 4) Se AHB = 0); + P{B).

= cf) ento P{A U B) = P{A)

Laplace referia-se aos elementos de A (ou eventos elementares (|U(^ compoem A) como os casos favorveis. Os elementos do

E x e m p l o 5.1: Tres moedas sao jogadas simultneamente;. Q u a l a probabilidade de obter 2 caras? Q u a l a i)i()l)Hl)ili(la{l<' dv. obter pelo menos 2 caras?

IT

Probabilidade

Cap.5

Cap.5

Probabilidade \'H

Solugao: Vamos indicar com H, cara e com T coroa. O espago amostral ento l ={{HHH), (HHT), {HTH), {HTT), (THH), 1 # ( ) = casos possveis = 8. Se A i n d i c a o evento "obter 2 caras" temos que A = A s s i m # ( A ) = 3 e portanto {{HHT),{HTH),{THH)}. 2 3 4 5 6 1 (1,1) (2,1) (3,1) (4,1) (5,1) c a 1) 2 (1,2) (2,2) (3,2) (4,2) (5, 2) (6,2)

Nmero do segundo dado 3 (1,3) (2,3) (3,3) (4,3) (5,3) (6,3) 4 (1,4) (2,4) (3,4) (4,4) (5,4) (6,4) 5 (1,5) 12, 5) (3,5) (4,5) (5,5) (6,5) 6 (1.6) (2,6) (3,6) (4,6) (5,6) (6,6)

{THT),{TTH),TTT)} Donde:

Fig. 5.1

Se B denota o evento "obter pelo menos duas caras" temos B = R e s u l t a que {{HHT),{HTH),{THH),(HHH)}. = 4 e P{B) = | = 5

O nmero de eventos elementares (casos possveis) igual a # ( i ) = 36. Seja A o conjunto dos pares tais que i + j = 7. Esses pares esto sombreados n a figura 5 . 1 . Temos que #{A) = 6 e portanto , V. P ( A ) =

#(1^_6_^ 1
#(2) 36 6'

E x e m p l o 5.2: Dois dados sao jogados simultneamente. Calcular a probabilidade de que a soma dos nmeros mostrados as faces de c i m a seja 7. Solugo: O espago amostral f2 consiste de todos os pares (, j ) onde i e j sao inteiros positivos compreendidos entre 1 e 6. A figura 5.1 descreve o espago amostral completamente. ' ' < < |

N a m a i o r parte dos problemas concretos o Espago A m o s t r a l nao descrito com tanto cuidado. Este u m costume generalizado (e as vezes perigoso). Nos exemplos seguintes nao descreveremos precisamente o Espago A m o s t r a l , mas o leitor aconselhado em todos os casos a defini-lo com preciso. E x e m p l o 5 . 3 : Dois dados sao jogados simultaneament<. Cal cular a probabilidade de que o mximo seja maior ou igual i 3. Os pares tais que o mximo e menor que .3 sao (1,1), (1,2), (2,1) e (2,2). P o r t a n t o o nmero daqueles nos (|iiiiis o mximo maior ou igual a 3 3 2 e a probabilidade P K K I I I M I I Solugo:
32/36 = 8/9. . , I I

12't

Probabilidade

Cap.5

Cap.5

Probabilidade

125

E x e m p l o 5.4:

Suponhamos que de n objetos escolhemos r ao

acaso com reposigao. Q u a l a probabilidade de que nenhum objeto seja escolhido mais de u m a vez? Solugo: O nmero de casos possveis igual a n'^. O nmero de casos favorveis igual a n{n - l){n - 2) {n - r + 1) (r fatores). A probabilidade portanto igual a n ( n - l){n-2)---{n-r + l) ^

E x e m p l o 5.5: P a r a a C o p a do M u n d o 24 pases sao divididos em seis grupos, com 4 pases cada u m . Supondo que a escolha do grupo de cada pas feita ao acaso, calcular a probabilidade de que dois pases determinados A e B se encontrem no mesmo grupo. ( N a realidade a escolha nao feita de forma completamente aleatoria). Solugo: Vamos t o m a r como espago amostral o conjunto de todas as permutages de 24 elementos; ou seja o nmero de casos possveis 24! Consideremos o diagrama da figura 5.2, que

