Devido a sua fama na época, Cardano foi convidado para fazer o horóscopo de Eduardo VI. Prognosticou-lhe longa vida. O rei morreu no ano seguinte. Por outro lado Cardano previu o dia exato de sua morte e acertou. Muitos dizem que cometeu suicídio para tornar realidade esta previsão.
O conhecimento de como calcular
probabilidades circulou entre matemáticos tais
como Galileu ( 1564 - 1642 ) e depois passou da Itália para a França
com Fermat e Pascal.
Em 1654 Fermat e Pascal trocam
correspondências sobre o problema dos
pontos: Dois jogadores, aos quais faltam a e b pontos,
respectivamente, decidem interromper o jogo. Como as apostas devem ser
divididas?
A solução de Pascal pode ser exemplificada da seguinte maneira: Suponha que o primeiro jogador a obter 3 pontos vence a aposta em que cada um colocou 32 moedas de ouro.
Suponhamos que o primeiro já tenha vencido duas partidas e o segundo apenas uma. Como na partida seguinte o jogador A pode vir a vencer ( ganhando todas as 64 moedas ) ou perder ( ficando ambos empatados ), A dirá: Estou seguro de receber 32 moedas caso seja derrotado na próxima, mas posso vir a ganhar e como as nossas chances são as mesmas, vamos dividir as 32 restantes. Portanto parando agora, levo 48 ( = 32 + 16 ) moedas e você 16.
Na situação em que o primeiro tenha ganho duas partidas e o outro nenhuma, o raciocínio acima levaria à seguinte conclusão: Caso o jogador A vença a próxima partida leva 64 moedas, e na hipótese de perder, temos a situação anterior, levando portanto 48 moedas. Desta forma A dirá: 48 estão asseguradas e portanto dividimos as restantes 16 moedas, isto é, levo 56 ( = 48 + 8 ) moedas ...
Na situação em que o jogador A venceu uma partida e o jogador B nenhuma, este raciocínio levaria o oponente A a ficar com 44 moedas ! ( se perder faz juz a 32, mas se ganhar faz juz a 56. Portanto, 32 asseguradas e divide 24 ( = 56-32 ) ao meio, isto é 12 + 32 = 44 ).
Pascal prossegue neste raciocínio e o estende para situações mais complicadas, bem como para o caso de jogadores com habilidades distintas, e portanto com chances desiguais. Sua solução faz uso do famoso triângulo de Pascal.
Fermat procedeu de outra maneira.
Numa carta a Pascal desenvolve seu
método, que repousa em considerações
sobre a análise combinatória.
Vamos exemplificar: Suponha que
o jogador A venceu uma partida e o
jogador B nenhuma. Após
quatro partidas o jogo estará fatalmente
encerrado, pois um dos
dois oponentes terá os três pontos
necessários.
Indicando por a uma partida
vencida por A e por b a partida vencida por B, teríamos
as seguinte possíveis situações:
1- a aaaa | 9- a baaa |
2- a aaab | 10-a baab |
3- a aaba | 11-a baba |
4- a aabb | 12-a babb |
5- a abaa | 13-a bbaa |
6- a abab | 14-a bbab |
7- a abba | 15-a bbba |
8- a abbb | 16-a bbbb |
Neste caso existem 11 favoráveis para o jogador A e 5 para o jogador B do total de 16 possíveis. ( Note que 11 ¸ 16 = 0,6875 , e que 0,6875 X 64 = 44 moedas ). ( Ou que 20 ¸ 44 = 5 ¸ 11 ).
Portanto as duas soluções ( Pascal e Fermat ) são as mesmas.
Este problema interessou a Huygens
( 1629 - 1695 ) que iniciou o estudo
propriamente dito da Teoria
das Probabilidades e incentivou Jacques Bernoulli
( 1654 - 1705 ) a publicar o Teorema
Central do
Limite (
Teorema de Ouro ).
Não é muito freqüênte o fato de um filho herdar do pai um talento fora do comum, mas mais estranho é o aparecimento de uma dinastia de sábios, que ocuparam um lugar de destaque na história da ciência.
Este é o caso da família dos Bernoulli.
Um grande matemático ( Leibnitz
) em uma carta a João I Bernoulli chegou
a criar um verbo para se referir a ocupação matemática
dos membros desta estirpe : Alegra-me saber que
teu filho bernoulliza, mantendo assim a tradição
da família.
Neste período, Montmort ( 1678 - 1719 ) e De Moivre ( 1667 - 1754 ) deram fortes contribuições, mas é com Pierre Simon, Marquês de Laplace ( 1749 - 1827 ), que um grande número de idéias e resultados são introduzidos.
Suas idéias dominaram durante todo o século 19. Rapidamente as idéias foram sendo aplicadas em áreas tais como finanças públicas, seguros e diversas áreas sociais.
A partir da metade do século 19, gradualmente se tornaram parte da teoria física, primeiramente nos estudos da teoria de transferência de calor e depois com Maxwell que utilizou o cálculo de probabilidade em 1860 para deduzir a lei dos gases a partir da posição e das velocidades das moléculas.
