PROBABILIDADE

PARTE I
EXPERIMENTOS ALEATRIOS
Todos sabemos da importncia de experimentos cientficos e de engenharia. A experimentao til pois podemos
assumir que, se executarmos certos experimentos sob condies quase idnticas, chegaremos essencialmente aos
mesmos resultados. Nestas circunstncias, somos capazes de controlar o valor das variveis que afetam o resultado
do experimento.
Entretanto, em alguns experimentos, no somos capazes de conhecer nem controlar o valor de certas variveis
pois os resultados iro variar de uma realizao do experimento para outra, mesmo que as condies, em sua maio-
ria, sejam as mesmas. Estes experimentos so ditos aleatrios. A seguir, alguns exemplos.
Exemplo 1 Se lanarmos uma moeda, o resultado do experimento ser coroa, simbolizado por T* (ou 0) ou se-
r cara, simbolizado por H (ou 1), i.e., um dos elementos do conjunto{H, T} ou {1, 0}.
Exemplo 2 Se lanarmos um dado, o resultado do experimento ser um dos nmeros do conjunto {1, 2, 3, 4, 5, 6}.
Exemplo 3 Se lanarmos uma moeda duas vezes, teremos quatro resultados possveis, os quais so indicados por
{HH, HT, TH, TT}, i.e., duas caras, cara na primeira e coroa na segunda, etc.
Exemplo 4 Se estivermos fabricando parafusos com uma mquina, o resultado do experimento poder ter al-
guns parafusos com defeito. Ento, quando um parafuso fabricado, ele ser elemento do conjunto {defeituoso,
no-defeituoso}.
Exemplo 5 Se um experimento consiste em medir o tempo de vida de lmpadas eltricas incandescentes produ-
zidas por um certa companhia, o resultado do experimento ser o tempo t em horas em algum intervalo digamos,
0 t 4.000 onde assumimos que nenhuma lmpada dure mais do que 4.000 horas.
ESPAOS AMOSTRAIS
Um conjunto S consistindo de todos os resultados possveis de um experimento aleatrio chamado um espao
amostral e cada resultado chamado um ponto amostral. Muitas vezes existir mais do que um espao amostral pa-
ra descrever os resultados de um mesmo experimento, mas, usualmente, somente um fornecer as principais infor-
maes desejadas.
Probabilidade Bsica
Captulo 1
* N. de R. Foi mantida a simbologia utilizada em ingls para designar coroa (tails = T) e cara (heads = H) em todo este livro.
16 PROBABILIDADE E ESTATSTICA
Exemplo 6 Se lanarmos um dado, um espao amostral ou conjunto de todos os resultados possveis dado por
{1, 2, 3, 4, 5, 6}, enquanto um outro {par, mpar}. claro, entretanto, que o ltimo no seria adequado para deter-
minar, por exemplo, se um resultado divisvel por 3.
Muitas vezes til representar um espao amostral graficamente. Em tais casos, desejvel usar nmeros no
lugar de letras, sempre que for possvel.
Exemplo 7 Se lanarmos uma moeda duas vezes e usarmos 0 para representar coroas e 1 para representar caras,
o espao amostral (ver Exemplo 3) poder ser representado por pontos, como na Figura 1-1, na qual, por exemplo,
(0, 1) representa coroa no primeiro lanamento e cara no segundo lanamento, i.e., TH.
Fig. 1-1
Se um espao amostral tem um nmero finito de pontos, como no Exemplo 7, chamado de espao amostral
finito. Se ele tem tantos pontos quanto no conjunto dos nmeros naturais 1, 2, 3, ..., chamado de espao amostral
infinito contvel. Se ele tem tantos pontos quantos existem em algum intervalo sobre o eixo x, tal como
ele dito um espao amostral infinito no-contvel. Um espao amostral finito ou infinito contvel dito um es-
pao amostral discreto, enquanto que um infinito no-contvel dito espao amostral no-discreto.
EVENTOS
Um evento um subconjunto A de um espao amostral S, i.e., todos os seus elementos so resultados possveis. Se
o resultado de um experimento um elemento de A, dizemos que o evento A ocorreu. Um evento consistindo de um
nico ponto muitas vezes chamado evento elementar ou simples.
Exemplo 8 Se lanamos uma moeda duas vezes, o evento no qual ocorre somente uma cara o subconjunto do
espao amostral que consiste dos pontos (0, 1) e (1, 0), como indicado na Figura 1-2.
Fig. 1-2
Como eventos particulares temos o prprio conjunto S, o qual o evento certo pois um elemento de S ocorre
necessariamente, e o conjunto (, o qual chamado evento impossvel pois um elemento de (no pode ocorrer.
Usando operaes de conjuntos sobre eventos em S, podemos obter outros eventos em S. Por exemplo, se A e
B so eventos, ento
1. A B o evento ou A ou B ou ambos. A B chamado a unio de A e B.
2. A B o evento ambos, A e B. A B chamado a interseco de A e B.
3. A' o evento no-A. A' chamado o complemento de A.
4. A B = A B' o evento A, mas no B. Em particular, A' = S A.
Se os conjuntos correspondentes aos eventos A e B so disjuntos, i.e., A B = (, dizemos, em geral, que os
eventos so mutuamente exclusivos. Isto significa que eles no podem ocorrer ao mesmo tempo. Dizemos que uma
srie de eventos A
1
, A
2
,..., A
n
mutuamente exclusiva se cada par da coleo mutuamente exclusivo.
0 x 1,
CAPTULO 1 PROBABILIDADE BSICA 17
Exemplo 9 Referindo-nos ao experimento do lanamento de uma moeda duas vezes, seja A o evento ocorre pelo
menos uma cara e B o segundo lanamento resulta em coroa. Ento, A = {HT, TH, HH}, B = {HT, TT}, e assim
temos
O CONCEITO DE PROBABILIDADE
Em qualquer experimento, h sempre uma incerteza sobre a ocorrncia ou no de um determinado evento. Para uma
medida da chance ou probabilidade com a qual podemos esperar que um evento ocorra, conveniente atribuir um
nmero entre 0 e 1. Se estivermos seguros de que um evento ocorrer, dizemos que sua probabilidade 100% ou 1,
mas se estivermos seguros de que o evento no ocorrer, dizemos que sua probabilidade zero. Se, por exemplo, a
probabilidade 1/4, diramos que existe 25% de chance dele ocorrer e 75% de chance dele no ocorrer. Da mesma
forma, podemos dizer que as chances contra sua ocorrncia so de 75% para 25%, ou de 3 para 1.
Existem dois procedimentos importantes por meio dos quais podemos estimar a probabilidade de um evento.
1. Abordagem clssica. Se um evento pode ocorrer de h maneiras diferentes em um nmero total de n manei-
ras possveis, todas elas igualmente provveis, ento a probabilidade do evento h/n.
Exemplo 10 Suponha que se queira saber a probabilidade de ocorrer uma cara no lanamento de uma nica moe-
da. Como existem duas maneiras igualmente provveis da moeda se apresentar a saber, cara e coroa (assumindo
que ela no rolar para longe nem parar sobre sua borda) e entre estas duas maneiras, cara pode ocorrer em so-
mente uma delas, argumentamos que a probabilidade procurada 1/2. Chegando a esta afirmao, assumimos que a
moeda honesta, i.e., ela no sobrecarregada em diferentes partes de sua composio fsica de nenhuma maneira.
2. Abordagem freqencista. Se aps n repeties de um experimento, onde n um nmero grande, obser-
vado que um evento ocorre em h destas repeties, ento a probabilidade do evento h/n. Esta a chamada
probabilidade emprica do evento.
Exemplo 11 Se lanarmos uma moeda 1.000 vezes e aparecer cara 532 vezes, estimaremos a probabilidade de
ocorrer cara por 532/1000 = 0,532.
Ambas as abordagens tm srias restries, a primeira porque as palavras igualmente provveis so vagas e
a segunda porque o nmero grande envolvido tambm vago. Devido a estas dificuldades, os matemticos tm
se voltado para uma abordagem axiomtica de probabilidade.
OS AXIOMAS DE PROBABILIDADE
Suponha que tenhamos um espao amostral S. Se S discreto, todos os subconjuntos correspondem a eventos e vi-
ce-versa, mas, se S no discreto, somente subconjuntos especiais (ditos mensurveis) correspondem a eventos. A
cada evento A na classe C de todos os eventos, associamos um nmero real. Ento P chamado uma funo de pro-
babilidade, e P(A) a probabilidade do evento A, se os seguintes axiomas so satisfeitos.
Axioma 1 Para todo evento A na classe C,
Axioma 2 Para o evento certo S na classe C,
Axioma 3 Para quaisquer eventos mutuamente exclusivos A
1
, A
2
,..., na classe C,
Em particular, para dois eventos mutuamente exclusivos A
1
, A
2
,
(4) P(A
1
A
2
) = P(A
1
) P(A
2
)
(3) P(A
1
A
2
) = P(A
1
) P(A
2
)
(2) P(S) = 1
(1) P(A) 0
A B = HT, TH, HH, TT = S A B = HT
A
/
= TT A B = TH, HH
18 PROBABILIDADE E ESTATSTICA
ALGUNS TEOREMAS IMPORTANTES EM PROBABILIDADE
Utilizando os axiomas anteriores, podemos provar vrios teoremas que so importantes no trabalho subseqente.
Teorema 1 Se A
1
A
2
, ento P (A
1
) P (A
2
) e P (A
2
A
1
) = P (A
2
) P (A
1
).
Teorema 2 Para todo evento A,
0 P (A) 1, (5)
i.e., a probabilidade est entre 0 e 1.
Teorema 3 P(() = 0 (6)
i.e., o evento impossvel tem probabilidade zero.
Teorema 4 Se A' o complementar de A, ento
Teorema 5 Se A = A
1
A
2

. . .
A
n
, onde A
1
, A
2
, . . . , A
n
so eventos mutuamente exclusivos, ento
Em particular, se A = S, o espao amostral, ento
Teorema 6 Se A e B so dois eventos quaisquer, ento
Mais geralmente, se A
1
, A
2
, A
3
so trs eventos quaisquer, ento
Generalizaes para n eventos tambm podem ser feitas.
Teorema 7 Para quaisquer eventos A e B,
Teorema 8 Se a ocorrncia de um evento A resulta necessariamente na ocorrncia de um dos eventos mu-
tuamente exclusivos A
1
, A
2
,..., A
n
, ento
ATRIBUIO DE PROBABILIDADES
Se um espao amostral S consiste de um nmero finito de resultados a
1
, a
2
,..., a
n
, ento, pelo Teorema 5,
onde A
1
, A
2
,..., A
n
so eventos elementares dados por A
i
= {a
i
}.
Assim, podemos escolher arbitrariamente quaisquer nmeros no-negativos para as probabilidades destes
eventos simples desde que (14) seja satisfeita. Em particular, se assumimos probabilidades iguais para todos os
eventos simples, ento
(14) P(A
1
) P(A
2
) P(A
n
) = 1
(13) P(A) = P(A A
1
) P(A A
2
) P(A A
n
)
(12) P(A) = P(A B) P(A B
/
)
(11)
P(A
1
A
2
A
3
) = P(A
1
) P(A
2
) P(A
3
)
P(A
1
A
2
) P(A
2
A
3
) P(A
3
A
1
)
P(A
1
A
2
A
3
)
(10) P(A B) = P(A) P(B) P(A B)
(9) P(A
1
) P(A
2
) P(A
n
) = 1
(8)
P(A) = P(A
1
) P(A
2
) P(A
n
)
(7) P(A
/
) = 1 P(A)
CAPTULO 1 PROBABILIDADE BSICA 19
e se A qualquer evento formado por h eventos simples, temos
Isto equivalente abordagem clssica de probabilidade apresentada na pgina 17. Poderamos, claro, usar ou-
tros procedimentos para atribuir probabilidades, como na abordagem freqencista (pg. 17).
A atribuio de probabilidades nos leva a um modelo matemtico, cujo sucesso precisa ser testado por meio de
experimentos, em sua maioria da mesma maneira que as teorias da fsica e outras cincias que precisam ser testadas.
Exemplo 12 Um nico dado lanado uma vez. Encontre a probabilidade de aparecer a face 2 ou 5.
O espao amostral S = {1, 2, 3, 4, 5, 6}. Se atriburmos probabilidades iguais aos pontos amostrais, i.e., se assumir-
mos que o dado honesto, ento
O evento em que ocorre 2 ou 5 indicado por 2 5. Portanto,
PROBABILIDADE CONDICIONAL
Sejam A e B dois eventos (Figura 1-3) tais que P(A) > 0. Denote por P (B | A) a probabilidade de B dado que ocor-
reu A. Desde que conhecido que A ocorreu, ele se torna o novo espao amostral, substituindo o espao original S.
Disto chegamos definio
ou
Fig. 1-3
Em outras palavras, (18) diz que a probabilidade de A e B ocorrerem igual probabilidade de A ocorrer ve-
zes a probabilidade de B ocorrer dado que A ocorreu. Chamamos P(B | A) de a probabilidade condicional de B da-
do A, i.e., a probabilidade que B ocorrer dado que A j ocorreu. fcil mostrar que a probabilidade condicional
satisfaz os axiomas na pgina 17.
Exemplo 13 Encontre a probabilidade de um nico lanamento de um dado resultar em um nmero menor do
que 4 se (a) nenhuma outra informao dada e (b) dado que o lanamento resultou em um nmero mpar.
(a) Seja B o evento {menor que 4}. Desde que B a unio dos eventos 1, 2 ou 3 aparecem, dizemos, pelo Teorema
5, que
assumindo probabilidades iguais para os pontos amostrais.
P(B) = P(1) P(2) P(3) =
1
6

