Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

10

Share

Download to read offline

Introdução à teoria das probabilidades

Download to read offline

Related Books

Free with a 30 day trial from Scribd

See all

Related Audiobooks

Free with a 30 day trial from Scribd

See all

Introdução à teoria das probabilidades

  1. 1. Introdução à Teoria das Probabilidades
  2. 2. No nosso dia-a-dia é frequente ouvirmos e dizermos expressões tais como “improvável”, “por sorte” ou “por acaso” que deixam bem claro que, em muitos acontecimentos das nossas vidas, não nos é possível saber, antecipadamente, qual o seu desfecho. Incapazes de controlar o acaso, conseguimos, contudo, ter a noção da probabilidade de uma situação ocorrer ou não :  embora nunca possamos com segurança dizer “Amanhã vai chover”, sabemos que a probabilidade de isso acontecer é maior no Inverno do que no Verão;  é certo que ouviremos falar Inglês se formos a Inglaterra, enquanto que em Portugal isso será improvável, mas não impossível;  é mais provável encontrar um atleta num ginásio do que numa discoteca.
  3. 3. A imprevisibilidade aparece, irremediavelmente, associada aos chamados “ jogos de azar”:  ao lançar um dado, com as faces numeradas de 1 a 6, não sabemos qual ficará voltada para cima;  ao tirarmos uma carta de um baralho não sabemos qual delas nos sairá;  não nos é possível saber previamente quais os números sorteados no totoloto ou na lotaria (com grande pena nossa!).
  4. 4. Blaise Pascal Matemático Francês (1623-1662) Foi exactamente a partir dos “jogos de azar” que no século XVII surge um ramo da Matemática, que mais tarde se viria a chamar a Teoria das Probabilidades . Pierre Fermat Matemático Francês (1601-1665) Segundo historiadores, o Cavaleiro De Méré, conhecido por ser um jogador inveterado, colocou algumas dúvidas sobre jogos a dois matemáticos, Blaise Pascal e Pierre Fermat. Estes, na tentativa de dar uma resposta ao jogador, debruçaram-se sobre o assunto, sendo, desta forma, dado o primeiro passo para o nascimento desta teoria. As probabilidades surgem, assim, como forma de quantificar o grau de incerteza de um determinado acontecimento .
  5. 5. Embora o seu nascimento esteja ligado ao jogo, as Probabilidades têm, nos nossos dias, aplicações em muitas outras ciências, nomeadamente, na Economia, na Psicologia, na Medicina e até na Física e na Química. Uma área onde a Teoria das Probabilidades é muito utilizada é a dos seguros. Hoje, quando fazemos um contrato com uma companhia de seguros (seja esse contrato um seguro de vida, um seguro de incêndios, um seguro automóvel ou qualquer outro), o “prémio” a pagar à companhia foi determinado em função da maior ou menor probabilidade de se verificar um acidente. Por exemplo, num seguro automóvel, o “prémio” que se paga:  é mais caro para carros com mais de 5 anos, já que a probabilidade de se ter um desastre com um carro já com algum desgaste é maior do que com um carro novo;  é mais caro se o condutor tiver carta de condução há menos de dois anos (a sua inexperiência torna maior a probabilidade do acidente). Há até companhias de seguros que fazem descontos para as mulheres condutoras!...
  6. 6. EXPERIÊNCIAS ALEATÓRIAS E DETERMINISTAS Consideremos as seguintes experiências: 1.ª- “Deitar uma moeda num copo com água e verificar o que acontece.” 2.ª- “Lançar uma moeda ao ar e verificar se sai cara ou coroa.” 3.ª- “Tirar duas cartas à sorte de um baralho de 40 que foi previamente baralhado.” 4.ª- “Deixar de regar um feijoeiro e verificar o que acontece.” Será que em todas estas experiências conseguimos prever o resultado? No caso da 1.ª experiência e da 4.ª, sabe-se à partida que a moeda afunda-se e que a planta morre, caso não seja regada. Assim é possível prever o resultado antes de realizarmos as experiências . No caso da 2.ª e 3.ª experiências, não conseguimos prever o resultado , para saber o que vai acontecer, tem-se mesmo, que realizar as experiências.
  7. 7. Experiências deterministas ou causais – são todas as experiências em que é possível saber o resultado final, antes de as realizarmos. Só têm um resultado possível. Experiências aleatórias ou casuais – são todas as experiências em que não é possível saber qual o resultado final, antes de as realizarmos. Podem dar lugar a vários resultados . Conclusão: A palavra aleatória deriva da palavra latina alea que significa sorte, azar, risco ou acaso. « Alea jacta est .»- a sorte está lançada. Para o estudo da teoria das probabilidades só as experiências Aleatórias interessam, aquelas que dependem do acaso.
  8. 8. Experiências Aleatórias Deterministas <ul><li>Lançamento de uma moeda </li></ul><ul><li>Lançamento de um dado </li></ul><ul><li>Totoloto </li></ul><ul><li>Estado do tempo para a semana </li></ul><ul><li>Extracção de uma carta </li></ul><ul><li>Tempo que uma lâmpada irá durar </li></ul><ul><li>Furar um balão cheio </li></ul><ul><li>Deixar cair um prego num copo de água </li></ul><ul><li>Calcular a área de quadrado de lado 9 cm </li></ul>À partida não sabemos o resultado À partida já conhecemos o resultado
