ESTATSTICA II

Prof.: Viviane Carla Fortulan

Agosto/2003
I. PROBABILIDAD!
"." I#$ROD%&'O: le(entos )o estu)o )as *ro+a+ili)a)es
O problema fundamental da estatstica consiste em lidar com o acaso e a incerteza.Os
eventos que dependem do acaso sempre foram considerados misteriosos. As conquistas
cientficas dos sculos que seuiram a !enascen"a# enfatizando a observa"$o e a
e%perimenta"$o# deram oriem & teoria )a *ro+a+ili)a)e, para estudar as leis da natureza e
os problemas da vida cotidiana.
'este curso veremos como a incerteza pode realmente ser medida# como podemos
associar(l)es n*meros e como interpretar esses n*meros.
'o curso anterior +de Estatstica I, vimos como caracterizar uma massa de dados# a
fim de oranizar e resumir informa"-es. Em Estatstica II# veremos um pouco da Estatstica
Inferencial# que est. fundamentada em modelos matem.ticos probabilsticos# assim
conveniente dispormos de uma medida que e%prima a incerteza presente em afirma"-es tais
como /0 possvel que c)ova aman)$1# ou /'$o ). c)ance de vit2ria1# em termos de uma
escala numrica. Essa medida probabilidade.
A teoria das 3robabilidades um ramo da matem.tica que cria# elabora e pesquisa
modelos para estudar e%perimentos ou fen4menos aleat2rios.
5evemos esclarecer que esta tcnica bastante intuitiva e n$o e%iste /f2rmulas1
especficas para todos os problemas. Cada caso um caso e deve ser estudado com muito
cuidado.
6otiva"$o7
Considere os seuintes problemas7
8azendo a aposta mnima na 6ea Sena# qual a c)ance de acertar as seis dezenas9
Se um aluno /c)utar1 cinco testes +cada um com quatro alternativas, em um e%ame de
vestibular# qual a probabilidade de acertar pelo menos dois9
:an"ando dois dados simultaneamente# qual a probabilidade de sarem n*meros
iuais9
A teoria das probabilidades nos a;uda a resolver problemas como estes e muitos outros.
"."." -*eri(ento )eter(in.sti/o e -*eri(ento aleat0rio
5entro de certas condi"-es# possvel prever a que temperatura o leite ferve. Este tipo
de e%perimento# cu;o resultado previsvel# recebe o nome de determinstico.
'o entanto# ao lan"armos um dado uma ou mais vezes# sob as mesmas condi"-es# n$o
podemos saber com anteced<ncia o n*mero obtido= sabemos apenas que os possveis
resultados s$o7 ># ?# @# A# B ou C. Este tipo de e%perimento# cu;o resultado n$o pode ser
previsto# c)amado aleat2rio.
E%emplo de e%perimentos aleat2rios7
- O sorteio da quina da :oto=
- !etirar uma carta de um baral)o com B? cartas e observar o seu naipe=
?
- O sorteio do primeiro pr<mio da :oteria 8ederal=
- O lan"amento de uma moeda )onesta=
- :an"ar duas moedas e observar as faces voltadas para cima=
- :an"amento de um dado )onesto=
- 5e uma urna contendo A bolas brancas e B vermel)as# retirar > bola e observar sua cor.
".".2 -*eri(entos aleat0rios e1ui*rov2veis
S$o e%perimentos onde qualquer resultado pode ocorrer com a mesma c)ance.
E%emplo7 'o lan"amento de uma moeda# a probabilidade de ocorrer cara ou coroa a mesma.
".2 !PA&O A3O!$RAL O% CO#4%#$O %#IVR!O
0 o con;unto de todos os resultados possveis de um e%perimento aleat2rio
+equiprov.vel, que ser. indicado por +4mea,. Indicaremos o n*mero de elementos de um
espa"o amostral por n+ ,.
E%emplos7
"5 Duando se lan"am duas moedas e se observam as faces voltadas para cima# sendo as faces
da moeda cara+c, e coroa+E,# o espa"o amostral do e%perimento 7
FG+c#c,# +c#E,# +E#c,# +E#E,H e n+ ,FA
25 :an"am(se dois dados# +um azul e um branco,# e observam(se os n*meros das faces
voltadas para cima. Se;am7
Da)o a6ul
" 2 3 7 8 9
Da)o +ran/o
" +>#>, +>#?, +>#@, +>#A, +>#B, +>#C,
2 +?#>, +?#?, +?#@, +?#A, +?#B, +?#C,
3 +@#>, +@#?, +@#@, +@#A, +@#B, +@#C,
7 +A#>, +A#?, +A#@, +A#A, +A#B, +A#C,
8 +B#>, +B#?, +B#@, +B#A, +B#B, +B#C,
9 +C#>, +C#?, +C#@, +C#A, +C#B, +C#C,
E%perimento aleat2rio7 :an"ar dois dados
FG+>#>,#+>#?,#+>#@,#+>#A,#+>#B,#+>#C,
+?#>,#+?#?,#+?#@,#+?#A,#+?#B,#+?#C,
+@#>,#+@#?,#+@#@,#+@#A,#+@#B,#+@#C, +Todos os resultados possveis
+A#>,#+A#?,#+A#@,#+A#A,#+A#B,#+A#C, do e%perimento aleat2rio,
+B#>,#+B#?,#+B#@,#+B#A,#+B#B,#+B#C,
+C#>,#+C#?,#+C#@,#+C#A,#+C#B,#+C#C,H
n+ ,F@C +nI de elementos de ,
@
35 Jma urna contm B bolas vermel)as e A brancas. 5uas bolas s$o e%tradas# ao acaso#
sucessivamente e sem reposi"$o. Observamos a seqK<ncia de cores das bolas sorteadas.
3ara determinar # vamos construir o diarama da .rvore.
Se;a7 vermel)aFL e brancaFM
>N e%tra"$o ?N e%tra"$o
L L
M
M L
M
E%perimento aleat2rio7 E%trair duas bolas# ao acaso# sucessivamente e sem reposi"$o
FG+L#L,# +L#M,# +M#L,# +M#M,H
n+ ,F A
Ponto a(ostral: 0 cada elemento do espa"o amostral + ,.
".3 V#$O
Evento +E, qualquer subcon;unto de um espa"o amostral . 6uitas vezes um evento
pode ser caracterizado por um fato.
E%emplos7
"5 'o lan"amento de duas moedas# temos7
Considerando c F cara e E F coroa# definimos7
E%perimento7 :an"ar duas moedas
FG+c#c,#+c#E,#+E#c,#+E#E,H
Se;am os eventos7
>
E
7 aparecerem faces iuais
>
E
FG+c#c,#+E#E,H onde n+
>
E
,F?
7 E
?
aparecer cara em pelo menos uma moeda
?
E
F G+c#c,#+c#E,#+E#c,H onde n+
?
E
,F@
25 'o lan"amento de dois dados# temos7
E%perimento7 :an"ar dois dados
FG+>#>,#+>#?,#+>#@,#+>#A,#+>#B,#+>#C,
+?#>,#+?#?,#+?#@,#+?#A,#+?#B,#+?#C,
+@#>,#+@#?,#+@#@,#+@#A,#+@#B,#+@#C,
+A#>,#+A#?,#+A#@,#+A#A,#+A#B,#+A#C,
A
+B#>,#+B#?,#+B#@,#+B#A,#+B#B,#+B#C,
+C#>,#+C#?,#+C#@,#+C#A,#+C#B,#+C#C,H
n+ ,F@C
>
E
7 aparecerem n*meros iuais
>
E
FG+>#>,#+?#?,#+@#@,#+A#A,#+B#B,#+C#C,H = n+
>
E
,FC
?
E
7 o primeiro n*mero menor ou iual a ?

?
E
FG+>#>,#+>#?,#+>#@,#+>#A,#+>#B,#+>#C,#+?#>,#+?#?,#+?#@,#+?#A,#+?#B,#+?#C,H = n+
?
E
,F>?