1
6

1
6
=
1
2
(18) P(A B) = P(A)P(B [ A)
(17)
P(B [ A) =
P(A B)
P(A)
P(2 5) = P(2) P(5) =
1
6

1
6
=
1
3
P(1) = P(2) = = P(6) =
1
6
(16)
P(A) =
h
n
(15)
P(A
k
) =
1
n
, k = 1, 2, . . . , n
20 PROBABILIDADE E ESTATSTICA
(b) Fazendo A o evento {nmero mpar}, vemos que
.
Tambm
.
Ento,
Portanto, o conhecimento adicional de que o resultado do lanamento um nmero mpar faz com que a proba-
bilidade mude de 1/2 para 2/3.
TEOREMAS SOBRE PROBABILIDADE CONDICIONAL
Teorema 9 Para quaisquer trs eventos A
1
, A
2
, A
3
, temos
Em outras palavras, a probabilidade de todos A
1
e A
2
e A
3
ocorrerem igual probabilidade de ocorrer A
1
vezes a
probabilidade de ocorrer A
2
dado que A
1
ocorreu, vezes a probabilidade de ocorrer A
3
dado que ambos, A
1
e A
2
, ocor-
reram. O resultado facilmente generalizado para n eventos.
Teorema 10 Se um evento A resulta necessariamente em um dos eventos mutuamente exclusivos A
1
, A
2
,
. . . , A
n
, ento
EVENTOS INDEPENDENTES
Se P (B | A) = P(B), i.e., a probabilidade de B ocorrer no afetada pela ocorrncia ou no-ocorrncia de A, ento
dizemos que A e B so eventos independentes. Isto equivalente a
como visto de (18). Reciprocamente, se (21) vale, ento A e B so independentes.
Dizemos que trs eventos A
1
, A
2
, A
3
so independentes se eles so independentes aos pares:
com
e
Note que nem (22) nem (23) so, por si s, suficientes. Independncia de mais de trs eventos facilmente definida.
TEOREMA (OU REGRA) DE BAYES
Suponha que A
1
, A
2
, . . . , A
n
so eventos mutuamente exclusivos cuja unio o espao amostral S, i.e., um dos even-
tos precisa ocorrer. Ento, se A um evento qualquer, temos importantes teoremas:
Teorema 11 (Regra de Bayes):
Isto nos permite encontrar as probabilidades dos vrios eventos A
1
, A
2
, . . . , A
n
que podem ser causa da ocorrncia
de A. Por esta razo, o teorema de Bayes chamado muitas vezes de teorema sobre as probabilidades das causas.
(24)
P(A
k
[ A) =
P(A
k
)P(A [ A
k
)
P
n
j=1
P(A
j
)P(A [ A
j
)
(23) P(A
1
A
2
A
3
) = P(A
1
)P(A
2
)P(A
3
)
(22)
j, k = 1, 2, 3 P(A
j
A
k
) = P(A
j
)P(A
k
) j , = k
(21) P(A B) = P(A)P(B)
(20) P(A) = P(A
1
)P(A [ A
1
) P(A
2
)P(A [ A
2
) P(A
n
)P(A [ A
n
)
(19) P(A
1
A
2
A
3
) = P(A
1
)P(A
2
[ A
1
)P(A
3
[ A
1
A
2
)
P(B [ A) =
P(A B)
P(A)
=
1=3
1=2
=
2
3
P(A B) =
2
6
=
1
3
P(A) =
3
6
=
1
2
CAPTULO 1 PROBABILIDADE BSICA 21
ANLISE COMBINATRIA
Em muitos casos, o nmero de pontos amostrais em um espao amostral no muito grande, e ento no difcil a
enumerao ou contagem direta dos pontos necessrios para a determinao das probabilidades. Entretanto, sur-
gem problemas nos casos em que a contagem direta se torna impraticvel. Ento, deve ser utilizada a anlise com-
binatria (que tambm poderia ser chamada de um mtodo sofisticado de contagem).
PRINCPIO FUNDAMENTAL DE CONTAGEM. DIAGRAMAS EM RVORES
Se um resultado pode ser obtido de n
1
maneiras diferentes e depois um segundo resultado pode ser obtido de n
2
ma-
neiras diferentes e assim sucessivamente at um k
simo
resultado poder ser obtido de n
k
maneiras diferentes, ento to-
dos os k resultados podem ser obtidos, na ordem especificada em n
1
, n
2
, . . . , n
k
maneiras diferentes.
Exemplo 14 Se um homem tem 2 camisas e 4 gravatas, ento ele tem 2 4 = 8 maneiras de escolher uma camisa
e uma gravata.
Um diagrama, chamado de diagrama em rvore devido sua aparncia (Fig. 1-4), muitas vezes usado em co-
nexo com o princpio acima.
Exemplo 15 Fazendo as camisas serem representadas por C
1
, C
2
e as gravatas por G
1
, G
2
, G
3
, G
4
, as vrias manei-
ras de escolher uma camisa e depois uma gravata esto indicadas no diagrama em rvore da Fig. 1-4.
Fig. 1-4
PERMUTAES
Suponha que nos sejam dados n objetos distintos e desejamos dispor r destes objetos em uma fila. Desde que exis-
tem n maneiras de escolher o 1
o
objeto, e aps isto, n 1 maneiras de escolher o 2
o
objeto, e assim sucessivamente
at n r + 1 maneiras de escolher o r
simo
objeto, segue, pelo princpio fundamental de contagem, que o nmero de
diferentes arranjos, ou permutaes, como so muitas vezes chamadas, dado por
onde se observa que o produto tem r fatores. Chamamos de
n
P
r
o nmero de permutaes (ou arranjos) de n obje-
tos tomados r a r.
No caso particular quando r = n, (25) se transforma em
o qual chamado fatorial de n. Podemos escrever (25) em termos de fatoriais como
Se r = n, vemos que (27) e (26) coincidem somente se tivermos 0! = 1 e, de fato, vamos tomar esta igualdade como
a definio de 0!.
(27)
n
P
r
=
n!
(n r)!
(26)
n
P
n
= n(n 1)(n 2) 1 = n!
(25)
n
P
r
= n(n 1)(n 2) (n r 1)

C
1
C
2
G
1
G
2
G
3
G
4
1
2
3
4
G
1
G
2
G
3
G
4
5
6
7
8
22 PROBABILIDADE E ESTATSTICA
Exemplo 16 O nmero de diferentes arranjos, ou permutaes, consistindo de 3 letras cada um, que podem ser
formados das 7 letras A, B, C, D, E, F, G
Suponha que um conjunto consiste de n objetos dos quais n
1
so de um tipo (i.e., indistinguveis um do outro),
n
2
so de um segundo tipo, e assim sucessivamente at n
k
, que so de um k
simo
tipo. Aqui, claro, n = n
1
+ n
2
+ . . .
+ n
k
. Ento, o nmero de permutaes distintas destes objetos
Veja o Problema 1.25.
Exemplo 17 O nmero de permutaes distintas das 11 letras da palavra M I S S I S S I P I, a qual consiste de 1
M, 4 I, 4 S e 2 P,
COMBINAES
Em uma permutao, estamos interessados na ordem da disposio dos objetos. Por exemplo, abc uma permuta-
o diferente de bca. Em muitos problemas, entretanto, estamos interessados somente em selecionar ou escolher
objetos sem nos preocuparmos com a ordem. Tais selees so chamadas combinaes. Por exemplo, abc e bca so
a mesma combinao.
O nmero total de combinaes de r objetos selecionados dentre n (tambm chamado de combinaes de n elemen-
tos r a r) denotado por
n
C
r
ou . Temos (veja o Problema 1.27)
Podemos tambm escrever
fcil mostrar que
Exemplo 18 O nmero de maneiras nas quais 3 cartas podem ser escolhidas ou selecionadas de um total de 8
cartas diferentes
COEFICIENTES BINOMIAIS
Os nmeros em (29) so muitas vezes chamados de coeficientes binomiais porque eles aparecem na expanso bi-
nomial
(32) (x y)
n
= x
n

n
1

x
n1
y

n
2

x
n2
y
2

n
n

y
n
8
C
3
=

8
3

=
8 7 6
3!
= 56
(31)

n
r

n
n r

ou
n
C
r
=
n
C
nr
(30)

n
r

=
n(n 1) (n r 1)
r!
=
n
P
r
r!
(29)

n
r

=
n
C
r
=
n!
r!(n r)!

n
r

11!
1!4!4!2!
= 34.650
(28)
n
P
n
1
;n
2
;...;n
k
=
n!
n
1
!n
2
! n
k
!
7
P
3
=
7!
4!
= 7 6 5 = 210
CAPTULO 1 PROBABILIDADE BSICA 23
Estes coeficientes tm muitas propriedades interessantes.
Exemplo 19
APROXIMAO DE STIRLING PARA n!
Quando n grande, o clculo direto de n! pode ser impraticvel. Em tais casos, podemos fazer uso da frmula apro-
ximativa
onde e = 2,71828..., o qual a base dos logaritmos naturais. O smbolo ~ em (33) significa que a razo entre o mem-
bro esquerdo e o direito se aproxima de 1 quando n .
A tecnologia computacional fez com que a frmula de Stirling perdesse o seu valor para clculos numricos,
mas a aproximao mantm o seu valor para estimativas tericas (veja o Apndice A).
Problemas Resolvidos
Experimentos Aleatrios, Espaos Amostrais e Eventos
1.1 Uma carta extrada ao acaso de um baralho comum de 52 cartas. Descreva o espao amostral se a diferena de nai-
pes (a) no levada em considerao, (b) levada em considerao.
(a) Se no levarmos em considerao os naipes, o espao amostral consistir de s, dois,..., dez, valete, dama e rei e po-
der ser indicado por {1, 2, . . ., 13}.
(b) Se levarmos em considerao os naipes, o espao amostral consistir de ases de copas, espadas, ouros e paus;...; reis
de copas, espadas, ouros e paus. Representando copas, espadas, ouros e paus respectivamente por 1, 2, 3, 4, por
exemplo, podemos indicar um valete de espadas por (11, 2). O espao amostral, consistindo de 52 pontos, exibido
na Fig. 1-5.
Fig. 1-5
1.2 Referindo-nos ao experimento do Problema 1.1, seja A o evento {extrao de um rei} ou simplesmente {rei} e B
o evento {extrao de uma carta de paus} ou simplesmente {paus}. Descreva os eventos (a) A B, (b) A B, (c)
A B', (d) A' B', (e) A B, (f) A' B', (g) (A B) (A B').
(a) A B = {rei ou paus (ou ambos, i.e., rei de paus)}.
(b) A B ={rei e paus}={rei de paus}.
(c) Sendo B ={paus}, B' ={no-paus}={copas, ouros, espadas}.
Ento, A B' = {rei ou copas ou ouros ou espadas}.
(d) A' B' = {no-rei ou no-paus}={no-rei de paus}={qualquer carta exceto o rei de paus}.
Este resultado tambm pode ser obtido observando que A' B' = (A B') e usando (b).
(e) A B = {rei, mas no paus}.
Este resultado o mesmo que A B' = {rei e no-paus}.
paus
ouros
espadas
copas
0 1 2 3 4 5 6 7 8 9 10 11 12 13
(33) n! ~

