Você está na página 1de 16

UNIVERSI DADE FEDERAL DE SERGI PE

CENTRO DE CIENCI AS EXATAS E TECNOLOGIA


DEPARTAMENTO DE ESTATSTI CA E CI NCIAS ATUARIAI S

NOTAS DE AULA Probabilidades
Disciplina: Estatstica Aplicada
Professora: Vanessa K. Santos

1. Espao Amostral

Encontramos na natureza dois tipos de fenmenos: determinsticos e aleatrios.
Os fenmenos determinsticos so aqueles em que os resultados so sempre os mesmos,
qualquer que seja o nmero de ocorrncias verificadas.
Se tomarmos um determinado slido, sabemos que a uma certa temperatura haver a
passagem para o estado lquido. Este exemplo caracteriza fenmenos determinsticos.
Nos fenmenos aleatrios, os resultados no sero previsveis, mesmo que haja um grande
nmero de repeties do mesmo fenmeno. Por exemplo: se considerarmos um pomar com
centenas de laranjeiras, as produes de cada planta sero diferentes e no previsveis, mesmo
que as condies de temperatura, presso, umidade, solo, etc..., sejam as mesmas para todas
as rvores. Podemos, assim, definir fenmenos aleatrios como segue:

Definio 1: Experimentos aleatrios
Todo e qualquer fenmeno produzido pelo homem pode ser chamado de experimento
(fenmeno) aleatrio.

Em suma, nos experimentos aleatrios, mesmo que as condies iniciais sejam sempre as
mesmas, os resultados finais de cada experimento sero diferentes e no previsveis.

Exemplos:
a) O lanamento de uma moeda no viciada;
b) O lanamento de um dado honesto;
c) A retirada de uma carta de um baralho com 52 cartas;
d) A determinao do tempo de vida til de um componente eletrnico;

Definio 2: Espao Amostral
O conjunto de todos os possveis resultados de um experimento chamado espao amostral,
representado por O ou S.

Exemplo:
a) O = {Cara, Coroa}
b) O = {1, 2, 3, 4, 5, 6}
c) O = {A
O
,..., K
O
, A
E
,..., K
E
, A
P
,..., K
P
, A
C
,..., K
C
}
d) O = {t e 9 | t 0}

Os elementos do espao amostral so chamados pontos amostrais.



Para cada caso abaixo, descreva o espao amostral correspondente e conte seus elementos:

a) Uma moeda lanada duas vezes e as faces obtidas so observadas;
b) Um dado lanado 2 vezes e a ocorrncia de face par ou impar observada;
c) Uma urna contm 10 bolas azuis e 10 vermelhas com dimenses rigorosamente iguais;
d) Dois dados so lanados simultaneamente e estamos interessados na soma das faces
observadas;
e) Em uma cidade, famlias com 3 crianas so selecionadas ao acaso, anotando-se o sexo
de cada uma;
f) Uma mquina produz 20 peas por hora. Escolhe-se um instante qualquer e observa-se
o nmero de defeituosas na prxima hora;
g) Uma moeda lanada consecutivamente at o aparecimento da primeira cara;
h) Contagem do nmero de clientes em uma fila nica de banco, que chegam durante 1h;
i) Medio da temperatura, em C, numa estao meteorolgica da cidade de Aracaju.

Definio 3: Eventos
Qualquer subconjunto do espao amostral chamado de evento, ou seja, se E c O ento E
um evento de O.

Tipos de eventos
- Se E = O, E chamado evento certo;
- Se E c O e E um conjunto unitrio, E chamado evento elementar;
- Se E = C, E chamado evento impossvel.

Exemplo:
Ao lanar 2 dados, possvel classificar como evento:
A: Sada de faces iguais;
B: Sada de faces cuja soma seja menor que 3;
C: Sada de faces em que uma face o dobro da outra;
D: Sada de faces cuja soma seja menor que 2;
E: Sada de faces cuja soma seja menor que 15;
F: Sada de faces cuja soma seja igual a 10;

Soluo:
O evento D dito impossvel, o evento E dito certo, o evento B dito elementar e os demais,
A, C e F so apenas eventos.

