Probabilidade

1. Introdução
• O estudo de probabilidade é anterior aos anos de 1500 .
• Surgiu com as aplicações aos jogos de azar. As pessoas queriam
entender a "lei" que rege esses jogos para ganhar dinheiro.
• Os jogos de azar foram praticados não só como apostas, mas também
para prever o futuro, decidir conflitos, dividir heranças. Uma figura de
destaque na teoria de probabilidades foi Blaise Pascal, que viveu no
século XVII.
• Somente no século XX, é que o cálculo de probabilidade teve um
desenvolvimento maior, baseado numa teoria matemática através
dos axiomas de Kolmogorov (1933), com definições e teoremas.
2. Experimento Aleatório
• Encontramos na natureza dois tipos de fenômenos: determinísticos e
aleatórios.
• Os fenômenos determinísticos são aqueles em que os resultados são
sempre os mesmos, qualquer que seja o número de ocorrências
verificadas.
 2. Experimento Aleatório
• São aqueles experimentos que repetidos sob mesmas condições
podem apresentar resultados diferentes, como por exemplo:

Espaço Amostral
Experimento Aleatório
3. Espaço Amostral (S ou Ω):
• Para cada experimento aleatório (E), define-se o espaço amostral (S)
como o conjunto de TODOS os possíveis resultados desse
experimento.
• E1: lançamento de DUAS moedas:
K : cara
• S1: {(K,K); (K,C); (C,K); (C,C)}
C : coroa
• Diagrama em árvore: → 𝐾, 𝐾
K
K
C → 𝐾, 𝐶
K → 𝐶, 𝐾
C
C → 𝐶, 𝐶
 3. Espaço Amostral (S ou Ω):
• E2: lançamento de DOIS dados:
• Qual o Espaço Amostral?
• Quadro de Possibilidades:
D2 1 2 3 4 5 6
D1
1 1,1 (1,2) (1,3) (1,4) (1,5) (1,6)
2 2,1 (2,2) (2,3) (2,4) (2,5) (2,6)
3 3,1 (3,2) (3,3) (3,4) (3,5) (3,6)
4 4,1 (4,2) (4,3) (4,4) (4,5) (4,6)
5 5,1 (5,2) (5,3) (5,4) (5,5) (5,6)
6 6,1 (6,2) (6,3) (6,4) (6,5) (6,6)
3. Espaço Amostral (S ou Ω):
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 ;
𝑆=
(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 .
#𝑆 = 36 resultados
4. Evento (letras iniciais do alfabeto)
• É um subconjunto do espaço amostral (S), ou seja, é um conjunto de
resultados de um experimento.
E1: lançamento de DUAS moedas K : cara
S1: {(K,K); (K,C); (C,K); (C,C)} C : coroa

A: sair UMA cara; C: sair pelo menos UMA cara;

A = {(K,C); (C,K)} C = {(K,K); (K,C); (C,K)}
B: sair DUAS caras; D: sair MAIS DE DUAS caras (Evento
B = {(K,K)} Impossível);
D=Φ
5. Definição Clássica de Probabilidade
• Seja E um experimento aleatório qualquer com espaço amostral S. se
definirmos um evento A qualquer, então a probabilidade desse
evento ocorrer será:

número de elementos de A #A
P A = ֞P A =
número de elementos de S #S
Ou

número de casos favoráveis (NCF)

