a) Quantas senhas podemos formar?
b) Quantas senhas com quatro letras distintas podemos formar?
c) Quantas senhas começando com vogal podem ser formadas?
d) Quantas senhas de letras distintas podem ser formadas começando e terminando por vogal?
• se o primeiro algarismo é ímpar, então o último algarismo também é ímpar;
• se o primeiro algarismo é par, então o último algarismo é igual ao primeiro;
• a soma dos segundo e terceiro algarismos é 5.
Quantas combinações diferentes atendem às condições estabelecidas pelo dr. Z?
a) De quantos modos distintos isso pode ser feito?
b) Se figuras vizinhas não podem ser iguais, quantas sequências podem ser formadas?
c) Usando no máximo um círculo, quantas sequências podem se formadas?
a) Quantas são as placas distintas, sem o algarismo zero na primeira posição reservada aos algarismos?
b) No conjunto de todas as placas distintas possíveis, qual a porcentagem daquelas que têm as duas primeiras letras iguais?
Qual o máximo de caracteres distintos que podem ser representados nesse sistema de escrita?
Dados dois números n e p, com n ∈ N, p ∈ N e n ≥ p; um número binomial é uma estrutura matemática do tipo:
|
= |
|
|
→ lê-se: binomial de n sobre p |
Na estrutura acima, n é o numerador e p o denominador do número binomial. Note que o número binomial de n sobre p é igual a combinação de n elementos, tomados p a p.
Consequências da definição:
| a) |
|
= 1 ∀ n ∈ N |
| b) |
|
= n ∀ n > 1 e n ∈ N |
| c) |
|
= 1 ∀ n ∈ N |
Determine E, sendo
| E = |
|
+ |
|
– |
|
Pela fórmula do número binomial temos que:
|
= |
|
|
= |
|
= 21 |
|
= |
|
= 2 |
|
= |
|
= 6 |
| Então, E = |
|
+ |
|
– |
|
é igual a: |
E = 21 + 2 – 6 = 17
Simplifique:
|
|
|
Note que podemos cortar os termos marcados.
|
Perceba também que o termo x(x-1)(x-2)(x-3) aparece no numerador e no denominador. Pode ser cortado.
|
| Seja o número binomial |
|
e o binomial |
|
. |
Os dois números binomiais acima serão complementares se p + q = n. Então, dois números binomiais complementares possuem a seguinte estrutura:
|
|
Desta maneira são complementares os números binomiais abaixo:
|
e |
|
|
e |
|
Os número binomiais podem ser dispostos ordenadamente numa tabela, chamado de triângulo de Pascal ou Tartaglia. Note que em cada coluna os denominadores são iguais e em cada linha os numeradores são iguais.
| 0 | 1 | 2 | 3 | 4 | … | n | ||||||||||||||||
| 0 |
|
|||||||||||||||||||||
| 1 |
|
|
||||||||||||||||||||
| 2 |
|
|
|
|||||||||||||||||||
| 3 |
|
|
|
|
||||||||||||||||||
| 4 |
|
|
|
|
|
|||||||||||||||||
| … | … | … | … | … | … | |||||||||||||||||
| n |
|
|
|
|
… | … |
|
Veja como fica o triângulo de Pascal quando substituimos o cada binomial pelo seu respectivo valor.
