Profª Karen Moreira Dias
Disciplina: Probabilidade e Estatística
Resumo 6
Conteúdos
- Teoria da probabilidade
- Experimentos aleatórios
- Espaço amostral
- Eventos
- Probabilidade de um evento
2
Teoria da Probabilidade
A teoria da probabilidade surgiu no século XVII na França com o estudo dos jogos de azar. É um
importante ramo da Matemática que estuda fenômenos aleatórios, e é uma ferramenta fundamental
ao estudo da Estatística.
Ela permite construir modelos matemáticos que explicam um grande número de fenômenos coletivos e
fornecem estratégias para a tomada de decisões.
Fenômeno ou experimento determinístico – quando repetido várias vezes, sob as mesmas condições,
produz sempre o mesmo resultado. As condições iniciais determinam o único resultado possível do
fenômeno.
Fenômeno ou experimento aleatório – seu resultado não pode ser previsto; sabemos apenas quais são
seus possíveis resultados. Dependem de vários fatores regidos pela lei do acaso. As condições iniciais
não determinam o resultado do fenômeno.
3
Experimentos aleatórios
Exemplos de fenômenos ou experimentos aleatórios:
a) Lançamento de um dado e observação do resultado da face;
b) Retirar uma carta de um baralho e observar a carta que ocorreu;
c) Lançar por 3 vezes consecutivas uma moeda e observar a sequência obtida;
d) Jogar 3 moedas e observar o número de caras;
e) O número de peças defeituosas num lote de 100 unidades produzidas por uma máquina;
f) Tempo de vida útil de uma lâmpada.
4
Experimentos aleatórios
Os experimentos aleatórios possuem as seguintes características:
• Cada experimento pode ser repetido quantas vezes quisermos, sem alterarem-se, essencialmente, as
condições sob as quais ele foi realizado;
• Apesar de não sabermos que resultado ocorrerá, podemos determinar um conjunto (espaço
amostral) que contém todos os resultados possíveis do experimento;
• Os resultados individuais são praticamente impossíveis de serem determinados, contudo, se o
experimento for repetido um “grande número de vezes”, poderemos observar alguma “regularidade”.
Esta regularidade é que nos permite em muitos casos, construir modelos matemáticos para prever os
resultados possíveis dos experimentos.
5
Espaço amostral
Dado um experimento aleatório qualquer, um conjunto que contém todos os resultados possíveis
desse experimento chama-se espaço amostral, indicado geralmente pela letra S.
Exemplo 1) Descreva o espaço amostral de cada experimento:
a) E: joga-se uma moeda e observa-se o resultado da face.
𝑆 = 𝐾, 𝐶
b) E: joga-se três moedas e observa-se o número de caras.
𝑆 = 0, 1, 2, 3
c) E: joga-se uma moeda três vezes consecutivas e observa-se a sequência obtida.
𝑆 = 𝐾𝐾𝐾, 𝐾𝐾𝐶, 𝐾𝐶𝐾, 𝐶𝐾𝐾, 𝐾𝐶𝐶, 𝐶𝐾𝐶, 𝐶𝐶𝐾, 𝐶𝐶𝐶
OBS: O resultado obtido no 2º lançamento da moeda não depende do resultado ocorrido no 1º lançamento, e assim por diante, nos três
lançamentos. As etapas são independentes, então o número de resultados possíveis, usando-se o princípio multiplicativo, é 2 . 2 . 2 = 8.
6
Eventos
Um evento é um subconjunto do espaço amostral S de um experimento aleatório.