Boltzmann em 1877 utilizou a idéia de distribuição de probabilidade de energias das moléculas para interpretar a questão de irreversibilidade na Termodinâmica.
O surgimento da mecânica quântica
apoiada pela teoria da radiação colocada sobre bases probabilísticas
por Max Plack em 1900 permitiu
que a probabilidade invadisse a teoria atômica e seus conceitos
se tornassem fundamentais para
a ciência moderna.
Neste período, início do século 20, principalmente as contribuições de matemáticos russos, permitiram a formalização assim como o avanço no estudo da Teoria da Probabilidade, em particular do problema central do limite e das cadeias de Markov. Considerações sobre os fundamentos, aplicações à economia e sociologia foram feitos por Bertrand Russel, Keynes e Pareto, respectivamente.
A conexão estreita entre
matemática e a probabilidade foi iniciada por Emile Borel, sua ligação
com teoria dos jogos sedimentada por Von Neumann em 1928 e assim por diante...
2. Probabilidade: Definição
e propriedades.
A Teoria da Probabilidade tenta
dar significado a experimentos tais que o resultado não pode ser
completamente pré-determinado.
Se você for privado de ar durante um grande período de tempo,
ou aquecer a água acima de 100 graus Celsius, certamente preveremos
o resultado. Se você lançar uma moeda, ou um dado, qual face
cairá?
Calcular a probabilidade é
medir a incerteza ou associar um grau de confiança aos resultados
possíveis. Por exemplo, escolha uma carta qualquer em um baralho
comum depois de ter sido bem embaralhado
( isto é, ao acaso ).
O que é mais provável, sair uma figura
( R, D, J ) ou sair o dois de paus?
Essas medidas, as probabilidades, associam às possíveis combinações dos resultados, que chamamos de eventos, um valor entre 0 e 1. Quanto maior o valor, maior a certeza de sua possibilidade de ocorrência.
Por exemplo, sair uma face par
no lançamento de um dado, ou uma
carta de ouros em um baralho,
são eventos, isto é,
subconjuntos do conjunto que contém todos
os resultados possíveis do experimento aleatório
( ALEA = Dado ). Denotamos por S tal conjunto, e chamamos
de espaço amostral.
EXEMPLO: Considere o experimento
aleatório que consiste no lançamento
de um dado. Então S pode ser escrito como S
= { 1, 2, 3, 4, 5, 6 } e alguns possíveis
eventos poderiam ser:
A = { face par } = { 2,4
,6 }
B = { face maior ou igual a 5 }
= { 5, 6 }
C = { face maior ou igual a 7 }
= Æ = conjunto vazio
DEFINIÇÃO: Se dois
eventos quaisquer têm intersecção
vazia, isto é, eles não podem ocorrer
simultaneamente, dizemos que eles são mutuamente
exclusivos.
Existem várias maneiras
de definir a probabilidade de um evento.
A mais adotada nos primeiros cursos é aquela
baseada em eventos equiprováveis . Qual
a chance de ocorrer cara ao lançar a moeda
que tenho
no meu bolso?
DEFINIÇÃO: Dado um evento A associado a um experimento aleatório com espaço amostral S equiprovável, a probabilidade do evento A, denotada por P ( A ) é o quociente :
P ( A ) = # A ¸ # S
Isto é, número de
resultados favoráveis
( ao evento A )
dividido pelo número de resultados
possíveis.
PROPRIEDADES: Para qualquer
evento A,
1. 0 £ P ( A ) £ 1
2. P ( Æ ) = 0 e P ( S ) = 1
3. A probabilidade da união
de eventos mutuamente exclusivos, ou disjuntos, é
a soma de suas probabilidades.
4. P ( A È
B ) = P ( A ) + P ( B ) - P ( A Ç
B )
5. P ( Ac ) = 1 - P (
A )
Ac = A complementar
= Não A
Exemplo: Lance dois dados,
Qual a probabilidade de ocorrer a
soma das faces igual a sete ?
S = { (1,1), (1,2), ..., (6,6)
}
A = { (1,6), (2,5), ..., (6,1)}
# A = 6
# S = 36
P ( A ) = 6 ¸
36
Observe que no exemplo anterior,
você adotando S = { 2, 3, ..., 12 } e
A = { 7 } você poderia vir
a pensar que P ( A ) = 1 ¸
11. O erro está que neste caso o S não
é equiprovável...
Definição: A e B eventos, com P ( B ) ¹ 0. Definimos a probabilidade condicional de A dado B por :
P ( A / B ) = P ( A Ç B ) ¸ P ( B )
Definição: A e B são
eventos independentes se P (
A / B ) = P ( A )
Isto é, P
( A Ç B ) = P ( A ) X P ( B ),
onde A Ç B = intersecção.
Exemplo: Qual a probabilidade
de sair soma sete no exemplo anterior,
sabendo-se que saiu
uma face 4 ? Resposta:
2 ¸ 11
A primeira face é 3 e a soma é sete são independentes: 1¸ 6 X 1¸ 6 = 1¸ 36
As duas faces são pares e
a soma é sete, não são
independentes: 9¸ 36 X 1¸
6 ¹ 0