J que o espao amostral : e os eventos so:

O = {(1,1); (1,2); (1,3); (1,4); (1,5); (1,6)
(2,1); (2,2); (2,3); (2,4); (2,5); (2,6)
(3,1); (3,2); (3,3); (3,4); (3,5); (3,6)
(4,1); (4,2); (4,3); (4,4); (4,5); (4,6)
(5,1); (5,2); (5,3); (5,4); (5,5); (5,6)
(6,1); (6,2); (6,3); (6,4); (6,5); (6,6)}


A = {(1,1);(2,2);(3,3);(4,4);(5,5);(6,6)}
B = {(1,1)}
C = {(1,2);(2,1);(2,4);(3,6);(4,2);(6,3)}
D = C
E = O
Tente Voc 1
F = {(4,6);(5,5);(6,4)}

Considere que voc vai cronometrar o tempo, em segundos, para carregar uma pgina da web.
a) Represente, em forma de conjuntos, os seguintes eventos:
A = mais do que 5 e, no mximo, 10 segundos;
B = mais do que 10 segundos;
C = Mais do que 8 segundos;

Operaes com eventos aleatrios

Considere um espao amostral finito O e sejam A e B eventos de c. Assim, possvel definir as
seguintes operaes:
- Unio (A U B)
O evento unio formado pelos pontos amostrais que pertencem a, pelo menos, um dos
eventos, ou seja,






- Interseo (A B)
O evento interseo formado pelos pontos amostrais que pertencem, simultaneamente, aos
eventos A e B, ou seja,






CASO ESPECIAL:
Se A B = |, A e B so ditos eventos mutuamente excludentes (exclusivos).

- Complementao (A
c
)
O evento complementao formado pelos pontos amostrais que no pertencem ao evento A
(evento de interesse), ou seja,








Com base no tente voc 2, represente os eventos
D = A B; E = A B;
Tente Voc 2
Tente Voc 3
F = A C ; G = A.
Exerccios
1. Suponha que um conjunto seja formado pelos inteiros positivos de 1 a 10 e sejam:
A = {2,3,4}; B = {3,4,5} e C = {5,6,7}. Enumere os elementos dos seguintes conjuntos:

a) A B b) A

U B c) (A B)
d) (A (B C))

e) (A (B U C))

2. Empregue Diagramas de Venn para estabelecer as seguintes relaes:

a) A c B e B c C implica que A c C.
b) A c B implica que A = A B.
c) A c B implica que B c A.
d) A c B implica que A U C c B U C.
e) A B = C e C c A implicam que B C = C.

3. Dados os conjuntos A = {1,2,3}, B = {3,4,5}, C = {1,5,6} e D = C, efetue as operaes:
(Obs: Se preferir use o diagrama de Venn).

a) A B b) B C
c) A C d) C A
e) (A U B) D f) (B C) (A B)
g) (A U C) (B D) h) (A B C) U (B C D)

4. Considerando os conjuntos A = {3, x, 8, 11}, B = {7, x, 11, 33, z} e A B = {6, 8, 11},
obtenha o valor de z + x.

5. Numa pesquisa realizada num colgio, perguntou-se aos alunos se preferiam shows de rock
ou concertos de msica clssica. Obtiveram-se os dados apresentados no quadro abaixo:

Nmero de preferncias
Rock 458
Msica Clssica 112
Ambos 62
Nenhum 36


6. Numa cidade, foi feito um levantamento para saber quantas crianas haviam recebido as
vacinas Sabin, trplice e contra o sarampo. Os dados obtidos foram:

Vacinas Nmero de crianas
Sabin 5428
Trplice 4346
Sarampo 5800
Sabin e Trplice 812
Sabin e Sarampo 904
Trplice e Sarampo 721
As Trs 521
Nenhuma 1644


Com base nesses dados,
determine o nmero de
alunos consultados.

Determine o nmero de crianas
abrangidas pela pesquisa e, entre
elas, quantas receberam:

a) Apenas Sabin;
b) Apenas a Trplice;
c) Apenas a vacina contra Sarampo;
d) Pelo menos duas vacinas.