U m a aplicago interessante deste resultado a seguinte: suponhamos que o aniversario de u m a pessoa possa cair com i g u a l probabilidade em qualquer dos das do ano. Se r pessoas sao escolhidas ao acaso, a probabilidade de que todas fagam anos em das diferentes dada pela frmula anterior com n = 365. A tabela 5.1 d aproximagoes por excesso desta p r o b a b i l i dade, p a r a diferentes valores de r ; por exemplo, para r = 30 a probabilidade menor do que 0,30. Os resultados sao bastantes surpreendentes; em u m grupo com 35 pessoas, por exemplo, a probabilidade de duas dlas terem nascido no mesmo da do ano, (aniversarios no mesmo da) maior do que 80%. r 5 10 15 20 25 30 35 40 50 60 = Probabilidade < 0,98 0,89 0,75 0,59 0,44 0,30 0,19 0,11 0,006

Fig. 5.2

representa os 24 times divididos em 6 grupos. Quantas p e r m u t a ges existem tais que A e B pertencem ao primeiro grupo? A pode ser colocado em 4 lugares; restam p a r a B tres lugares e os times restantes p o d e m ser dispostos em 22! formas diferentes. P o r t a n t o o nmero de permutages com A e B no primeiro grupo * 4
X

22!.

A probabilidade procurada portanto . . . , ^ 6 4-3-22! 3

5.3 Espagos de Probabilidade

Vamos i n t r o d u z i r agora a nogo geral de probabilidade. c jjiovar varias propriedades que sao conseqncias mais ou m(>iios iiiicdiuta d a definigao.

Tabela 5.1

i*0

Prob.ibilidnde

Cap.5

Cap.5

Probabilidade

127

Odiinigo 5.1: Seja 2 u m espago amostral (conjunto). U m a fungo /- definida para todos os subconjuntos de Vt (chamados eventos) chamada u m a probabilidade se 1) O < P{A) < 1, para todo evento A C O; 2) F((/>) = 0, P ( f i ) = l ; 3) Se A e B sao eventos disjuntos (tambm chamados mente exclusivos) P {A U B) = P (A) + P{B).

Demonstrago:

Sabemos que
= P{AUA'') i',--mM P{A'')
HUS.,

1 = P{n)

= P{A)

+ P{A'').

Portanto mutua-

= 1 - P{A).

U m resultado mais geral est contido n a seguinte ProposiQo 5.2: Demonstrago:

PB)

A probabilidade que usamos at agora e que continuaremos usando n a m a i o r parte deste trabalho a que se obtm definido P{A) como o quociente do nmero de elementos contidos em A (casos favorveis) pelo nmero de elementos de , (casos possveis). E x i s t e m multas probabilidades (ou seja, fungoes c o m as propriedades 1, 2 e 3 d a definigao 5.1) que nao sao desta f o r m a p a r t i c u l a r . U m exemplo simples se obtm tomando = {0,1} e definiiido > j j?" P{cf>) = 0, F ( ) = 1, P ( { 0 } ) ^ 2 / 3 , P({l}) = l / 3 . .. ? V ,

Se A G B ento P{A)

= P{B)

- P{B

A).

C o m o B = AU {B - A), temos
+ P{B-A),

= P{AU{B-A))=P{A)

e portanto P{A) Corolario:

= P{B)

- P{B

- A). <

, P{B).

