1

UNIDADE 6 - CONCEITOS BSICOS DE PROBABILIDADES

6.1 - conceito de experincia aleatria
Experimentos aleatrios so aqueles que, sendo repetidos em idnticas condies,
produzem resultados diferentes.
As variaes de resultados so atribudas a uma multiplicidade de causas que no
podem ser controladas s quais, em conjunto, chamamos de acaso.
Exemplos:
a)
b)
c)
d)

lanar uma moeda e observar a face superior;

lanar dois dados e observar a soma dos nmeros das faces superiores;
selecionar 20 peas, dentre um lote de 180 peas perfeitas e 20 defeituosas;
sortear uma carta de um baralho de 52 cartas e observar o naipe.

6.2 -

espao amostral ( ou S)

Embora no se possa determinar exatamente o resultado de um experimento

aleatrio, freqentemente possvel descrever o conjunto de todos os resultados
possveis para o experimento. Este conjunto chamado de espao amostral ou
conjunto universo.
Exemplos:
a) lanar uma moeda e observar a face superior.
S = { cara, coroa} N = 2 elementos
OBS: doravante chamaremos cara = c e coroa = k, assim:
S = { c, k }
N = 2 elementos
b) lanar duas moedas e observar as faces superiores. ( lanar 2 moedas e o mesmo que
lanar 1 moeda 2 vezes).
S = { cc, ck, kk, kc} N= 4 pares
c) lanar uma moeda trs vezes e observar as faces superiores. ( o mesmo que lanar 3
moedas).
S = { ccc, cck, ckc, ckk, kkk, kkc, kck, kcc}
N = 8 triplas
d) lanar quatro moedas. ( o mesmo que lanar 1 moeda 4 vezes).
S = { cccc, ccck, cckc, cckk, ckcc, ckck, ckkc, ckkk, kkkk, kkkc, kkck, kkcc, kckk, kckc, kcck,
kccc}
N = 16 quadruplas
e) lanar um dado e observar a face superior.
S = { 1, 2, 3, 4, 5, 6} N = 6 elementos
f) lanar dois dados. ( o mesmo que lanar 1 dado 2 vezes).
S= { (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) }
N = 36 pares
OBS: quando se lana dados a partir de dois lances podemos representar o espao amostra
com o primeiro e o ltimo elemento. Assim, para o lance de dois dados teramos:
S= { (1,1), ..., (6,6) } N = 62 = 36 pares.
g) lanar trs dados.
S = { (1,1,1), ..., (6,6,6,) }
N = 63 = 216 triplas.
i) lanar dois dados e observar a soma dos nmeros das faces superiores.
S = { 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 } N = 11 elementos

j) lanar uma moeda e um dado e observar as faces superiores.

S = { c1, c2, c3, c4, c5, c6, k1, k2, k3, k4, k5, k6 } N = 12 elementos ou
S = { c1, k1, c2, k2, c3, k3, c4, k4, c5, k5, c6, k6 } N = 12 elementos
k) representar o contedo de uma urna com 3 bolas vermelhas, 2 bolas amarelas e 6
bolas brancas.
S = { 3v, 2 a, 6b } N = 11 bolas ou
S = { 3V, 2 A, 6B} N = 11 bolas
l) de uma urna contendo 3 bolas vermelhas, 2 bolas amarelas e 6 bolas brancas, extrair ao
acaso uma bola e observar a cor.
S = { v, a, b}
N = 3 cores ou
S = { V, A, B } N = 3 cores
m) peas que saem de uma linha de produo so marcadas defeituosas (d) ou no
defeituosas (x). Isso feito at que duas peas defeituosas sejam encontradas ou que
quatro peas tenham sido inspecionadas, aquilo que ocorra em primeiro lugar.
S = { xxxx, xxxd, xxdx, xxdd, xdxx, xdxd, xdx, dd, dxdd, dxdx, dxxd, dxxx } N = 12

6.3 - eventos
Evento qualquer um dos subconjuntos de um espao amostral.
costume indicarmos os eventos por letras maisculas do alfabeto latino: A, B,
C, ..., Z.
Exemplo:
Considere-se o conjunto S = { 1, 2, 3, 4, 5, 6, 7, 8 } , verificar se os conjuntos abaixo so
eventos:
a)
b)
c)
d)
e)

A = { 1, 3, 5, 7 } n = 4 .
B={8} n=1.
C={ } n=0.
D = { 1, 2, 3, 4, 5, 6, 7, 8 } n = 8 .
E = { 0, 1, 2, 7 } n = 4.