@
E
7 a soma dos resultados menor ou iual a A

@
E
FG+>#>,#+>#?,#+>#@,#+?#>,#+?#?,#+@#>,H = n+
@
E
,FC

A
E
7 o n*mero do primeiro dado o dobro do n*mero do seundo dado

A
E
FG+?#>,#+A#?,#+C#@,H = n+
A
E
,F@
".3." vento Certo: evento que possui os mesmos elementos do espa"o amostral# +EF,
B
E
7 a soma dos resultados dos dois dados menor ou iual a >?
B
E
F = n+
B
E
,F@C
".3.2 vento I(*oss.vel 7 evento iual ao con;unto vazio +E F. O/ ,
C
E
7 o n*mero do primeiro dado iual a sete
C
E
F O/ = n+
C
E
,FO
".3.3 vento !i(*les: evento que possui um *nico elemento
P
E
7 a soma dos resultados nos dois dados iual a >?.
P
E
FG+C#C,H = n+
P
E
,F>
".3.7 vento Co(*le(entar7 Se E um evento de um espa"o amostral # o evento
complementar de E# indicado por E
c
+ou A,# tal que E
c
F ( E +ou se;a# tudo o que n$o
est. em E mas est. no espa"o amostral ,.
'otemos que O E E
c
/ e

c
E E
-: Considerando ainda o e%perimento7 lan"ar dois dados# temos que7
FG+>#>,#+>#?,#+>#@,#+>#A,#+>#B,#+>#C,
+?#>,#+?#?,#+?#@,#+?#A,#+?#B,#+?#C,
+@#>,#+@#?,#+@#@,#+@#A,#+@#B,#+@#C,
+A#>,#+A#?,#+A#@,#+A#A,#+A#B,#+A#C,
B
E
c
E

+B#>,#+B#?,#+B#@,#+B#A,#+B#B,#+B#C,
+C#>,#+C#?,#+C#@,#+C#A,#+C#B,#+C#C,H
Se;a o evento A definido por7
A7 o primeiro n*mero no lan"amento dos dados menor ou iual a ?.
AFG+>#>,#+>#?,#+>#@,#+>#A,#+>#B,#+>#C,#+?#>,#+?#?,#+?#@,#+?#A,#+?#B,#+?#C,H = n+A,F>?
:oo#
A
c
7 o primeiro n*mero no lan"amento dos dados maior que ? + ou se;a# A
c
F ( A,
A
c
FG+@#>,#+@#?,#+@#@,#+@#A,#+@#B,#+@#C,
+A#>,#+A#?,#+A#@,#+A#A,#+A#B,#+A#C, n+A
c
,F?A
+B#>,#+B#?,#+B#@,#+B#A,#+B#B,#+B#C,
+C#>,#+C#?,#+C#@,#+C#A,#+C#B,#+C#C,H
".3.8 ventos 3utua(ente -/lusivos :ou )is;untos57 dois ou mais eventos s$o
ditos mutuamente e%clusivos quando a ocorr<ncia de um deles implica a n$o
ocorr<ncia do outro. 5este modo# se A e M s$o eventos mutuamente e%clusivos# ent$o
o M A
/

+ou se;a# n$o e%iste interse"$o entre eles,.
-7 Se;am os eventos7
A7 quando se lan"a um dado# o n*mero na face voltada para cima mpar.
AFG>#@#BH
M7 quando se lan"a um dado# o n*mero na face voltada para cima divisvel por A
MFGAH
Os eventos A e M s$o mutuamente exclusivos# pois
o M A
/

.
-er/./io7 Considerar o e%perimento aleat2rio7 uma moeda lan"ada @ vezes. 5eterminar7
a, espa"o amostral
b, evento
>
E
7 sair ? caras e > coroa
c, evento
?
E
7 sair @ caras
d, evento
@
E
7 sair pelo menos > cara
e, evento
A
E
7 sair no m.%imo ? coroas
f, evento
B
E
7 nen)uma cara
C
".3.9 O*era<=es /o( eventos
E%iste uma correspond<ncia entre os conceitos da linuaem dos eventos e dos
con;untos.
Supon)a um espa"o amostral finito e A e M tr<s eventos de .
>., A M7 sinifica que pelo menos um evento ocorre
?., A M7 os dois eventos ocorrem
@., A(M7 somente o evento A ocorre
A., A
c
F A7 o evento A n$o ocorre
B., A M 7 somente um dos eventos ocorre
Se;a A
i
= iF ># ?# @# ...# n uma cole"$o finita de eventos de # ent$o7
C.,
n
> i
i
A

7 pelo menos um dos A

i
Qs ocorre
P.,

n
> i
i
A

7 todos A
i
Qs ocorrem
3ropriedades das opera"-es
Se;am A# M e C eventos associados a um espa"o amostral . As seuintes
propriedades s$o v.lidas7
a, I5E63OTE'TES
P
A A F A
A A FA
b, CO6JTATILAS
A M F M A
A M F M A
c, ASSOCIATILAS
A +M C, F +A M, C
A +M C, F +A M, C
d, 5IST!IMJTILAS
A +M C, F +A M, +A C,
A +M C, F +A M, +A C,
e, AMSO!RSES
A +A M, F A
A +A M, F A
f, I5E'TI5A5ES
A F A
A F
A O/ F O/
A O/ F A
, CO63:E6E'TA!ES
O/
/ O
A
A F O/
A A
), :EIS 5E 6O!TA' +ou :eis das 5ualidades,
M A , M A +
UUUUUUUU

M A , M A +
UUUUUUUU

".3.> Parti<?o )e u( s*a<o A(ostral
Os eventos A
>
# A
?
# ...# A
n
formam uma parti"$o do espa"o amostral se7
>., A
i
O/
para i F ># ?# ...# n
?.,
O A A
; i
/
para i ;
V
E%7
A>
A?
@.,
n
> i
i
A

A
>
# A
?
e A
@
formam uma parti"$o do espa"o
amostral e# portanto# satisfazem >.,# ?., e @.,.
Resolva a 1 Lista de Exerccios
".7 PROBABILIDAD
'o estudo da probabilidade# ). tr<s tipos de quest-es7
>. O que queremos dizer quando afirmamos que a probabilidade de um evento # por
e%emplo# O#BO# O#PV ou O#AA9
?. Como determinar ou avaliar# na pr.tica# os n*meros que c)amamos
probabilidades9
W
A@

@. Duais ao as reras matem.ticas que as probabilidades devem obedecer9

E%istem basicamente tr<s defini"-es para a probabilidade
5efini"$o sub;etiva da probabilidade7 afirma que a probabilidade uma estimativa do
que um indivduo pensa que se;a a viabilidade de ocorr<ncia de um evento. 'este caso
dois indivduos podem estimar diferentemente uma probabilidade.
5efini"$o frequentista da probabilidade7 a probabilidade de um evento +acontecimento
ou resultado, definida como sendo a propor"$o do n*mero de vezes que eventos do
mesmo tipo ocorrem a lono prazo. Em outras palavras# quando precisamos realizar
o e%perimento um n*mero muito rande de vezes para observarmos que fra"$o
propor"$o, das vezes tal evento ocorre.
5efini"$o cl.ssica de probabilidade7 quando estamos interessados em probabilidades
iuais# ou se;a# estamos lidando com e%perimentos equiprov.veis.
Considerando um espa"o amostral # n$o vazio# e um evento E# sendo E # a
probabilidade de ocorrer o evento E o n*mero real 3+E,# tal que7
, + n
, E + n
, E + 3

#
onde7 n+E,7 /taman)o1 do evento E +ou n*mero de casos favor.veis ao evento E,.
n+

,7 /taman)o1 do espa"o amostral

+ou n*mero total de casos,.