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | ||||||
| 0 | 1 | ||||||||||||
| 1 | 1 | 1 | |||||||||||
| 2 | 1 | 2 | 1 | ||||||||||
| 3 | 1 | 3 | 3 | 1 | |||||||||
| 4 | 1 | 4 | 6 | 4 | 1 | ||||||||
| 5 | 1 | 5 | 10 | 10 | 5 | 1 | |||||||
| 6 | 1 | 6 | 15 | 20 | 15 | 6 | 1 | ||||||
| 7 | 1 | 7 | 21 | 35 | 35 | 21 | 7 | 1 | |||||
| 1 | 8 | 28 | 56 | 70 | 56 | 28 | 8 | 1 | |||||
| 1 | 9 | 36 | 84 | 126 | 126 | 84 | 36 | 9 | 1 | ||||
| 1 | 10 | 45 | 120 | 210 | 252 | 210 | 120 | 45 | 10 | 1 | |||
| 1 | 11 | 55 | 165 | 330 | 462 | 462 | 330 | 165 | 55 | 11 | 1 | ||
| 1 | 12 | 66 | 220 | 495 | 792 | 924 | 792 | 495 | 220 | 66 | 12 | 1 | |
| … | … | … | … | … | … | … | … | … | … | … | … | … | … |
1. Todos os elementos da primeira coluna são iguais a 1. Isso é devido ao binomial n sobre 0.
2. O último elemento de cada linha é igual a 1. Isso é devido ao binomial n sobre n.
3. Numa linha qualquer, dois binomiais equidistantes dos extremos são iguais:
Veja a linha 6 do triângulo: 1 6 15 20 15 6 1
4. Numa mesma linha a soma de dois binomiais consecutivos com denominadores p e p + 1 resulta no binomial de numerador n + 1 e denominador p + 1.
|
+ |
|
= |
|
Esta é a relação de Stiffel.
5. A soma dos números binomiais de uma mesma linha é uma potência de base 2, cujo expoente é o numerador n do número binomial.
| linha 0 | → | 1 | 20 | = | 1 | |
| linha 1 | → | 1 + 1 | 21 | = | 2 | |
| linha 2 | → | 1 + 2 + 1 | 22 | = | 4 | |
| linha 3 | → | 1 + 3 + 3 + 1 | 23 | = | 8 | |
| linha 4 | → | 1 + 4 + 6 + 4 + 1 | 24 | = | 16 | |
| linha 5 | → | 1 + 5 + 10 + 10 + 5 + 1 | 25 | = | 32 |
De forma geral:
|
+ |
|
+ |
|
+ | … | + |
|
= 2n |
A expressão acima também pode ser escrita na forma de somatório.
|
n
∑
i = 0
|
|
= 2n |
Sejam os números a1, a2, a3, … , an com n > 1. A soma destes n elementos é representada assim:
a1 + a2 + a3 + … + an
Podemos abreviar a forma de escrever esta soma usando o somatório. Veja:
|
n
∑
i = 1
|
ai |
Lê-se: Somatório de ai de 1 a n.
As letras i e n são chamadas de limite inferior e limite superior, respectivamente. A letra grega ∑ (sigma) é aqui chamada de somatório.
O número de parcelas de um somatório é igual a diferença entre os limites superior e inferior mais uma unidade.
De forma geral:
|
n
∑
i = m
|
ai | = | am + am + 1 + am + 2 + … + an |
| Calcule a soma: |
4
∑
i = 1
|
(3i + 1) |
|
4
∑
i = 1
|
(3i + 1) | é igual a: |
(3(1) + 1) + (3(2) + 1) + (3(3) + 1) + (3(4) + 1) = 34
| Calcule a soma: |
4
∑
i = 0
|
|
|
4
∑
i = 0
|
|
é igual a: |
|
+ |
|
+ |
|
+ |
|
+ |
|
Se recorrermos ao triângulo de Pascal e procurarmos na linha 4 veremos que o resultado do somatório é o mesmo que somar os valores da linha 4 do triângulo, ou seja, 24 = 16.
Propriedade 1:
|
n
∑
i = 1
|
(ai + bi) | = |
n
∑
i = 1
|
ai | + |
n
∑
i = 1
|
bi |
Demonstração
|
n
∑
i = 1
|
(ai + bi) | é igual a: |
(a1 + b1) + (a2 + b2) + … + (an + bn)
(a1 + a2 + … + an) + (b1 + b2 + … + bn)
|
n
∑
i = 1
|
ai | + |
n
∑
i = 1
|
bi |
Propriedade 2:
|
n
∑
i = 1
|
a | = | na |
Demonstração
Seja ai = a, com i = 1, 2, 3, … , n. Então, temos:
|
n
∑
i = 1
|
ai | = |
n
∑
i = 1
|
a |
a1 + a2 + a3 + … + an = a + a + a + … + a = na.