R: Sim
R: Sim
R: Sim
R: Sim
R : No, porque 0S

6.3.1 - evento elementar

um evento que possui um nico elemento ( conjunto unitrio) do espao amostral.
Exemplo:
Considere-se o conjunto S = { 1, 2, 3, 4, 5, 6, 7, 8 } , verificar qual dos conjuntos abaixo o
evento elementar.
a) A = { 1, 3, 5, 7 } n = 4 .
R: No
b) B = { 8 } n = 1 .
R: Sim, porque possui apenas um elemento de S.
c) C = { } n = 0 .
R: No
d) D = { 1, 2, 3, 4, 5, 6, 7, 8 } n = 8 . R: No
6.3.2 - evento certo
aquele formado por todos os elementos do espao amostral.
Exemplo:
Considere-se o conjunto S = { 1, 2, 3, 4, 5, 6, 7, 8 } , verificar qual dos conjuntos abaixo o
evento certo.
a) A = { 1, 3, 5, 7 } n = 4 .
R: No
b) B = { 8 } n = 1 .
R: No
c) C = { } n = 0 .
R: No
D = { 1, 2, 3, 4, 5, 6, 7, 8 } n = 8 .
R: Sim, porque tem todos os elementos de S.

6.3.3 - evento impossvel

aquele que possui elementos no pertencentes ao espao amostral.
Exemplo:
Considere-se o conjunto S = { 1, 2, 3, 4, 5, 6, 7, 8 } , verificar qual dos conjuntos abaixo
impossvel:
a)
b)
c)
d)
e)

A = { 1, 3, 5, 7 } n = 4 .
B={8} n=1.
C={ } n=0.
D = { 1, 2, 3, 4, 5, 6, 7, 8 } n = 8 .
E = { 0, 1, 2, 7 } n = 4.

R: No
R: No
R: No
R: No
R : Sim, porque 0S

6.3.4 - operaes com eventos

a) Evento Reunio ou Unio
Smbolo:

; sinal matemtico : +

conectivo : ou

Definio:
Dados dois eventos A e B chama-se unio desses eventos ao conjunto C,
constitudo por todos os elementos pertencentes a A ou a B, ou a ambos (sem repetio de
elementos).
C = A B ou A B = { ei S / ei A ou ei B }
OBS: A ocorre ou B ocorre ou ambos ocorrem.
Exemplo:
Seja A = {a, e, i, o, u} n = 5 e B = { a, b. c. d, e, f, g } n = 7. Achar a unio.
C = A B = { a, b, c, d, e, f, g, i, o, u } n = 10.
Seja A = {1, 2, 3} n = 3 e B = { 4, 5, 6} n = 3 . Achar a unio.
C = A B = { 1, 2, 3, 4, 5, 6 } n = 6.
(i) Generalizando para mais de dois eventos.
C = n Ai ou C = A1A2A3......An
i=1
Exemplo:
Seja A = { 1, 2 } n = 2, B { 1, 2, 3, 4}n = 4, C = { 4, 5, 7} n = 3, D = { 1, 5 , 8} n = 3e
E = { 7, 9, 10} n = 3 . Achar a unio.
A B C D E = { 1, 2, 3, 4, 5, 7, 8, 9, 10 } n = 9.
b) Evento Interseo
Smbolo: ; sinal matemtico: . ou x ; conectivo : e
Definio:
Dados dois eventos A e B, chama-se interseo desses eventos ao conjunto C,
constitudo por todos os elementos pertencente a A e a B.
C = A B = AB ou A B = { ei S / ei A e ei B }
OBS: A e B ocorrem.
Exemplo:
Seja A = {a, e, i, o, u} n = 5 e B = { a, b. c. d, e, f, g } n = 7. Achar a interseo.

4
C = A B = { a, e } n = 2.
(i) Generalizando para mais de dois eventos.
C = A1A2A3 ....An ou C = n Ai
i=1
Exemplo:
Seja A = { 1, 2, 3} n = 3 , B = { 2, 4 ,6} n =3 , C = { 2, 5, 9} n = 3 , D = { 0, 1, 2} n = 3.
Achar a interseo.
ABCD = { 2} n = 1
c) Eventos Disjunto ou mutuamente exclusivos
Dois eventos A e B so disjuntos quando no possuem nenhum elemento em
comum, isto , sua interseo o conjunto vazio.
C = AB = { } ou
Exemplo:
Seja A = { 1, 2, 3, 4} n = 4 e B = { 5, 6, 7} n = 3. Achar o evento disjunto.
C={ }.
d) Diferena entre eventos.
Dados dois eventos A e B, nessa ordem, chama-se diferena entre esses dois eventos
ao evento C, constitudo por todos os elementos pertencentes a A mas no de B.
C = A - B ou A - B = { ei S / ei A e ei B }
Exemplo:
Seja A = { 1, 2, 3, 4} n = 4 e B = { 3, 4, 7, 9, 10} n = 5. Achar os eventos diferena A - B
e B A.
A - B = { 1, 2} n = 2
B - A = { 7, 9, 10} n = 3.
e) Evento Complementar
Dado o espao amostra S e um qualquer evento A dele originado, dizemos que o
evento o evento complementar do evento A se ele for formado por todos os elemento
de S no pertencentes ao evento A, assim temos que:
= { ei S / ei A }
Exemplo:
Seja S = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10} N = 10 e A = { 5, 6, 7, 8 } n = 4. Achar
= { 1, 2, 3, 4, 9, 10 } n = 6