"

Se ^ C P ento P{A)

E m geral, sejam O u m conjunto com n elementos, = {^1,^2, ,Wn}, ^ - , ^ ..n

Demonstrago: C o m o P ( A ) = P{B)-P{B-A) e P{B-A) O (porque P u m a probabihdade) resulta que P{A) < P{B). Proposigo 5.3: Demonstrago: P{A U P ) - P{A) Temos que
P{A) P{B) = P{A - B)P{AnB), ' ' '

>

+ P{B)

- P{A n B).

e P l ) P2) TPII n nmeros nao-negativos e tais que p i -|-P2 + + Pn = 1; Definamos P{{wi}) = pi, i = 1,2,... ,n e, em geral, p a r a v4 C 2, P{A) = s o m a dos P{{wi}) = s o m a dos pi com Wi E A (ou seja P ( ^ ) a soma das probabilidades dos elementos pertencentes a A). A fungo P assim o b t i d a u m a probabihdade sobre O. E m geral ela diferente da probabilidade de L a p l a c e i n t r o d u z i d a n a sego 5.2. Se pi = p2 = = Pn /n obtemos a p r o b a b i l i d a d e de Laplace como caso particular. V a r i a s conseqncias simples e teis d a definigao de p r o b a bilidade esto contidas as seguintes proposigoes.
Proposigo 5.1: P ( A ^ ) = 1 - P{A). ..uv,

= P{B-A)^P{AnB).

Somando:
P{A) + P ( P ) = P{A -B) + P{B -A)-{P{A n P ) + P{A n B).

Portanto p(AUP) = p(^)-fP(P)-P(Anp). -ui-u

\2H Probabilidade

Cap.5

Cap.5

Probabilidade

12!)

C o m as mesmas tcnicas usadas para descrever e provar o P r i n c i p i o d a Inckiso-Excluso pode-se estabelecer u m a frmula pai-a P{Ai U ^2 U An) onde Ai, A2,. , An sao n eventos. C o m o , salvo modificagoes evidentes, a demonstrago a mesma, enunciamos o resultado sem apresentar u m a prova. Proposigo 5 . 4 : P{Ai :- UA2U---UAn) = P{Ai) -P{AinA2) + p{AinA2nA3) + P{A2) + + P{An) PiAr^-lnAn) + --- + + +

observando neste experimento o nmero de caras, poderamos tomar como espago amostral o conjunto I2 = { 0 , 1 , 2 } correspondente a observar O caras, 1 cara, ou 2 caras. E como definimos '2? Se queremos u m modelo que "represente" o fenmeno real (no Homtido de que as freqncias relativas " a p r o x i m e m " as p r o b a b i l i dades do modelo) deveramos definir P2 da seguinte forma

^2(0) = P2(2) = i

^2(1) = ^ .

+_{-iy'-^p{AinA2n---nAn) A s propriedades provadas as proposigoes anteriores sao vlidas p a r a qualquer probabilidade; ou seja, p a r a qualquer fungo de conjuntos satisfazendo as condigoes da definigao 5.1. Note-se que sobre o mesmo espago amostral 2 e posswel definir muitas probabilidades diferentes. U m fenmeno aleatorio representado matemticamente por um par de objetos: o-espago amostral fi (ou conjunto de eventos elementares) e u m a probabilidade P definida sobre os subconjuntos (eventos) de f2. O par (2, P ) chamado Espago de Probabilidades. Inti-oduzimos a nogo de Espago A m o s t r a l como u m objeto unvocamente determinado por u m dado fenmeno aleatorio. Isso nao estritamente cei'to, como podemos ver pelo seguinte exemplo simples: joguemos u m a moeda duas vezes e observemos o nmero de caras obtidas. Representemos como anteriormente cara e coroa c o m as letras H e T. Podemos t o m a r como espago amostral li = {H,H),H,T),{T,H),{T,T)} , , )

