Texto 3-4B

Probabilidade

A Teoria da Probabilidade fornece métodos matemáticos para lidar com incertezas. Ela
estuda os experimentos aleatórios, ou seja, aqueles que, mesmo repetidos sob as mesmas
condições, podem produzir resultados diversos. São exemplos de experimentos aleatórios:
retirar uma carta de um baralho e observar se ela é um ás; lançar uma moeda 10 vezes e
contar o número de caras; observar se uma lâmpada queima antes de 100 horas de uso.

Espaço Amostral e Eventos

O espaço amostral de um experimento aleatório é o conjunto S de todos os resultados
possíveis para um experimento aleatório. Os subconjuntos de S são chamados de eventos.
Quando o resultado de um experimento aleatório pertence a um evento A, dizemos que A
ocorre. Trataremos apenas da situação em que o espaço amostral é finito, ou seja, é da
forma S = {s1, s2, .., sn}.

Exemplo 1:
Ao lançar um dado e observar a face voltada para cima, podemos obter qualquer um dos
números inteiros de 1 a 6. Logo, o espaço amostral é S = {1, 2, 3, 4, 5, 6}. O evento "sair
um número par" corresponde ao subconjunto A = { 2, 4, 6} de S. Se o resultado for 6, os
eventos {5, 6} e {2, 4, 6} ocorrem, enquanto os eventos {1, 2, 3} e {5} não ocorrem.

Dois eventos recebem nome especial: S é chamado de evento certo (já que ocorre sempre) e
 é chamado de evento impossível (nunca ocorre). Além disso, a partir de eventos A e B
podemos formar novos eventos usando as operações usuais entre conjuntos como, por
exemplo, A∩B, AB, A–B e Ac (que é o mesmo que S –A).
Função de Probabilidade

Uma probabilidade é um número que associamos a cada evento de forma a traduzir nossa
maior ou menor confiança em que o evento ocorra. Mais precisamente:

Definição: Uma função de probabilidade é uma função que associa a cada evento A um
número P(A) de modo que:
a) Para todo evento A, 0 ≤ P(A) ≤1
b) P(S) = 1
c) Se A e B são mutuamente exclusivos, isto é, A∩B =  , então P(AB ) = P(A) + P(B).

A maneira mais natural para construir uma função de probabilidade consiste em começar
com os resultados possíveis do experimento, associando a cada um deles um número não
negativo de modo que sua soma seja igual a 1. Para cada evento A, o valor de P(A) é, então,
obtido os valores correspondentes aos elementos de A.

Exemplo 2
Quando um dado é construído de modo a ter a forma exata de um cubo e é feito de material
homogêneo, não há razão para que tenhamos mais confiança na ocorrência de uma ou outra
face. Por isto, usamos para este caso um modelo probabilístico equiprovável, ou seja, em
que todos os resultados têm a mesma chance de ocorrer. Temos, então, P({1}) = P({2}) =
P({3}) = P({4}) = P({5}) = P({6}) = 1/6 (este valor é escolhido para que a soma dessas
probabilidades, que é igual à probabilidade de S, seja 1). Nesta situação, a probabilidade de
se obter um número par é P({2, 4, 6}) = 1/6 + 16 + 1/6 = 1/2.

Pode ocorrer, porém, que o dado seja mal construído (ou construído propositadamente para
que determinadas faces saiam com mais frequência que as demais). Neste caso, não há
razão para utilizarmos um modelo equiprovável. Para obter um bom modelo probabilístico
para esta situação o que fazemos, em geral, é repetir o experimento um grande número de
vezes e utilizar as frequências relativas observadas como as probabilidades associadas a
cada resultado. É possível, assim, que tenhamos um dado para o qual P({1}) = 0,25; P({2})
= 0,1; P({3}) = 0,15, P({4}) = 0,2, P({5}) = 0,2 e P({6}) = 0,1 (note que 0,25 + 0,1 + 0,15
+ 0,2 + 0,2 + 0,1 = 1). Para este dado, a probabilidade de sair um número par é P({2, 4, 6})
= 0,1 + 0,2 + 0,1 = 0,4.