2. Probabilidades

O clculo das probabilidades pertence ao campo da Matemtica. Sua incluso, neste curso,
cujo objetivo essencialmente a Estatstica, encontra explicao no fato de que a maioria dos
fenmenos de que trata a Estatstica de natureza aleatria ou no determinstica.

Definio 4: Frequncia Relativa
Representa o n de vezes que o(s) evento(s) de interesse ocorre(m) nas n repeties do
experimento.

Propriedades:

i. 0 f
a
1;
ii. f
a
= 1, se o evento de interesse ocorrer todas as vezes;
iii.f
a
= 0, se o evento de interesse nunca todas as vezes;
iv. Se A e B forem mutuamente excludentes

f(A U B) = f(A) + f(B)

v. Com base nas n repeties f
a
P(A) quando n .

Definio 5: Probabilidade
Seja c um experimento e O o espao amostral associado a ele. A cada evento A associamos um
nmero real P(A), denominado probabilidade de A, que satisfaa as seguintes condies:

1. P(A) 0; 2. P(O) = 1;
3. Se A
1
, A
2
, ..., A
i
,... forem eventos mutuamente excludentes 02 a 02, ou seja, se A
i
A
j
= C,
i,j = 1,2,...,k; i j, ento


P(A
1
U A
2
U ... U A
i
U ...) = P(A
1
) + P(A
2
) + .... + P(A
i
) + ...
ou seja,


Propriedades:

i. Para todo A c O, P(A
c
) = 1 P(A);
ii. Se C o evento impossvel P(C) = 0;
iii. Se os eventos A e B so, tais que, A c B P(A) P(B);
iv. Para cada evento A 0 P(A) 1;
v. Se A e B so dois eventos quaisquer, ento


P(A U B) =P(A) + P(B) P(A B)


vi. Se A, B e C so eventos quaisquer, ento


P(A U B U C) = P(A) + P(B) + P(C) P(A B)
P(A B) P(B C) + P(A B C)

Usando o Diagrama de Venn para representar os itens v. e vi., respectivamente, tem-se que:


Exerccios
7. Qual a probabilidade de retirar-se, ao acaso:
a) Um rei de espadas de um baralho de 52 cartas?
b) Um rei de qualquer naipe?
c) Um rei ou um carta de espadas?

8. Uma caixa de bombons tem 3 chocolates brancos e 2 ao leite. Extraindo-se dois
bombons, simultaneamente, calcule a probabilidade de serem:

a) Um branco e um ao leite;
b) Ambos do mesmo tipo.

9. Uma caixa contm 25 bolas numeradas de 1 a 25. Extraindo-se uma bola ao acaso, qual
a probabilidade de que seu nmero seja

a) par; b) mpar;
c) par e maior que 10; d) primo e maior que 3;
e) mltiplo de 3 e 5.

10. Resolva o problema anterior admitindo que as duas bolas so extradas uma a uma
com reposio.

11. Para brincarem de amigo secreto, 3 jovens J oo (J ), Marta (M) e Rafael (R)
Escrevem seus nomes em 3 pedaos de papel, um nome em casa pedao. (Os pedaos de
papel so iguais em tudo: tamanho, cor, espessura e peso). Cada pedao de papel , em
seguida, dobrado em quatro e colocado numa urna para sorteio. Calcular:

a) A probabilidade de algum sortear o prprio nome;
b) A probabilidade de ningum sortear o prprio nome;

12. Considere o quadro abaixo em que figuram 25 dezenas formadas pelo agrupamento
dos cinco primeiros dgitos. Os quadradinhos com as dezenas so recortados e colocados
numa urna para sorteio. Calcular:
(2 Dgito)









(
1

g
i
t
o
)