Temos ento dois espagos de probabiHdades ( f i , P i ) e {0,2, P2) que representara o mesmo fenmeno aleatorio. E x i s t e a l gum m o t i v o que determine a preferencia de u m modelo sobre u m outro? A resposta afirmativa: u m modelo em que os eventos elementares sejam igualmente provveis mais conveniente porque facilita geralmente os clculos de quase todas as probabilidades. A s tcnicas desenvolvidas nos Captulos 2 e 3 p o d e m ser utilizadas com proveito. Nos exemplos seguintes as propri(Hlad(s das p i o b a bilidades sero usadas n a maior parte dos casos sem referencia especfica. A p r o b a b i l i d a d e ser quase sempre a i n t r o d u z i d a n a sego 5.2. E x e m p l o 5.6: U m a recepcionista recebeu n chapus, mas estes ficaram totalmente misturados. D e c i d i u , ento devolv-los a esmo. C a l c u l a r a probabilidade de que n e n h u m homem receba o seu. ( E interessante tentar a d i v i n h a r o comportamento dessa p r o b a b i l i dade quando n grande, antes de efetuar o clculo.) Solugo: O nmero de casos possveis igual ao das permutages de n elementos, que n ! . O nmero de casos favorveis igual ao dos permutages caticas de u m conjunto com n elementos. E s t e nmero foi calculado n a sego 3.2 e igual a

e como P i a probabilidade que faz todos os eventos elementares (pontos de i) igualmente provveis. M a s , como o que estamos

i:{()

Probabilidade

Cap.5

Cap.5

Probabilidade

1.31

A probabilidade buscada igual ao quociente destes nmeros; portanto igual a 2! 3! 4! ^ ' ni

E s t a probabilidade se estabiliza rpidamente quando n a u menta; p a r a n > 4 a variago menor que 0,01. (O limite desta expresso quando i ^ oo ~ 0,37.) E x e m p l o 5.7: U m a lotera t e m N nmeros e s u m premio. U m jogador compra n bilhetes em u m a extrago. O u t r o c o m p r a s u m bilhete em n extrages diferentes. ( A m b o s os jogadores apostam portanto a mesma i m p o r t a n c i a ) . Q u a l deles t e m maior probabilidade de ganhar o premio? Solugo: Se todo o dinheiro jogado n u m a nica vez a p r o b a bilidade de ganhar n/N. P a r a calcular a o u t r a probabilidade procedemos d a seguinte maneira. Vamos calcular primeiro a probabilidade de nao ganhar. O nmero de casos possveis igual a N'^. Os casos favorveis (neste caso nao ganhar) sao (A'^ 1)". P o r t a n t o a probabilidade de nao ganhar igual a {N ly /N 1\ )

A demonstrago desta desigualdade feita no Apndice 3. interessante observar a concluso deste resultado: jogar tudo de uma s vez melhor do que ir jogando aos poucos. E m outras palavras, o jogo "fro" melhor (porm, em geral, parece provocar menos "satisfago", porque joga-se menos tempo). E s t a concluso vlida em geral p a r a quase todos os jogos de azar. E x e m p l o 5.8: Seis bolas diferentes sao colocadas em tres urnas diferentes. Q u a l a probabilidade de que todas as urnas estejam ocupadas? . - . . K .... Solugo: A escolha da urna em que cada u m a das 6 bolas colocada pode ser feita de 3 modos diferentes. Logo, pelo P r i n c i p i o da Multiplicago, o nmero de casos possveis ^ #() = 3 x 3 x 3 x 3 x 3 x 3 = 3^.

^ P a r a contar os casos favorveis sejam y l i o (conjunto de distribuiges de bolas pelas urnas que d e i x a m vazia a p r i m e i r a u r n a , A2 o conjunto das distribuiges que deixam vazia a segunda u r n a e A3 das distribuiges que deixam vazia a terceira. Temos agora: # ( A i ) = #(^2) , #{AinA2nA3)

y'

e a de ganhar

= #(A3)
= o.

= 26

# ( A i n A 2 ) - # ( A i n A 3 ) = #(A2nyl3) = i

Temos que comparar agora n / i V e 1 - (1 - /iV)'^. A f i r m a m o s que Portanto, pelo P r i n c i p i o de Incluso-Excluso, #iAi U ^2 U ^ 3 ) = 3 X 2^ - 1 - 1 - 1 = 3(2^ ou equivalentemente, n
( 1 ^ "

1)

36

35

243

27

Probabilidade

Cap.5

Cap.S

Probabilidade

\rA

A s s i m , a probabilidade p r o c u r a d a 7 PI(A,UA.UA,ri = l - - = 27 7 20 =