Exemplo 3
Suponha que sejam conhecidas as probabilidades a seguir: P(A) = 0,3, P(B) = 0,4 e
P(A∩B) = 0,2.
Calcule
a) P(Ac)
b) P(A – B)
c) P(A B)
Solução:
a) Como A Ac = S e os eventos A e Ac são mutuamente exclusivos, temos sempre
P(A) + P(Ac) = 1. Assim, P(Ac) = 1 – P (A) = 1 – 0,3 = 0,7.
b) Note que A∩B e A – B são eventos mutuamente
A B
exclusivos tais que (A∩B) (A – B) = A (veja o
diagrama ao lado). Portanto, P(A∩B) +P(A – B) A–B

= P(A). Logo, P(A – B) = P(A) – P(A∩B) = 0,3 A∩B

–0,2 = 0,1

A B
c) A – B e B são eventos mutuamente exclusivos
tais que (A – B)  B = A B. Logo, P(A B) A–B
= P(A–B) + P(B) e, usando o item anterior,
P(A B) = P(A) + P(B) – P(A∩B) que, no nosso
caso, dá P(A B) = 0,3 + 0,4 – 0,2 = 0,5.
Modelos equiprováveis
De um modo geral, um modelo probabilístico equiprovável para um espaço amostral S com
1
n elementos associa a cada resultado a probabilidade . A probabilidade de cada evento
n
1
A é, em consequência, igual a n(A). , onde n(A) é o número de elementos de A:
n

n( A) número de resultados favoráveis à ocorrência de A

P( A)  
n número total de resultados possíveis

Mas, atenção! Só se justifica usar um modelo equiprovável para uma dada situação quando,
em virtude de uma simetria perfeita, não haja razão para acreditar que um resultado possa
ter mais chance de sair que outro. Modelos equiprováveis normalmente ocorrem em
situações como lançamento de moedas, extração de cartas de baralho, extração de bolas
idênticas de urnas, lançamentos de dados, etc.

Exemplo 4
a) Seis atletas, entre os quais João, vão disputar uma corrida. É razoável dizer que João tem
probabilidade 1/6 de ganhar a corrida?
Resposta: Não. O resultado do experimento depende da maior ou menor habilidade ou
preparação dos atletas. O razoável seria usar a estatística de resultados anteriores para
construir um modelo probabilístico adequado.

b) Suponha agora que, antes da corrida, as camisetas de 1 a 6 sejam sorteadas entre os

competidores. É razoável dizer que a probabilidade do vencedor usar a camiseta de número
5 é 1/6?
Resposta: Agora, sim! O vencedor tem iguais chances de ter ganhado qualquer das
camisetas.
Exemplo 5
Em três lançamentos de uma moeda "honesta" (isto quer dizer que a moeda tem iguais
chances de dar cara ou coroa), qual é a probabilidade de saírem exatamente duas caras?
Solução: Primeiro veja uma solução errada (e descubra onde está o erro). As quantidades
possíveis de caras em três lançamentos são 0, 1, 2 ou 3 (ou seja, há 4 casos possíveis). A
probabilidade de tirar exatamente duas caras corresponde a um destes 4 casos. Logo, a
probabilidade é 1/4.

Descobriu o erro? Isto mesmo, não há qualquer razão para acharmos que os 4 casos
listados acima têm a mesma chance de ocorrer (e não têm mesmo, como veremos a seguir).
Podemos representar os resultados possíveis do experimento como uma árvore em que cada
percurso representa uma possível sequência de resultados.

cara coroa

cara coroa cara coroa

cara coroa cara coroa cara coroa cara coroa

Em cada lançamento da moeda, são iguais as chances de sair cara ou coroa. Por outro lado,
o resultado dos lançamentos anteriores não tem qualquer efeito nas chances de sair cara ou
coroa no lançamento atual. Por isto, todos os percursos (portanto, todas as sequências de
resultados) têm a mesma chance de ocorrer. Agora, temos um espaço amostral para o qual
as probabilidades são iguais:
S = {(cara, cara, cara), (cara, cara, coroa), (cara, coroa, cara), (cara, coroa, coroa),
(coroa, cara, cara), (coroa, cara, coroa), (coroa, coroa, cara), (coroa, coroa, coroa)}
Os resultados em S em que ocorrem exatamente duas caras são três: (cara, cara, coroa),
(cara, coroa, cara), (coroa, cara, cara), Logo, a probabilidade de que isto ocorra é 3/8.