OMS.7 Esta a defini"$o cl.ssica de probabilidade quando finito e baseia(se no
conceito de resultados equiprov.veis +t<m a mesma c)ance de ocorrer,.
3ropriedades7 Se;a um espa"o amostral qualquer e se;am A e M eventos de .
i, O 3+A, > +observe que 3+A, O,
ii, 3+, F >
iii, 3+, F O
iv, 3+
A
, F >(3+A,
v, 3+AM, F 3+A, X 3+M, Y 3+AM,. Se AM F # 3+AM, F 3+A, X 3+M,
vi, 3+
A
M, F 3+M, Y 3+AM,.
E%emplos7
>, :an"ando(se um dado# a probabilidade de sair um nI mpar na face voltada para cima
obtida da seuinte forma7
FG>#?#@#A#B#CH = n+ ,FC
E7 sair um n*mero mpar EFG>#@#BH = n+E,F@
, + n
, E + n
, E + 3

F
?
>
C
@

F O#B
>O
3ortanto# podemos concluir que a probabilidade de sair um n*mero mpar na face voltada
para cima iual a O#B. +Ou# poderamos dizer que e%iste BOZ de c)ance de sair um n*mero
mpar na face voltada para cima,.
?, Escol)ido ao acaso um elemento do con;unto dos divisores de @O# determinar a
probabilidade de que ele se;a primo.
FG>#?#@#B#C#>O#>B#@OH = n+ ,FC
E7 o n*mero ser primo EFG?#@#BH = n+E,F@
, + n
, E + n
, E + 3

F
@PB # O
V
@

A probabilidade de que um n*mero# escol)ido ao acaso# do con;. dos divisores de @O se;a

um n*mero primo de O#@PB.
OMS.7 'em sempre possvel descrever os elementos de um evento ou espa"o amostral.
'esse caso# devemos utilizar outras tcnicas tais como as distribui"-es de probabilidades.
@, Considere uma urna com tr<s bolas brancas e duas bolas pretas. E%trair casualmente duas bolas# sendo
uma ap2s a outra. Obter a distribui"$o da vari.vel [FGn*mero de bolas brancasH.
Diagrama da rvore:
a@5 Re*on)o a *ri(eira +ola
>>
ventos
AF MM G[F?H
MF M3 G[F>H
CF 3M G[F>H
5F 33 G[FOH
5istribui"$o de [ 3robabilidade de [
? 3+[F?,F
?B
W
B
@
B
@

> 3+[F>,F
?B
>?
B
@
B
?
B
?
B
@
+
O 3+[FO,F
?B
A
B
?
B
?

+@5 !e( re*or a *ri(eira +ola ventos
AF MM G[F?H
MF M3 G[F>H
CF 3M G[F>H
5F 33 G[FOH
5istribui"$o de [ 3robabilidade de [
? 3+[F?,F
?O
C
A
?
B
@

> 3+[F>,F
?O
>?
A
@
B
?
A
?
B
@
+
O 3+[FO,F
?O
?
A
>
B
?

".8 %#I'O D DOI! V#$O!
Considerando A e M dois eventos contidos em um mesmo espa"o amostral # o
n*mero de elementos da reuni$o de A com M iual ao n*mero de elementos do evento A
somado ao n*mero de elementos de evento M# subtrado do n*mero de elementos da
intersec"$o de A com M.
, M A + n , M + n , A + n , M A + n +
Sendo n+ , o n*mero de elementos do espa"o amostral# vamos dividir os dois
membros da equa"$o por n+ , a fim de obter a probabilidade 3
, M A +
. Assim#
temos7
, + n
, M A + n
, + n
, M + n
, + n
, A + n
, + n
, M A + n

>?
M
3
B
@
B
@
B
?
B
?
M
M
3
3
3rimeira
E%tra"$o
Seundo
E%tra"$o
B
@
B
?
M
3
A
?
A
@
A
>
M
M
3
3
3rimeira
E%tra"$o
Seundo
E%tra"$o
B
@
B
?
A
?
:oo#
, M A + 3 , M + 3 , A + 3 , M A + 3 +
3ara ficar bem claro esta defini"$o vamos utilizar 5iaramas de Lenn em alumas situa"-es
para visualizar mel)or opera"-es com eventos.
3or e%emplo7 Se;am A# M# M A eventos quaisquer com probabilidades# respectivamente#
iuais a O.C# O.@# O.?. Encontre as probabilidades abai%o7
a, 3+ M A , F
b, 3+A(M, F
c, 3+M(A, F
OB!: 3ara eventos mutuamente e%clusivos# + O M A / ,# a equa"$o obtida fica7
, M + 3 , A + 3 , M A + 3 +
E%emplos7
>, 5e uma urna com ?O bolin)as numeradas de > a ?O# retira(se ao acaso uma bolin)a. 3ara
calcular a probabilidade de essa bolin)a ter um n*mero divisvel por ? ou @#
consideramos7
FG># ?# @# ...# ?OH
A7 con;unto dos n*meros divisveis por ?
AFG?# A# C# V# >O# >?# >A# >C# >V# ?OH
M7 con;unto dos n*meros divisveis por @
MFG@# C# W# >?# >B# >VH
M A 7 con;unto dos n*meros divisveis por ? e por @
M A FGC# >?# >VH
3+A,F
?O
>O
# 3+M,F
?O
C
# 3+ M A ,F
?O
@
CB # O
?O
>@
M, 3+A
?O
@
?O
C
?O
>O
, M A + 3 +
?, A c)ance de que a popula"$o atual de um pas se;a de >>O mil)-es ou mais de WBZ. A
c)ance de ser >>O mil)-es ou menos de VZ. Calcule a probabilidade de ser >>O mil)-es.
Sendo 3+A, a probabilidade de ser >>O mil)-es ou mais7 3+A,FO.WB
Sendo 3+M, a probabilidade de ser >>O mil)-es ou menos7 3+M,FO.OV
>@
3+ M A ,F a probabilidade de ser >>O mil)-es7 3+ M A ,F 9
3+ M A ,F >
Aplicando a rera da uni$o de dois eventos# temos7
3+ M A ,F3+A, X 3+M, Y 3+ M A ,
> F O#WB X O#OV ( 3+ M A ,
3+ M A , F O#WB X O#OV Y >
3+ M A , F O#O@
@, Tr<s cavalos# A# M e C# est$o em uma corrida= A tem duas vezes mais probabilidade de
an)ar que M# e M tem duas vezes mais probabilidade de an)ar que C. Duais s$o as
probabilidades de vit2ria de cada um# isto # 3+A,# 3+M, e 3+C,9 Dual a 3robabilidade de M ou
C an)ar9
Solu"$o7 Lamos supor 3+C,F p= desta forma 3+M, F ?p e assim# 3+A, F ?3+M, F Ap. Como a
soma das probabilidades ># ent$o7
3+A, X 3+M, X 3+C, F p X ?p X Ap F > Pp F > ou p F
P
>
.
:oo# temos7
3+A, F Ap F
P
A
P
>
A
,
_

= 3+M, F ?p F
P
?
P
>
?
,
_

= 3+C, F p F
P
>
=
A probabilidade de M ou C an)ar dada por7
P
@
O
P
>
P
?
, M A + 3 , C + 3 , M + 3 , C M + 3 + + +
+OMS.7
O , C M + 3
pois dois cavalos
n$o an)am ao mesmo tempo.,
Resolva a 2 Lista de Exerccios
".9 PROBABILIDAD CO#DICIO#AL
Introduziremos o conceito de probabilidade condicional atravs do suinte e%emplo7
Consideremos ?BO alunos que cursam o primeiro ciclo de uma faculdade. 5estes alunos
>OO s$o )omens +\, e >BO s$o mul)eres +6,# >>O cursam fsica +8, e >AO cursam qumica
+D,. A distribui"$o dos alunos a seuinte7
Dis/i*lina
!e-o
F A $otal
B AO CO >OO
3 PO VO >BO
$otal ""0 "70 280
>A
Jm aluno sorteado ao acaso. Dual a probabilidade de que este;a cursando qumica# dado
que mul)er9
3elo quadro vemos que esta probabilidade de
>BO
VO
e representamos7
( )
>BO
VO
6 ] D 3
+probabilidade de que o aluno curse qumica# condicionado ao fato de
ser mul)er,
Observamos# porm# que
( )
?BO
>BO
, 6 + 3 e
?BO
VO
D 6 3
. 3ara obtermos o resultado
do problema basta considerar que7
( )
>BO
VO
?BO
>BO
?BO
VO
6 ] D 3
:oo7
, 6 + 3
, D 6 + 3
, 6 ] D + 3

Se;am A e M . 5efinimos Probabilidade Condicional de A dado que B ocorre

+A]M, como seue7
O , M + 3 se #
, M + 3
, M A + 3
, M ] A + 3

ou# de forma an.loa

O , A + 3 se #
, A + 3
, M A + 3
, A ] M + 3

E%emplo >7 Considere o lan"amento de um dado.