Dgito das Unidades ()
1 2 3 4 5
Dgito das Dezenas ()
1 11 12 13 14 15
2 21 22 23 24 25
3 31 32 33 34 35
4 41 42 43 44 45
5 51 52 53 54 55

a) A probabilidade de, na dezena sorteada, os 2 dgitos serem iguais;
b) A probabilidade de, na dezena sorteada, o 1 dgito ser menor que o 2;
c) A probabilidade de, na dezena sorteada a soma dos dgitos ser maior que 7.
Definio 6: Probabilidade Condicional
Seja A um evento de O e seja P(A) > 0. A probabilidade de um evento B ocorrer dado que A
ocorreu, dita probabilidade condicional, sendo expressa por:

P(B|A) = P(A B)
P(A)
Exemplo:
Dois dados honestos so lanados, registrando-se o par de resultados como (x
1
, x
2
), onde x
i
o
resultado do i-simo dado, i = 1, 2. Considere os seguintes eventos: A = {(x
1
, x
2
)/ x
1
+ x
2
=
10} e B = {(x
1
, x
2
)/ x
1
> x
2
}. Determine: P(A), P(B), P(A B), P(A/B) e P(B/A).

Soluo:
Definio do espao Amostral O = {(1,1); (1,2); (1,3); (1,4); (1,5); (1,6)
(2,1); (2,2); (2,3); (2,4); (2,5); (2,6)
(3,1); (3,2); (3,3); (3,4); (3,5); (3,6)
#n(O) = 36 (4,1); (4,2); (4,3); (4,4); (4,5); (4,6)
(5,1); (5,2); (5,3); (5,4); (5,5); (5,6)
(6,1); (6,2); (6,3); (6,4); (6,5); (6,6)}

A = {(5,5); (4,6); (6,4)} #n(A) = 3

B = {(2,1); (3,1); (3,2); (4,1); (4,2); (4,3); (5,1); (5,2);
(5,3); (5,4); (6,1); (6,2); (6,3); (6,4);(6,5)} #n(B) = 15
A B = {(6,4)} #n(A B) = 1

Portanto,
P(A) = 3/36; P(B) = 15/36; P(A B) = 1/36
P(A|B) = P(A B) = 1/36 P(A|B) =1/15.
P(B) 15/36

Similarmente
P(B|A) = P(A B) = 1/36 P(A|B) =1/3.
P(A) 3/36

Representando, assim, as probabilidades de ocorrncia de cada evento (A; B), a probabilidade
de ambos os eventos acontecerem (A B) e, por fim, a probabilidade do evento A acontecer
dado que B j aconteceu P(A|B) e a probabilidade de B acontecer dado que o evento A j
aconteceu.

Exerccios:
13. Sendo P(A) = 1/3; P(B) = 3/4 e P(A U B) = 11/12, calcular P(A/B).

14. Considere dois eventos A e B, tais que:

P(A) = 1/4; P(B|A) = 1/2 e P(A|B) = 1/4.

a) Os eventos A e B so mutuamente exclusivos?
b) Os eventos A e B so independentes?
c) Calcule P(A|B), P(A|B) + P(A|B) e P(A|B).

15. Um laboratrio de pesquisa possui 10 terminais de computadores. Algumas dessas
mquinas so micro-computadores (M) e outras so estaes de trabalho (E); algumas
so novas (N) enquanto outras so muito usadas (U), de acordo com a tabela abaixo.
Uma pessoa entra no laboratrio, pega uma mquina ao acaso, e descobre que nova.
Qual a probabilidade de que seja um micro-computador?

Mquinas
Tempo de uso M E Total
N 4 3 7
U 2 1 3
Total 6 4 10


#TEOREMA DA MULTIPLICAO (ou do produto):
Aplicado quando houver interesse em calcular a ocorrncia simultnea de vrios eventos a
partir de probabilidades condicionais, ou seja,

P(A B) = P(A)P(B|A)

Generalizando,

P(A
1
A
2
... A
n
) = P(A
1
)
x
P(A
2
|A
1
)
x
P(A
3
| A
1
A
2
)
x

x
P(A
n
|A
1
A
2
A
n-1
)

Exemplo:
Em uma sala de aula com 12 alunos, 4 so do sexo masculino e 8 so do sexo feminino. Trs
alunos so escolhidos, aleatoriamente, pela professora, um aps o outro, a fim de ganharem
alguns pontos na disciplina, caso tenham resolvido o exerccio de classe de forma correta.
Sendo assim, determine a probabilidade dos trs alunos serem do sexo masculino sabendo-se
que a probabilidade da 1 pessoa ser do sexo feminino 8/12.