Exemplo 6
Os alunos de uma turma fizeram uma rifa. Todos compraram de um a três bilhetes. O
histograma (?) abaixo mostra quantos alunos compraram cada quantidade de bilhetes. No
final do ano, um dos bilhetes foi sorteado. É mais provável que o aluno sorteado tenha
comprado 1, 2 ou 3 bilhetes?

20

15
Alunos

10

0
1 2 3
Bilhetes

Solução: A tabela abaixo dá o total de bilhetes comprados pelos grupos de alunos que
compraram 1, 2 e 3 bilhetes

Bilhetes comprados por aluno Número de alunos Número total de bilhetes

1 15 15
2 10 20
3 5 15
Total 30 50

Observe que há 30 alunos na turma, que compraram um total de 50 bilhetes. Como o

sorteio é feito entre esses 50 bilhetes, a probabilidade de o vencedor estar em um dado
grupo é proporcional à quantidade total de bilhetes deste grupo (e não ao número de alunos
que lá estão). Portanto, a probabilidade de que o vencedor tenha comprado 1 bilhete é
15/50, a de que tenha comprado 2 é 20/50 e a de que tenha comprado 3 é 15/50. Logo, o
mais provável é que o vencedor tenha comprado 2 bilhetes.

Modelos Equiprováveis e Métodos de Contagem

Em todos os exemplos de modelos equiprováveis vistos até aqui, a probabilidade de um
evento A foi obtida contando diretamente os elementos do espaço amostral S e do evento
A. Quando o número de elementos de S é grande, isto não é prático. Recorremos, então,
aos métodos de contagem para calcular o numerador e o denominador da fração que
determina P(A).

Exemplo 7
Em uma urna há 6 bolas vermelhas e 4 pretas, todas de mesmo tamanho e feitas do mesmo
material. Retiramos duas bolas sucessivamente da urna, sem repô-las. Qual é a
probabilidade de que sejam retiradas duas bolas vermelhas?
Solução: Precisamos, antes de mais nada, encontrar um espaço amostral apropriado para
descrever os resultados dos experimentos. Como tudo o que observamos é a cor de cada
bola retirada (as bolas de mesma cor são indistinguíveis entre si), poderíamos ser tentados a
escolher o espaço amostral {vv, vp, pv, pp} formado pelos pares de cores observadas. No
entanto, o modelo probabilístico assim obtido não é equiprovável (é óbvio, por exemplo,
que duas bolas vermelhas devam sair com mais freqüência que duas bolas pretas, já que há
mais bolas vermelhas). Para obter um espaço equiprovável, devemos considerar
individualmente as 10 bolas presentes na urna. Ou seja, considerar o espaço amostral como
o conjunto de todos os pares de bolas distintas, que tem 10 × 9 = 90 elementos. Como todas
as bolas são iguais (a menos da cor), todos estes pares tem a mesma probabilidade de sair.
Para calcular o número destes pares em que ambas as bolas são vermelhas, devemos
observar que a primeira bola vermelha pode ser escolhida de 6 modos, enquanto a segunda
pode ser qualquer uma das 5 restantes. Logo, o número de casos favoráveis é igual a 6 × 5
= 30 . Portanto, a probabilidade de que sejam retiradas duas bolas vermelhas é igual a 30/90
= 1/3.