FG># ?# @# A# B# C, +C resultados possveis,
Se;a o evento A7 sair face A#
3+A,F
C
>
F O#>CP.
3ara entender o problema de probabilidade condicional# supon)a que embora n$o
possamos ver o dado# alum dia que o resultado um n*mero par. 'este caso# qual a
probabilidade de A ocorrer9 Isto # sabendo que saiu um n*mero par# qual a probabilidade de
A ocorrer9
3+A, F
@
>
F O#@@@@
Assim# a informa"$o de que o valor ocorrido um n*mero par afeta a probabilidade de
ocorrer o evento A# e o valor O#@@@@ c)amado de probabilidade condicional# uma vez que
ela calculada sob a condi"$o de que o valor na face do dado um n*mero par.
>B
#ota<?o: 3+A]M, +l<(se# probabilidade de ocorrer o evento A# sabendo(se +dado, que o evento
M ;. ocorreu.
E%emplo ?7 'o lan"amento de dois dados# observando as faces de cima# para calcular a
probabilidade de sair o n*mero B no primeiro dado# sabendo que a soma dos dois
n*meros maior que P# fazemos7
FG+>#>,#+>#?,#+>#@,#+>#A,#+>#B,#+>#C,
+?#>,#+?#?,#+?#@,#+?#A,#+?#B,#+?#C,
+@#>,#+@#?,#+@#@,#+@#A,#+@#B,#+@#C,
+A#>,#+A#?,#+A#@,#+A#A,#+A#B,#+A#C,
+B#>,#+B#?,#+B#@,#+B#A,#+B#B,#+B#C,
+C#>,#+C#?,#+C#@,#+C#A,#+C#B,#+C#C,H
Evento A7 n*mero B no primeiro dado
AFG+B#>,#+B#?,#+B#@,#+B#A,#+B#B,#+B#C,H
Evento M7 a soma dos dois n*meros maior que P
MFG+?#C,#+@#B,#+@#C,#+A#A,#+A#B,#+A#C,#+B#@,#+B#A,#+B#B,#+B#C,#+C#?,#+C#@,#+C#A,#+C#B,#+C#C,H
M A 7 o primeiro n*mero B e a soma dos dois n*meros maior que P.
M A FG+B#@,#+B#A,#+B#B,#+B#C,H
3+ M A ,F
@C
A
e 3+M,F
@C
>B
:oo#
, M + 3
, M A + 3
, M ] A + 3

>B
A
@C
>B
@C
A
, M ] A + 3
E%emplo @7 Sendo 3+A, F
@
>
# 3+M, F
A
@
e
>?
>>
, M A + 3
# calcular 3+A]M,.
!esolu"$o7
Como
, M + 3
, M A + 3
, M ] A + 3

# devemos calcular
,. M A + 3
Como 3+
, M A + 3 , M + 3 , A + 3 , M A +
# temos7
C
>
>?
?
, M A + 3 , M A + 3
A
@
@
>
>?
>>
+
:oo#
W
?
A
@
C
>
, M ] A + 3
>C
".> 3%L$IPLICA&'O D PROBABILIDAD!
Tiramos da defini"$o de probabilidade condicional o c)amado TEOREMA DO
PRODUTO7 Se;am A e M . Ent$o# a probabilidade de ocorrer 3+ M A , iual ao
produto da probabilidade de um deles pela probabilidade do outro em rela"$o ao primeiro# ou
se;a7
Sendo7
, M + 3
, M A + 3
, M ] A + 3

ou
, A + 3
, M A + 3
, A ] M + 3

#
ent$o
, M ] A + 3 , M + 3 , M A + 3
ou
, A ] M + 3 , A + 3 , M A + 3
E%emplos7
>(, 5uas bolas v$o ser retiradas de uma urna que contm ? bolas brancas# @ pretas e A verdes.
Dual a probabilidade de que ambas
a, se;am verdes9
b, Se;am da mesma cor9
!esolu"$o7
Temos que7 3+M, F
W
?
# 3+3, F
W
@
e 3+L, F
B
A
a,
C
>
V
@
W
A
, L ] L + 3 , L + 3 , L L + 3
b,
, L L + 3 , 3 3 + 3 , M M + 3 , Cor 6esma + 3 + +

V
@
W
A
V
?
W
@
V
>
W
?
, Cor 6esma + 3 + +

>V
B
P?
?O
, Cor 6esma + 3
A eneraliza"$o do teorema do produto 7
( ) ( ) ( )
> n ? > n ? > @ > ? i
n
> i
i
A A A ] A 3 A A ] A 3 A ] A 3 , A + 3 A 3

,
_

E%emplo7 Jma urna contm as letras A# A# A# !# !# S. !etira(se letra por letra. Dual a
probabilidade de sair a palavra A!A!AS9
CO
>
>
?
>
@
>
A
?
B
?
C
@
, A ! A ! A ] S + 3 , ! A ! A ] A + 3
, A ! A ] ! + 3 , ! A ] A + 3 , A ] ! + 3 , A + 3 , S A ! A ! A + 3



>P
".C V#$O! I#DP#D#$! :O% I#DP#DD#CIA !$A$E!$ICA5
5ois eventos A e M s$o estatisticamente independentes se a ocorr<ncia +ou
n$o ocorr<ncia, de um dos eventos n$o afetar a probabilidade de ocorr<ncia do outro evento.
Em outras palavras# dizemos que um evento M estatisticamente independente de um evento
A se a ocorr<ncia de A n$o afeta a probabilidade de ocorrer o evento M. Em smbolos7
, A + 3 , M ] A + 3
ou
, M + 3 , A ] M + 3
Temos tambm que se dois eventos A e M s$o ditos independentes# ent$o a
probabilidade deles ocorrerem con;untamente pode ser dada por7
, M ] A + 3 , M + 3 , M A + 3
+I,
e
, A + 3 , M ] A + 3
+II,
Substituindo II em I# obtemos7
, M + 3 , A + 3 , M A + 3
E%emplo >7
:an"ando(se simultaneamente um dado e uma moeda# determine a probabilidade de se
obter @ ou B no dado e cara na moeda.
FG+>#c,#+>#E,#+?#c,#+?#E,#+@#c,#+@#E,#+A#c,#+A#E,#+B#c,#+B#E,#+C#c,+C#E,H
Evento A7 @ ou B no dado 3+A,F
@
>
>?
A

AFG+@#c,#+@#E,#+B#c,#+B#E,H
Evento M7 cara na moeda 3+M,F
?
>
>?
C

MFG+>#E,#+?#E,#+@#E,#+A#E,#+B#E,#+C#E,H
Os eventos s$o independentes# pois o fato de ocorrer A n$o modifica a probabilidade
de ocorrer M. Assim# temos7
, M + 3 , A + 3 , M A + 3
3ortanto#
C
>
?
>
@
>
, M A + 3
'ote que M A FG+@#E,#+B#E,H e 3+ M A , poderia ser calculado por7
C
>
>?
?
, + n
, M A + n
, M A + 3

. 'o entanto# nem sempre a obten"$o de n+ M A , simples.
>V
E%emplo ?7 Jma roleta contm @V n*meros dos quais >V s$o vermel)os# >V s$o pretos# e dois
s$o verdes. Duando a roleta irada e a bola solta# iualmente prov.vel que a bola caia em
qualquer um dos @V n*meros. Em duas ;oadas da roleta# qual a probabilidade de que7
a, a bola caia no vermel)o duas vezes9
b, A bola caia no verde na primeira vez e no preto na seunda vez9
Solu"$o7
^ razo.vel supor que as ;oadas sucessivas da roleta s$o independentes# ou se;a# o
resultado da >N rodada n$o interfere no resultado da ?N rodada.
a, Se;a os eventos7
>
L
7 /a bola cai no vermel)o na primeira rodada1 e
?
L
7 /a bola cai no vermel)o na
seunda rodada1.
Dueremos a probabilidade de que em duas rodadas sucessivas d< dois resultados
vermel)os# ou se;a# a bola caia no vermel)o nas duas rodadas. Ent$o queremos
, L L + 3
? >