2n
_
n
n
e
n
(x y)
4
= x
4

4
1

x
3
y

4
2

x
2
y
2

4
3

xy
3

4
4

y
4
= x
4
4x
3
y 6x
2
y
2
4xy
3
y
4
24 PROBABILIDADE E ESTATSTICA
(f) A' B' {no-rei e no no-paus}={no-rei e paus}={qualquer carta de paus exceto o rei}.
Este resultado nada mais do que A' B' = A' (B')' = A' B.
(g) (A B) (A B') ={(rei e paus) ou (rei e no-paus)}={rei}
Este resultado tambm pode ser obtido observando que (A B) (A B') = A.
1.3 Use a Fig. 1-5 para descrever os eventos (a) A B, (b) A' B'.
Os eventos solicitados esto indicados na Fig. 1-6. De forma similar, todos os eventos do Problema 1.2 tambm po-
dem ser indicados por tais diagramas. Deve ser observado da Fig. 1-6 que A' B' o complementar de A B.
Fig. 1-6
Teoremas em Probabilidade
1.4 Prove (a) Teorema 1, (b) Teorema 2, (c) Teorema 3, pgina 18.
(a) Temos A
2
= A
1
(A
2
A
1
) onde A
1
e A
2
A
1
so mutuamente exclusivos. Ento pelo Axioma 3, pgina 17:
tal que
Desde que P (A
2
A
1
) 0 pelo Axioma 1, pgina 17, segue tambm que P (A
2
) P(A
1
).
(b) J sabemos que P(A) 0 pelo Axioma 1. Para provar que P(A) 1, primeiro observamos que A S. Portanto, pe-
lo Teorema 1 [parte (a)] e Axioma 2,
(c) Temos S = S (. Desde que S (= (, segue do Axioma 3 que
1.5 Prove (a) Teorema 4, (b) Teorema 6.
(a) Temos A A = S . Ento, sendo A A = (, temos
isto ,
(b) Do diagrama de Venn da Fig. 1-7 temos
Ento, como os conjuntos A e B (A B) so mutuamente exclusivos, temos, usando o Axioma 3 e o Teorema 1,
(1) A B = A [B (A B)[
P(A A
/
) = P(S) P(A) P(A
/
) = 1
P(A
/
) = 1 P(A)
ou
P(S) = P(S) P(1) P(1) = 0 ou
P(A) P(S) = 1
P(A
2
) = P(A
1
) P(A
2
A
1
)
P(A
2
A
1
) = P(A
2
) P(A
1
)
paus
ouros
espadas
copas
0 1 2 3 4 5 6 7 8 9 10 11 12 13
A B ' '
A B
CAPTULO 1 PROBABILIDADE BSICA 25
Fig. 1-7
Clculo de Probabilidades
1.6 Uma carta extrada de um baralho comum de 52 cartas. Encontre a probabilidade de ela ser (a) um s, (b) um va-
lete de copas, (c) um 3 de paus ou um 6 de ouros, (d) uma carta de copas, (e) qualquer naipe exceto copas, (f) um
10 ou uma carta de espadas, (g) nem 4 nem paus.
Vamos usar, para simplificar, H, S, D, C* respectivamente para indicar copas, espadas, ouros e paus, e 1, 2,...,13 pa-
ra s, dois,...., rei. Ento 3 H, significa trs de copas enquanto 3 Hsignifica trs ou copas. Vamos usar o espao amos-
tral do Problema 1.1(b), atribuindo probabilidades iguais de 1/52 a cada ponto amostral. Por exemplo, P (6 C) = 1/52.
Isto tambm poderia ter sido obtido do espao amostral do Problema 1.1(a) no qual cada ponto amostral, em parti-
cular um s, tem probabilidade 1/13. Tambm se poderia ter chegado a este resultado pelo simples argumento de que
existem 13 nmeros e ento cada um tem probabilidade 1/13 de ser selecionado.
Tambm poderia se chegar a este resultado observando que existem quatro naipes e cada um tem probabilidade igual
a de ser selecionado.
usando parte (d) e Teorema 4, pgina 18.
(f) Desde que 10 e S no so mutuamente exclusivos, temos, do Teorema 6,
(g) A probabilidade de ocorrer nem quatro nem paus pode ser representada por P (4 C) . Mas 4 C = (4 C).
Portanto,
P(4
/
C
/
) = P[(4 C)
/
[ = 1 P(4 C)
= 1 [P(4) P(C) P(4 C)[
= 1

1
13

1
4

1
52

=
9
13
P(10 S) = P(10) P(S) P(10 S) =
1
13

1
4

1
52
=
4
13
(e) P(H
/
) = 1 P(H) = 1
1
4
=
3
4
1
4
(b) P(11 H) =
1
52
(c) P(3 C ou 6 D) = P(3 C) P(6 D) =
1
52

1
52
=
1
26
(d) P(H) = P(1 H ou 2 H ou . . . 13 H) =
1
52

1
52

1
52
=
13
52
=
1
4
(a) P(1) = P(1 H ou 1 S ou 1 D ou 1 C)
= P(1 H) P(1 S) P(1 D) P(1 C)
=
1
52

1
52

1
52

1
52
=
1
13
P(A B) = P(A) P[B (A B)[
= P(A) P(B) P(A B)
* N. de R. Neste problema, optamos por manter as iniciais dos naipes em ingls, heart, spade, diamond e club.
26 PROBABILIDADE E ESTATSTICA
Poderamos tambm obter este resultado observando que o diagrama favorvel para este evento o complemento do
evento emoldurado na Fig. 1-8. Desde que este complemento tem 52 16 = 36 pontos amostrais e a cada ponto
amostral atribuda probabilidade 1/52, a probabilidade procurada 36/52 = 9/13.
Fig. 1-8
1.7 Uma bola extrada ao acaso de uma caixa contendo 6 bolas vermelhas, 4 bolas brancas e 5 bolas azuis. Determi-
ne a probabilidade de que ela seja (a) vermelha, (b) branca, (c) azul, (d) no-vemelha, (e) vermelha ou branca.
(a) Mtodo 1
Sejam V, B e A os eventos consistindo respectivamente em extrair uma bola vermelha, uma bola branca e uma bola
azul. Ento
Mtodo 2
Nosso espao amostral consiste de 6 + 4 + 5 = 15 pontos amostrais. Ento, se atriburmos probabilidades iguais de
1/15 a cada ponto amostral, veremos que P(V) = 6/15 = 2/5, j que existem 6 pontos amostrais correspondendo
bola vermelha.
Isto tambm pode ser feito usando o espao amostral como na parte (a).
Mtodo 2
Mtodo 3
Sendo V e B eventos mutuamente exclusivos, segue de (4), pgina 18, que
P(V B) = P(V) P(B) =
2
5

4
15
=
2
3
P(V B) = P(A
/
) = 1 P(A) = 1
1
3
=
2
3
pela parte (c):
(b) P(B) =
4
6 4 5
=
4
15
(c) P(A) =
5
6 4 5
=
5
15
=
1
3
/
2
5
3
5
pela parte (a).
(e) Mtodo 1
P(vermelha ou branca) = P(V B) =
maneiras de escolher uma bola vermelha ou uma branca
total de maneiras de escolher uma bola
=
6 4
6 4 5
=
10
15
=
2
3
(d) P(no-vermelha) = P(V ) = 1 P(V) = 1 =
P(V) =
maneiras de escolher uma bola vermelha

=
6
6 4 5
=
6
15
=
2
5 total de maneiras de escolher uma bola

paus
ouros
espada
copas
0 2 4 3 5 6 9 8 7 12 11 10 13
CAPTULO 1 PROBABILIDADE BSICA 27
Probabilidade Condicional e Eventos Independentes
1.8 Um dado honesto lanado duas vezes. Encontre a probabilidade de obter 4, 5 ou 6 no primeiro lanamento e 1, 2,
3 ou 4 no segundo lanamento.
Sejam A
1
o evento 4, 5 ou 6 no primeiro lanamento e A
2
o evento 1, 2, 3 ou 4 no segundo lanamento.
Ento estamos procurando por P(A
1
A
2
).
Mtodo 1
Utilizamos aqui o fato de que o resultado do segundo lanamento independente do primeiro de modo que P(A
2
| A
1
) =
P(A
2
). Tambm usamos P(A
1
) = 3/6 (pois 4, 5 ou 6 so 3 em 6 possibilidades igualmente provveis) e P(A
2
) = 4/6 (pois 1,
2, 3, ou 4 so 4 entre 6 possibilidades igualmente provveis).
Mtodo 2
Cada uma das 6 maneiras que um dado pode se apresentar no primeiro lanamento pode ser associada com cada uma das
6 maneiras nas quais ele pode se apresentar no segundo lanamento, um total de 6 6 = 36 maneiras, todas igualmente
provveis.
Cada uma das 3 maneiras de A
1
ocorrer pode ser associada a cada uma das 4 maneiras de A
2
ocorrer, resultando em
3 4 = 12 maneiras nas quais A
1
e A
2
podem ocorrer. Ento,
Isto mostra diretamente que A
1
e A
2
so independentes, pois
1.9 Encontre a probabilidade de no obter um total de 7 ou 11 em dois lanamentos de um par de dados honestos.
O espao amostral para cada lanamento do dado mostrado na Fig. 1-9. Por exemplo, (5, 2) significa que 5 apare-
ceu no primeiro dado e 2 no segundo. Desde que os dados so honestos e existem 36 pontos amostrais, atribumos proba-
bilidade 1/36 para cada um deles.
Fig. 1-9
Se A o evento 7 ou 11, ento A indicado pela poro emoldurada na Fig. 1-9. Como 8 pontos esto includos,
temos P(A) = 8/36 = 2/9. Da temos que a probabilidade de no-7 ou 11 dada por
P(A
/
) = 1 P(A) = 1
2
9
=
7
9
S
e
g
u
n
d
o