Exemplo 8
Na Mega-Sena, são sorteados 6 números inteiros de 1 a 60. Se o apostador preenche um
cartão com os números 1-14-15-23-34-56, qual é a probabilidade de que ele seja ganhador?
Solução: O conjunto S dos resultados possíveis é formado pelo número de subconjuntos de
6 elementos do conjunto dos inteiros de 1 a 60. Logo, o número de elementos de S (ou seja,
6
o número de resultados possíveis) é C 60 . Quando escolhemos 6 números, estamos
escolhendo exatamente um destes elementos (ou seja, há somente um resultado favorável).
1 1
Logo, a probabilidade de ganhar é igual a 6
 .
C 60 50.063.860

Probabilidade Condicional e Independência

Em muitas situações, a probabilidade originalmente calculada para um determinado evento
pode ser modificada pela informação de que um outro evento ocorreu. Como veremos a
seguir, isto nos leva a definir probabilidades condicionais.

Exemplo 9
Em uma urna há duas moedas aparentemente iguais. Uma delas é uma moeda comum,
com uma cara e uma coroa. A outra, no entanto, é uma moeda falsa, com duas caras.
Suponhamos que uma dessas moedas é sorteada e lançada.
a) Qual é a probabilidade de que a moeda lançada seja a comum?
Solução: A resposta é 1/2, já que ambas as moedas têm a mesma chance de
serem sorteadas.
b) Qual é a probabilidade de que saia uma cara?
Solução: Há quatro possíveis resultados para o sorteio da moeda e o resultado do
lançamento, todos com a mesma probabilidade:
 a moeda sorteada é a comum e o resultado é cara
  a moeda sorteada é a comum e o resultado é coroa
 a moeda sorteada é a falsa e o resultado é cara
 a moeda sorteada é a falsa e o resultado também é cara, mas saindo a outra face
Como em 3 dos 4 casos acima o resultado é cara, a probabilidade de sair cara é 3/4.
c) Se o resultado do lançamento é cara, qual é a probabilidade de que a moeda sorteada
tenha sido a comum?
Solução: No item a) verificamos que a probabilidade de sair cara é 1/2. Mas a situação
é diferente agora: temos uma informação adicional, a de que, após o lançamento da moeda,
o resultado foi cara. Com esta informação, devemos rever o cálculo da probabilidade
da moeda honesta ter sido sorteada. Dos quatro resultados possíveis para o experimento,
listados acima, o segundo deve ser excluído. Restam, assim, três possibilidades igualmente
prováveis. Delas, apenas na primeira a moeda sorteada é a comum. Logo, com a
informação de que o lançamento resultou em cara, a probabilidade de que a moeda sorteada
tenha sido a comum se reduziu a 1/3.

A probabilidade que calculamos no exemplo anterior é uma probabilidade condicional

De um modo geral, a probabilidade condicional de um evento A, na certeza da ocorrência
de um evento B (de probabilidade não nula) é denotada por P(A | B) e definida como
P( A  B)
P(A | B) = .
P( B)
No caso do exemplo anterior, chamemos de A o evento "sortear a moeda comum", e de B,
o evento "obter resultado cara". O evento A∩ B é "sortear a moeda comum e tirar cara".
1/ 4 1
Temos P(A∩B) = 1/4, P(B) = 3/4 e, assim, P(A | B) =  , como encontramos
3/ 4 3
anteriormente.

Exemplo 10
Uma carta é sorteada de um baralho comum, que possui 13 cartas (A, 2, 3, 4, 5, 6,
7, 8, 9, 10, J, Q, K) de cada naipe (ouros, copas, paus e espadas).
a) Qual é a probabilidade de que a carta sorteada seja um A?
Solução: Como o baralho tem 13 × 4 = 52 cartas e 4 delas são ases, a probabilidade de tirar
um A é 4/52 = 1/13.
b) Sabendo que a carta sorteada é de copas, qual é a probabilidade de que ela seja um A?
Solução: O fato de que a carta sorteada é de copas restringe os casos possíveis às 13 cartas
de copas, das quais exatamente uma é A. Logo, a probabilidade de ser sorteado um A, dado
que a carta sorteada é de copas, permanece igual a 1/13. Mais formalmente, designando
por A o evento "sortear A" e, por B, "sortear copas", o evento A∩B é "`sortear o A de
copas " e a probabilidade pedida é
P( A  B) 1 / 52 1
P(A|B) =   =
P( B) 13 / 52 13

O exemplo acima ilustra uma situação importante: aquela na qual a probabilidade

condicional de A na certeza de B é igual à probabilidade de A (ou seja, a ocorrência de B
não influi na probabilidade de ocorrência de A). Esta condição implica em
P( A  B)
 P( B) , ou seja, P(A∩B) = P(A) P(B).
P( B)
Dizemos, neste caso, que os dois eventos A e B são independentes.