  9. 9. Termos e conceitos Conjunto de Resultados ou Espaço Amostral Consideremos a experiência seguinte. “ No lançamento de um dado perfeito com as faces numeradas de 1 a 6, ver qual a face que fica voltada para cima.” À partida já sabemos quais as opções que podemos obter – faces: 1, 2, 3, 4, 5 ou 6. Então, é o conjunto de resultados ou o espaço amostral desta experiência . Esta experiência tem 6 resultados possíveis ou 6 casos possíveis .
  10. 10. Definição: Conjunto de resultados ou espaço amostral – é o conjunto formado por todos os resultados possíveis de uma experiência aleatória. Representa-se por E, S ou . . EXPERIÊNCIA 2: Jogo de futebol S = {Vitória, Empate, Derrota } EXPERIÊNCIA 3: Tirar uma bola de Totoloto E = {1, 2, 3, ... ,47, 48, 49 } EXPERIÊNCIA 4: Lançamento de um rapa = {rapa, tira, deixa ,põe} R
  11. 11. Com o espaço amostral, podem formar-se acontecimentos. Acontecimentos que se podem formar com a experiência do lançamento do dado.   Acontecimentos Por exemplo: A: «Sair face 6.» B: «Sair face 3 e face 4.» C: «Sair face com um número ímpar.» D: «Sair face com um número menor que cinco.» E: «Sair um divisor de 6.» F: «Sair face com um número ímpar ou par.» Quantos casos há para cada um dos acontecimentos? A= 1 caso B= 0 casos
  12. 12. Então, podemos concluir que: Acontecimento – é qualquer subconjunto do espaço amostral (conjunto de resultados) de uma experiência aleatória. Dá exemplo de um acontecimento na realização da seguinte experiência aleatória: “ Extracção de uma bola de um saco, que contém: 5 bolas vermelhas, 2 brancas e 3 azuis.”
  13. 13. CLASSIFICAÇÃO DOS ACONTECIMENTOS Tendo em conta os 6 acontecimentos anteriores, relativos à experiência “ Lançamento de um dada perfeito”, podemos dizer que: A: «Sair face 6.» B: «Sair face 3 e face 4.» C: «Sair face com um número ímpar.» <ul><li>O acontecimento A é um acontecimento elementar pouco provável. </li></ul><ul><li>O acontecimento B é um acontecimento impossível . </li></ul><ul><ul><li>O acontecimento C é um acontecimento composto e provável. </li></ul></ul>A= B= C=
  14. 14. D: «Sair face com um número menor que cinco.» F: «Sair face com um número ímpar ou par.» <ul><li>O acontecimentos D e E são acontecimentos compostos e muito prováveis . </li></ul>E: «Sair um divisor de 6.» <ul><li>O acontecimento F é um acontecimento certo . </li></ul>
  15. 15. Conclusões: Os acontecimentos podem ser Elementares Compostos
  16. 17. Efectuar todos os exercícios das páginas 10 e 11 do manual adoptado. Individualmente
  17. 18. ACONTECIMENTOS EQUIPROVÁVEIS O cálculo de probabilidades procura medir até que ponto se pode esperar que ocorra um acontecimento. Consideremos a seguinte experiência: “ No lançamento de um dado perfeito (ou equilibrado) anotar a face que fica voltada para cima.” Observação: “ Dado perfeito ou equilibrado”, significa que o dado não tem nenhum “vício” que faça com que alguma face saia mais frequentemente do que as outras. Se o dado for equilibrado ou perfeito então a probabilidade de sair cada uma das faces é igual. Isto é,
  18. 19. Dois acontecimentos que têm a mesma probabilidade de ocorrerem, dizem-se acontecimentos equiprováveis. Definição:
  19. 20. Como calcular a probabilidade de um acontecimento? Lei de LAPLACE 1749 - 1827
  20. 21. Consideremos os acontecimentos relativos à experiência do lançamento de um dado perfeito. A:”sair face 5.” B:”sair face par.” C:”sair face maior ou igual a 3.” Antes de calcularmos a probabilidade destes acontecimentos, temos de conhecer duas situações: O número de casos possíveis, 6. 1.ª 2.ª A outra situação, são os chamados casos favoráveis , que variam de acordo com cada acontecimento. A:”sair face 5.” Neste caso, só existe 1 caso favorável à ocorrência do acontecimento.
  21. 22. B:”sair face par.” C:”sair face maior ou igual a 3.”
  22. 23. Definição: Se os acontecimentos elementares são equiprováveis e em número finito, pode-se calcular a probabilidade de um acontecimento A usando uma fórmula que tem o nome de Lei de Laplace. A probabilidade de um acontecimento A, P(A), é igual ao quociente entre O número de casos favoráveis ao acontecimento e o número de casos possíveis. A probabilidade de um acontecimento é um número que pode apresentar-se sob a forma de fracção , de percentagem ou de um numeral com vírgula.
  23. 24. Exercício: Um “rapa” tem 4 faces - rapa, R; tira, T; põe, P; deixa, D, todas com a mesma probabilidade de saírem num lançamento. Ao lançar o “rapa”, qual a probabilidade de: a) sair R? b) Não sair R? c) Sair R ou T?
  24. 25. Efectuar os exercícios das páginas 15,16 e 17 do manual adoptado.
  • AlyssonPaulinodaSilv

    Oct. 23, 2017
  • MonizfernandesSandra

    Jul. 15, 2017
  • RaphaelAnanias

    Apr. 3, 2017
  • maloa

    Mar. 22, 2017
  • maurolino3

    May. 12, 2016
  • drleonardo2203

    Oct. 9, 2015
  • odorizzi81

    Aug. 5, 2015
  • AntonioChabana

    Apr. 21, 2015
  • RafaelSapo

    Apr. 7, 2014
  • Zingany

    May. 27, 2013

Views

Total views

53,704

On Slideshare

0

From embeds

0

Number of embeds

12,807

Actions

Downloads

886

Shares

0

Comments

0

Likes

10

×