Soluo:
Seja o evento
A
i
O i-simo aluno do sexo masculino e
A
j
O i-simo aluno do sexo feminino, em que P(A
j
) = 8/12

Logo,

P(A
1
A
2
A
3
) = P(A
1
)
x
P(A
2
|A
1
)
x
P(A
3
| A
1
A
2
)
P(A
1
A
2
A
3
) = (4/12)
x
(3/11)
x
(2/10)
P(A
1
A
2
A
3
) = 24/ 1320
P(A
1
A
2
A
3
) = 1/55

Ou seja, a probabilidade de que os trs alunos sorteados em sala de aula sejam do sexo
feminino de 1/55.

Exerccios:
16. Uma sala contm 10 alunos do sexo masculino. Estes alunos vestem camisas de diversas
cores, e apenas 4 alunos usam a cor branca. Seleciona-se dois alunos, ao acaso, um aps o
outro. Qual a probabilidade de que ambos estejam usando camisas que no sejam brancas?
17. Duas moedas so retiradas de uma gaveta que contm 2 moedas de 25 centavos, 3 de
cinqenta centavos e 4 de um real. Qual a probabilidade de que ambas:

a) Sejam da mesma cor?
b) Sejam de R$ 1,00?

18. Um lote de peas para automveis contm 60 peas novas e 10 usadas. Duas peas so
escolhidas ao acaso, uma aps a outra, sem reposio da primeira. Determine a probabilidade
de:

a) As duas peas serem defeituosas;
b) A primeira ser nova e a segunda ser usada.

Mais Tipos de Eventos

Equiprovveis:
Os eventos A
1
, A
2
, ..., A
n
so ditos equiprovveis quando apresentam a mesma probabilidade de
ocorrncia, ou seja,

P(A
1
) = P(A
2
) = ... = P(A
n
) = 1/n

Exemplo:
O lanamento de uma moeda, sendo A: A face cara e B: A face coroa.
P(A) = P(B) = 1/2.



O seguinte grupo de pessoas est numa sala: 5 rapazes com mais de 21 anos, 4 rapazes com
menos de 21 anos, 6 moas com mais de 21 anos e 3 moas com menos de 21 anos. Uma
pessoa escolhida ao acaso entre as 18. Os seguintes eventos so definidos:

A: a pessoa tem mais de 21 anos;
B: a pessoa tem menos de 21 anos;
C: a pessoa um rapaz;
D: a pessoa uma moa.

Calcular:
a) P(B U D) b) P(A C)

Exerccios:
19. Suponha que se esteja interessado na face resultante do lanamento de um dado no
viciado. Seis eventos so definidos: A = face 1, B = face 2, C = face 3, D = face 4, E =
face 5 e F = face 6. possvel afirmar que os eventos so equiprovveis? E se os eventos
agora fossem W = a face par e Z = a face mpar? Por fim, se O = a face menor que
2 e P = a face superior a 3, os eventos O e Q so equiprovveis? J ustifique todas as
situaes.

20 Trs cavalos, A, B e C, esto numa corrida; A duas vezes mais provvel de ganhar
que B e B duas vezes mais do que C. Quais so as probabilidades de vitria de cada um,
isto , P(A), P(B) e P(C)? Qual a probabilidade de que B ou C ganhe?


Tente Voc 4
I ndependentes:
Sejam A e B eventos de O. Diz-se que A e B so eventos independentes se:

P(A B) = P(A)P(B)

Sejam A, B e C eventos de O. Diz-se que A, B e C so eventos independentes se:
i. P(A B C) = P(A)P(B)P(C)
ii. P(A B) = P(A)P(B)
P(A C) = P(A)P(C)
P(B C) = P(B)P(C)

Exemplo:
Seja W = {1,2,3,4} cada ponto amostral com probabilidade de ocorrncia de 1/4. Seja A =
{1,2}; B = {1,3} e C= {1,4}. possvel afirmar que A, B e C so eventos independentes?