.
Como a ocorr<ncia de
>
L
n$o interfere na ocorr<ncia de
?
L
# isto # como
>
L
e
?
L
s$o
eventos independentes# fazemos7
, L + 3 , L + 3 , L L + 3
? > ? >

F+>V_@V, % +>V_@V, FO#??A
E%iste uma c)ance de ??#BZ de que a bola caia duas vezes no vermel)o.
b, Se;a os eventos7
>
Ld
7 /a bola cai no verde na primeira rodada1 e
?
3
7 /a bola cai no preto na seunda
rodada.
, 3 + 3 , Ld + 3 , 3 Ld + 3
? > ? >
+?_@V, % +>V_@V, FO#O?B
E%iste uma c)ance de ?#BZ de que a bola caia a primeira vez no verde e a seunda vez
no preto.
I3POR$A#$: 0 comum confundir os conceitos de eventos mutuamente e%clusivos e
eventos independentes. Estes termos n$o sinificam a mesma coisa. O conceito de
/mutuamente e%clusivo1 envolve se ou n$o dois eventos podem ocorrer simultaneamente. 3or
outro lado# o conceito de independ<ncia envolve se ou n$o a ocorr<ncia de um evento afeta a
probabilidade de ocorr<ncia do outro.
E%emplo @7 Se;am A e M eventos tais que 3+A, F O#?# 3+M, F 3# 3+A M, F O#C.
Calcular 3 considerando A e M7
a, mutuamente e%clusivos=
b, independentes.
!esolu"$o7
a(, A e M mutuamente e%clusivos
O , M A + 3
como
3+AM, F 3+A, X 3+M, Y 3+AM, vem O#C F O#? X 3 Y O 3 F O#A
>W
b(, A e M independentes
3 ? # O , M + 3 , A + 3 , M A + 3
como
3+AM, F 3+A, X 3+M, Y 3+AM, vem O#C F O#? X 3 Y O#?3 O#A F O#V3 3 F O#B
OMS.7 Se os eventos A
>
# A
?
# ...# A
n
s$o independentes ent$o7

,
_

n
> i
i
n
> i
i
, A + 3 A 3

onde
, A + 3 , A + 3 , A + 3 , A + 3
n ? >
n
> i
i

.
Resolva a 3 Lista de Exerccios
Resolva a 4 Lista de Exerccios
".F $ABLA! D PROBABILIDAD CO#4%#$A :O% $ABLA! D D%PLA
#$RADA O% $ABLA! D CO#$I#GD#CIA5
Em uma tabela de probabilidade con;unta todos os possveis eventos para uma vari.vel
+ou observa"$o, s$o listados como cabe"al)os de colunas# todos os possveis eventos para
uma Seunda vari.vel s$o listados como cabe"al)os de lin)as# e o valor includo em cada
casela resultante a probabilidade de cada ocorr<ncia con;unta. 6uitas vezes as
probabilidades em uma destas tabelas est$o baseadas em freqK<ncias observadas da
ocorr<ncia dos v.rios eventos con;untos# em luar de serem a priori por natureza. A tabela das
freqK<ncias de ocorr<ncias con;untas que pode servir de base para a constru"$o de uma tabela
de probabilidade con;unta c)amada de tabela de contin<ncia.
Defini<?o "97 $a+elas )e /ontingHn/ia
?O
S$o tabelas que permitem classificar membros de uma popula"$o ou de uma amostra
seundo duas caractersticas7
3or e%emplo7 ( nvel educacional vs renda anual=
- idade vs se%o=
E%emplo7 +Tabela de contin<ncia,
Classifica"$o de professores de uma universidade seundo idade e posi"$o na carreira.
Posi<?o na /arreira
Professor
$itular
:
>
! 5
Professor
Asso/ia)o
:
?
! 5
Professor
Assistente
:
@
! 5
Instrutor
:
A
! 5
$otal
:
i
A 5
iI",2,3,7 e 8
J 30
:
>
A 5
? @ BP C 9C
30 K 3F
:
?
A 5
B? >PO >C@ >P 702
i)a)e 70 K 7F
:
@
A 5
>BC >?B C> C 37C
80 K 8F
:
A
A 5
>AB CV @C A 283
90
:
B
A 5
PB >B @ O F3
$otal
:
i
! 5
iI",2,3 e 7
730 3C" 320 33 ""97
E%perimento7 Selecionar um professor ao acaso.
Evento
>
A
7 O professor selecionado tem menos de @O anos.
Evento
?
A
7 O professor selecionado tem entre @O e @W anos.
Evento
@
A
7 O professor selecionado tem entre AO e AW anos.
Evento
A
A
7 O professor selecionado tem entre BO e BW anos.
Evento
B
A
7 O professor selecionado tem mais de CO anos.
Evento
>
!
7 O professor selecionado um professor titular.
Evento
?
!
7 O professor selecionado um professor associado.
Evento
@
!
7 O professor selecionado um professor assistente.
Evento
A
!
7 O professor selecionado um instrutor.
#otas:
Os eventos
>
A
&
B
A
s?o mutuamente e%clusivos +entre si,
Os eventos
>
!
&
A
!
s?o mutuamente e%clusivos +entre si,
Os eventos
i
A
Qs com
i
!
Qs n?o s$o mutuamente e%clusivos +entre si,
3odemos considerar os eventos
i
A
Qs con;untamente aos eventos
i
!
Qs.
3or E%emplo7 ( o professor selecionado tem menos de @O anos +
>
A
, e tambm um
professor associado +
?
!
,# isto pode ser e%presso por +
>
A
e
?
!
, ou +
>
A
?
!
,.
?>
+
>
A
e
?
!
, F +
>
A
?
!
, F o professor selecionado um professor associado com idade
inferior a @O anos.
Jsando probabilidade temos7
3+
>
A
, F
>>CA
CV
F O#OBV= 3+
?
!
,F
>>CA
@V>
F O#@?P
ou se;a# B#VZ dos professores t<m menos que @O anos e @?#PZ dos professores s$o
associados. Alm de podermos determinar a probabilidade de cada evento
i
A
e
i
!
#
podemos tambm determinar a probabilidade para eventos con;untos# denominada
probabilidade con;unta. E%emplo7
3+
>
A e
?
! , F 3+
>
A
?
! , F
>>CA
@
F O#OO@
ou se;a# O#@Z dos professores t<m menos de @O anos e s$o associados.
OB!: Esta probabilidade con;unta pode ser calculada para quaisquer
i
A
Qs con;untamente aos
i
!
Qs.
A tabela de distribui"-es de probabilidades con;unta fica7
3osi"$o na carreira
Professor
$itular
P:
>
! 5
Professor
Asso/ia)o
P:
?
! 5
Professor
Assistente
P:
@
! 5
Instrutor
P:
A
! 5
$otal
P:
i
A 5
iI",2,3,7 e 8
J 30
P:
>
A 5
3+
>
A
>
!
,FO#OO?
3+
>
A
?
!
,FO#OO@
3+
>
A
@
!
,FO#OAW
3+
>
A
A
! ,
O#OOB
3+
>
A ,
FO#OBV
30 K 3F
P:
?
A 5
3+
?
A
>
!
,FO#OAB
3+
?
A
?
!
,FO#>AC
3+
?
A
@
!
,FO#>AO
3+
?
A
A
!
,
O#O>B
3+
?
A ,
FO#@AB
I)a)e 70 K 7F
P:
@
A 5
3+
@
A

>
!
,FO#>@A
3+
@
A

?
!
,FO#>OP
3+
@
A

@
!
,FO#OB?
3+
@
A

A
! ,
O#OOB
3+
@
A ,
FO#?WW
80 K 8F
P:
A
A 5
3+
A
A
>
!
,FO#>?B
3+
A
A
?
!
,FO#OBV
3+
A
A
@
!
,FO#O@>
3+
A
A
A
!
,
O#OO@
3+
A
A ,
FO#?>P
90
P:
B
A 5
3+
B
A