𝑃 𝐴 =
número total de casos (NTC)
 5. Definição Clássica de Probabilidade
Exemplo: considere o experimento aleatório o lançamento de DUAS
moedas, calcule as seguintes probabilidades:
a) sair UMA cara;
b) sair DUAS caras;
c) sair pelo menos UMA cara;
d) sair mais de DUAS caras;
e) Sair até DUAS caras.
SOLUÇÃO 1ª moeda 2ª moeda
Espaço Amostral: K → 𝐾, 𝐾 K : cara
K C : coroa
S = {(K,K); (K,C); (C,K); (C,C)} C → 𝐾, 𝐶
K → 𝐶, 𝐾
a) sair UMA cara; C
C → 𝐶, 𝐶
A = {(K,C); (C,K)}
Logo
número de casos de A 2 1
P A = = =
número total de casos 4 2
P A = 50%
SOLUÇÃO 1ª moeda 2ª moeda
Espaço Amostral: K → 𝐾, 𝐾 K : cara
K C : coroa
S = {(K,K); (K,C); (C,K); (C,C)} C → 𝐾, 𝐶
K → 𝐶, 𝐾
b) sair DUAS caras; C
C → 𝐶, 𝐶
B = {(K,K)}
Logo
#B 1
P B = =
#S 4
P B = 25%
SOLUÇÃO 1ª moeda 2ª moeda
Espaço Amostral: K → 𝐾, 𝐾 K : cara
K C : coroa
S = {(K,K); (K,C); (C,K); (C,C)} C → 𝐾, 𝐶
K → 𝐶, 𝐾
c) sair pelo menos UMA cara; C
C → 𝐶, 𝐶
C = {(K,K); (K,C); (C,K)}
Logo
#C 3
P C = =
#S 4
P C = 75%
SOLUÇÃO 1ª moeda 2ª moeda
Espaço Amostral: K → 𝐾, 𝐾 K : cara
K C : coroa
S = {(K,K); (K,C); (C,K); (C,C)} C → 𝐾, 𝐶
K → 𝐶, 𝐾
d) sair mais de DUAS caras; C
C → 𝐶, 𝐶
D=Φ Evento Impossível
Logo
#D
P D = =0
#S
SOLUÇÃO 1ª moeda 2ª moeda
Espaço Amostral: K → 𝐾, 𝐾 K : cara
K C : coroa
S = {(K,K); (K,C); (C,K); (C,C)} C → 𝐾, 𝐶
K → 𝐶, 𝐾
e) sair ATÉ DUAS caras; C
C → 𝐶, 𝐶
E = {(K,K); (K,C); (C,K); (C,C)}
Logo
#E 4
P E = = =1
#S 4
Evento E coincidiu com o espaço amostral S, logo, é chamado de EVENTO
CERTO.
5. Definição Clássica de Probabilidade
• Algumas observações:

• 1. A soma das probabilidades de todos os eventos possíveis (dados no

espaço amostral) é obrigatoriamente 1 (ou 100%).

• 2. A probabilidade varia entre zero e 1 (ou entre 0% e 100%),

inclusive.
6. Probabilidade e a ideia de Conjuntos
• União de dois conjuntos ou a regra do "ou“
A∪B
A ocorre ou B ocorre ou ambos ocorrem
• Interseção de dois conjuntos ou a regra do “e“: a ideia de dois
eventos que ocorrem juntos é expressa pela conjunção "e".
A∩B
A e B ocorrem simultaneamente.
6. Probabilidade e a ideia de Conjuntos
No diagrama de Venn:

A∪B

A∪B
A∩B
6. Probabilidade e a ideia de Conjuntos
Exemplo: Ao lançar um dado:
A = ocorrer face par e B = ocorrer face ímpar.
A ∪ B: ocorrer face par ou ocorrer face ímpar ou ocorrer ambas juntas.
A e B não ocorrem ao mesmo tempo. Logo são chamados de eventos
mutuamente exclusivos ou disjuntos, e P (A ∩ B) = 0.

A∪B
A B
2 1
4 3
6 5
 Exercícios
• Exemplo: Em um grupo de 50 estudantes do curso de Engenharia, 30 foram
aprovados em Estatística, 15 foram aprovados em Cálculo e 10 foram
aprovados em ambas. Se um aluno é escolhido ao acaso. Qual a
probabilidade de que:
Solução no quadro!
a) ele tenha sido aprovado em Cálculo e Estatística?
b) ele tenha sido aprovado em Cálculo ou Estatística?
c) ele tenha sido aprovado somente em Cálculo?
d) ele tenha sido aprovado somente em Estatística?
e) Não tenha sido aprovado em nenhuma?
• Um colégio tem 1. 000 alunos. Destes: 200 estudam Matemática, 180
estudam Física, 200 estudam Química, 20 estudam Matemática, Física e
Química, 50 estudam Matemática e Física, 50 estudam Física e Química, 70
estudam somente Química. Um aluno do colégio é escolhido ao acaso. Qual
a probabilidade de
• a) ele estudar só Matemática?
• b) ele estudar só Física?
• c) ele estudar somente Matemática e Química?
• d) ele estudar Matemática e Química?
7. Eventos Independentes
Vem da ideia: “uma coisa não tem nada a ver com a outra”.
Exemplo: ao jogar uma moeda e um dado, o resultado do dado
independe do resultado da moeda.
Condição de Independência:

