Professional Documents
Culture Documents
Se uma moeda é jogada aleatoriamente, pode-se ter cara ou coroa, mas não se
sabe qual deles ocorrerá em um único lance. Entretanto, suponha que seja s o número de
vezes que cara aparece quando a moeda é jogada n vezes. Então, à medida que aumen-
s
tamos n, ou seja, o número de jogadas da moeda, a razão f = , chamada de frequência
n
relativa do resultado, fica mais estável. Isto significa que, se a moeda estiver perfeitamente
balanceada, espera-se que as chances de cair cara é de aproximadamente 50% das jogadas,
1
ou seja, o valor de f = . Perceba que, em condições uniformes da moeda, a probabilidade
2
1
de cair cara ou coroa é de .
2
Chamamos de espaço amostral ao conjunto de todos os resultados possı́veis de
uma experiência aleatória. Representaremos o espaço amostral pelo sı́mbolo S e conside-
raremos os casos de S finito ou infinito enumeravél. Os subconjuntos de S serão chamados
de eventos.
Exemplo 0.1. Lança-se uma moeda e observa-se a face que cai voltada para cima. O
espaço amostral é S = {cara, coroa} e há 4 eventos: ∅, A = {cara}, B = {coroa} e S. ∅
é um evento que nunca ocorre e é chamado de evento impossı́vel, A ocorre se, e somente
se, o lançamento resulta em cara (o mesmo vale para B) e S sempre ocorre e é chamado
de evento certo.
Exemplo 0.2. Consideremos o experimento que consiste em lançar dois dados e anotar
o par de números resultantes. Para identificar seu espaço amostral, podemos pensar que o
primeiro dado é rosa e que o segundo dado é branco. Teremos, então diferentes resultados
se forem observados 2-branco seguido de 3-rosa ou 3-branco seguido de 2-rosa. O diagrama
abaixo fornece uma representação gráfica dos elementos de S:
1
Sendo assim, os possı́veis resultados são todos os pares ordenados (i, j), com
i = 1, ..., 6 e j = 1, ..., 6. Podemos dizer que
Exemplo 0.4. O lançamento de três dados possui 6 · 6 · 6 = 216 resultados possı́veis, isto
é, #S = 216.
Definição 0.1. Uma probabilidade é uma função que associa a cada evento A um número
P (A) de forma que:
2. P (S) = 1
2
3. Se A e B são eventos mutualmente excludentes, isto é, não ocorrem simultaneamente
(A ∩ B = ∅), então P (A ∪ B) = P (A) + P (B).
Como mencionado antes, Se n é o número de elementos de um espaço amostral
e se j representa o número de elementos de um evento A qualquer, então a probabilidadde
deste evento ocorrer é dado pela razão entre o número j (de casos favoráveis ao evento) e
o número n (total de casos possı́veis). Ou seja,
j
P (A) =
n
é o modelo que foi adotado por matemáticos como Cardano, Pascal, Laplace entre outros.
Exemplo 0.5. Um dado é lançado, e observado o número da face de cima. O espaço
amostral S é dado por
S = {1, 2, 3, 4, 5, 6}
Chamando de p1 , p2 , p3 , p4 , p5 , p6 , respectivamente, os elementos de S, temos que a probabi-
1
lidade de um dos elementos ocorrer são iguais, ou seja, p1 = p2 = p3 = p4 = p5 = p6 = .
6
Neste caso, a probabilidade de ocorrer uma face de número ı́mpar (A = {1, 3, 5}) é de
3 1
P (A) = p1 + p3 + p5 = =
6 2
O seguinte teorema resume algumas propriedades fundamentais da teoria das
probabilidades.
Teorema 0.1. Se A e B são eventos, então:
1. P (Ac ) = 1 − P (A)
2. P (∅) = 0
3. P (A − B) = P (A) − P (A ∩ B)
Solução
Vamos determinar a possibilidade disso não acontecer. Como, para uma pessoa, há 365
possibilidades de dias para fazer aniversário em um ano então para r pessoas há 365r possi-
bilidades de dias para aniversário. O número de casos favoráveis a que todas aniversariem
3
em dias diferentes é 365·364· . . . ·(366−r) (pois cada termo do produto é dado por 366−r,
por exemplo, para uma pessoa, ou seja, r = 1, 366 − 1 = 365, para r = 2, 366 − 2 = 364,
e assim sucessivamente, até o último termo), havendo r fatores nesse produto.
Portanto, a probabilidade de não haver pelo menos duas pessoas que façam aniversário
no mesmo dia é de
Solução
A = {5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95, 100}
ou seja,
20 1
P (A) = =
100 5
a probabilidade de escolhermos tal número. E o evento de não escolhermos é representado
por Ac . Assim,
1 4
P (Ac ) = 1 − P (A) = 1 − =
5 5
Exemplo 0.8. Numa classe de 40 alunos, 22 são homens e 15 são louros. Entre os alu-
nos louros, 10 são mulheres. Um aluno é escolhido ao acaso. Qual a probabilidade de ser
homem ou louro?
Solução
4
Nota: Se todos os eventos elementeres de um espaço amostral S tiverem a mesma proba-
bilidade de de ocorrerem, diremos que o espaço amostral S é equiprovável. Por exemplo,
todas as cartas de um baralho (52 cartas) possuem a mesma probabilidade de ocorrerem
1
em determinada situação, ou seja, , assim como, em um lançamento de uma moeda as
52
1
probabilidades de ocorrerem cara ou coroa também são iguais ( ).
2
Solução
5
masculino feminino total
cientı́fica 15 5 20
humanı́stica 3 7 10
total 18 12 30
P (A ∩ B)
P (A|B) =
P (B)
P (A ∩ B)
P (A|B) = ⇒ P (A ∩ B) = P (B) · P (A|B)
P (B)
ou
P (A ∩ B)
P (B|A) = ⇒ P (A ∩ B) = P (A) · P (B|A)
P (A)
Exemplo 0.11. Uma urna contém 8 bolas amarelas e 6 bolas verdes. Qual é a probabi-
lidade de retirarmos 2 bolas sucessivamente, sem reposição, sendo a primeira verde e a
segunda amarela?
Solução
6
Seja V o evento “retirar bola verde”e A o evento “retirar bola amarela, após a retirada
de uma bola verde”.
O evento A é dependente de V , pois não há reposição após a primeira retirada. A
probabilidade de A é condicional em relação a de V . Então
6 3
P (V ) = =
14 7
e
8
P (A|V ) =
13
o novo espaço amostral tem 13 bolas, pois uma verde já foi retirada. Logo
3 8 24
P (V ∩ A) = P (V ) · P (A|V ) = · =
7 13 91