Podemos estar interessados em descrever novos eventos a partir de combinações de eventos
existentes. Como os eventos são subconjuntos, para formar outros eventos de interesse, usamos as
operações básicas de conjuntos, tais como:
Evento união 𝑨 ∪ 𝑩: ocorre se A ocorrer ou B ocorrer ou ambos ocorrerem;
𝐴 ∪ 𝐵 = 𝑥 𝑥 ∈ 𝐴 𝒐𝒖 𝑥 ∈ 𝐵}
Evento intersecção 𝑨 ∩ 𝑩: ocorre se os eventos A e B ocorrerem simultaneamente;
𝐴 ∩ 𝐵 = 𝑥 𝑥 ∈ 𝐴 𝒆 𝑥 ∈ 𝐵}
Evento complementar 𝐀 (ou A’ ou 𝑨𝑪 ): ocorre o evento A se não ocorrer o evento A
A = 𝑥 𝑥 ∉ 𝐴}
Evento diferença A – B: ocorre se o evento A ocorrer e B não ocorrer
𝐴 − 𝐵 = 𝑥 𝑥 ∈ 𝐴 𝑒 𝑥 ∉ 𝐵} 7
Eventos
Evento complementar
Se A é um evento de um espaço amostral S 𝐴 ⊂ 𝑆 , então o conjunto formado por todos os elementos
de S que não pertencem a A, é também um evento, indicado por 𝐴 (ou 𝐴′ ou 𝐴𝑐 ) e é chamado evento
complementar.
Exemplo 2) E: lançamento de um dado e observação do ponto obtido.
A: ocorre número par
S
S = {1, 2, 3, 4, 5, 6}
A = {2, 4, 6} 𝐴 = 1, 3, 5 𝐴: ocorre número ímpar
OBS: No caso de eventos complementares, sempre deve ocorrer:
𝐴 ∪ 𝐴′ = 𝑆 (evento certo) e 𝐴 ∩ 𝐴′ = ∅ (evento impossível)
Eventos mutuamente exclusivos
Dois eventos A e B são denominados mutuamente exclusivos se eles não puderem ocorrer
simultaneamente, isto é:
𝐴∩𝐵 =∅
8
Eventos
Exemplo 3) Considere o experimento:
E: lançamento de três moedas e observar o resultado da face
a) Escreva o espaço amostral;
𝑆 = 𝐶, 𝐶, 𝐶 ; 𝐶, 𝐶, 𝐾 ; 𝐶, 𝐾, 𝐶 ; 𝐶, 𝐾, 𝐾 ; 𝐾, 𝐶, 𝐶 ; 𝐾, 𝐶, 𝐾 ; 𝐾, 𝐾, 𝐶 ; 𝐾, 𝐾, 𝐾
b) Descreva o evento A: ocorre pelo menos uma cara;
𝐴 = { 𝐶, 𝐶, 𝐶 ; 𝐶, 𝐶, 𝐾 ; 𝐶, 𝐾, 𝐶 ; 𝐶, 𝐾, 𝐾 ; 𝐾, 𝐶, 𝐶 ; 𝐾, 𝐶, 𝐾 ; 𝐾, 𝐾, 𝐶 }
c) Descreva o evento B: ocorre no máximo uma coroa;
𝐵 = { 𝐶, 𝐶, 𝐶 ; 𝐶, 𝐶, 𝐾 ; 𝐶, 𝐾, 𝐶 ; 𝐾, 𝐶, 𝐶 }
d) Descreva o evento C: não ocorre nenhuma cara.
𝐶 = 𝐾, 𝐾, 𝐾 = 𝐴′
9
Probabilidade de um evento
Quando realizamos um experimento aleatório, é desejável atribuir para cada evento um único número
real que estime a “chance” (probabilidade) de este evento ocorrer.