O espago amostral que consiste dos quatro possveis resultados do experimento: wi corresponde a que A ganhe o trnelo;

E x e m p l o 5.9: U m nmero entre 1 e 300 escolhido aleatoriamente. C a l c u l a r a probabilidade de que ele seja divisvel por 3 ou por 5. Solugo: Sejam A e B os eventos que acontecem se o nmero escolhido for divisvel por 3 e p o r 5 respectivamente. Temos que calcular P{A U B). Os nmeros entre 1 e 300 divisveis p o r 3 sao 100; os divisveis por 5 sao 300/5 = 60, e os divisveis p o r 3 e 5 simultneamente sao 300/15 = 20. < ' Temos portanto 100 P{B) = 300 " 60 1 3' 1
1_

W2 corresponde a que B ganhe o trnelo; W3 corresponde a que C ganhe o trnelo; W4 corresponde a que D ganhe o trnelo. Seja p = P{w4). P{w3) P{wi) Temos P{w2) = 2P{w3) = 6p,

= 3p,

= 3P{w2) = 18p.

C o m o a soma das probabilidades tm que ser igual a 1, resulta que p + 3p + 6 p + 1 8 p = 1, ou seja 28p = 1, de onde P Portanto
P ( 4 ) = . i ' ( 3 ) = | , P ( 2 ) = . P(l) = ^.

300 ~ 5 ' 20 > \ ') 300

15'

Assim, P{A UB) = P{A) + P{B) - ^(^ n

J5)

= i

-f-

i -

= ^ .

E x e m p l o 5.10: U m trnelo disputado p o r 4 times A, B,C e D. E 3 vezes mais provvel que A venga do que B, 2 vezes mais provvel que B venga do que C e 3 vezes mais provvel que C venga do que D. Quais as probabilidades de ganhar p a r a cada u m dos times? Solugo: Vamos indicar com = {wi,W2,W3,W4} .f.'-

E x e m p l o 5.11: Seja P u m a probabilidade sobre os eventos (subconjuntos) de u m espago amostral l. Sejam A e B eventos tais que P ( A ) = e P ( P ) = |. Prove que: . a) P{A U P ) > |; b) I < P ( A n P ^ ) < ; c) Solugo: a) P ( ^ U P ) > P(>1) = |; i < p ( A n p ) < | . < i-. ..^^k: i ; . . : r j.^, r ' "

134

Probabilidade

Cap.5

Cap.5

Probabilidade

l.3(i

b)
P{A n B") < PiB") P{A n B"") = P{A ^nA)-PiB) c) P{AnB)<P{B) P{An B) = P{B) = ^; - P{B A) 9 = -. 3 9 = 1 - P{B) -B) = P{A) = -;

3. U m a cidade tem 30 000 habitantes e tres jornais A,B U m a pesquisa de opinio revela que: 12000 lem A; 8 000 lem B; 7000 lem A e B; 6000 lem C ; 4500 lem A e C; 1000 lem B e C; 500 lem A, B eC. /

e 6'.

- P{A n B) = ;

- ,

= l -

' ^Vj.,

Q u a l a probabilidade de que u m habitante lea: a) pelo menos u m j o r n a l ; b) s u m j o r n a l . 4. Os algarismos 1,2,3,4,5 sao escritos em 5 cartes diferentes. Este cartes sao escolhidos (sem reposigo) aleatoriamente e os algarismos que vo aparecendo sao escritos da esquerda para a direita, formando u m nmero de cinco algarismos. a) C a l c u l a r a probabilidade de que o nmero <>scrito seja par.