Soluo:
(A B) = {1} P(A B) = P(A)P(B) = 1/4
(A C) = {1} P(A C) = P(A)P(C) = 1/4
(B C) = {1} P(B C) = P(B)P(C) = 1/4

Mas
(A B C) = {1} P(A B C) P(A)P(B)P(C)
1/4 (1/2) (1/2) (1/2)
1/4 1/8

Logo, os eventos A, B e C no so independentes, pois apesar de serem independentes 2 a 2 a
condio i. P(A B C) = P(A)P(B)P(C) violada.
OBS: Para que os eventos A, B e C sejam independentes, tanto a condio i. quanto a ii.
Devem ser atendidas, caso um item no seja satisfeito, no possvel classificar os eventos
como independentes.



A probabilidade de que um homem esteja vivo daqui a 30 anos 2/5; a de sua mulher de
2/3. Determine a probabilidade de que daqui a 30 anos:

a) Ambos estejam vivos;
b) Somente o homem esteja vivo;
c) Somente a mulher esteja viva;
d) Nenhum esteja vivo;
e) Pelo menos um esteja vivo.

Exerccios:
21. Um dado honesto tem suas seis faces numeradas de 1 a 6. J oga-se este dado duas vezes
consecutivas. A probabilidade de obter um nmero par no primeiro lanamento e um nmero
maior ou igual a 5 no segundo lanamento :

22. A probabilidade de que J oo resolva um problema 1/3, e a de que J os resolva de 1/4.
Se ambos tentarem independentemente resolver, qual a probabilidade de que o problema seja
resolvido?

Tente Voc 5
Definio 7: Partio do espao amostral
Os eventos P
1
, P
2
, ..., P
k
formam um partio do espao amostral, se eles no tem interseco
entre si e sua unio igual ao espao amostral, ou seja,

i) P
i
P
j
= C, para i j;

ii) P
i
= O

A Figura a lado d uma idia de uma partio com k eventos.

# TEOREMA DE BAYES
Dar um palpite sobre que face da moeda vai cair para cima ou se vai chover amanh sempre
fez parte de nossas vidas. Essencialmente o que a proposta deste teorema traz de inovador o
carter subjetivo na previso de um evento, ou seja, a opinio do pesquisador que manipula os
nmeros entra de modo significativo nos clculos. Essa opinio baseada na quantidade de
informao que se tem nas mos sobre as condies de ocorrer tal evento. Ento, usando esse
mtodo na previso das chances de um time A vencer um time B, deve-se levar em conta as
informaes que se tem sobre resultados anteriores a essa disputa, como quantas vezes A
venceu B, e as experincias e opinies de especialistas sobre esse jogo, o campeonato e os
jogadores.

Em termos numricos, sejam A
1
, A
2
, ..., A
n
eventos que formam uma partio do O. seja B c O.
Sejam conhecidas P(A
i
) e P(B/A
i
), i = 1, 2, ..., n. Ento,


Exemplo 1:
Um mdico sabe que meningite causa dor no pescoo em 50% dos casos. Ele sabe que a
probabilidade de um paciente ter meningite 1/50000 e a probabilidade de qualquer paciente
ter uma dor no pescoo 1/20. Sendo assim, qual a probabilidade de um paciente que chegou
ao consultrio com dor no pescoo estar com meningite?

Soluo:
Inicialmente definem-se os eventos de interesse, nesse caso:
M: O paciente tem meningite
S: O paciente tem dor no pescoo

Sendo assim, sabemos que:
P(S|M) = 1/2 (50% dos casos) P(M) = 1/50000 P(S) = 1/20

Por definio,





Para este caso,


Ento, possvel concluir que a probabilidade de um indivduo ser diagnosticado com meningite
dado que ele chegou ao consultrio com dor no pescoo de apenas 0,2%.