d
a
d
o
Primeiro dado
P(A
1
A
2
) =
1
3
=

3
6

4
6

= P(A
1
)P(A
2
)
P(A
1
A
2
) =
12
36
=
1
3
P(A
1
A
2
) = P(A
1
)P(A
2
[ A
1
) = P(A
1
)P(A
2
) =

3
6

4
6

=
1
3
28 PROBABILIDADE E ESTATSTICA
Usando subscritos 1, 2 para denotar 1
o
e 2
o
lanamentos dos dados, vemos que a probabilidade de no-7 ou 11 em qual-
quer um dos dois lanamentos dado por
usando o fato de que os lanamentos so independentes.
1.10 Duas cartas so extradas de um baralho comum de 52 cartas bem misturadas. Encontre a probabilidade de obter
dois ases se a primeira carta (a) recolocada, (b) no recolocada no baralho.
Mtodo 1
Seja A
1
= evento s na primeira extrao e A
2
= evento s na segunda extrao. Ento, estamos procurando por P(A
1
A
2
) = P(A
1
) P(A
2
| A
1
).
(a) Uma vez que, para a primeira extrao, existem 4 ases em 52 cartas, P(A
1
) = 4/52. Alm disso, se a carta recoloca-
da no baralho antes da segunda extrao, ento P(A
2
| A
1
) = 4/52, pois tambm existem 4 ases nas 52 cartas para a
segunda extrao. Ento
(b) Como na parte (a), P(A
1
) = 4/52. Entretanto, se ocorre um s na primeira extrao, haver somente 3 ases nas res-
tantes 51 cartas, de modo que P(A
2
| A
1
) = 3/51. Ento,
Mtodo 2
(a) A primeira carta pode ser retirada de qualquer uma das 52 maneiras, e como existe reposio, a segunda carta tam-
bm pode ser retirada de qualquer uma das 52 maneiras. Ento, ambas as cartas podem ser retiradas de (52)(52) ma-
neiras, todas igualmente provveis.
Neste caso, existem 4 maneiras de retirar um s na primeira extrao e 4 maneiras de retirar um s na segunda
extrao, de modo que o nmero de maneiras de retirar ases na primeira e segunda extraes (4)(4). Ento, a pro-
babilidade procurada
(b) A primeira carta pode ser retirada de uma entre 52 maneiras e, desde que no h reposio, a segunda carta pode ser
retirada de uma entre 51 maneiras. Ento as duas cartas podem ser retiradas de (52)(51) maneiras, todas igualmen-
te provveis.
Neste caso, existem 4 maneiras de escolher um s na primeira retirada e 3 maneiras de escolher um s na segun-
da retirada, de modo que o nmero de maneiras de escolher ases nas duas retiradas (4)(3). Ento a probabilidade
procurada
1.11 Trs bolas so retiradas sucessivamente da caixa do Problema 1.7. Encontre a probabilidade de elas serem retira-
das na ordem vermelha, branca e azul se cada bola (a) recolocada, (b) no recolocada na caixa.
Sejam V
1
= evento vermelha na primeira retirada, B
2
= evento branca na segunda retirada, A
3
= evento azul na
terceira retirada. Queremos calcular P (V
1
B
2
A
3
).
(a) Se cada bola recolocada, ento os eventos so independentes e
P(V
1
B
2
A
3
) = P(V
1
)P(B
2
[ V
1
)P(A
3
[ V
2
B
2
)
= P(V
1
)P(B
2
)P(A
3
)
=

6
6 4 5

4
6 4 5

5
6 4 5

=
8
225
(4)(3)
(52)(51)
=
1
221
(4)(4)
(52)(52)
=
1
169
P(A
1
A
2
) = P(A
1
)P(A
2
[ A
1
) =

4
52

3
51

=
1
221
P(A
1
A
2
) = P(A
1
)P(A
2
[ A
1
) =

4
52

4
52

=
1
169
P(A
/
1
)P(A
/
2
[ A
/
1
) = P(A
/
1
)P(A
/
2
) =

7
9

7
9

=
49
81
,
CAPTULO 1 PROBABILIDADE BSICA 29
(b) Se cada bola no recolocada, ento os eventos so dependentes e
1.12 Encontre a probabilidade de aparecer um 4 pelo menos uma vez em dois lanamentos de um dado honesto.
Sejam A
1
= evento 4 no primeiro lanamento e A
2
= evento 4 no segundo lanamento. Ento
A
1
A
2
= evento 4 no primeiro lanamento ou 4 no segundo lanamento ou ambos
= evento aparece pelo menos um 4,
e queremos encontrar P (A
1
A
2
).
Mtodo 1
Os eventos A
1
e A
2
no so mutuamente exclusivos, mas so independentes. Portanto, por (10) e (21),
Mtodo 2
P(aparecer pelo menos um 4) + P(nenhum 4 aparecer) = 1
Ento P(aparecer pelo menos um 4) = 1 P(nenhum 4 aparecer)
= 1 P(no-4 no primeiro lanamento e no-4 no segundo lanamento)
Mtodo 3
O nmero total de maneiras igualmente provveis nas quais os dois dados podem se apresentar = 6 6 = 36
Tambm Nmero de maneiras nas quais A
1
ocorre mas A
2
no = 5
Nmero de maneiras nas quais A
2
ocorre mas A
1
no = 5
Nmero de maneiras nas quais ambos, A
1
e A
2
, ocorrem = 1
Ento o nmero de maneiras nas quais pelo menos um dos eventos A
1
ou A
2
ocorrem = 5 + 5 + 1 = 11. Portanto,
P (A
1
A
2
) = 11/36.
1.13 Um saco contm 4 bolas brancas e 2 bolas pretas; outro contm 3 bolas brancas e 5 bolas pretas. Se uma bola re-
tirada de cada saco, encontre a probabilidade de (a) ambas serem brancas, (b) ambas serem pretas, (c) uma ser bran-
ca e uma ser preta.
Sejam B
1
= evento bola branca do primeiro saco, B
2
= evento bola branca do segundo saco.
(c) A probabilidade procurada
1 P(B
1
B
2
) P(B
/
1
B
/
2
) = 1
1
4

5
24
=
13
24
P(B
1
B
2
) = P(B
1
)P(B
2
[ B
1
) = P(B
1
)P(B
2
) =

4
4 2

3
3 5

=
1
4
(a)
P(B
/
1
B
/
2
) = P(B
/
1
)P(B
2
[ B
/
1
) = P(B
/
1
)P(B
/
2
) =

2
4 2

5
3 5

=
5
24
(b)
= 1 P(A
/
1
A
/
2
) = 1 P(A
/
1
)P(A
/
2
)
= 1

5
6

5
6

=
11
36
P(A
1
A
2
) = P(A
1
) P(A
2
) P(A
1
A
2
)
= P(A
1
) P(A
2
) P(A
1
)P(A
2
)
=
1
6

1
6

1
6

1
6

=
11
36
P(V
1
B
2
A
3
) = P(V
1
)P(B
2
[ V
1
)P(A
3
[ V
1
B
2
)
=

6
6 4 5

4
5 4 5

5
5 3 5

=
4
91
30 PROBABILIDADE E ESTATSTICA
1.14 Prove o Teorema 10, pgina 20.
Provaremos o teorema para o caso n = 2. Extenses para valores maiores de n so facilmente obtidas.
Se o evento A deve resultar em um dos dois eventos mutuamente exclusivos A
1
, A
2
, ento
Mas A A
1
e A A
2
e so mutuamente exclusivos pois A
1
e A
2
o so. Portanto, pelo Axioma 3,
usando (18), pgina 19.
1.15 A caixa I contm 3 bolas de gude vermelhas e a caixa II contm duas bolas de gude vermelhas e 8 azuis. Uma moe-
da honesta lanada. Se a moeda apresentar cara, uma bola de gude escolhida da caixa I; se ela apresentar coroa,
uma bola de gude escolhida da caixa II. Encontre a probabilidade de uma bola de gude vermelha ser escolhida.
Seja V o evento uma bola de gude vermelha escolhida e sejam I e II respectivamente os eventos a caixa I esco-
lhida e a caixa II escolhida. Como a bola de gude vermelha pode ser escolhida atravs da caixa I ou da caixa II, pode-
mos usar os resultados do Problema 1.14 com A = V, A
1
= I, A
2
= II. Portanto, a probabilidade de escolher uma bola de gu-
de vermelha
Teorema de Bayes
1.16 Prove o teorema de Bayes (Teorema 11, pgina 20).
Como o evento A resulta em um dos eventos mutuamente exclusivos A
1
, A
2
,..., A
n
, temos, pelo Teorema 1-10 (Pro-
blema 1.14),
Portanto,
1.17 Suponha, no Problema 1.15, que aquele que lana a moeda no revela se resultou cara ou coroa (de modo que a cai-
xa de onde foi escolhida a bola de gude no revelada), mas revela que uma bola de gude vermelha foi a escolhi-
da. Qual a probabilidade da Caixa I ter sido escolhida (i.e., a moeda resultou em cara)?
Vamos usar a mesma terminologia do Problema 1.15, i.e., A = V, A
1
= I, A
2
= II. Procuramos a probabilidade da Cai-
xa I ser escolhida dado que se sabe que uma bola de gude vermelha foi escolhida. Usando a regra de Bayes com n = 2, es-
ta probabilidade dada por
Anlise Combinatria, Contagem e Diagramas em rvore
1.18 Um comit de 3 membros formado por um representante dos funcionrios, um da gerncia e um dos clientes. Se
existem 3 possveis representantes dos funcionrios, 2 da gerncia e 4 dos clientes, determine quantos comits di-
ferentes podem ser formados usando:
(a) o princpio fundamental de contagem; (b) um diagrama em rvore.
P(I [ V) =
P(I)P(V [ I)
P(I)P(V [ I) P(II)P(V [ II)
=

1
2

3
3 2

1
2

3
3 2

1
2

2
2 8
=
3
4
P(A) = P(A
1
)P(A [ A
1
) P(A
n
)P(A [ A
n
) =
P
n
j=1
P(A
j
)P(A [ A
j
)
P(A
k
[ A) =
P(A
k
A)
P(A)
=
P(A
k
)P(A [ A
k
)
P
n
j=1
P(A
j
)P(A [ A
j
)
P(V) = P(I)P(V [ I) P(II)P(V [ II) =