A probabilidade é uma função P que associa a cada evento de um espaço amostral S um número real
de 0 a 1, satisfazendo as seguintes propriedades:
1) 0 ≤ P(A) ≤ 1, para todo evento A de S
2) P(S) = 1, pois o próprio espaço amostral é sempre um evento
3) Se A1, A2, ..., An são eventos mutuamente exclusivos, então:
𝑃(𝐴1𝑈𝐴2𝑈 … 𝑈𝐴𝑛 ) = 𝑃(𝐴1) + 𝑃(𝐴2) + ⋯ + 𝑃(𝐴𝑛)
OBS: Dois eventos A e B são mutuamente exclusivos se 𝐴 ∩ 𝐵 = ∅
10
Probabilidade de um evento
Teorema 1
Em todo espaço de probabilidades, temos 𝑃 ∅ = 0
Teorema 2
Para todo evento A de S, 𝑃 𝐴′ = 1 − 𝑃(𝐴)
Em qualquer aplicação de probabilidade, ou o evento A ou o seu complementar A’ devem ocorrer. P(A) + P(A’) = 1
Teorema 3
Se A e B são dois eventos quaisquer de S, de modo que B é subconjunto de A, então:
𝑃 𝐵 ≤ 𝑃(𝐴) e
𝑃 𝐴 − 𝐵 = 𝑃 𝐴 − 𝑃(𝐵)
Teorema 4
Se A e B são dois eventos quaisquer de S, então:
𝑃 𝐴 ∪ 𝐵 = 𝑃(𝐴) + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)
Lei da adição 11
Probabilidade de um evento
Em muitas situações, todos os eventos elementares de um espaço amostral S têm a mesma
probabilidade de ocorrer (uma carta retirada de um baralho, resultado no lançamento de um dado etc.)
Nestes casos a probabilidade de ocorrência de um evento só depende do número de elementos que
esse evento tem. Sendo A um evento de S, sua probabilidade é dada por:
𝑛𝐴
𝑃 𝐴 =
𝑛
em que:
nA = número de resultados favoráveis ao evento A
n = número total de resultados possíveis
12
Probabilidade de um evento
Exemplo 4) Considere o experimento de escolher uma carta de um baralho de 52 cartas. Encontre as
probabilidades associadas aos eventos:
a) A: um “ás” ser escolhido
4 1
𝑃 𝐴 = = = 0,08
52 13
b) B: “uma carta com naipe de paus” ser escolhida
13 1
𝑃 𝐵 = = = 0,25
52 4
c) C: “uma das cartas da corte” ser escolhida
12 3
𝑃 𝐶 = = = 0,23
52 13
13
Probabilidade de um evento
Exemplo 5) Considere o experimento de lançar um par de dados. Suponha que estejamos interessados
na soma dos valores de face mostrados nos dados.
a) Descreva o espaço amostral do experimento.
S = { (1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,2), (2,3), (2,4), (2,5), (2,6),
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6), (4,1), (4,2), (4,3), (4,4), (4,5), (4,6),
(5,1), (5,2), (5,3), (5,4), (5,5), (5,6), (6,1), (6,2), (6,3), (6,4), (6,5), (6,6) }
6 1
b) Qual a probabilidade de obter soma 7? 𝑃(𝐵) = = = 0,17
36 6
10
c) Qual a probabilidade de obter soma 9 ou um valor maior? 𝑃 𝐶 = 36 = 0,28
14
Probabilidade de um evento
Exemplo 6) No lançamento de duas moedas, qual a probabilidade de ocorrer:
a) duas caras;
A: ocorrem duas caras 𝑆 = {(𝐶, 𝐶), (𝐶, 𝐾), (𝐾, 𝐶), (𝐾, 𝐾)}
𝐴 = {(𝐶, 𝐶)} n=4 nA = 1
𝑛𝐴 1
𝑃 𝐴 = = 4 = 0,25 = 25%
𝑛
b) uma cara e uma coroa.
B: ocorre uma cara e uma coroa 𝐵 = {(𝐶, 𝐾), (𝐾, 𝐶)} n=4 nB = 2
𝑛𝐵 2 𝑛𝐶 0
𝑃 𝐵 = = 4 = 0,5 = 50% = 4 = 0%
𝑛 𝑛
15
Probabilidade de um evento
Exemplo 7) A probabilidade de que o aluno A resolva determinado problema é 2/3, e a probabilidade
de que o aluno B o resolva é 4/5. Se ambos tentarem independentemente a resolução, qual a
probabilidade de o problema ser resolvido?
𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)
2 4 2 4
𝑃 𝐴 ∪ 𝐵 = 3 + 5 − 3.5
10 12 8 14
𝑃 𝐴 ∪ 𝐵 = 15 + 15 − 15 = 15
16