Exemplo 11
Um sistema de segurança tem dois dispositivos que funcionam de modo independente e que
tem probabilidades iguais a 0,2 e 0,3 de falharem. Qual é a probabilidade de que pelo
menos um dos dois componentes não falhe?
Solução: Como os componentes funcionam independentemente, os eventos A =
"o primeiro dispositivo falha" e B = "o segundo dispositivo falha" são independentes.
Logo, o evento A∩B = "ambos falham" tem probabilidade P(A∩B) = P(A) P(B) = 0,2 . 0,3
= 0,06 e, assim, a probabilidade de que pelo menos um não falhe é igual a 1 – 0,06 = 0,94.

Exemplo 12
Um aluno faz um teste de múltipla escolha com 4 oções em cada questão. Ele não sabe
responder três das questões e vai chutar (marcar ao acaso) uma alternativa para cada uma
delas. Qual é a probabilidade de que:
a) acerte as 3.
b) erre as 3.
c) acerte a primeira e erre as duas outras.
d) acerte apenas uma das questões.
e) acerte pelo menos uma das questões.
Solução:
Se o aluno marca ao acaso uma opção de uma questão (que possui 4 alternativas), a
probabilidade de acertar é ¼ e a de errar é ¾. Como os eventos de assinalar uma opção em
cada questão são independentes temos:
A = acertar uma questão
E = errar uma questão
1 1 1 1
a) 𝑃(𝐴 ∩ 𝐴 ∩ 𝐴) = 4 ∙ 4 ∙ 4 = 64 ≅ 1,56%
3 3 3 27
b) 𝑃(𝐸 ∩ 𝐸 ∩ 𝐸) = 4 ∙ 4 ∙ 4 = 64 ≅ 42,2%
1 3 3 9
c) 𝑃(𝐴 ∩ 𝐸 ∩ 𝐸) = 4 ∙ 4 ∙ 4 = 64 ≅ 14,1%

d) Acertar apenas uma das questões é a união dos eventos AEE, EAE e EEA. Como a
9 9 27
probabilidade de cada um deles é 64 (item anterior) a probabilidade pedida é 3 ∙ 64 = 64 ≅

42,2%.
e) Acertar pelo menos uma questão é o evento complementar de “errar todas”. Portanto,
27 37
pelo item b, a probabilidade pedida é 1 − 64 = 64 ≅ 57,8%.

Curiosidade
Para um exemplo de um problema relativo a cálculo de probabilidades que despertou
grande interesse e debate na Internet, veja http://math.ucsd.edu/~crypto/Monty/monty.html
ou http://pt.wikipedia.org/wiki/Problema_de_Monty_Hall.
Exercícios

1) Um prêmio vai ser sorteado entre os alunos de duas turmas, uma com 20 alunos e a
outra com 40. Os seguintes métodos de sorteio foram propostos:
I) colocar os números de todos os 60 alunos em uma única urna e sortear um
deles.
II) sortear um aluno de cada turma e, a seguir, sortear um dos dois para ganhar o
prêmio
III) sortear 20 alunos da segunda turma para reunir aos 20 da primeira e, a seguir,
sortear um dos 40 alunos para ganhar o prêmio.
Dos métodos acima, aqueles para os quais todos os 60 alunos têm igual chance de
serem sorteados são:
A) apenas I
B) apenas II
C) apenas I e II
D) apenas I e III
E) I, II e III

2) Os eventos A e B têm probabilidades iguais a 0,8 e 0,5. Qual dos números abaixo
não pode ser o valor da probabilidade de A∩B?
A) 0,25
B) 0,3
C) 0,3
D) 0,40
E) 0,45