Propriedade 3:
|
n
∑
i = 1
|
(ai + a) | = |
n
∑
i = 1
|
ai + na |
Demonstração
|
n
∑
i = 1
|
(ai + a) | = |
n
∑
i = 1
|
ai | + |
n
∑
i = 1
|
a | → |
|
n
∑
i = 1
|
ai + na |
Propriedade 4:
|
n
∑
i = 1
|
kai | = | k |
n
∑
i = 1
|
ai |
Demonstração
|
n
∑
i = 1
|
kai | = | ka1 + ka2 + … + kan |
ka1 + ka2 + … + kan = k(a1 + a2 + … + an)
| k |
n
∑
i = 1
|
ai |
| (x + a)n | = |
|
a0xn | + |
|
a1xn – 1 | + |
|
a2xn – 2 | + | … | + |
|
anx0 |
Arraste o dedo dentro da área laranja para ver toda a fórmula.
Vamos entender esta fórmula. Note que:
Veja como fica a fórmula do binômio de Newton usando o somatório.
| (x + a)n | = |
n
∑
p = 0
|
|
apxn – p |
Segue também o desenvolvimento do binômio (x – a)n.
| (x – a)n | = |
|
a0xn | – |
|
a1xn – 1 | + |
|
a2xn – 2 | – | … | + ( – 1)n |
|
anx0 |
Arraste o dedo dentro da área laranja para ver toda a fórmula.
Desenvolva (x – 1)³:
Vamos usar a fórmula do binômio de Newton.
| (x + a)n | = |
n
∑
p = 0
|
|
apxn – p |
| (x + 1)³ | = |
3
∑
p = 0
|
|
1px3 – p |
|
10x3 | + |
|
1¹x² | + | → |
|
1²x¹ | + |
|
1³x0 | → |
x³ + 3x² + 3x + 1
Note que recorrendo a linha 3 do triângulo de Pascal conseguimos facilmente desenvolver o binômio.
| Desenvolva |
|
4 | : |
Vamos expandir a expressão acima.
|
|
0 | (√x)4 | + |
|
|
(√x)3 | + → |
|
|
2 | (√x)2 | + |
|
|
3 | √x | + → |
|
|
4 | → |
Os valores dos números binomiais podem ser retirados da linha 4 do triângulo de Pascal.
1 4 6 4 1
| (√x)4 | + | 4 |
|
(√x)3 | + | → |
| 6 |
|
2 | (√x)2 | + | → |
| 4 |
|
3 | √x | + |
|
4 | → |
| x² | + | 4x | + | 6 | + |
|
+ |
|
Nossa vida está repleta de situações que não podemos prever nem controlar e para termos a sensação de controle, utilizamos a nossa intuição para criar avaliações e fazer escolhas em situações de incertezas. Mas, quando procedemos desta forma, podemos cometer muitos erros. Desde que acordamos até irmos pra cama à noite, tomamos muitas decisões. E na maioria das vezes não temos todas as variáveis que precisamos para analisar a decisão a ser tomada. Qual é a chance de chover hoje à tarde? Séra que tenho boas chances de ganhar na megasena? Qual a chance de conhecer o amor da minha vida num aplicativo de relacionamento? Em todas estas situações estamos avaliando a probabilidade de um evento ocorrer. Nesta seção vamos examinar o papel do acaso em diversas situações problemas e os métodos utilizados no estudo dos eventos de natureza aleatória.
Probabilidade, neste contexto, é o campo da matemática que estuda os fenômenos de natureza aleatória.