Dois eventos serão independentes se a probabilidade de

ocorrerem juntos for igual ao produto das probabilidades de
ocorrerem em separado.
7. Eventos Independentes
• Exemplo: Um dado e uma moeda são jogados ao mesmo tempo. Qual
é a probabilidade de ocorrer cara na moeda e face 5 no dado?
Eventos possíveis:
Dado Cara Coroa Solução no quadro!
1 1; cara 1; coroa
2 2; cara 2; coroa
3 3; cara 3; coroa
4 4; cara 4; coroa
5 5; cara 5; coroa
6 6; cara 6; coroa
8. Teorema da Soma ou a “Regra do OU”
• Seja A e B são dois eventos quaisquer. A probabilidade de A ou B
ocorrerem é dada por:

𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵 −𝑃 𝐴∩𝐵

• Exemplo: a probabilidade de um aluno ser aprovado em Cálculo é de

30%. A probabilidade dele ser aprovado em Estatística é de 60% e a
probabilidade dele ser aprovado em ambas as disciplinas é de 20%.
Qual a probabilidade dele ser aprovado em Cálculo ou Estatística?
Probabilidade condicional
 1. Probabilidade condicional
• Podemos estar interessados em calcular probabilidades que ocorrem sob
uma dada condição.
• Por exemplo, a probabilidade de um universitário ir melhor numa prova
de Cálculo é maior se estivermos nos referindo aos alunos de Ciências
Exatas ao invés dos alunos de Ciências Biológicas, por exemplo.

Probabilidade Condicional é a probabilidade de determinado

evento ocorrer sob determinada condição.
• Qual a probabilidade de chover amanhã dado que hoje também choveu?
• Qual a probabilidade de ser aprovado em Estatística dada a aprovação em
Cálculo?
 1. Probabilidade condicional
• Notação: 𝑃 𝐴 𝐵 Lê-se: "probabilidade de A dado B".
• Indica a probabilidade condicional de A ocorrer dado que o evento B
ocorreu.
• Exemplo: Ao lançar um dado. Qual a probabilidade de:
a) Ter ocorrido a face 3?
b) Ter ocorrido a face 3, sabendo que ocorreu face com número
ímpar?
1. Probabilidade condicional
• O evento A = {sair o nº 3}. Então
1
P( A) 
6
• Considere agora o evento B = {sair um nº ímpar} = {1, 3, 5}.
• Qual a probabilidade de ter ocorrido a face 3, sabendo que ocorreu
face com número ímpar?
• Houve redução do espaço amostral - porque foi dada a condição
"saiu número ímpar". Como só existe um evento com o atributo
desejado (face 3), a probabilidade é:
1
P( A | B) 
3
1. Probabilidade condicional
• Definição: Dados dois eventos, A e B, denota-se P (A|B) a
probabilidade condicionada do evento A, quando B tiver ocorrido,
por :
𝑃(𝐴 ∩ 𝐵)
𝑃 𝐴𝐵 =
𝑃(𝐵)
com P (B) ≠ 0, pois B já ocorreu.
Fórmula mais prática:
#(𝐴 ∩ 𝐵)
𝑃(𝐴 ∩ 𝐵) #𝑆 #(𝐴 ∩ 𝐵)
𝑃 𝐴𝐵 = = =
𝑃(𝐵) #(𝐵) #(𝐵)
#𝑆
• Exemplo:
• Dois dados são lançados. Consideremos os eventos:
• A = {soma das duas faces superiores igual a 10}
• B = {face superior do dado 1 maior que a face superior do dado 2}.
• Obter:
a) P (A);
b) P (B);
c) 𝑃 𝐴 𝐵
d) 𝑃 𝐵 𝐴 .
Exercício: Um grupo de 100 pessoas apresenta, de acordo com o
sexo e filiação partidária, a seguinte composição:
Partido X Partido Y Total
Homens 21 39 60
Mulheres 14 26 40
Total 35 65 100
Um elemento é escolhido ao acaso. Pergunta-se:
a) Qual a probabilidade de ser homem? Solução no quadro!
b) Qual a probabilidade de ser mulher e do partido Y?
c) Qual a probabilidade de ser do partido Y?
d) porcentagem dos homens filiados à X?
Um grupo de 100 pessoas apresenta, de acordo com o sexo e
filiação partidária, a seguinte composição:
Partido X Partido Y Total
Homens 21 39 60
Mulheres 14 26 40
Total 35 65 100
Um elemento é escolhido ao acaso. Pergunta-se:
e) se o sorteado for do partido X, qual a probabilidade de ser
mulher?
f) Qual a probabilidade de ser do partido Y, dado que o sorteado
foi homem?
g) Qual a probabilidade de ser do partido X, dado que o sorteado
foi homem?
2. Teorema do produto ou a “regra do e”
• "A probabilidade da ocorrência simultânea de dois eventos, A e B, do
mesmo espaço amostral, é igual ao produto da probabilidade de um
deles pela probabilidade condicional do outro, dado o primeiro.“