3) Seis seleções, entre as quais Brasil e Argentina, participarão de um torneio. Os três

jogos da primeira rodada serão decididos por sorteio. A probabilidade de que Brasil e
Argentina se enfrentem nessa rodada é:
A) 1/6
B) 1/5
C) 1/4
D) 1/3
E) ½
4) Um dado é lançado três vezes. Qual é a probabilidade de que os três resultados
sejam diferentes?
A) 1/3
B)2/5
C) 1/2
D) 5/9
E) 2/3

5) No brinquedo ilustrado na figura, bolinhas são

colocadas nas entradas A ou B e movem-se sempre
para baixo, terminando em uma das caixas 1 ou 2. Ao
atingir um dos pontos marcados com , as bolinhas
têm chances iguais de ir para cada um dos dois lados.
Se uma bolinha for colocada em A, qual é a
probabilidade de que ela vá parar na caixa 1?

A) 1/4
B) 1/3
C) 1/2
D) 2/3
E)/3/4

6) Os lugares de oito pessoas, entre as quais João e Maria, em uma mesa circular vão
ser escolhidos por sorteio. A probabilidade de que João e Maria sentem-se lado a lado é:
A) 1/8
B) 1/7
C) 2/7
D) 1/4
E) 1/3

7) Um dado honesto é lançado duas vezes. Qual é a probabilidade de que o maior

resultado obtido seja igual a 5?
A) 1/6
B) 1/5
C) 1/4
D) 1/3
E) 2/5
8) A tabela abaixo mostra quantos alunos ficaram em cada faixa de notas em um prova.
Faixa da nota N Número de alunos
N≤2 4
2<N≤4 11
4<N≤6 13
6<N≤8 8
N>8 4

Um aluno foi escolhido ao acaso. Se ele obteve uma nota superior a 4, a probabilidade
de que ele tenha obtido uma nota superior a 8 é:
A) 0,1
B) 0,16
C) 0,2
D) 0,24
E) 0,3

9) A urna A tem 3 bolas brancas e a urna B tem 1 bola branca e 2 pretas. Escolhe-se ao
acaso uma das urnas e retira-se uma bola. Se esta bola for branca, qual é a probabilidade
de que ela tenha vindo da urna A?
A) 1/2
B) 3/5
C) 2/3
D) 3/4
E) 5/6

10) Uma máquina tem 3 componentes A, B e C sujeitos a falhas, que ocorrem de forma
independente. Para que o equipamento se mantenha funcionando, é preciso que pelo
menos um dos componentes permaneça funcionando. Ao longo de um ano, as
probabilidades de que A, B e C falhem são, respectivamente, 0,3, 0,2 e 0,25. A
probabilidade de que o equipamento permaneça funcionando durante todo o ano é:
A) 0,015
B) 0,25
C) 0,35
D) 0,705
E) 0,985
Problemas
11) FGV - Um casal e seus três filhos foram ao cinema. O pai comprou os cinco ingressos
em poltronas consecutivas de uma fila do cinema e ao acaso deu três ingressos aos filhos e
ficou com dois, um para si e outro para a esposa.
Calcule a probabilidade de que o casal tenha ficado junto no cinema.

12) FGV - Antônio tem no bolso três balas de limão, três de tangerina e quatro de menta
todas com o mesmo tamanho e aspecto. Retirando do bolso duas balas ao acaso, qual é a
probabilidade de que pelo menos uma seja de menta?

13) FGV - João pede ao pai o dinheiro da semana e o pai diz:

“Filho, naquela gaveta há uma nota de 10 reais, três notas de 20 reais e duas notas de 50
reais. Abra a gaveta e, sem ver, retire ao acaso duas notas.”
Calcule a probabilidade de que João tenha retirado 70 reais.