>
!
,FO#OCA
3+
B
A

?
!
,FO#O>@
3+
B
A

@
!
,FO#OO@
3+
B
A

A
! ,
O#OOO
3+
B
A ,
FO#OVO
$otal
P:
i
! 5
iI",2,3 e 7
P:
>
! 5
I0,39F
P:
?
! 5
I0,32>
P:
@
! 5
I0,2>8
P:
A
! 5
I0,02C
"
#otas7
>. As probabilidades /dentro1 da tabela s$o c)amadas de probabilidades con;untas dos
eventos
i
A
Qs e
i
!
Qs.
?. As probabilidades da *ltima coluna representam as probabilidades marinais dos eventos
i
A
Qs.
@. As probabilidades da *ltima lin)a representam as probabilidades marinais dos eventos
i
!
Qs.
??
A. A soma das probabilidades con;untas de uma lin)a ou de uma coluna iual a
probabilidade marinal daquela lin)a ou coluna.
B. A soma de todas as probabilidades con;untas ou das marinais referente a cada vari.vel
tem que dar >.
Lari.vel
i
A
F idade = vari.vel
i
!
F posi"$o na carreira.
E%emplos de 3robabilidade condicional usando tabela de contin<ncia7 Supon)a que A e M
se;am ? eventos. Ent$o a probabilidade de ocorrer o evento A sabendo(se que o evento M
ocorreu denominada probabilidade condicional. Ela indicada pelo smbolo 3+A]M,.
E%erccios7 Considerando o e%emplo acima responda7
a, Dual a probabilidade de que o professor selecionado este;a na casa dos BO anos.
3+
A
A
,F
?>P # O
>>CA
?B@

b, Encontre a probabilidade de que o professor selecionado este;a na casa dos BO anos#

sabendo(se que um professor assistente foi selecionado.
3+
>>@ # O
@?O
@C
, ! ] A
@ A

,
c, Interprete as probabilidades encontradas em termos de porcentaem.
3+
A
A
,FO#?>P indica que ?>#PZ dos professores da universidade est$o na casa dos BO anos.
3+
>>@ # O , ! ] A
@ A

indica que >>#@Z dos professores assistentes est$o na casa dos BO anos.
A partir dos e%emplos acima# podemos suerir a seuinte f2rmula para probabilidade
condicional.
, M + n
, M A + n
, M + 3
, M A + 3
, M ] A + 3

ou# analoamente#
, A + n
, M A + n
, A + 3
, M A + 3
, A ] M + 3

Isto implica que7

, M ] A + 3 , A + 3 , M A + 3
e
, A ] M + 3 , M + 3 , M A + 3
?@
Listas de Exerccios
"L LI!$A D MRCECIO!
"5 'o lan"amento simult`neo de dois dados considere as faces voltadas para cima e
determine7
a, espa"o amostral
b, evento
>
E
7 n*meros cu;a soma iual a B
c, evento
7 E
?
n*meros iuais
d, evento
7 E
@
n*meros cu;a soma um n*mero par
e, evento
7 E
A
n*meros mpares nos ? dados
f, evento
7 E
B
n*mero dois em pelo menos um dos dados
, evento
>? que menor soma cu;a n*meros 7 E
C
), evento
7 E
P
n*meros cu;a soma maior que >?
i, evento
7 E
V
n*meros divisores de P nos ? dados
25 :an"am(se duas moedas..Se;am A7 sada de faces iuais e M7 sada de cara na primeira
moeda. 5eterminar os eventos7
a, A M
b, A M
c, A
d, M
e,
UUUUUUUU
, M A +
f,
UUUUUUUU
, M A +
, M A
), M A
i, M Y A
;, A Y M
E, M A
l, A M
?A
35 :an"am(se @ moedas. Enumerar o espa"o amostral e os eventos7
a, faces iuais=
b, cara na >N moeda=
c, coroa na ?N e @N moedas.
75 Jm lote contm pe"as de B# >O# >B# ...# @O mm de di`metro. Supon)a que ? pe"as se;am
selecionadas no lote +com reposi"$o,. Se % e a indicam respectivamente os di`metros da >N
e ?N pe"as selecionadas# o par +%# a, representa um ponto amostral. Jsando o plano
cartesiano# indicar os seuintes eventos7
a, AFG% F aH
b, MFGa b %H
c, CFG% F a(>OH
d,

'