Exemplo 2:
Suponha que um fabricante de sorvetes recebe 20% de todo o leite que utiliza de uma fazenda
F
1
, 30% de uma outra fazenda F
2
e 50% de F
3
. Um rgo de fiscalizao inspecionou as
fazendas de surpresa e observou que 20%. Do leite produzido por F
1
estava adulterado por
adio de gua, enquanto que para F
2
e F
3
, essa proporo era de 5% e 2%, respectivamente.
Na indstria de sorvetes os gales de leite so armazenados em um refrigerador sem
identificao das fazendas. Para um galo escolhido ao acaso, qual a probabilidade de que a
amostra adulterada tenha sido obtida d leite fornecido pela fazenda F
1
?

Soluo:
Inicialmente denote o evento A: o leite est adulterado. Assim,

P(A|F
1
) = 0,20 P(A|F
2
) = 0,05 P(A|F
3
) = 0,02

Alm disso, F
1
, F
2
e F
3
formam uma partio do espao amostral, pois uma dada amostra vem,
necessariamente, de uma e apenas uma das trs fazendas. Desta forma, o evento A pode ser
escrito em termos de interseces de A com os eventos F
1
, F
2
e F
3
, conforme ilustra a figura a
seguir:



Em que,

A = (A F
1
) U (A F
2
) U (A F
3
)

Sabemos tambm que

P(F
1
) = 2% P(F
2
) = 5% P(F
3
) = 3%



Da,

Exerccios:
1) Em uma sala de aula composta por 80 alunos 34 alunos so do sexo feminino e 46 so do
sexo masculino, em que metade das mulheres e 1/4 dos homens usam culos,
respectivamente. Ao escolher um aluno ao acaso, qual a probabilidade de que ele seja do sexo
masculino dado que ele usa culos?

2) As maquinas A e B so responsveis por 60% e 40% da produo de uma empresa,
respectivamente. Os ndices de peas defeituosas na produo destas mquinas valem 3% e
7%, respectivamente. Se uma pea defeituosa foi selecionada da produo desta empresa, qual
a probabilidade de que tenha sido produzida pela mquina B.

3) Acredita-se que numa certa populao, 20% de seus habitantes sofrem de algum tipo de
alergia e so classificados como alrgicos para fins de sade publica. Sendo alrgico, a
probabilidade de ter reao a um certo antibitico de 0,5. para os no alrgicos essa
probabilidade apenas 0,05. Uma pessoa dessa populao teve reao ao ingerir o antibitico,
qual a probabilidade de:

a. Ser do grupo de n alrgico;
b. Ser do grupo de alrgico.

3. Variveis Aleatrias

Na prtica , muitas vezes, mais interessante associarmos um nmero a um evento aleatrio e
calcularmos a probabilidade da ocorrncia desse nmero do que a probabilidade do evento,
sendo assim, a varivel aleatria fornece um meio de descrever resultados experimentais
usando-se valores numricos.

Exemplos:
a) Nmero de coroas obtido no lanamento de 2 moedas;
b) Nmero de itens defeituosos em uma amostra retirada, aleatoriamente, de um lote;
c) Nmero de defeitos em um azulejo que sai da linha de produo;
d) Nmero de pessoas que visitam um determinado site, num certo perodo de tempo;
e) Volume de gua perdido por dia, num sistema de abastecimento;
f) Resistncia ao desgaste de um certo tipo de ao, num teste padro;
g) Tempo de resposta de um sistema computacional;
h) Grau de empeno em um azulejo que sai da linha de produo.

Definio 8: Varivel aleatria
uma funo que associa um nico nmero real a cada possvel resultado do experimento.

Exemplo 1:
Lanam-se 03 moedas. Seja X: nmero de ocorrncias da face cara. Determinar a distribuio
de probabilidade da varivel aleatria X.