Gabarito

3-4 1 2 3 4 5 6 7 8 9 10
gabarito A A B D E C C B D E

Respostas dos problemas

11) 40%
12) 2/3
13) 2/5

Comentários

1. Em I, cada um dos alunos tem probabilidade 1/60 de ser sorteado. Em II, os alunos
da primeira turma tem maior probabilidade de serem sorteados que os da 2ª turma
(as probabilidades são 1/40 e 1/80, respectivamente). Em III, as probabilidades são
as mesmas que em II. Logo, o método I é o único justo.
 2. O maior valor possível para a probabilidade de A∩B é 0,5 (quando A B) enquanto
o menor é igual a 0,5 + 0.8 – 1 = 0,3 (ocorre quando A B = S). Das alternativas
dadas, a única fora desta faixa de valores é 0,25.

3. A Argentina é um dos cinco possíveis adversários do Brasil, todos com a mesma

chance de serem escolhidos. Logo, a probabilidade de que Brasil e Argentina se
enfrentem na primeira rodada é 1/5.

4. Há 6 × 6 × 6 casos possíveis para os resultados dos lançamentos. O número de

casos favoráveis é 6 × 5 × 4. Logo, a probabilidade de que os resultados sejam
distintos é 6 × 5 × 4 / 6 × 6 × 6 = 5/9.

5. A bolinha tem probabilidade ½ de seguir pela direita e ½ de seguir pela esquerda.

No primeiro caso, ela certamente vai para 1. No segundo, ela tem probabilidades
iguais de ir para 1 ou 2. Logo, a probabilidade de que ela vá para 1 é ¾.

6. Uma vez que João esteja sentado, há dois dos sete lugares restantes que ficam a seu
lado. Logo, a probabilidade de que Maria seja posicionada a seu lado é 2/7.
Alternativamente, as 8 pessoas podem ser colocadas em uma mesa circular de 7!
modos. O número de disposições em que João e Maria ficam juntos é 6! × 2. Logo,
a probabilidade de que eles se sentem lado a lado é 6! × 2 / 7! = 2/7.

7. Há 6 × 6 casos possíveis. Os casos favoráveis são aqueles em ambos os resultados

são iguais a 5 (1 modo) ou um dos dados é dá 5 e o outro dá 1, 2, 3 ou 4 (8 modos).
Logo, a probabilidade é 9/36 = 1/4.

4 4
8. P(N >8 | N > 4) =   0,16
13  8  4 25
P( Aebranca) 1/ 2 3
9. P(A | branca) = P( A | branca)   
P(branca) 4/6 4

10. O equipamento falha quando os três componentes falham. Logo, a probabilidade de

falha é P(A ∩ B∩ C) = P(A) P(B) P(C) = 0,3 . 0,2 . 0,25 = 0,015 e a probabilidade
de que o equipamento permanecer funcionando é 1 – 0,015 = 0,985.

Soluções dos problemas

11. Numeramos as poltronas consecutivamente com os números 1, 2, 3, 4, 5.

O número de maneiras de escolher os dois lugares ocupados pelo casal é  .
O casal ficará junto se ocuparem os lugares: 1 e 2, 2 e 3, 3 e 4, 4 e 5.
Como são 4 os casos favoráveis, a probabilidade de que o casal tenha ficado junto no
cinema é de   .

12. Numerando as balas como L1, L2, L3, T1, T2, T3, M1, M2, M3, M4, o número de
maneiras de retirar ao acaso duas delas é C102  45 . O número de maneiras de retirar
duas balas, sendo nenhuma de menta, é C62  15 .
15 1
A probabilidade de que na retirada de duas balas, nenhuma seja de menta é  .
45 3
1 2
A probabilidade de que pelo menos uma seja de menta é p  1   .
3 3

13. Sejam: D a nota de 10 reais, V1, V2 e V3 as notas de 20 reais e C1 e C2 as notas de

50 reais.
O número de maneiras de retirar duas dessas 6 notas é C62 =15 .
Para obter 70 reais João tem que retirar uma nota de 20 e uma de 50.
Há três possibilidades para retirar uma nota de 20 reais e duas possibilidades para retirar
uma nota de 50 reais. Logo, há 3  2  6 maneiras de retirar uma nota de 20 e outra de 50.
6 2
A probabilidade de que João tenha retirado 70 reais é = .
15 5