𝑃 𝐴∩𝐵
𝑃 𝐴𝐵 = ֜𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐵 ∙ 𝑃 𝐴 𝐵 (1)
𝑃 𝐵

𝑃 𝐴∩𝐵
𝑃 𝐵𝐴 = ֜𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 ∙ 𝑃 𝐵 𝐴 (2)
𝑃 𝐴
2. Teorema do produto ou a regra do “e”
Exemplo: Uma caixa contém 20 peças, das quais 5 são defeituosas.
Extraem-se duas ao acaso simultaneamente (caso sem reposição). Qual
a probabilidade de:
a. Ambas serem perfeitas?
b. Ambas serem defeituosas?
c. Uma ser perfeita e outra defeituosa?

Solução no quadro!
3. Eventos independentes
• Definição: Dois eventos A e B são ditos independentes quando
P(A|B) = P (A) e também P (B|A) = P (B).
• De (1) e (2) temos:
1 𝑃 𝐴∩𝐵 =𝑃 𝐵 ∙𝑃 𝐴 𝐵 =𝑃 𝐵 ∙𝑃 𝐴
2 𝑃 𝐴∩𝐵 =𝑃 𝐴 ∙𝑃 𝐵 𝐴 =𝑃 𝐴 ∙𝑃 𝐵
• Logo
𝑃 𝐴 ∩ 𝐵 = 𝑃(𝐴) ∙ 𝑃(𝐵)
3. Eventos independentes
Exemplo: Teorema do produto: eventos independentes
Uma caixa contém 20 peças, das quais 5 são defeituosas. São retiradas
suas peças, uma após a outra, com reposição. Qual a probabilidade de:
a. Ambas serem perfeitas?
b. Ambas serem defeituosas?
c. Uma ser perfeita e outra defeituosa?

Solução no quadro!
Exercício
• Uma empresa sorteia prêmios entre os funcionários como reconhecimento
pelo tempo trabalhado. A tabela mostra a distribuição de frequência de 20
empregados dessa empresa de acordo com o número de anos trabalhados. A
empresa sorteou, entre esses empregados, uma viagem de uma semana,
sendo dois deles escolhidos aleatoriamente.
Tempo de Serviço Número de empregados
até 10 anos 8
11 a 15 anos 6
16 a 20 anos 4
Mais de 20 anos 2
Qual a probabilidade de que ambos os sorteados tenham até 10 anos de
trabalho?