> PiB) - P{A^) = ^ ' ^ ^

Exerccios

"

1. U m a caixa contm 20 pegas em boas condigoes e 15 em ms condigoes. U m a amostra de 10 pegas extrada. C a l c u l a r a p r o b a bilidade de que ao menos u m a pega n a amostra seja defeituosa. 2. (Pquer com dados) C i n c o dados sao jogados simultaneamente e os resultados sao classificados em:
Ai A2

b) Se a escolha fosse com reposigo qual seria a piobabilidade? 5. Colocam-se aleatoriamente b bolas em b urnas. C a l c u l a r a probabilidade de que exatamente u m a u r n a seja deixada desocul)ada. " 6. Dez pessoas sao separadas em dois grupos de 5 pessoas cada inn. Q u a l a probabilidade de que duas pessoas determinadas A ( B fagam parte do mesmo grupo? 7. 5 homens e 5 mulheres c o m p r a m 10 cadeiras consecutivas n a mesma fila de u m teatro. Supondo que se sentaram aleatoriamente lias 10 cadeiras, calcular: a) A probabilidade de que homens e mulheres se sentem em cadeiras alternadas; >

= todos diferentes; = u m par;

A3 = dois pares; ^ 4 = tres iguais; A5 = full (tres iguais e dois iguais); AQ^ quatro iguais (pquer); Ar = cinco iguais; A8 = u m a seqncia. C a l c u l a r as probabilidades de Ai i = 1,2,... ,8. k) \

b) A probabilidade de que as mulheres se sentem juntas.

i;iti

('rob.ibilidnde

Cap.5

Cap.5

Probabilidade

VM

K. U m nmero entre 1 e 200 escolhido aleatoriamente. C a l c u l a r n |)r()l)abilidade de que seja divisvel por 5 ou por 7. 9. U m a moeda foi cunhada de t a l forma que 4 vezes mais provvel dar cara do que coroa. C a l c u l a r as probabilidade de cara e coroa. 10. Aos nmeros inteiros entre 1 e n sao designadas p r o b a b i l i dades proporcionis aos seus valores. C a l c u l a r P{i) para 1 < i < n. 11. Tres dados sao jogados simultneamente. C a l c u l a r a p r o b a bilidade de obter 12 como soma dos resultados dos tres dados. 12. Dois dados sao jogados simultneamente. C a l c u l a r a p r o b a bilidade de obter 7 como soma dos resultados. 13. Consideremos u m a urna conten do n bolas, das quais n i > 1 sao brancas e n2 > 1 sao pretas com n = ni + n2- Escolhe-se, ao acaso, u m a amostra de r bolas, com r < ni e r < n2- Q u a l a probabilidade de que exatamente k das bolas nessa amostra sejam brancas, se O < /c < r . 14. U m a moeda equilibrada (probabildade de cara = p r o b a b i l i dade de coroa = 1/2) jogada n vezes. C a l c u l a r a probabilidade de obter-se exatamente k caras, O < < n. 15. J"; Sejam A e B eventos tais que ;;;P(A) = P ( P ) = ^, e P(AnP) = .

g)

P(^^UP^).

16. U m a u r n a contm 4 bolas brancas, 4 bolas pretas e 4 bolas vermelhas. Sacam-se 6 bolas dessa urna. Determine a p r o b a b i l i dade de serem sacadas 2 bolas de cada cor: a) supondo a extrago com reposigo; b) supondo a extrago sem reposigo. 17. N o jogo da Sena sao sorteadas 6 dezenas distintas entre as dezenas 01 02 50. O apostador escolhe 6 dessas 50 dezenas (! premiado se sao sorteadas 4 (quadra), 5 (quina), 6 (Sena P r i n cipal) das dezenas por ele escolhidas ou se as dezenas sorteadas sao escolhidas aumentadas (Sena A n t e r i o r ) ou diminuidas (Sena Posterior) de u m a unidade (50 + 1 = 01, 01 1 = 50). Determine H probabilidade de u m apostador fazer: a) b) c) c) u m a quadra; u m a quina; a Sena P r i n c i p a l ; a Sena A n t e r i o r ou a Posterior. '

18. N o jogo da L o t o sao sorteadas 5 dezenas distintas entre dezenas 01 - 02 99 - 00. O apostador (\scolhe 6,7,8,9 10 dezenas e premiado se sao sorteadas 3 (terno), 4 (quadra) 5 (quina) das dezenas escolhidas. Determine a probabilidade um apostador que escolheu 10 dezenas fazer: a) u m terno; b) u m a quadra; c) a quina.