Um experimento é chamado determinístico quando podemos determinar o seu resultado final antes de ele ser realizado e se caso repetirmos o processo o resultado será o mesmo. Já não ocorre da mesma maneira com eventos aleatórios, pois não podemos predeterminar com precisão o desfecho do experimento ainda que repetido sob as mesmas condições.
Exemplo de experimento determinístico:
O funcionamento de um impressora 3D é um evento determinístico, pois é possível determinar o tempo de impressão de uma peça, ou seja, se uma peça é impressa em 1h20min, então 2 peças serão impressas em 2h40min nas mesmas circunstâncias.
Exemplo de experimento aleatório:
O lançamento simultaneo de uma moeda e um dado é um evento aleatório, pois se no primeiro lançamento obtivermos uma cara, para a moeda; e o número 3 para o dado; não podemos determinar no próximo lançamento qual a face da moeda e do dado que veremos.
Experimentos aleatórios são aqueles que, mesmo repetidos várias vezes sob condições semelhantes, apresentam resultados imprevisíveis.
Não é possível prever com exatidão eventos aleatórios, pois a natureza da aleatoriedade implica na falta de padrões previsíveis. Eventos verdadeiramente aleatórios não seguem um padrão discernível e não podem ser previstos com certeza.
A previsão de eventos aleatórios é uma característica fundamental da aleatoriedade. Em sistemas verdadeiramente aleatórios, como o lançamento de um dado não viciado, o decaimento radioativo ou o movimento molecular em um gás, não há informações ou padrões prévios que permitam prever com certeza o resultado de cada evento individual.
No entanto, em alguns contextos, usamos modelos probabilísticos para descrever a probabilidade de certos resultados em média ou ao longo de um grande número de experimentos. Esses modelos são estatísticos e fornecem uma descrição probabilística, não uma previsão precisa para eventos individuais.
Portanto, enquanto podemos entender e modelar a probabilidade de certos resultados em eventos aleatórios, a previsão exata de eventos específicos em situações verdadeiramente aleatórias não é possível.
Ao realizarmos um experimento aleatório, o conjunto de todos os resultados possíveis é chamado de espaço amostral e é indicado por Ω. E cada um dos elementos de Ω é um ponto amostral.
Determine o espaço amostral nos seguintes experimentos:
a) Joga-se uma moeda e lê-se a figura da face voltada para cima.
b) Joga-se um dado comum e lê-se o número voltado par cima.
c) Jogam-se duas moedas diferentes e lêem-se as figuras das faces voltadas para cima.
d) Uma urna contém 3 bolas pretas e 3 bolas vermelhas. Dessa urna são retiradas sucessivamente, 3 bolas.
O espaço amostral são todos os possíveis resultados.
a) Ω = {K,C}
b) Ω = {1,2,3,4,5,6}
c) Ω = {(K,C),(C,K),(C,C),(K,K)}
d) Ω = {(PPP),(PPV),(PVP),(VPP),(VVP),(VVV),(PVV),(VPV)}
Veja a tabela de possibilidades abaixo:
| 1ª bola | 2ª bola | 3ª bola | Retirada |
|---|---|---|---|
| P | P | P | PPP |
| V | PPV | ||
| V | P | PVP | |
| V | PVV | ||
| V | P | P | VPP |
| V | VPV | ||
| V | P | VVP | |
| V | VVV |
Evento é qualquer subconjunto do espaço amostral Ω.
Para enterdemos melhor vamos pegar a letra c do exemplo acima como referência. No lançamento de duas moedas, a ocorrência de duas caras (K,K) é um evento ou subconjunto de Ω. Da letra d podemos obter mais eventos, veja:
• Evento 1: duas das bolas são pretas → {(PPV),(PVP),(VPP)}
• Evento 2: as três bolas têm a mesma cor → {(PPP),(VVV)}
Perceba que estes eventos estão contidos no espaço amostral Ω.