1
2

3
3 2

1
2

2
2 8

=
2
5
P(A) = P(A A
1
) P(A A
2
)
= P(A
1
)P(A [ A
1
) P(A
2
)P(A [ A
2
)
A = (A A
1
) (A A
2
)
CAPTULO 1 PROBABILIDADE BSICA 31
Fig. 1-10
(a) Podemos escolher um representante dos funcionrios de trs maneiras diferentes e, aps, um representante da ge-
rncia de duas maneiras diferentes. Ento existem 3 2 = 6 maneiras diferentes de escolher um representante dos
funcionrios e um da gerncia. Para cada uma destas maneiras, podemos escolher um representante dos clientes de
4 maneiras diferentes. Portanto, o nmero de diferentes comits que podem ser formados 3 2 4 = 24.
(b) Denote os trs representantes dos funcionrios por F
1
, F
2
, F
3
; os representantes da gerncia por G
1
, G
2
e os represen-
tantes dos clientes por C
1
, C
2
, C
3
, C
4
. Ento o diagrama em rvore da Fig. 1-10 mostra que existem 24 diferentes co-
mits ao todo. Deste diagrama em rvore, podemos listar todos os diferentes comits, a saber F
1
G
1
C
1
, F
1
G
1
C
2
, etc.
Permutaes
1.19 De quantas maneiras diferentes podemos alinhar 5 bolas de gude?
Podemos dispor 5 bolas de gude em 5 posies como: . A primeira posio pode ser ocupada por qualquer
uma das 5 bolas de gude, i.e., existem 5 maneiras de preencher a primeira posio. Aps isto ser feito, existem 4 manei-
ras diferentes de preencher a segunda posio. Ento, existem 3 maneiras diferentes de preencher a terceira posio, 2 ma-
neiras de preencher a quarta posio e, finalmente, somente uma maneira de preencher a quinta posio. Portanto:
Nmero de agrupamentos de 5 bolas de gude alinhadas = 5
.
4
.
3
.
2
.
1 = 5! = 120
Em geral,
Nmero de agrupamentos de n objetos diferentes alinhados = n(n 1)(n 2) ... 1 = n!
Isto tambm chamado de o nmero de permutaes de n objetos diferentes tomados n a n e denotado por
n
P
n
.
1.20 De quantas maneiras 10 pessoas podem estar sentadas em um banco se somente 4 lugares esto disponveis?
O primeiro lugar pode ser ocupado de qualquer uma das 10 maneiras e, aps isto ser feito, existem 9 maneiras de
ocupar o segundo lugar, 8 maneiras de ocupar o terceiro lugar e 7 maneiras de ocupar o quarto lugar. Portanto,
Nmero de arranjos de 10 pessoas tomadas 4 a 4 = 10
.
9
.
8
.
7 = 5040
Em geral,
Nmero de arranjos de n objetos diferentes tomados r a r = n(n 1)
. . .
(n r + 1)
Isto tambm chamado nmero de permutaes de n objetos diferentes tomados r a r e denotados por
n
P
r
. Observe
que quando r = n,
n
P
n
= n! como no Problema 1.19.
F
1
F
2
F
3
G
1
G
2
G
1
G
2
G
1
G
2
C
1
C
2
C
3
C
4
C
1
C
2
C
3
C
4
C
1
C
2
C
3
C
4
C
1
C
2
C
3
C
4
C
1
C
2
C
3
C
4
C
1
C
2
C
3
C
4
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
32 PROBABILIDADE E ESTATSTICA
1.21 Calcule (a)
8
P
3
, (b)
6
P
4
, (c)
15
P
1
, (d)
3
P
3
.
(a)
8
P
3
= 8
.
7
.
6 = 336 (b)
6
P
4
= 6
.
5
.
4
.
3 = 360 (c)
15
P
1
= 15 (d)
3
P
3
= 3
.
2
.
1 = 6
1.22 solicitado que 5 homens e 4 mulheres sentem-se alinhados de tal maneira que as mulheres ocupem os lugares pa-
res. De quantas maneiras tais agrupamentos so possveis?
Os homens podem sentar-se de
5
P
5
maneiras e as mulheres de
4
P
4
maneiras. Cada agrupamento de homens pode ser
associado a cada agrupamento de mulheres. Portanto,
Nmero de agrupamentos =
5
P
5
.
4
P
4
= 5!4! = (120) (24) 2880
1.23 De quantas maneiras nmeros de 4 dgitos podem ser formados com os 10 dgitos 0, 1, 2, 3, . . . , 9 se (a) repeti-
es so permitidas, (b) repeties no so permitidas, (c) o ltimo dgito deve ser zero e repeties no so per-
mitidas?
(a) O primeiro dgito pode ser qualquer um de 9 (j que zero no permitido). O segundo, terceiro e quarto dgitos po-
dem ser qualquer um dos 10. Ento 9 . 10
.
10
.
10 = 9000 nmeros podem ser formados.
(b) O primeiro dgito pode ser qualquer um de 9 (qualquer um menos o 0).
O segundo dgito pode ser qualquer um de 9 (qualquer um menos aquele usado como primeiro dgito).
O terceiro dgito pode ser qualquer um de 8 (qualquer um menos aqueles usados como o primeiro e segundo dgitos).
O quarto dgito pode ser qualquer um de 7 (qualquer um menos aqueles usados como os primeiros trs dgitos).
Ento podem ser formados 9
.
9
.
8
.
7 = 4536 nmeros.
Outro mtodo
O primeiro dgito pode ser escolhido como qualquer um entre 9 e os trs restantes podem ser escolhidos de
9
P
3
maneiras.
Ento podem ser formados 9
.
9
P
3
= 9
.
9
.
8
.
7 = 4536 nmeros.
(c) O primeiro dgito pode ser escolhido de 9 maneiras, o segundo de 8 maneiras e o terceiro de 7 maneiras. Ento, po-
dem ser formados 9
.
8
.
7 = 504 nmeros.
Outro mtodo
O primeiro dgito pode ser escolhido de 9 maneiras e os seguintes dois dgitos de
8
P
2
maneiras. Ento, podem ser forma-
dos 9
.
8
P
2
= 9
.
8
.
7 = 504 nmeros.
1.24 Quatro diferentes livros de matemtica, seis diferentes livros de fsica e dois diferentes livros de qumica so colo-
cados numa prateleira. Quantos agrupamentos diferentes so possveis se (a) os livros de cada assunto precisam ser
colocados juntos, (b) somente os livros de matemtica precisam ser colocados juntos?
(a) Os livros de matemtica podem ser agrupados entre si de
4
P
4
= 4! maneiras, os livros de fsica de
6
P
6
= 6! maneiras,
os livros de qumica de
2
P
2
= 2! maneiras e os trs grupos de
3
P
3
= 3! maneiras. Portanto,
Nmero de agrupamentos = 4!6!2!3! = 207.360.
(b) Considere os quatro livros de matemtica como um livro grande. Ento temos 9 livros os quais podem ser agrupa-
dos de
9
P
9
= 9! maneiras. Em todas estas maneiras, os livros de matemtica esto juntos. Mas os livros de matem-
tica podem ser agrupados entre si de
4
P
4
= 4! maneiras. Portanto,
Nmero de agrupamentos = 9!4! = 8.709.120.
1.25 Cinco bolas de gude vermelhas, duas brancas e trs azuis so alinhadas. Se todas as bolas de gude da mesma cor
so indistinguveis umas das outras, quantos agrupamentos diferentes so possveis?
Assuma que existem N agrupamentos diferentes. Multiplicando N pelo nmero de maneiras de alinhar (a) as cinco
bolas de gude vermelhas entre si, (b) as duas bolas de gude brancas entre si e (c) as trs bolas de gude azuis entre si (i.e.,
multiplicando N por 5!2!3!), obtemos o nmero de maneiras de alinhar as 10 bolas de gude se elas fossem todas distin-
guveis, i.e., 10!.
Ento (5!2!3!)N = 10! e N = 10! / (5!2!3!)
Em geral, o nmero de agrupamentos distintos de n objetos, dos quais n
1
, n
2
, . . . , n
k
so semelhantes
onde
1.26 De quantas maneiras 7 pessoas podem sentar-se em torno de uma mesa se (a) elas podem sentar-se em qualquer lu-
gar, (b) 2 pessoas em particular no podem sentar-se uma ao lado da outra?
(a) Considere que uma delas est sentada num lugar qualquer. Ento as 6 pessoas restantes podem estar sentadas de
6! = 720 maneiras, que o nmero total de maneiras de agrupar 7 pessoas em um crculo.
n
1
n
2
n
k
= n.
n!
n
1
! n
2
! n
k
!
CAPTULO 1 PROBABILIDADE BSICA 33
(b) Considere as 2 pessoas como uma nica pessoa. Ento existem 6 pessoas no total e elas podem ser agrupadas de 5!
maneiras. Mas as duas pessoas consideradas como uma, podem ser agrupadas de 2! maneiras. Portanto, o nmero de
maneiras de agrupar 7 pessoas em torno de uma mesa com duas pessoas em particular sentando juntas = 5!2! = 240.
Ento, usando (a), o nmero total de maneiras nas quais 7 pessoas podem estar sentadas ao redor de uma mesa tal
que 2 pessoas em particular no estejam sentadas juntas = 730 240 = 480.
Combinaes
1.27 De quantas maneiras 10 objetos podem ser separados em dois grupos contendo respectivamente 4 e 6 objetos?
Isto o mesmo que o nmero de agrupamentos de 10 objetos dos quais 4 objetos so indistinguveis entre si e ou-
tros 6 objetos tambm so indistinguveis entre si. Pelo Problema 1.25, este valor
O problema equivalente a encontrar o nmero de retiradas de 4 em 10 objetos (ou 6 em 10 objetos), sendo a ordem
das retiradas irrelevante. Em geral, o nmero de retiradas de r em n objetos, dito o nmero de combinaes de n objetos r
a r, denotado por
n
C
r
ou e dado por
1.28 Calcule (a)
7
C
4
, (b)
6
C
5
, (c)
4
C
4
.
(c )
4
C
4
o nmero de retiradas de 4 objetos 4 a 4, e existe somente uma tal retirada. Ento
4
C
4
= 1. Note que, formal-
mente
1.29 De quantas maneiras pode ser escolhido um comit de 5 pessoas entre 9 pessoas?
1.30 Entre 5 matemticos e 7 fsicos, formado um comit de 2 matemticos e 3 fsicos. De quantas maneiras isto pode
ser feito se (a) qualquer matemtico e qualquer fsico pode ser includo, (b) um fsico em particular precisa estar no
comit, (c) dois matemticos em particular no podem estar no comit?
(a) 2 entre 5 matemticos podem ser selecionados de
5
C
2
maneiras.
3 fsicos entre 7 podem ser selecionados de
7
C
3
maneiras.
Nmero total de possveis selees =
5
C
2
.
7
C
3
= 10
.
35 = 350
(b) 2 entre 5 matemticos podem ser selecionados de
5
C
2
maneiras.
2 entre 6 fsicos podem ser selecionados de
6
C
2
maneiras.
Nmero total de possveis selees =
5
C
2
.
6
C
2
= 10
.
15 = 150
(c) 2 entre 3 matemticos podem ser selecionados de
3
C
2
maneiras.
3 entre 7 fsicos podem ser selecionados de
7
C
3
maneiras.
Nmero total de possveis selees =
3
C
2
.
7
C
3
= 3
.
35 = 105
1.31 Quantas saladas diferentes podem ser preparadas com alface, escarola, endvia, agrio e chicria?
A cada verdura corresponde duas situaes, ser escolhida ou no ser escolhida. Desde que cada uma dessas duas si-
tuaes para uma determinada verdura associada com as duas situaes para cada uma das outras verduras, o nmero de
maneiras de escolher as 5 verduras = 2
5
. Mas as 2
5
maneiras inclui o caso em que nenhuma verdura escolhida. Portanto,
Nmero de saladas = 2
5
1 = 31

9
5

=
9
C
5
=
9!
5! 4!
=
9 8 7 6 5
5!
= 126
4
C
4
=
4!
4! 0!
= 1 0! = 1. se definimos
(a)
7
C
4
=
7!
4! 3!
=
7 6 5 4
4!
=
7 6 5
3 2 1
= 35.
(b)
6
C
5
=
6!
5! 1!
=
6 5 4 3 2
5!
= 6;
6
C
5
=
6
C
1
= 6. ou
n
C
r
=

n
r

=
n!
r!(n r)!
=
n(n 1) (n r 1)
r!
=
n
P
r
r!

n
r

10!
4! 6!
=
10 9 8 7
4!
= 210.
34 PROBABILIDADE E ESTATSTICA
Outro mtodo
Pode-se selecionar ou 1 entre 5 verduras, 2 entre 5 verduras,..., 5 entre 5 verduras. Ento o nmero procurado de saladas
5
C
1
+
5
C
2
+
5
C
3
,
5
C
4
,
5
C
5
= 5 + 10 + 10 + 5 + 1 = 31
Em geral, para qualquer inteiro positivo n,
n
C
1
+
n
C
2
+
n
C
3
+ . . . +
n
C
n
= 2
n
1.
1.32 De 7 consoantes e 5 vogais, quantas palavras podem ser formadas consistindo de 4 consoantes diferentes e 3 vogais
diferentes? As palavras no precisam ter sentido.
As 4 consoantes diferentes podem ser selecionadas de
7
C
4
maneiras, as 3 vogais diferentes podem ser selecionadas
de
5
C
3
maneiras e as 7 letras diferentes resultantes (4 consoantes, 3 vogais) podem ser agrupadas entre si de
7
P
7
= 7! ma-
neiras. Ento
Nmero de palavras =
7
C
4
.
5
C
3
. 7! = 35 . 10 . 5040 = 1.764.000
Coeficientes Binominais
O resultado tem a interessante aplicao seguinte. Se escrevemos os coeficientes da expanso binomial de (x + y)
n
para n = 0, 1, 2, ..., obtemos o agrupamento chamado tringulo de Pascal:
Uma entrada em qualquer linha pode ser obtida adicionando as duas entradas na linha precedente que esto imediatamen-
te sua esquerda e sua direita. Portanto, 10 = 4 + 6, 15 = 10 + 5, etc.
1.34 Encontre o termo constante na expanso de
De acordo com o teorema binomial,
O termo constante corresponde quele para o qual 3k 12 = 0, i.e., k = 4 e, portanto, dado por

12
4

=
12 11 10 9
4 3 2 1
= 495

x
2

1
x

12
=
P
12
k=0

12
k

(x
2
)
k

1
x

12k
=
P
12
k=0

12
k

x
3k12

x
2

1
x

12
.
n = 0
n = 1
n = 2
n = 3
n = 4
n = 5
n = 6
etc:
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1
Temos

n
r

=
n!
r!(n r)!
=
n(n 1)!
r!(n r)!
=
(n r r)(n 1)!
r!(n r)!
=
(n r)(n 1)!
r!(n r)!

r(n 1)!
r!(n r)!
=
(n 1)!
r!(n r 1)!