Soluo:
O espao amostral do experimento :
O = {(Cara,Cara,Cara);(Cara,Cara,Coroa);(Cara,Coroa,Cara);(Coroa,Cara,Cara);
(Cara,Coroa,Coroa);(Coroa,Cara,Coroa);(Coroa,Coroa,Cara); Coroa,Coroa,Coroa)}
e
sabemos que X o nmero de faces caras, assim, X = {0,1,2,3}

possvel associar o nmero de ocorrncias de cada resultado do evento como segue:

X Evento correspondente #n(X)

0 A
1
= {(Coroa, Coroa, Coroa)} 1
1 A
2
= {(Cara, Coroa, Coroa); (Coroa, Cara, Coroa); (Coroa, Coroa, Cara)} 3
2 A
3
= {(Cara, Cara, Coroa); (Cara, Coroa, Cara); (Coroa, Cara, Cara)} 3
3 A
4
= {(Cara, Cara, Cara)} 1


Total 8


Em termos matemticos, observe que foi feito o seguinte tipo de associao:









Podemos tambm associar as probabilidades de X assumir tais valores de duas formas
diferentes:

1. Esquematicamente



X #n(X) P(X = x)
0 1 1/8
1 3 3/8
2 3 3/8
3 1 1/8
Total 8 1

2. Graficamente

Uma varivel aleatria pode ser classificada como discreta ou contnua, a depender dos valores
numricos que ela pode assumir.
Varivel Aleatria Discreta
Uma varivel aleatria dita discreta se assume valores em um conjunto finito ou infinito
enumervel.

Funo de Probabilidade
a funo que associa uma probabilidade a cada valor assumido pela varivel aleatria do
evento correspondente, isto ,

P(X = x
i
) = P(x
i
); i = 1,2, ..., n

Ou ainda,

X x
1
x
2
x
3
...
P(X = x
i
) p
1
p
2
p
3
...

Uma funo de probabilidade satisfaz as condies:
i. 0 p
i
1;
ii. p
i
= 1 em que i=1, 2, ...

Exemplo:
Suponha que um dado possui 10 faces. Seja X: Nmero de possveis divisores da face sorteada.
Construa a funo de probabilidade para a varivel aleatria X.

Soluo:
Sabe-se que O = {1,2,3,4,5,6,7,8,9,10} e X: Nmero de divisores do nmero sorteado. Sendo
assim

X 1 2 3 4 Total
P(X = x
i
) 1/10 4/10 2/10 3/10 1


Funo de Distribuio de Probabilidade
A funo de distribuio ou funo acumulada de probabilidade de uma varivel aleatria
discreta X definida para qualquer nmero real x, pela seguinte expresso:

F(x) = P(X x)

Exemplo:
Suponha que um nmero seja sorteado de 1 a 10, inteiros positivos. Seja X: Nmero de
divisores do nmero sorteado. Construa a distribuio de probabilidade acumulada para a
varivel aleatria X.

Soluo:
Sabe-se que O = {1,2,3,4,5,6,7,8,9,10} e X: Nmero de divisores do nmero sorteado. Assim,

X 1 2 3 4 Total
P(X = x
i
) 1/10 4/10 2/10 3/10 1
P(X x) 1/10 5/10 7/10 1 -

Existem caractersticas numricas que so muito importantes em uma distribuio de
probabilidade de uma varivel aleatria discreta. So os parmetros
1
da distribuio.


Esperana Matemtica
um nmero real, tambm chamada mdia aritmtica da varivel aleatria, cuja definio
formal dada abaixo:

=
= =
n
1 i
i i
) x P(X x E(X)

Varincia
Representa a medida que d o grau de disperso (ou concentrao) de probabilidade em torno
da mdia. definida por:

Var(X) = E(X
2
) E
2
(X)
em que

=
= =
n
i i
2
) x P(X x ) E(X
1
2
i


OBS:
Para minimizar unidades de medidas incoerentes aplica-se o conceito de desvio padro, em
que

) Var(X DP(X) =

Ex: A altura mdia de um grupo de pessoas 1,70m e varincia 25cm
2
. (cm
2
) fica esquisito em
altura.

Exerccio:
Num jogo de dados, A paga R$ 20,0 a B e lana 3 dados. Se sair face 1 em um dos dados
apenas, A ganha R$ 200,0. Se sair face 1 em dois dados apenas A ganha R$ 50,0 e se sair face
1 nos trs dados, A ganha R$ 80,0. Calcular o lucro lquido mdio de A em uma jogada. H alta
variabilidade?