Perceba que, se o número de elementos de Ω for igual a n, Ω = n, então Ω terá 2n subconjuntos, e portanto, 2n eventos.
Considere o experimento aleatório: o lançamento de um dado honesto e a observação da face voltada para cima.
Sabemos que o espaço amostral Ω = {1,2,3,4,5,6}.
Evento A: Ocorrer um número menor que 7.
É óbvio que existe 100% de chance de que este evento ocorra, já que qualquer face voltada para cima atenderá ao evento. Este tipo de evento recebe o nome de evento certo.
Evento B: Ocorrer um número maior que 6.
A ocorrência deste evento é impossível, visto que os números nas faces do dado vão de 1 até 6. Este tipo de evento é chamado de evento impossível.
Evento C: Obter o número 5 na face superior.
Este evento possui apenas um elemento. Por isso recebe o nome de evento elementar.
Evento D: Ocorrência de um número ímpar → D = {1,3,5}
Evento E: Ocorrência de um número par primo → E = {2}
Evento D ⋃ E: Ocorrência de um número ímpar ou de um número par primo → D ⋃ E = {1,2,3,5}
Este é o evento união.
Evento F: Ocorrência de um número par → F = {2,4,6}
Evento G: Ocorrência de um número múltiplo de 4 → G = {4}
Evento F ⋂ G: Ocorrência de um número par e múltiplo de 4 → F ⋂ G = {4}
Este é o evento interseção.
Evento H: Ocorrência de um número par → F = {2,4,6}
Evento I: Ocorrência de um número ímpar → F = {1,3,5}
H ⋂ I = ∅
Note que estes eventos não têm elementos em comum. São conjuntos disjuntos. Este tipo de evento recebe o nome de evento mutuamente exclusivo.
Evento M: Não ocorrer o número 5 → M = {1,2,3,4,6}
Evento M: Ocorrer o número 5 → M = {5}
Note que: M ⋃ M = Ω → espaço amostral. E que M ⋂ M = ∅. Quando isso ocorre, chamamos o evento de evento complementar.
Consideremos um espaço amostral Ω = {a1,a2,a3, …, ak}. Vamos associar a cada ponto amostral de Ω um número real P(ai), que representará a probabilidade de ocorrência do ponto amostral ai.
Note que:
P(a1) + P(a2) + … + P(ak) = 1
E chamando de P a probabilidade de ocorrência de cada ponto amostral de Ω, teremos:
P + P + … + P = 1 → k • P = 1 → P = 1/k.
Agora, considere um evento E formado por r elementos ou pontos amostrais E = {a1,a2,a3, …, ar}, com r ≤ k.
A probabilidade de que E ocorra é dada por:
P(E) = P(a1) + P(a2) + … + P(ar)
Visto que E possui r elementos então teremos:
| P(E) | = |
|
+ |
|
+ … + |
|
| P(E) | = | r • |
|
| P(E) | = |
|
Note que r é o número de elementos de E e k o número de elementos de Ω. Como E ⊂ Ω, temos que n(E) ≤ n(Ω). Portanto, a probabilidade de um evento ocorrer é dada por:
| P(E) | = |
|
0 ≤ P(E) ≤ 1.
De uma baralho de 52 cartas tira-se ao acaso uma das cartas. Determine a probabilidade de que a carta seja:
a) uma dama.
b) uma dama de paus.
c) um carta de ouros.
a) Evento E: retirar uma dama de um baralho de 52 cartas.
A probabilidade de E ocorrer é igual ao número de elementos de E divido pelo número de elementos do espaço amostral.
n(Ω) = 52
n(E) = 4, já que um baralho possui 4 damas.
P(E) = ?
| P(E) | = |
|
| P(E) | = |
|
= |
|
b) Evento F: retirar uma dama de paus de um baralho de 52 cartas.
