Probabilidade

Resumo · 12.º ano · Tema: Probabilidade

1. Conceitos e operações

ConceitoSignificado
Experiência aleatóriaRealização de um fenómeno aleatório
Espaço de resultados, \(S\)Conjunto dos resultados possíveis
AcontecimentoSubconjunto de \(S\)
União, \(A\cup B\)Realiza-se \(A\) ou \(B\)
Intersecção, \(A\cap B\)Realizam-se \(A\) e \(B\)
Contrário, \(\overline{A}\)Não se realiza \(A\)
Disjuntos\(A\cap B=⌀\)​

Leis de De Morgan: \(\overline{A\cup B}=\overline{A}\cap \overline{B}\) e \(\overline{A\cap B}=\overline{A}\cup \overline{B}\).

Figura do resumo: Probabilidade

2. Regras da probabilidade

RegraFórmula
Limites\(0\le P(A)\le 1\), \(P(S)=1\), \(P(⌀)=0\)
Regra de Laplace\(P(A)=\frac{n.º de casos favoráveis}{n.º de casos possíveis}\), com resultados equiprováveis
Acontecimento contrário\(P(\overline{A})=1-P(A)\)​
União\(P(A\cup B)=P(A)+P(B)-P(A\cap B)\)​
Diferença\(P(A\cap \overline{B})=P(A)-P(A\cap B)\)​

A probabilidade pode ser vista como o valor para o qual estabiliza a frequência relativa, ao fim de muitas repetições.

3. Probabilidade condicionada e independência

NoçãoFórmula
Probabilidade condicionada\(P(A∣B)=\frac{P(A\cap B)}{P(B)}\), \(P(B)>0\)
Regra do produto\(P(A\cap B)=P(B)\times P(A∣B)=P(A)\times P(B∣A)\)​
Independência\(P(A\cap B)=P(A)\times P(B)\)​
Equivalente, com \(P(A),P(B)>0\)\(P(A∣B)=P(A)\)​
Probabilidade total\(P(A)=P(B)P(A∣B)+P(\overline{B})P(A∣\overline{B})\)​

Figura do resumo: Probabilidade

• Tabelas de contingência: usar quando há dois critérios e dados conjuntos.

• Árvores de probabilidade: usar em etapas sucessivas. Multiplica-se ao longo de um ramo e somam-se os ramos que interessam.

• Acontecimentos disjuntos, com probabilidades não nulas, não são independentes.

4. Variáveis aleatórias discretas

A função massa de probabilidade indica cada valor \({x}_{i}\) de \(X\) e \({p}_{i}=P(X={x}_{i})\), com \(\sum {p}_{i}=1\).

ParâmetroFórmula
Valor médio\(\mu =\sum {x}_{i}{p}_{i}\)​
Desvio padrão\(\sigma =\sqrt{\sum {p}_{i}({x}_{i}-\mu {)}^{2}}\)​

5. Modelo Normal, \(N(\mu ,\sigma )\)

Figura do resumo: Probabilidade

• A curva é simétrica em relação a \(x=\mu \), tem a forma de um sino e a área total é \(1\).

• \(\mu \) determina o eixo de simetria. \(\sigma \) é a distância de \(\mu \) às abcissas dos pontos de mudança de curvatura.

• Quanto maior é \(\sigma \), mais achatada é a curva.

IntervaloProbabilidade aproximada
\(]\mu -\sigma ,\mu +\sigma [\)​\(0,6827\)​
\(]\mu -2\sigma ,\mu +2\sigma [\)​\(0,9545\)​
\(]\mu -3\sigma ,\mu +3\sigma [\)​\(0,9973\)​

Pela simetria: \(P(X<\mu )=P(X>\mu )=0,5\) e \(P(X<\mu -a)=P(X>\mu +a)\).

Exemplo resolvido

Numa escola, \(60\%\) dos alunos praticam desporto. Dos que praticam, \(30\%\) são do 12.º ano; dos que não praticam, \(20\%\) são do 12.º ano. Escolhe-se um aluno ao acaso. Sejam \(D\): «pratica desporto» e \(E\): «é do 12.º ano».

1. \(P(D)=0,6\), \(P(\overline{D})=0,4\), \(P(E∣D)=0,3\) e \(P(E∣\overline{D})=0,2\).

2. \(P(E)=0,6\times 0,3+0,4\times 0,2=0,26\).

3. \(P(D∣E)=\frac{P(D\cap E)}{P(E)}=\frac{0,18}{0,26}=\frac{9}{13}\approx 0,69\).

Como costuma sair no exame

– Probabilidade condicionada com percentagens, usando árvore ou tabela.

– Regra de Laplace com contagem (11M-3): escrever casos possíveis e favoráveis.

– Tabela de uma variável aleatória, com determinação de um parâmetro ou do valor médio.

– Distribuição normal: simetria e intervalos.

– Provar uma igualdade entre probabilidades, ou interpretar \(P(A∣B)\) numa composição.

Erros frequentes

– Confundir \(P(A∣B)\) com \(P(B∣A)\) ou com \(P(A\cap B)\).

– Confundir acontecimentos disjuntos com independentes.

– Aplicar Laplace sem resultados equiprováveis.

– Ler «mais de» como «pelo menos»: \(X>1\) não inclui \(X=1\).

– Na tabela de \(X\), esquecer que a soma das probabilidades é \(1\).

Âmbito

– Os valores do modelo Normal devem ser obtidos com a calculadora ou com os intervalos indicados.

– A inferência estatística pertence ao tema opcional do 12.º ano.