<
+
>O
?
a %
5
85 Jm casal plane;a ter @ fil)os. 5etermine os eventos7
a, os @ s$o do se%o feminino
b, pelo menos > do se%o masculino
c, os @ do mesmo se%o
95 Jma urna contm ?O bolin)as numeradas de > a ?O. Escol)e(se ao acaso uma bolin)a e
observa(se o seu n*mero. 5etermine os seuintes eventos7
a, o n*mero escol)ido mpar.
b, o n*mero escol)ido maior que >B.
c, o n*mero escol)ido m*ltiplo de B.
d, o n*mero escol)ido m*ltiplo de ? e de @.
e, o n*mero escol)ido primo.
f, o n*mero escol)ido par e m*ltiplo de @.
, o n*mero escol)ido mpar e m*ltiplo de P.
>5 Se;am A# M e C# tr<s eventos aleat2rios de . E%primir os eventos abai%o usando as
opera"-es reuni$o# intersec"$o e complementa"$o7
a, Somente A ocorre=
b, A e C ocorrem# mas M n$o=
c, A# M e C ocorrem=
d, 3elo menos um ocorre=
e, E%atamente um ocorre=
f, 'en)um ocorre=
, E%atamente dois ocorrem=
), 3elo menos dois ocorrem=
i, 'o m.%imo dois ocorrem.
?B
2L LI!$A D MRCECIO!
"5 Dual a probabilidade de ocorrer o n*mero B no lan"amento de um dado9
25 Dual a probabilidade de se obter um n*mero par no lan"amento de um dado9
35 Jm disco tem uma face branca e a outra azul. Se o disco for lan"ado @ vezes# qual a
probabilidade de a face azul ser sorteada pelo menos uma vez9
75 Jm casal plane;a Ter tr<s fil)os. Dual a probabilidade de os @ serem do mesmo se%o9
85 +Jnesp(S3, co$o lan"a um dado sem que Ant4nio ve;a. co$o diz que o n*mero mostrado
pelo dado par. A probabilidade de Ant4nio descobrir esse n*mero 7
a, >_? b, >_C c, A_C d, >_@ d, @_@C
95 +Lunesp, Jm baral)o de >? cartas tem A ases. !etiram(se ? cartas# uma ap2s a outra.
5etermine a probabilidade de a seunda ser um .s# sabendo que a primeira um .s.
>5 +J8SCar(S3, Jma urna tem >O bolas id<nticas# numeradas de > a >O. Se retirarmos uma
bola da urna# a probabilidade de n$o obtermos a bola n*mero P iual a7
a, ?_W
b, >_>O
c, >_B
d, W_>O
e, W_>>
C5 5etermine a probabilidade de se obterem os eventos a seuir# no lan"amento simult`neo
de dois dados# observadas as faces voltadas para cima7
a, n*meros iuais
b, n*meros cu;a soma iual a B
c, n*meros cu;a soma mpar
d, n*meros cu;o produto par
e, n*meros cu;a soma menor que >?
f, n*meros cu;a soma maior que >?
, n*meros primos nos dois dados
F5 Jma urna contm ? bolas brancas e B bolas vermel)as. !etirando(se ? bolas ao acaso e
sem reposi"$o# calcule a probabilidade de7
a, as bolas serem de cores diferentes
b, as ? bolas serem vermel)as
?C
"05 +6au.(S3, Jma cai%a contm >> bolas numeradas de > a >>. !etirando(se uma delas ao
acaso# observa(se que ela tem um n*mero mpar. 5etermine a probabilidade de esse
n*mero ser menor que B.
""5 Jma bola retirada de uma urna que contm bolas coloridas. Sabe(se que a probabilidade
de ter sido retirada uma bola vermel)a B_>P. Calcule a probabilidade de ter sido retirada
uma bola que n$o se;a vermel)a.
"25 Jma urna contm @O bolin)as numeradas de > a @O. !etirando(se ao acaso uma bolin)a da
urna# qual a probabilidade de essa bolin)a ter um n*mero m*ltiplo de A ou de @9
"35 coando(se um dado# qual a probabilidade de se obter o n*mero @ ou um n*mero mpar9
"75 Consultadas BOO pessoas sobre as emissoras de TL que )abitualmente assistem# obteve(se
o seuinte resultado7 ?VO pessoas assistem ao canal A# ?BO assistem ao canal M e PO
assistem a outros canais# distintos de A e M. Escol)ida uma pessoa ao acaso# determine a
probabilidade de que ela assista7
a, ao canal A
b, ao canal M
c, ao canal A ou ao canal M
"85 +3JCCA63(S3, 'um rupo# BO pessoas pertencem a um clube A# PO pertencem a um
clube M# @O a um clube C# ?O pertencem aos clubes A e M# ?? aos clubes A e C# >V aos
clubes M e C e >O pertencem aos @ clubes. Escol)ida ao acaso uma das pessoas presentes#
a probabilidade de ela7
a, pertencer aos @ clubes @_B
b, pertencer somente ao clube C zero
c, pertencer a pelo menos dois clubes COZ
d, n$o pertencer ao clube M AOZ
"95 5e uma reuni$o participam ?OO profissionais# sendo CO mdicos# BO dentistas# @?
enfermeiras e os demais nutricionistas. Escol)ido ao acaso um elemento do rupo# qual
a probabilidade de ela ser mdico ou dentista9
">5 'a tabela abai%o temos dados de alunos matriculados em quatro cursos de uma
universidade em dado ano.
!e-o
Curso
Bo(ens
:B5
3ulNeres
:F5
$otal
3ate(2ti/a Pura :35 PO AO >>O
3ate(2ti/a A*li/a)a :A5 >B >B @O
stat.sti/a :5 >O ?O @O
Co(*uta<?o :C5 ?O >O @O
$otal >>B VB ?OO
Encontrar as probabilidades de7
a, 3+\,
b, 3+8,
c, 3+6,
f, 3+C,
, 3+A\,
), 3+A\,
?P
d, 3+A,
e, 3+E,
i, 3+AC,
;, 3+AC,
"C5 'um lote de >? pe"as# A s$o defeituosas= duas pe"as s$o retiradas aleatoriamente. Calcule7
a, A probabilidade de ambas serem defeituosas
b, A probabilidade de ambas n$o serem defeituosas
c, A probabilidade de ao menos uma ser defeituosa
3L LI!$A D MRCECIO!
>(, Jma urna contm e%atamente ?O bolas# numeradas de > a ?O. !etirando(se ao acaso uma
bola dessa urna# observa(se que o n*mero menor do que V. Dual a probabilidade de que
esse n*mero se;a par9
"5 +J8SCar(S3, 5ois dados usuais e n$o(viciados s$o lan"ados. Sabe(se que os n*meros
observados s$o mpares. Ent$o# a probabilidade de que a soma deles se;a V 7
a, ?_@C b, >_C c, ?_W d, >_A e, ?_>V
25 :an"ando(se simultaneamente dois dados# qual a probabilidade de se obter o n*mero > no
primeiro dado e o n*mero @ no seundo dado9
35 Jma urna A contm @ bolas brancas# A pretas e ? verdes. Jma urna M contm B bolas
brancas# ? pretas e > verde. Jma urna C contm ? bolas brancas# @ pretas e A verdes. Jma
bola retirada de cada urna. Dual a probabilidade de as tr<s bolas retiradas da primeira#
seunda e terceira urnas serem# respectivamente# branca# preta e verde9
75 A probabilidade de que um aluno A resolva certo problema
B
>
, A + 3
# a de que outro
aluno M o resolva
?
>
, M + 3
e a de que um aluno C o resolva
.
C
>
, C + 3
Calcule a
probabilidade de que os tr<s resolvam o problema.
85 +Cesranrio(!c, 5ois dados s$o lan"ados sobre uma mesa. A probabilidade de ambos os
dados mostrarem na face superior n*meros mpares 7
?V
a, >_@ b, >_? c, d d, ?_ e, @_
95 +Jnesp, 'um rupo de >OO pessoas da zona rural# ?B est$o afetadas por uma parasitose
intestinal A e >> por uma parasitose intestinal M# n$o se verificando nen)um caso de
incid<ncia con;unta de A e M. 5uas pessoas desse rupo s$o escol)idas# aleatoriamente#
ap2s a outra. 5etermine a probabilidade de que# dessa dupla# a primeira pessoa este;a
afetada por A e a seunda por M.
>5 +Jnesp, 'uma aiola est$o nove camundonos rotulados ># ?# @# ...# W. Selecionando(se
con;untamente dois camundonos ao acaso +todos t<m iual probabilidade de escol)a,# a
probabilidade de que na sele"$o ambos os camundonos ten)am r2tulo mpar 7
a, O#@PPP... d, O#?PPP...
b, O#AP e, O#>@@@@...
c, O#>P
C5 'o lan"amento de dois dados# sabe(se que se obteve nas faces voltadas para cima a soma
dos pontos iual a C. Dual a probabilidade de que essas faces apresentem o mesmo
n*mero de pontos9
F5 A probabilidade de que um )omem este;a vivo daqui a @O anos
B
?
= a de sua mul)er de
@
?
. 5eterminar a probabilidade de que daqui a @O anos7
a, ambos este;am vivos=
b, somente o )omem este;a vivo=
c, somente a mul)er este;a viva=
d, nen)um este;a vivo=
e, pelo menos um este;a vivo.
"05 Lerifique se s$o v.lidas as afirma"-es7
a, Se 3+A, F
@
>
e 3+M]A, F
B
@
# ent$o A e M n$o podem ser dis;untos.
b, Se 3+A, F
?
>
# 3+M]A, F > e 3+A]M, F
?
>
# ent$o A pode estar contido em M.
"25 Jma classe de estatstica teve a seuinte distribui"$o das notas finais7 A do se%o
masculino e C do feminino foram reprovados# V do se%o masculino e >A do feminino foram
aprovados. 3ara um aluno sorteado dessa classe# denote por 6 se o aluno escol)ido for do
se%o masculino e por A se o aluno foi aprovado. Calcule7
a, 3+A
c
6
,.
b, 3+
c c
6 A
,.
c, 3+A]6,.
d, 3+
c
6
]A,.
e, 3+6]A,.
"35 As probabilidades de @ ;oadores A# M e C marcarem um ol quando cobram um p<nalti
s$o
>O
P
e
B
A
#
@
?
# respectivamente. Se cada um cobrar uma *nica vez# qual a probabilidade de
que pelo menos um marque um ol9
?W
"75 Em uma ind*stria ). >O pessoas que an)am mais de ?O sal.rios mnimos +s.m.,# ?O que
an)am entre >O e ?O s.m. e PO que an)am menos de >O s.m. Tr<s pessoas desta ind*stria s$o
selecionadas. 5eterminar a probabilidade de que pelo menos uma an)e menos de >O s.m.
"85 A e M ;oam >?O partidas de %adrez# das quais A an)a CO# M an)a AO e ?O terminam
empatadas. A e M concordam em ;oar @ partidas. 5eterminar a probabilidade de7
a, A an)ar todas as tr<s=
b, duas partidas terminarem empatadas=
c, A e M an)arem alternadamente.
"95 Jm lote de >?O pe"as entreue ao controle de qualidade de uma firma. O respons.vel
pelo setor seleciona B pe"as. O lote ser. aceito se forem observadas O ou > defeituosa. \. ?O
defeituosas no lote. a, Dual a probabilidade de o lote ser aceito9 b, admitindo(se que o lote
se;a aceito# qual a probabilidade de ter sido observado s2 um defeito9
">5 'um perodo de um m<s# >OO pacientes sofrendo de determinada doen"a foram internados
em um )ospital. Informa"-es sobre o mtodo de tratamento aplicado em cada paciente e o
resultado final obtido est$o no quadrado abai%o.
$rata(ento
Resulta)o
A B !o(a
Cura total ?A >C AO
Cura Par/ial ?A >C AO
3orte >? V ?O
!o(a CO AO >OO
a, Sorteando aleatoriamente um desses pacientes# determinar a probabilidade de o
paciente escol)ido7
a
>
, ter sido submetido ao tratamento A=
a
?
, ter sido totalmente curado=
a
@
, ter sido submetido ao tratamento A e ter sido parcialmente curado=
a
A
, ter sido submetido ao tratamento A ou ter sido parcialmente curado.
b, os eventos /morte1 e / tratamento A1 s$o independentes9 custificar.
c, sorteando dois dos pacientes# qual a probabilidade de7
c
>
, ten)am recebido tratamentos diferentes9
c
?
, pelo menos um deles ten)a sido curado totalmente9
"C5 A probabilidade de que um atleta A ultrapasse >P#@O m num *nico salto triplo de O#P. O
atleta d. A saltos. Dual a probabilidade de que em pelo menos num dos saltos ultrapasse
>P#@Om9
"F5 Jm aluno responde a um teste de m*ltipla escol)a com A alternativas com uma s2 correta.
A probabilidade de que ele saiba a resposta certa de uma quest$o de @OZ. Se ele n$o sabe a
resposta e%iste a possibilidade de acertar /no c)ute1. '$o e%iste a possibilidade de ele obter a
resposta certa por /cola1.
Se ele acertou a quest$o# qual a probabilidade de ele realmente saber a resposta9
205 8a"a A e M serem eventos com 3+A, F
?
>
= 3+M, F
@
>
# 3+AM, F
A
>
# calcular7
a, 3+AM,
@O
b, 3+A]M,=
c, 3+M]A,=
d, 3e+AM,]Mf=
e, 3
( ) ( ) A ] M 3 e M ] A .
3L LI!$A D MRCECIO!
""5 Jma urna contm e%atamente ?O bolas# numeradas de > a ?O. !etirando(se ao acaso uma
bola dessa urna# observa(se que o n*mero menor do que V. Dual a probabilidade de
que esse n*mero se;a par9
"25 +J8SCar(S3, 5ois dados usuais e n$o(viciados s$o lan"ados. Sabe(se que os n*meros
observados s$o mpares. Ent$o# a probabilidade de que a soma deles se;a V 7
a, ?_@C b, >_C c, ?_W d, >_A e, ?_>V
"35 :an"ando(se simultaneamente dois dados# qual a probabilidade de se obter o n*mero > no
primeiro dado e o n*mero @ no seundo dado9
"75 Jma urna A contm @ bolas brancas# A pretas e ? verdes. Jma urna M contm B bolas
brancas# ? pretas e > verde. Jma urna C contm ? bolas brancas# @ pretas e A verdes. Jma
bola retirada de cada urna. Dual a probabilidade de as tr<s bolas retiradas da primeira#
seunda e terceira urnas serem# respectivamente# branca# preta e verde9
"85 A probabilidade de que um aluno A resolva certo problema
B
>
, A + 3
# a de que outro
aluno M o resolva
?
>
, M + 3
e a de que um aluno C o resolva
.
C
>
, C + 3
Calcule a
probabilidade de que os tr<s resolvam o problema.
"95 +Cesranrio(!c, 5ois dados s$o lan"ados sobre uma mesa. A probabilidade de ambos os
dados mostrarem na face superior n*meros mpares 7
a, >_@ b, >_? c, d d, ?_ e, @_
">5 +Jnesp, 'um rupo de >OO pessoas da zona rural# ?B est$o afetadas por uma parasitose
intestinal A e >> por uma parasitose intestinal M# n$o se verificando nen)um caso de
incid<ncia con;unta de A e M. 5uas pessoas desse rupo s$o escol)idas# aleatoriamente#
ap2s a outra. 5etermine a probabilidade de que# dessa dupla# a primeira pessoa este;a
afetada por A e a seunda por M.
"C5 +Jnesp, 'uma aiola est$o nove camundonos rotulados ># ?# @# ...# W. Selecionando(se
con;untamente dois camundonos ao acaso +todos t<m iual probabilidade de escol)a,# a
probabilidade de que na sele"$o ambos os camundonos ten)am r2tulo mpar 7
d, O#@PPP... d, O#?PPP...
e, O#AP e, O#>@@@@...
f, O#>P
@>
"F5 'o lan"amento de dois dados# sabe(se que se obteve nas faces voltadas para cima a soma
dos pontos iual a C. Dual a probabilidade de que essas faces apresentem o mesmo
n*mero de pontos9
205 A probabilidade de que um )omem este;a vivo daqui a @O anos
B
?
= a de sua mul)er de
@
?
. 5eterminar a probabilidade de que daqui a @O anos7
f, ambos este;am vivos=
, somente o )omem este;a vivo=
), somente a mul)er este;a viva=
i, nen)um este;a vivo=
;, pelo menos um este;a vivo.
2"5