A probabilidade de F ocorrer é igual ao número de elementos de F divido pelo número de elementos do espaço amostral.
n(Ω) = 52
n(F) = 1
P(F) = ?
| P(F) | = |
|
| P(F) | = |
|
c) Evento G: retirar uma carta de ouros de um baralho de 52 cartas.
A probabilidade de G ocorrer é igual ao número de elementos de G divido pelo número de elementos do espaço amostral.
n(Ω) = 52
n(G) = 13
P(G) = ?
| P(G) | = |
|
| P(G) | = |
|
= |
|
Uma caixa contém 9 bilhetes numerados de 1 a 9. Se 3 destes bilhetes são tirados juntos, qual a probabilidade de ser par a soma dos números?
Primeiramente, vamos encontrar o número de elementos do espaço amostral, ou seja, todas as possibilidades de se escolher 3 bilhetes dentre os 9. Note que retirando-se os bilhetes 2,3 e 5 ou 3,5 e 2 não faz diferença a ordem, já que serão os mesmos bilhetes.
Portanto, temos:
n(Ω) = C9,3 = 84
O evento procurado é aquele onde a soma dos números dos bilhetes é par.
Vamos simular alguns sorteios e analisá-los.
Sorteio 1: 2, 6, 8 → 2 + 6 + 8 = 16 (soma par)
Sorteio 2: 4, 6, 8 → 4 + 6 + 8 = 18 (soma par)
Sorteio 3: 2, 3, 7 → 2 + 3 + 7 = 12 (soma par)
Sorteio 4: 3, 5, 7 → 3 + 5 + 7 = 15 (soma ímpar)
O leitor poderá fazer outros sorteios e somar os números.
Veja que a soma dos números só é par quando todos os números são pares ou quando um dos números é par e os outros dois são ímpares.
Logo:
n(E) = C4,3 + (C5,2 • C4,1) = 4 + (10 • 4) = 44
C4,3 = todas as possibilidades de se escolher 3 números pares dentre os 4 existentes.
C5,2 = todas as possibilidades de se escolher 2 números ímpares dentre os 5 existentes.
C4,1 = todas as possibilidades de se escolher 1 número par dentre os 4 existentes.
| P(E) | = |
|
= |
|
Em um programa de prêmios da TV, são colocadas oito fichas sobre uma mesa, das quais três contêm prêmios. O participante deve escolher duas fichas ao acaso e virá-las simultaneamente. Qual a probabilidade de que haja prêmios nas duas fichas?
Vamos encontrar o número de elementos do espaço amostral, que representa todas as possibilidades de se escolher 2 fichas entre as 8 disponíveis.
n(Ω) = C8,2 = 28
Evento E: escolher duas fichas premiadas.
O problema nos disse que 3 das oito fichas são premiadas. Portanto, todas as possibilidades de se escolher duas fichas premiadas, vale C3,2. Logo:
n(E) = C3,2 = 3
| P(E) | = |
|
Seja E um evento de um espaço amostral Ω. E é o evento complementar de E, ou seja, o evento que ocorre quando E não ocorre.
Note que E ⋂ E = ∅ e E ⋃ E = Ω
Assim temos que:
Em uma gincana, Antônio precisa jogar simultaneamente 2 dados e atingir a soma 5 para a sua equipe vencer uma prova. Qual é a probabilidade de sua equipe não ser a vencedora?
Nosso objetivo é encontrar o número de elementos do espaço amostral e em seguida o número de elementos do evento.
Espaço amostral
Quantos pares de números podemos obter lançando dois dados? Para um dado temos 6 possibilidades, logo para dois dados teremos 6 x 6 = 36 possibilidades, ou, 6² possibilidades.
n(Ω) = 36
Evento
Encontrar a quantidade de pares de números em que a soma não resulta em 5. Mas faremos o contrário, aqui.