(n 1)!
(r 1)!(n r)!
=

n 1
r

n 1
r 1

n
r

n 1
r

n 1
r 1

.
1.33
Prove que
CAPTULO 1 PROBABILIDADE BSICA 35
Probabilidade Usando Anlise Combinatria
1.35 Uma caixa contm 8 bolas vermelhas, 3 brancas e 9 azuis. Se 3 bolas forem retiradas ao acaso sem reposio, de-
termine a probabilidade de (a) todas serem vermelhas, (b) todas serem brancas, (c) duas serem vermelhas e uma ser
branca, (d) pelo menos uma ser branca, (e) ser retirada uma de cada cor, (f) serem retiradas na ordem vermelha,
branca e azul.
(a) Mtodo 1
Sejam V
1
, V
2
, V
3
respectivamente os eventos bola vermelha na 1
a
retirada, bola vermelha na 2
a
retirada, bola ver-
melha na 3
a
retirada. Ento V
1
V
2
V
3
representa o evento todas as 3 bolas retiradas so vermelhas. Temos portanto
Mtodo 2
Outro mtodo
1.36 No jogo de pquer cinco cartas so retiradas de um baralho comum de 52 cartas bem embaralhadas. Encontre a pro-
babilidade de que (a) quatro sejam ases, (b) quatro sejam ases e uma seja um rei, (c) trs sejam 10 e duas sejam va-
letes, (d) um 9, 10, valete, rainha e rei sejam obtidos em qualquer ordem, (e) sejam obtidas trs de um mesmo nai-
pe e duas de outro, (f) pelo menos um s seja obtido.
(a) P(4 ases) =
(
4
C
4
)(
48
C
1
)
52
C
5
=
1
54.145
.
(b) P(4 ases e 1 rei ) =
(
4
C
4
)(
4
C
1
)
52
C
5
=
1
649.740
.
P(V
1
B
2
A
3
) = P(V
1
)P(B
2
[ V
1
)P(A
3
[ V
1
B
2
)
=

8
20

3
19

9
18

=
3
95
Probabilidade procurada =
Nmero de extraes de 3 em 8 bolas vermelhas
Nmero de extraes de 3 em 20 bolas
=
8
C
3
20
C
3
=
14
285
(b) Usando o segundo mtodo indicado na parte (a),
P(todas serem brancas) =
3
C
3
20
C
3
=
1
1140
O primeiro mtodo indicado na parte (a) tambm pode ser usado.
(c)
P(2 serem vermelhas e 1 ser branca)
=
(extraes de 2 em 8 bolas vermelhas)(extrao de 1 em 3 bolas brancas)
nmero de extraes de 3 em 20 bolas
=
(
8
C
2
)(
3
C
1
)
20
C
3
=
7
95
(d) P(nenhuma ser branca) =
17
C
3
20
C
3
=
34
57
.
P(pelo menos 1 ser branca) = 1
34
57
=
23
57
(
8
C
1
)(
3
C
1
)(
9
C
1
)
20
C
3
=
18
95
( f ) P(bolas serem retiradas na ordem vermelha, branca e azul) =
1
3!
=
1
6

18
95

=
3
95
, (e) usando
P(ser retirada uma bola de cada cor)
Ento,
(e) P(ser retirada 1 de cada cor) =
P(V
1
V
2
V
3
) = P(V
1
)P(V
2
[ V
1
)P(V
3
[ V
1
V
2
)
=

8
20

7
19

6
18

=
14
285
36 PROBABILIDADE E ESTATSTICA
1.37 Determine a probabilidade de ocorrer trs 6 em 5 lanamentos de um dado honesto.
Represente os lanamentos do dado por 5 espaos . A cada espao associado o evento 6 ou no-6 (6). Por
exemplo, trs 6 e dois no-6 podem ocorrer como 6 6 6 6 6 ou 6 6 6 6 6, etc.
Agora, a probabilidade do resultado 6 6 6 6 6
desde que seja assumida independncia. Similarmente,
para todos os outros resultados nos quais trs 6 e dois no-6 ocorrem. Mas, existem
5
C
3
= 10 resultados e eles so mutua-
mente exclusivos. Ento a probabilidade procurada
Em geral, se p = P (A) e q = 1 p = P(A), usando a mesma argumentao dada acima, a probabilidade de se obter
exatamente x As em n ensaios independentes
1.38 Uma estante tem 6 livros de matemtica e 4 livros de fsica. Encontre a probabilidade de 3 livros de matemtica em
particular estarem juntos.
Todos os livros podem ser agrupados entre si de
10
P
10
= 10! maneiras. Assumimos que os 3 livros de matemtica so
substitudos por um s livro. Ento temos um total de 8 livros que podem ser agrupados entre si de
8
P
8
= 8! maneiras. Mas,
os 3 livros de matemtica podem ser agrupados entre si de
3
P
3
maneiras. A probabilidade procurada ento dada por
Problemas Variados
1.39 A e B jogam 12 partidas de xadrez das quais 6 so vencidas por A, 4 so vencidas por B e 2 terminam em empate.
Eles concordam em tentar um desempate em 3 partidas. Encontre a probabilidade de (a) A vencer as 3 partidas, (b)
2 partidas terminarem em empate, (c) A e B vencerem alternadamente, (d) B vencer pelo menos uma partida.
Sejam A
1
, A
2
e A
3
representando respectivamente os eventos A vence na 1
a
, 2
a
e 3
a
partidas, B
1
, B
2
e B
3
represen-
tando respectivamente os eventos B vence na 1
a
, 2
a
e 3
a
partidas. Com base em seus desempenhos passados (probabili-
dade emprica), assumimos que
8! 3!
10!
=
1
15
n
C
x
p
x
q
nx
=

n
x

p
x
q
nx
P(6 6 6
/
6 6
/
ou 6 6
/
6 6
/
6 ou . . .) =
5
C
3

1
6

5
6

2
=
5!
3! 2!

1
6

5
6

2
=
125
3888
P =

1
6

5
6

2
P(6 6 6
/
6 6
/
) = P(6)P(6)P(6
/
)P(6)P(6
/
) =
1
6

1
6

5
6

1
6

5
6
=

1
6

5
6

2
(c) P(trs so 10 e 2 so valetes) =
(
4
C
3
)(
4
C
2
)
52
C
5
=
1
108.290
.
(d) P(9, 10, valete, rainha, rei em qualquer ordem) =
(
4
C
1
)(
4
C
1
)(
4
C
1
)(
4
C
1
)(
4
C
1
)
52
C
5
=
64
162.435
.
(e) P(3 de um mesmo naipe qualquer e 2 de outro) =
(4
13
C
3
)(3
13
C
2
)
52
C
5
=
429
4165
,
j que existem 4 maneiras de escolher o primeiro naipe e trs maneiras de escolher o segundo naipe.
( f ) P(no-s) =
48
C
5
52
C
5
=
35.673
54.145
. Ento P(pelo menos um s) = 1
35.673
54.145
=
18.472
54.145
CAPTULO 1 PROBABILIDADE BSICA 37
assumindo que os resultados de cada partida so independentes dos resultados das outras partidas. (Esta suposio po-
deria no ser razovel se cada jogador fosse influenciado psicologicamente pelo fato do outro ter vencido ou perdido.)
(b) Em qualquer partida, a probabilidade de no-empate (i.e., ou A ou B vence) e a probabilidade de
um empate Ento a probabilidade de 2 empates em 3 partidas (veja o Problema 1.37)
(c) P(A e B vencem alternadamente) = P(A vence, depois B vence, depois A vence
ou B vence, depois A vence, depois B vence)
(d) P(B vence pelo menos uma partida) = 1 P(B vence nenhuma partida)
1.40 A e B lanam alternadamente um par de dados em um jogo. O primeiro a obter um total de 7 pontos vence. Encon-
tre a probabilidade de que (a) aquele que primeiro lanar os dados vena o jogo, (b) aquele que lanar os dados em
segundo lugar vena o jogo.
(a) A probabilidade de obter um total de 7 em um nico lanamento de um par de dados, assumindo que so honestos,
, como visto no Problema 1.9 e Fig. 1-9. Se supormos que A o primeiro a lanar, ento A vencer em qualquer
um dos seguintes casos mutuamente exclusivos com as probabilidades associadas indicadas:
(1) A vence no primeiro lanamento. Probabilidade =
(2) A perde no primeiro lanamento, depois B perde, depois A vence. Probabilidade =
(3) A perde no primeiro lanamento, B perde, A perde, B perde, A vence. Probabilidade =
..........................................................................................................................................................................
A probabilidade de A vencer
onde usamos o resultado 6 do Apndice A com x = (5/6)
2
.
(b) A probabilidade de B vencer o jogo , similarmente,

5
6

1
6

5
6

5
6

5
6

1
6

5
6

1
6

5
6

5
6

=
5=36
1 (5=6)
2
=
5
11

1
6

5
6

5
6

1
6

5
6

5
6

5
6

5
6

1
6

=
1
6

5
6

5
6

=
1=6
1 (5=6)
2
=
6
11
(
5
6
)(
5
6
)(
5
6
)(
5
6
)(
1
6
).
(
5
6
)(
5
6
)(
1
6
).
1
6
.
1
6
= 1 P(B
/
1
B
/
2
B
/
3
)
= 1 P(B
/
1
)P(B
/
2
)P(B
/
3
)
= 1

2
3

2
3

2
3

=
19
27
= P(A
1
B
2
A
3
) P(B
1
A
2
B
3
)
= P(A
1
)P(B
2
)P(A
3
) P(B
1
)P(A
2
)P(B
3
)
=

1
2

1
3

1
2

1
3

1
2

1
3

=
5
36

3
2

p
2
q
32
= 3

1
6

5
6

=
5
72
p = 1 q =
1
6
.
q =
1
2

1
3
=
5
6
P(A vence uma partida) =
6
12
=
1
2
, P(B vence uma partida) =
4
12
=
1
3
P(A
1
A
2
A
3
) = P(A
1
)P(A
2
)P(A
3
) =

1
2

1
2

1
2

=
1
8
(a) P(A vence todas as trs partidas) =
38 PROBABILIDADE E ESTATSTICA
Portanto, podemos dar chances de 6 para 5 que o primeiro a lanar venha a vencer. Note que, desde que
a probabilidade de um impasse zero. Isto no seria verdadeiro se o jogo fosse limitado. Veja o Problema 1.100.
1.41 Uma mquina produz um total de 12.000 parafusos de porca por dia, dos quais, em mdia, 3% so defeituosos. En-
contre a probabilidade de que entre 600 parafusos escolhidos ao acaso, 12 sejam defeituosos.
Dos 12.000 parafusos, 3%, ou 360, so defeituosos e 11.640 no so defeituosos. Ento
1.42 Uma caixa contm 5 bolas de gude vermelhas e 4 brancas. Duas bolas de gude so retiradas sucessivamente da cai-
xa, sem reposio e constatado que a segunda branca. Qual a probabilidade da primeira tambm ser branca?
Mtodo 1
Se B
1
, B
2
so respectivamente os eventos branca na 1
a
extrao, branca na 2
a
extrao, estamos procurando por P(B
1
| B
2
).
Isto dado por
Mtodo 2
Como sabemos que a segunda branca, existem somente 3 maneiras, entre as 8 restantes, de a primeira ser branca, de mo-
do que a probabilidade 3/8.
1.43 As probabilidades de que um marido e sua esposa estejam vivos daqui a 20 anos so dadas por 0,8 e 0,9 respecti-
vamente. Encontre a probabilidade de que em 20 anos (a) ambos estejam vivos, (b) nenhum esteja vivo, (c) pelo
menos um esteja vivo.
Sejam M e E respectivamente os eventos marido estar vivo e esposa estar viva daqui a 20 anos. Ento P(M) = 0,8,
P(E) = 0,9. Vamos supor que Me E so eventos independentes, o que poder, ou no, ser razovel.
1.44 Uma secretria ineficiente coloca aleatoriamente n diferentes cartas dentro de n diferentes envelopes j enderea-
dos. Encontre a probabilidade de que pelo menos uma das cartas chegue ao destino apropriado.
Sejam A
1
, A
2
, ..., A
n
representando os eventos em que a 1
a
, 2
a
,, n
sima
cartas esto no envelope correto. Ento, o even-
to em que pelo menos uma carta est no envelope correto A
1
A
2

. . .
A
n
, e queremos encontrar P(A
1
A
2

. . .