as ou ou de

Calcular: a) P ( A U P ) ; b) P{A-)c) PiB'^)d) P{Ar\B%

19. N a Lotera E s p o r t i v a h 13 jogos e o apostador deve i n d i c a r vm cada u m deles a vitria do time 1, a vitria do time 2 ou o empate. U m jogador premiado: ^ a) com 10 pontos, se acerta os resultados dos 10 primeiros jogos e erra os dos 3 ltimos; : < ^-' r , n- b) com 11 pontos, se acerta os resultados dos 10 primeiros jogos e acerta apenas u m dos resultados dos 3 ltimos;

e) pi^^^nP);
f) P{A''r^B% ' r.,

.
. . i

. .

/
f

.
(d

i:{.S

Probabilidade

Cap >

Cnp.S

Probabilidiulr

c) com 12 pontos, se acerta os resultados dos 10 primeiros jogos e acerta apenas dois dos resultados dos 3 ltimos; d) com 13 pontos, se acerta os resultados dos 13 jogos. Supondo que em cada jogo os resultados possveis t e n h a m probabilidade iguais, determine a probabilidade de u m apostador ser premiado: a) com 10 pontos; b) com 11 pontos; c) com 12 pontos; (i) com 13 pontos. ,;: : , , . i . . , :
'i'Ji'i <:

'2r. Colocam-se ao acaso n botes em u m tabuleiro n X n , no N<'iido permitido haver dois botes em u m a mesma casa. Q u a l n piobabilidade de nao haver dois botes nem n a mesma nha IKMII na rnesma coluna? 26. U m polgono regular de 2n + 1 lados est inscrito em u m ci-culo. Escolhem-se 3 dos seus vrtices, formando-se u m tringulo. Q u a l a probabilidade do centro do crculo se interior ao tringulo? 27. Nos cartes da Sena, as dezenas sao apresentadas em u m (juadro com 5 Hnhas e 10 colunas. Determine a probabilidade das (i dezenas sorteadas:

20. Escolhem-se ao acaso duas pegas de u m domin. probabildade dlas possuirem u m nmero comum? 21. H 8 carros estacionados em 12 vagas em fila.

Qual a

a) Q u a l a probabilidade das vagas vazias serem consecutivas? b) Q u a l a probabilidade de nao haver duas vagas vazias consecutivas? .1-;,:.^ / ,-,,/: 22. C i n c o homens e cinco mulheres sentam-se aleatoriamente em dez cadeiras em crculo. Calcule: ' a) A probabildade de os homens e as mulheres se sentarem em lugares alternados. b) A probabilidade das mulheres se sentarem juntas. 23. U m a caixa contm 2n sorvetes, n de coco e n de chocolate. E m u m grupo de 2n pessoas, a [a < n) pessoas preferem coco e b {b < n) pessoas preferem chocolate. A s demais nao tm preferencia. Os soi-vetes sao distribuidos ao acaso. Q u a l a p r o b a bilidade de todas as preferencias serem respeitadas? 24. E m u m armario h n pares de sapatos. Retiram-se ao acaso p ps de sapatos desse armario. Q u a l a probabilidade de haver entre esses ps exatamente k pares de sapatos?