E = {(1,4),(2,3),(3,2),(4,1)}
n(E) = 4
A probabilidade de que a equipe de Antônio seja a vencedora é:
| P(E) | = |
|
= |
|
Pela fórmula da probabilidade do evento complementar, sabemos que:
P(E) + P(E) = 1
|
+ | P(E) | = | 1 |
| P(E) | = | 1 | – |
|
= |
|
Portanto, 8/9 é a probabilidade de a equipe de Antônio não ser a vencedora.
Consideremos uma conjunto de 10 frutas, das quais 3 estão estragadas. Escolhendo-se aleatoriamente 2 frutas desse conjunto, determinar a probabilidade de que:
a) ambas não estejam estragadas.
b) pelo menos uma esteja estragada.
Objetivo:
Obter o número de elementos do espaço amostral e o número de elementos do evento.
n(Ω) = C10,2 = 45
Temos 45 possibilidades de escolher 2 frutas entre as 10 existentes.
a) E = Escolher duas frutas boas (não estragadas).
Se das 10 frutas 3 estão estragadas, logo 7 estão boas. Portanto,
n(E) = C7,2 = 21
Agora, calculamos a probabilidade do evento E.
| P(E) | = |
|
= |
|
b) F = Escolher duas frutas e que dentre elas pelo menos uma esteja estragada.
Na alternativa anterior encontramos a probabilidade de escolhermos todas as frutas sadias. Logo, o evento complementar seria escolher pelo menos uma fruta estragada.
P(F) = P(E)
P(E) + P(E) = 1
|
+ | P(E) | = | 1 |
| P(E) | = | 1 | – |
|
| P(E) | = |
|
Uma pára-quedista programou seu pouso em uma fazenda retangular que possui um lago em seu interior, conforme indicado na figura abaixo. Se as condições climáticas não favorecerem o pára-quedista, o local de pouso pode se tornar aleatório. Qual é, nesse caso, a probabilidade de o pára-quedista pousar em terra? Adote π ≅ 3.
A probabilidade de um evento ocorrer é igual a divisão do número de casos favoráveis pelo número total de casos possíveis.
O espaço amostral é toda a área da fazenda, ou seja, 500 x 300 = 150.000 m².
A probabilidade de o pára-quedista pousar no lago seria o resultado da divisão entre a área do lago pela área total da fazenda. Já a probabilidade dele pousar em terra seria o evento complementar, não pousar no lago.
Pela figura conseguimos extrair a medida do diâmetro do lago: 500 – 250 – 100 = 150 m. Portanto, o lago possui 150 ÷ 2 = 75 m de raio. A fórmula que nos retorna a área de um círculo é A = πr². Então, A = 3 • (75)² = 16.875 m².
Já que temos a área do lago, podemos encontrar a área de terra subtraindo da área total da fazenda a área do lago: 150.000 – 16.875 = 133.125 m².
Portanto, a probabilidade de que o pouso ocorra em terra será:
| P(E) | = |
|
= |
|
Isto equivale a 0,8875, ou 88,75%.
Consideremos dois eventos A e B pertencentes a um espaço amostral Ω. Nossa intenção primária é encontrar a probabilidade de ocorrer o evento A ou o evento B. Perceba que se A ocorre, então B não ocorre.
Para isso teremos dois casos:
1º caso: A ⋂ B = ∅
Neste caso, A e B são chamados eventos mutuamente exclusivos.
2º caso: A ⋂ B ≠ ∅
O evento A ⋂ B representa a ocorrência simultânea dos eventos A e B.
Retirando-se, ao acaso, uma carta de um baralho de 52 cartas, qual a probabilidade de sair uma dama ou um rei?
O problema trata de dois eventos. Vamos anotá-los.
Evento A: retirar uma dama de um baralho de 52 cartas.
Evento B: retirar um rei de um baralho de 52 cartas.
Vamos calcular a probabilidade de cada evento.
| P(A) | = |
|
= |
|
Note que temos 4 damas. Portanto, 4 em 52 cartas disponíveis.