A
n
). De uma generalizao dos resultados (10) e (11), pgina 18, temos
onde a soma das probabilidades de A
k
de 1 a n, a soma das probabilidades de com
j e k variando de 1 a n e k > j, etc. Temos, por exemplo, o seguinte:
visto que, dos n envelopes, somente 1 ter o endereo apropriado. Tambm
P(A
1
A
2
) = P(A
1
)P(A
2
[ A
1
) =

1
n

1
n 1

(3)
P(A
1
) =
1
n
P(A
k
) =
1
n
(2) e similarmente
A
j
A
k
P
P(A
j
A
k
)
P
P(A
k
)
i h
(1) P(A
1
A
2
A
n
) =
P
P(A
k
)
P
P(A
j
A
k
)
P
P(A
i
A
j
A
k
)
(1)
n1
P(A
1
A
2
A
n
)
(a) P(ambos estarem vivos) = P(ME) = P(M)P(E) = (0,8)(0,9) = 0,72
(b) P(nenhum estar vivo) = P(M
/
E
/
) = P(M
/
)P(E
/
) = (0,2)(0,1) = 0,02
(c) P(pelo menos um estar vivo) = 1 P(nenhum estar vivo) = 1 0,02 = 0,98
P(B
1
[ B
2
) =
P(B
1
B
2
)
P(B
2
)
=
(4=9)(3=8)
4=9
=
3
8
Probabilidade procurada =
360
C
12 11.640
C
588
12.000
C
600
6
11

5
11
= 1
CAPTULO 1 PROBABILIDADE BSICA 39
j que, se a 1
a
carta estiver no envelope apropriado, ento somente 1 dos n 1 envelopes restantes ser apropriado. De for-
ma similar encontramos
etc., e finalmente
Agora, na soma existem termos, todos tendo o valor dado por (3). Similarmente, em
, existem termos tendo o valor dado por (4). Portanto, a probabilidade procurada
Do Clculo sabemos que (veja o Apndice A)
De modo que, para x = 1
ou
Segue que, se n grande, a probabilidade procurada muito prxima de 1 e
1
= 0,6321. Isto significa que h uma boa
chance de pelo menos 1 carta chegar no destino prprio. Vale a pena observar, por este resultado, que a probabilidade per-
manece praticamente constante para todo n >10. Portanto, a probabilidade de pelo menos uma carta chegar ao seu desti-
no correto praticamente a mesma quando n 10 ou 10.000.
1.45 Encontre a probabilidade de que n pessoas (n 365) selecionadas aleatoriamente tenham n diferentes datas de nas-
cimento.
Assumimos que existem somente 365 dias em um ano e que todos eles so igualmente provveis como datas de nas-
cimento, suposio esta que no est muito de acordo com a realidade.
A primeira das n pessoas tem, claro, algum dia de nascimento com probabilidade 365/365 = 1. Ento, se a segun-
da deve ter uma diferente data de nascimento, preciso que ela ocorra em um dos outros 364 dias. Portanto, a probabili-
dade da segunda pessoa ter nascido em data diferente da primeira 364/365. Similarmente, a probabilidade da terceira
pessoa ter nascido em data diferente das primeiras duas 363/365. Finalmente, a probabilidade da n
sima
pessoa ter nasci-
do em data diferente das outras pessoas (365 n + 1)/365. Portanto, temos
P(todas as n datas de nascimento so diferentes) =
365
365

364
365

363
365

365 n 1
365
=

1
1
365

1
2
365

1
n 1
365

1
1
2!

1
3!
= 1 e
1
e
1
= 1

1
1
2!

1
3!

e
x
= 1 x
x
2
2!

x
3
3!

P(A
1
A
2
A
n
) =

n
1

1
n

n
2

1
n

1
n 1

n
3

1
n

1
n 1

1
n 2

(1)
n1

n
n

1
n!

= 1
1
2!

1
3!
(1)
n1
1
n!

n
3

=
n
C
3
P
P(A
i
A
j
A
k
),

n
2

=
n
C
2
P
P(A
j
A
k
),
P(A
1
A
2
A
n
) =

1
n

1
n 1

1
1

=
1
n!
(5)
P(A
1
A
2
A
3
) = P(A
1
)P(A
2
[ A
1
)P(A
3
[ A
1
A
2
) =

1
n

1
n 1

1
n 2

(4)
40 PROBABILIDADE E ESTATSTICA
1.46 Determine quantas pessoas so necessrias no Problema 1.45 para que a probabilidade de ocorrer datas de nasci-
mento distintas seja menor do que 1/2.
Denotando a probabilidade dada por p e tomando o logaritmo natural, encontramos
Mas, sabemos do Clculo (Apndice A, frmula 7) que
de modo que (1) pode ser escrito
Usando os fatos de que para n = 2, 3, ... (Apndice A, frmulas 1 e 2)
obtemos por (3)
Para n pequeno comparado a 365, digamos, n < 30, o segundo e os seguintes termos direita de (5) so negligenciveis
comparados com o primeiro termo, de modo que uma boa aproximao neste caso
Para Portanto, temos
de modo que n = 23. Nossa concluso portanto que, se n maior que 23, podemos ter mais do que boas chances de pe-
lo menos duas pessoas terem a mesma data de nascimento.
Problemas Complementares
Clculo de Probabilidades
1.47 Determine a probabilidade p, ou uma estimativa dela, para cada um dos seguintes eventos:
(a) Aparece um rei, um s, um valete de paus ou uma dama de ouros na retirada de uma nica carta de um baralho co-
mum de 52 cartas bem misturadas.
(b) Aparece a soma 8 em um nico lanamento de um par de dados honestos.
(c) Um parafuso de porca no-defeituoso ser encontrado, aps 600 parafusos j terem sido examinados e 12 serem de-
feituosos.
(d) Aparecem um 7 ou um 11 em um nico lanamento de um par de dados honestos.
(e) Aparece pelo menos uma cara em 3 lanamentos de uma moeda honesta.
1.48 Um experimento consiste em retirar 3 cartas sucessivamente de um baralho comum bem embaralhado. Sejam A
1
o even-
to rei na primeira retirada, A
2
o evento rei na segunda retirada e A
3
o evento rei na terceira retirada. Explique em pa-
lavras o significado do que segue:
1.49 Uma bola de gude retirada ao acaso de uma caixa contendo 10 bolas vermelhas, 30 brancas, 20 azuis e 15 cor de laran-
ja. Encontre a probabilidade dela ser (a) cor de laranja ou vermelha, (b) no-vermelha ou azul, (c) no-azul, (d) branca,
(e) vermelha, branca ou azul.
1.50 Duas bolas de gude so retiradas sucessivamente de uma caixa do Problema 1.49, sendo feita reposio aps cada uma
das duas retiradas. Encontre a probabilidade de que (a) ambas sejam brancas, (b) a primeira seja vermelha e a segunda se-
(a) P(A
1
A
/
2
), (b) P(A
1
A
2
), (c) P(A
/
1
A
/
2
), (d) P(A
/
1
A
/
2
A
/
3
), (e) P[(A
1
A
2
) (A
/
2
A
3
)[.
n(n 1)
730
= 0,693 n
2
n 506 = 0 (n 23)(n 22) = 0 (7) ou ou
p =
1
2
, ln p = ln 2 = 0,693.
ln p =
n(n 1)
730
(6)
ln p =
n(n 1)
730

n(n 1)(2n 1)
12(365)
2
(5)
1 2 (n 1) =
n(n 1)
2
, 1
2
2
2
(n 1)
2
=
n(n 1)(2n 1)
6
(4)
ln p =