R!PO!$A! DO! MRCECIO! DA! LI!$A! 9, >, C e F
LI!$A 9:
"5 a5 FG+>#>,#+>#?,#+>#@,#+>#A,#+>#B,#+>#C,
+?#>,#+?#?,#+?#@,#+?#A,#+?#B,#+?#C,
+@#>,#+@#?,#+@#@,#+@#A,#+@#B,#+@#C,
+A#>,#+A#?,#+A#@,#+A#A,#+A#B,#+A#C,
+B#>,#+B#?,#+B#@,#+B#A,#+B#B,#+B#C,
+C#>,#+C#?,#+C#@,#+C#A,#+C#B,#+C#C,H
+5
>
E
FG+>#A,=+?#@,=+@#?,=+A#>,H
/5
?
E
FG+>#>,=+?#?,=+@#@,=+A#A,=+B#B,=+C#C,H
)5
@
E
FG+>#>,=+>#@,=+>#B,=+?#?,=+?#A,=+?#C,
+@#>,=+@#@,=+@#B,=+A#?,=+A#A,=+A#C,
+B#>,=+B#@,=+B#B,=+C#?,=+C#A,=+C#C,H
e5
A
E
FG+>#>,=+>#@,=+>#B,=+@#>,=+@#@,=+@#B,=
+B#>,=+B#@,=+B#B,H
f5
B
E
FG+>#?,=+?#>,=+?#?,=+?#@,=+?#A,=+?#B,=
+?#C,= +@#?,=+A#?,=+B#?,=+C#?,H
g5
C
E
F(+C#C,# ou se;a7

C
E
FG+>#>,#+>#?,#+>#@,#+>#A,#+>#B,#+>#C,
+?#>,#+?#?,#+?#@,#+?#A,#+?#B,#+?#C,
+@#>,#+@#?,#+@#@,#+@#A,#+@#B,#+@#C,
+A#>,#+A#?,#+A#@,#+A#A,#+A#B,#+A#C,
+B#>,#+B#?,#+B#@,#+B#A,#+B#B,#+B#C,
LI!$A >
"5 >_C
25 >_?
35 P_V
75 >_A
85 letra d,
95 @_>>
>5 letra d,
C5 a, >_C
b, >_W
c, >_?
d, @_A
e, @B_@C
f, O
, >_A
F5 a, >O_?>
b, >O_?>
"05 >_@
""5 >?_>P
LI!$A C
@?
+C#>,#+C#?,#+C#@,#+C#A,#+C#B,#+C#C,H
N5
P
E
F O/
i5
V
E
FG+>#>,H
25 a5
>
E
FG+8#8#8,H
+5
?
E
FG+6#6#6,=+6#6#8,=+6#8#6,=
+6#8#8,=+8#6#6,=+8#6#8,=+8#8#6,H
/5
@
E
FG+6#6#6,=+8#8#8,H
35 a5
>
E
FG>#@#B#P#W#>>#>@#>B#>P#>WH
+5
?
E
FG>C#>P#>V#>W#?OH
/5
@
E
FGB#>O#>B#?OH
)5
A
E
FGC#>?#>VH
e5
B
E
FG?#@#B#P#>>#>@#>P#>WH
f5
C
E
FGC#>?#>VH
g5
P
E
FGPH
"5 >_?
25 >_?
35 a, >A_?B
b, >_?
c, A@_BO
75 letra b,
85 >>_?O
LI!$A W
"5 @_P
25 letra c,
35 >_@C
75 >_?P
85 3F >_CO
95 :etra c,
>5 3+ M A ,F>_@C
C5 :etra d,
F5 >_B
@@
LI!$A M$RA D MRCECIO!
>,
LI!$A M$RA D MRCECIO!
>,
@A
>?