A probabilidade é a mesma para se retirar um rei.
| P(B) | = |
|
= |
|
Agora, qual a probabilidade de se retirar uma dama ou um rei. Notou a “palavrinha” ou? Quando o problema perguntar sobre a probabilidade de um evento ou outro ocorrer, então somamos as probabilidades de ambos.
P(A ⋃ B) = P(A) + P(B)
P(A ⋃ B) = 1/13 + 1/13 = 2/13
Perceba que A ⋂ B = ∅
Numa escola funcionam dois cursos, um de desenho publicitário e outro de desenho artístico, perfazendo um total de 90 vagas. No final da inscrição, havia 60 alunos inscritos para desenho publicitário e 50 para desenho artístico, sendo que alguns optaram pelos dois cursos. Escolhendo-se ao acaso um aluno, qual a probabilidade de ele ser:
a) aluno de desenho publicitário.
b) aluno de desenho artístico.
c) aluno somente de desenho publicitário.
d) aluno de desenho artístico ou publicitário.
e) aluno de desenho artístico e publicitário.
Vamos fazer um desenho para facilitar a compreensão do problema.
Note que não nos foi dado o número de alunos que optaram pelos dois cursos. Mas, é fácil perceber que a intersecção é um valor comum aos dois conjuntos, portanto podemos chamar este valor de x.
Já que o total de alunos é igual a 90, temos que:
50 – x + x + 60 – x = 90
110 – x = 90
x = 20
Agora, informamos o valores corretos para o esboço acima. A partir de agora, vamos encontrar o valor da probabilidade de cada evento solicitado.
a) a probabilidade de um aluno escolhido ao acaso ser de desenho publicitário.
n(E) = 60
n(Ω) = 90
| P(E) | = |
|
= |
|
b) a probabilidade de um aluno escolhido ao acaso ser de desenho artístico.
n(E) = 50
n(Ω) = 90
| P(E) | = |
|
= |
|
c) a probabilidade de um aluno escolhido ao acaso ser somente de desenho publicitário.
n(E) = 40
n(Ω) = 90
| P(E) | = |
|
= |
|
d) a probabilidade de um aluno escolhido ao acaso ser de desenho artístico ou publicitário.
Aqui, faremos uso da fórmula da união de dois eventos.
P(A ⋃ B) = P(A) + P(B) – P(A ⋂ B)
P(A ⋃ B) = 2/3 + 5/9 – 2/9
P(A ⋃ B) = 2/3 + 3/9
P(A ⋃ B) = 2/3 + 1/3
P(A ⋃ B) = 3/3 = 1
e) a probabilidade de um aluno escolhido ao acaso ser de desenho artístico e publicitário.
n(E) = 20
n(Ω) = 90
| P(E) | = |
|
= |
|
Numa caixa estão 8 peças com pequenos defeitos, 12 com grandes defeitos e 15 perfeitas. Uma peça é retirada ao acaso. Qual a probabilidade de que esta peça seja perfeita ou tenha pequenos defeitos?
Vamos construir uma tabela para visualizarmos melhor a situação.
| PD | GD | P | Total |
|---|---|---|---|
| 8 | 12 | 15 | 35 |
PD = Pequenos defeitos
GD = Grandes defeitos
P = Perfeitas
Veja que o que é pedido é: Qual a probabilidade de que esta peça seja perfeita ou tenha pequenos defeitos?
Então, precisamos encontrar a probabilidade de dois eventos:
Evento A: a probabilidade de se retirar um peça perfeita.
Evento B: a probabilidade de se retirar uma peça com pequenos defeitos.
P(A) = 15/35
P(B) = 8/35
Evento A ⋃ B = retirar uma peça perfeita ou com pequenos defeitos.
P(A ⋃ B) = P(A) + P(B)
P(A ⋃ B) = 15/35 + 8/35
P(A ⋃ B) = 23/35
Portanto, a probabilidade procurada é de aproximadamente, 65,71%.