a) pertencerem mesma linha; b) pertencerem a apenas duas linhas, 5 n u m a l i n h a e 1 n a outra; ?: c) dem, 4 n u m a l i n h a e 2 na outra; , . ; d) dem, 3 n u m a l i n h a e 3 na outra; , 5; e) pertencerem a apenas tres linhas, duas em cada; f) pertencerem a linhas diferentes. 28. Tem-se n urnas. Bolas sao colocadas ao acaso as urnas, uma de cada vez, at que alguma urna receba duas bolas. Q u a l a probabilidade de colocarmos exatamente p bolas as urnas? 29. U m carro estaciona entre n outros em fila e nao n u m a ponta. Quando o dono retorna anda esto estacionados m dos n carros. Q u a l a probabilidade das duas vagas adjacentes ao seu carro estarem vazias? 30. Se n homens, entre os quais Joo e Pedro, sao postos ao acaso em u m a fila, qual a probabilidade de haver exatamente m pessoas entre Joo e Pedro? * ? s 31. E m u m grupo de 10 pessoas, quatro sao sorteadas p a r a ga, ,. ; nhar u m premio. Q u a l a probabilidade de u m a p a r t i c u l a r pessoa ser sorteada? 32. Doze pessoas sao divididas em tres grupos de 4. Q u a l a probabilidade de duas determinadas pessoas ficarem no mesmo grupo?

MO

Probabilidade

Cap.5

Cap.5

Probabilidade

141

33. E m u m roda sao colocadas, ao acaso, n pessoas. Q u a l a prol)abilidade de duas determinadas dessas pessoas ficarem j u n tas? 34. Joo e Pedro langam, cada u m , u m dado no-tendencioso. Q u a l a probabilidade do resultado de Joo ser maior ou igual ao resultado de Pedro? 35. Q u a l a probabilidade de u m a permutago dos nmeros ( 1 , 2 , . . . , 10) ter exatamente 5 elementos no seu lugar p r i m i t i v o ? 36. PA) nC)
-

informe que o resultado do mesmo u m nmero par, isto , qnv A ocorreu. Nossa opinio sobre a ocorrncia de P se modifica com esta informago, j que, ento, somente poder ter ocorrido P se o resultado do experimento tiver sido 2. E s t a opinio quantificada com a introdugo de u m a "probabilidade a posteriori" ou, como vamos cham-la doravante, probabilidade condicional de B dado A , definida por 4: #(PnA) ^ 1 #(yl) Introduzimos em geral a seguinte Definigao 5.2: Dados dois eventos A e B, a probabilidade condicional de B dado A o nmero P{AnB)/P{A). Representaremos este nmero pelo smbolo P ( P / ^ ) . Temos ento simblicamente 3'

= i , P{B)

P{C)

= i , P{AnB)

= i , P(AnC) =

^, P{B
a)

= 0. Calcule:
' ' i {B U C)]; n (P U C ) ] ;

P{AUBUC)-

h) P[A c) P{A d)
37. P{A)

p(p

n p ) uc)].
P{B) = i , P{C) = i, PiAHB)

= i , P{AnC) =

(5.1)

P{B/A)

p{A

n p)

= l

P{B

n C ) = , P{A a) b) c) d) e)

n P n C) = .

Determine a probabihdade

Note-se que este nmero s est definido quando P{A) A equago (5.1) tambm escrita como (5.2) P(A DP) = P(^)P(P/^).

> 0.

de ocorrncia de: E x a t a m e n t e u m dos eventos A,B,C; E x a t a m e n t e dois dos eventos A , P , C; Pelo menos dois desses eventos; N o mximo dois desses eventos; N o mximo u m desses eventos.

Se P ( P ) > O temos tambm

(5.3) P{AnB) = P{B) P{A/B).

5.4.

Probabilidades Condicionis

Antes de passar aos exemplos indicaremos algumas propriedades bsicas da nogo de probabilidade condicional. Proposigo 5.5: Seja A tal que P{A) > 0. Ento

Consideremos o experimento que consiste e m jogar u m dado noviciado. Sejam = {1, 2 , . . . , 6}, ^ = {2,4,6} e P = {1,24}. Temos que P ( P ) # ( P ) / # ( 1 ) = 3/6 = 1/2. E s t a a probabilidade de P a priori, quer dizer, antes que o experimento se realize. Suponhamos que, u m a vez realizado o experimento, algum nos

a) P{<p/A)^0, P ( 0 / A ) = 1, 0<P(P/A)<1. b) P{{B U C)/A) = P{B/A) + P{C/A), se BHC = 4>. Ou stija, fxado A a probabilidade condicional outra probabilidade sobre o espago amostral 2.