1 2 (n 1)
365

1
2

1
2
2
2
(n 1)
2
(365)
2

(3)
ln (1 x) = x
x
2
2

x
3
3
(2)
ln p = ln

1
1
365

ln

1
2
365

ln

1
n 1
365

(1)
CAPTULO 1 PROBABILIDADE BSICA 41
ja branca, (c) nenhuma seja cor de laranja, (d) ambas sejam vermelhas ou brancas ou sejam uma vermelha e uma branca,
(e) a segunda no seja azul, (f) a primeira seja cor de laranja, (g) pelo menos uma seja azul, (h) no mximo uma seja ver-
melha, (i) a primeira seja branca mas a segunda no, (j) somente uma seja vermelha.
1.51 Resolva o Problema 1.50 com no-reposio aps cada retirada.
Probabilidade Condicional e Eventos Independentes
1.52 Uma caixa contm 2 bolas de gude vermelhas e 3 brancas. Encontre a probabilidade de que, se duas bolas de gude forem
retiradas aleatoriamente (sem reposio), (a) ambas sejam azuis, (b) ambas sejam vermelhas, (c) uma seja vermelha e a
outra seja azul.
1.53 Encontre a probabilidade de retirar 3 ases aleatoriamente de um baralho comum de 52 cartas se as cartas so (a) recolo-
cadas, (b) no so recolocadas no baralho.
1.54 Se pelo menos uma criana em uma famlia com 2 crianas um menino, qual a probabilidade de que ambas as crianas
sejam meninos?
1.55 A caixa I contm 3 bolas vermelhas e 5 brancas ao passo que a caixa II contm 4 bolas vermelhas e 2 brancas. Uma bola
escolhida ao acaso da primeira caixa e colocada na segunda caixa sem que sua cor seja observada. Ento, uma bola re-
tirada ao acaso da segunda caixa. Encontre a probabilidade dela ser branca.
Teorema (ou Regra) de Bayes
1.56 Uma caixa contm 3 bolas de gude azuis e 2 vermelhas enquanto que outra caixa contm 2 bolas de gude azuis e 5 ver-
melhas. Uma bola de gude retirada aleatoriamente de uma das caixas e azul. Qual a probabilidade de ela ter vindo da
primeira caixa?
1.57 Cada uma de trs caixas idnticas de jias tem dois compartimentos. Em cada compartimento da primeira caixa tem um
relgio de ouro. Em cada compartimento da segunda caixa tem um relgio de prata. Em um compartimento da terceira
caixa tem um relgio de ouro e no outro tem um relgio de prata. Se selecionarmos uma caixa aleatoriamente, abrirmos
um dos compartimentos e encontrarmos um relgio de prata, qual a probabilidade de que o outro compartimento conte-
nha um relgio de ouro?
1.58 A urna I contm 2 bolas brancas e 3 pretas; a urna II, 4 brancas e 1 preta; e a urna III, 3 brancas e 4 pretas. Uma urna sele-
cionada ao acaso e uma bola branca retirada tambm ao acaso. Encontre a probabilidade da urna I ter sido a selecionada.
Anlise Combinatria, Contagem e Diagramas em rvore
1.59 Uma moeda lanada 3 vezes. Use um diagrama em rvore para determinar as vrias possibilidades que podem surgir.
1.60 Trs cartas so retiradas aleatoriamente de um baralho comum de 52 cartas. Encontre o nmero de maneiras de se retirar
(a) cartas de ouros, paus e copas sucessivamente, (b) duas cartas de copas e depois uma de paus ou uma de espadas.
1.61 De quantas maneiras 3 moedas podem ser colocadas em 2 bolsas diferentes?
Permutaes
1.62 Calcule (a)
4
P
2
, (b)
7
P
5
, (c)
10
P
3
.
1.63 Para qual valor de n tem-se
n+1
P
3
=
n
P
4
?
1.64 De quantas maneiras 5 pessoas podem sentar-se em um sof se existem somente 3 lugares disponveis?
1.65 De quantas maneiras 7 livros podem ser colocados em uma prateleira se (a) qualquer agrupamento possvel, (b) 3 livros
em particular precisam ficar sempre juntos, (c) 2 livros em particular devem ocupar as posies finais?
1.66 Quantos nmeros de cinco dgitos diferentes podem ser formados com os dgitos 1, 2, 3, ..., 9 se (a) os nmeros precisam
ser mpares, (b) os primeiros dois dgitos de cada nmero so pares?
1.67 Resolva o Problema 1.66 se repeties dos dgitos for permitido.
1.68 De quantas maneiras diferentes nmeros de trs dgitos podem ser formados com 3 quatros, 4 dois e 2 trs?
1.69 De quantas maneiras 3 homens e 3 mulheres podem sentar-se em torno de uma mesa se (a) nenhuma restrio imposta,
(b) 2 mulheres em particular precisam sentar-se juntas, (c) cada mulher deve sentar-se entre 2 homens?
42 PROBABILIDADE E ESTATSTICA
Combinaes
1.70 Calcule (a)
5
C
3
, (b)
8
C
4
, (c)
10
C
8
.
1.71 Para qual valor de n tem-se 3
n+1
C
3
= 7
n
C
2
?
1.72 De quantas maneiras 6 questes podem ser selecionadas entre 10?
1.73 Quantos comits diferentes com 3 homens e 4 mulheres podem ser formados entre 8 homens e 6 mulheres?
1.74 De quantas maneiras 2 homens, 4 mulheres, 3 meninos e 3 meninas podem ser selecionados entre 6 homens, 8 mulheres,
4 meninos e 5 meninas se (a) nenhuma restrio imposta, (b) um homem e uma mulher em particular precisam ser se-
lecionados?
1.75 De quantas maneiras um grupo de 10 pessoas pode ser dividido em (a) dois grupos consistindo de 7 e 3 pessoas, (b) trs
grupos consistindo de 5, 3 e 2 pessoas?
1.76 De 5 estatsticos e 6 economistas, um comit consistindo de 3 estatsticos e 2 economistas deve ser formado. Quantos co-
mits diferentes podem ser formados se (a) nenhuma restrio imposta, (b) 2 estatsticos em particular precisam estar
no comit, (c) 1 economista em particular no pode estar no comit?
1.77 Encontre o nmero de (a) combinaes e (b) permutaes de 4 letras cada, que podem ser formadas com as letras da pa-
lavra Tennessee.
Coeficientes Binominais
1.78 Calcule
1.79 Expanda
1.80 Encontre o coeficiente de x em
Probabilidade Usando Anlise Combinatria
1.81 Encontre a probabilidade de marcar um total de 7 pontos (a) uma vez, (b) pelo menos uma vez, (c) duas vezes; em 2 lan-
amentos de um par de dados honestos.
1.82 Duas cartas so retiradas sucessivamente de um baralho comum de 52 cartas bem embaralhadas. Encontre a probabilida-
de de que (a) a primeira carta no seja um dez de paus ou um s, (b) a primeira carta seja um s mas a segunda no, (c)
pelo menos uma carta seja de ouros, (d) as cartas no sejam do mesmo naipe, (e) no mais do que uma carta seja uma fi-
gura (valete, dama, rei), (f ) a segunda carta no seja uma figura, (g) a segunda carta no seja uma figura dado que a pri-
meira tenha sido uma figura, (h) as cartas sejam figuras ou do naipe de espadas ou ambas.
1.83 Uma caixa contm 9 fichas numeradas de 1 a 9, inclusive. Se 3 fichas forem retiradas da caixa, uma de cada vez, encon-
tre a probabilidade de que elas sejam, alternadamente, ou mpar, par, mpar ou par, mpar, par.
1.84 As chances a favor de A vencer um jogo de xadrez contra B so 3 : 2. Se forem jogadas 3 partidas, quais so as chances (a)
a favor de A vencer pelo menos 2 partidas entre as 3, (b) contra A perder as primeiras 2 partidas para B?
1.85 No jogo de bridge, cada um dos 4 jogadores recebe 13 cartas de um baralho comum de 52 cartas bem embaralhadas. En-
contre a probabilidade de um dos jogadores, (digamos, o mais velho) obter (a) 7 ouros, 2 paus, 3 copas e 1 espada; (b) to-
das as cartas do mesmo naipe.
1.86 Uma urna contm 6 bolas de gude vermelhas e 8 azuis. Cinco bolas so extradas aleatoriamente da urna, sem reposio.
Encontre a probabilidade de 3 serem vermelhas e duas serem azuis.
1.87 (a) Encontre a probabilidade de se obter soma 7 em pelo menos um dos 3 lanamentos de um par de dados honestos.
(b) Quantos lanamentos so necessrios para que a probabilidade em (a) seja maior do que 0,95?
1.88 Trs cartas so retiradas de um baralho comum de 52 cartas. Encontre a probabilidade de que (a) todas as cartas sejam do
mesmo naipe, (b) sejam retirados pelo menos 2 ases.
1.89 Encontre a probabilidade de que, das 13 cartas dadas a um jogador de bridge, 9 cartas sejam do mesmo naipe.

x
2
x

9
.
(a) (x y)
6
, (b) (x y)
4
, (c) (x x
1
)
5
, (d) (x
2
2)
4
.
(a)
6
C
3
, (b)

11
4

, (c) (
8
C
2
)(
4
C
3
)=
12
C
5
.
CAPTULO 1 PROBABILIDADE BSICA 43
Problemas Variados
1.90 Um espao amostral consiste de 3 pontos amostrais com respectivas probabilidades dadas por 2p, p
2
e 4p 1. Encontre o
valor de p.
1.91 Quantas palavras podem ser formadas com 5 letras se (a) todas as letras so diferentes, (b) 2 letras so idnticas,
(c) todas as letras so diferentes mas 2 determinadas letras no podem ser adjacentes?
1.92 Quatro inteiros so escolhidos ao acaso entre 0 e 9, inclusive. Encontre a probabilidade de (a) serem todos diferentes,
(b) no mais do que 2 serem iguais.
1.93 Um par de dados lanado repetidamente. Encontre a probabilidade de que um 11 ocorra pela primeira vez no 6
o
lana-
mento.
1.94 Qual o menor nmero necessrio de lanamentos no Problema 1.93 para que a probabilidade de obter um 11 seja maior
do que (a) 0,5, (b) 0,95?
1.95 Em um jogo de pquer encontre a probabilidade de se obter (a) um royal flush, o qual consiste de 10, valete, dama, rei e
s de um nico naipe; (b) um full house, o qual consiste de 3 cartas de um mesmo valor e 2 de outro (tal como trs 10 e
dois valetes); (c) todas as cartas diferentes; (d) quatro ases.
1.96 A probabilidade de que um homem atinja um alvo Se ele atira no alvo at atingi-lo pela primeira vez, encontre a pro-
babilidade de que sejam necessrios 5 tiros para atingir o alvo.
1.97 (a) Uma prateleira contm seis compartimentos separados. De quantas maneiras 4 bolas de gude indistinguveis podem
ser colocadas nos compartimentos? (b) Resolva o mesmo problema se existirem n compartimentos e r bolas de gude. Es-
te tipo de problema surge em fsica, em conexo com a estatstica de Bose-Einstein.
1.98 (a) Uma prateleira contm seis compartimentos separados. De quantas maneiras 12 bolas de gude indistinguveis podem
ser colocadas nos compartimentos de modo que nenhum fique vazio? (b) Resolva o mesmo problema se existirem n com-
partimentos e r bolas de gude onde r > n. Este tipo de problema surge em fsica, em conexo com a estatstica de Fermi-
Dirac.
1.99 Um jogador de pquer tem cartas 2, 3, 4, 6 e 8. Ele deseja descartar a 8 e substitu-la por outra carta, a qual ele espera que
seja um 5 (neste caso ele obtm um inside straight). Qual a probabilidade de que isto acontea assumindo que os outros
trs jogadores juntos tm (a) um 5, (b) dois 5, (c) trs 5, (d) nenhum 5? Este problema pode ser resolvido se o nmero de
5 nas mos dos outros jogadores desconhecido?
1.100 Resolva o Problema 1.40 se o jogo for limitado a 3 lanamentos.
1.101 Encontre a probabilidade de que em um jogo de bridge (a) 2, (b) 3, (c) todos os 4 jogadores tenham todas cartas do mes-
mo naipe.
Respostas dos Problemas Complementares
1.47 (a) 5/26 (b) 5/36 (c) 0,98 (d) 2/9 (e) 7/8
1.48 (a) Probabilidade de rei na primeira e no-rei na segunda retirada.
(b) Probabilidade de um rei na primeira retirada, um rei na segunda retirada ou ambos.
(c) No-rei na primeira retirada, na segunda retirada ou ambos (no-rei na primeira e na segunda retiradas).
(d) No-rei na primeira, segunda e terceira retiradas.
(e) Probabilidade de rei na primeira retirada e rei na segunda retirada ou no-rei na segunda retirada e rei na terceira re-
tirada.
1.49 (a) 1/3 (b) 3/5 (c) 11/15 (d) 2/5 (e) 4/5
1.50 (a) 4/25 (c) 16/25 (e) 11/15 (g) 104/225 (i) 6/25
(b) 4/75 (d) 64/225 (f) 1/5 (h) 221/225 (j) 52/225
1.51 (a) 29/185 (c) 118/185 (e) 11/15 (g) 86/185 (i) 9/37
(b) 2/37 (d) 52/185 (f) 1/5 (h) 182/185 (j) 26/111
1.52 (a) 3/10 (b) 1/10 (c) 3/5
2
3
.
44 PROBABILIDADE E ESTATSTICA
1.53 (a) 1/2197 (b) 1/17.576
1.54 1/3
1.55 21/56
1.56 21/31
1.57 1/3
1.58 14/57
1.59
1.60 (a) 13 13 13 (b) 13 12 26
1.61 8
1.62 (a) 12 (b) 2520 (c) 720
1.63 n = 5
1.64 60
1.65 (a) 5040 (b) 720 (c) 240
1.66 (a) 8400 (b) 2520
1.67 (a) 32.805 (b) 11.664
1.68 26
1.69 (a) 120 (b) 72 (c) 12
1.70 (a) 10 (b) 70 (c) 45
1.71 n = 6
1.72 210
1.73 840
1.74 (a) 42.000 (b) 7000
1.75 (a) 120 (b) 2520
1.76 (a) 150 (b) 45 (c) 100
1.77 (a) 17 (b) 163
1.78 (a) 20 (b) 330 (c) 14/99
H = cara
T = coroa
CAPTULO 1 PROBABILIDADE BSICA 45
1.79
1.80 2016
1.81 (a) 5/18 (b) 11/36 (c) 1/36
1.82 (a) 47/52 (b) 16/221 (c) 15/34 (d) 13/17 (e) 210/221 (f) 10/13 (g) 40/51 (h) 77/442
1.83 5/18
1.84 (a) 81 : 44 (b) 21 : 4
1.85 (a) (
13
C
7
)(
13
C
2
)(
13
C
3
)(
13
C
1
)/
52
C
13
(b) 4/
52
C
13
1.86 (
6
C
3
)(
8
C
2
)/
14
C
5
1.87 (a) 91/216 (b) pelo menos 17
1.88 (a) 4
13
C
3
/
52
C
3
(b) (
4
C
2

48
C
1
+
4
C
3
)/
52
C
3
1.89 4(
13
C
9
)(
39
C
4
)/
52
C
13
1.90
1.91 (a) 120 (b) 60 (c) 72
1.92 (a) 63/125 (b) 963/1000
1.93 1.419.857/34.012.224
1.94 (a) 13 (b) 53
1.95 (a) 4/
52
C
5
(c) 4
5
(
13
C
5
)/
52
C
5
(b) (13)(2)(4)(6)/
52
C
5
(d) (5)(4)(3)(2)/(52)(51)(50)(49)
1.96 2/243
1.97 (a) 126 (b)
n+r1
C
n1
1.98 (a) 462 (b)
r1
C
n1
1.99 (a) 3/32 (b) 1/16 (c) 1/32 (d) 1/8
1.100 Prob. de A vencer = 61/216, prob. de B vencer = 5/36, prob. de impasse = 125/216
1.101 (a) 12/(
52
C
13
)(
39
C
13
) (b) 24/(
52
C
13
)(
39
C
13
)(
26
C
13
)

11
_
3
6
6x
5
y 15x
4
y
2
20x
3
y
3
15x
2
y
3
6xy
5
y
6
4
4x
3
y 6x
2
y
2
4xy
3
y
4
x
5
5x
3
10x 10x
1
5x
3
x
5
8
8x
6
24x
4
32x
2
16
(a) x
(b) x
(c)
(d) x