6.4 definio clssica do clculo das probabilidades

Formalmente, a probabilidade do evento A ocorrer o quociente entre dois
nmeros inteiros, maiores que zero; onde o numerador indica o nmero de casos favorveis
ocorrncia de A e o denominador o nmero de casos possveis. Ento:
P(A) = n /N

P(A) [0, 1]

Nesta situao, quando existir um certo nmero finito, N, de acontecimentos

possveis, tem-se:
a)
b)
c)
d)

os N acontecimentos so mutuamente exclusivos;

certa a ocorrncia de alguns dos acontecimentos;
cada acontecimento tem a mesma probabilidade de ocorrer, isto , so equiprovveis;
h n acontecimentos favorveis, isto , cada ocorrncia de um deles implica na
ocorrncia de A, ento P(A) = n / N.

OBS: a probabilidade pode ser expressa na forma de frao ou nmero decimal ou

percentagem.
Exemplos:
1) Um dado lanado. Encontrar as seguintes probabilidades:
a) de que o nmero obtido seja par;
b) de que o nmero obtido seja primo;
c) de que o nmero obtido seja mltiplo de 3;
d) de que o nmero obtido seja 8;
e) de que o nmero obtido seja 1 ou 2 ou 3 ou 4 ou 5 ou 6.
Soluo: S = { 1, 2, 3, 4, 5, 6 } N = 6
a) A = { 2, 4, 6 } n = 3

P(A) = n = 3 = 0,5 ou 50%

N
6

b) B = { 2, 3, 5 } n = 3

P(B) = n = 3 = 0,5 ou 50%

N
6

c) C = { 3, 6 } n = 2

P(C) = n = 2 = 0,3333 ou 33,33%

N
6

d) D = { } n = 0

P(D) = n = 0 = 0
N
6

e) E = { 1, 2, 3, 4, 5, 6} n = 6

P(E) = n = 6 = 1 ou 100%
N 6

ou 0%

2) Num baralho, bem embaralhado, de 52 cartas, qual a probabilidade de ao ser

retirada uma carta, ela ser um as ou um rei de copas ou um sete de ouros ou um
valete de espadas?
S = { baralho } N = 52 cartas
A = { as, rei de copas, sete de ouros, valete de espadas} n = 7 ( porque h 4 ases)
P(A) = n = 7 = 0,1346 ou 13,46 %
N 52
3) Lanam se trs dados. Qual a probabilidade que a soma das faces seja 7?
S = { (1,1,1), ...,(6,6,6) } N = 63 = 216
A = { soma 7} = {(1,1,5), (1.2,4), (1,3,3), (1,4,2), (1,5,1), (2,1,4), (2,2,3), (2,3,2), (2,4,1),
(3,1,3), (3,2,2), (3,3,1), (4,1,2), (4,2,1), (5,1,1) } n = 15
P(A) = n = 15 = 0,0694 ou 6,94%
N 216

6.5 axioma das probabilidades

AXIOMA I

6
A probabilidade de um evento A ocorrer um nmero no negativo que satisfaz a
seguinte igualdade:
0 P(A) 1 ou P(A) [0, 1]
AXIOMA II
a) a probabilidade de um evento certo igual a um, P(S) = 1.
Exemplo: no lanamento de um dado a probabilidade de dar o ponto 1, 2, 3, 4, 5 ou 6 um.
b) a probabilidade do evento impossvel igual a zero , P(S ) = 0.
Exemplo: no lanamento de um dado a probabilidade de dar o ponto 7 zero.
AXIOMA III (Axioma da Adio )
Se os eventos A1, A2, A3, ....,A n so mutuamente exclusivo, ento:
P(A1 A2A3 .... An) = P( A1) + P(A2) + P(A3) + ..... + P(An )
Diz-se que dois eventos so mutuamente exclusivos se eles no ocorrem ao mesmo
tempo, logo A B um evento impossvel cuja probabilidade o conjunto vazio.
Quando consideramos o evento representado por que definido como evento
complementar de A, isto , o evento que ocorre se A deixa de ocorrer, os dois eventos A e
so, ento mutuamente exclusivo e, alm disso, A um evento certo.
Por conseguinte, tem - se pelos Axiomas II e III :
P(A ) = P(A) + P() = 1 + 0 = 1 , logo
P() = 1 - P(A) , desse modo demonstramos a seguinte propriedade:
a soma das probabilidades de um evento e de seu complementar sempre igual
unidade.

6.6 teoremas bsicos

6.6.1 - Regra da Adio
Teorema 1
Sejam A e B eventos mutuamente exclusivos. Ento P(A B) = P(A) + P(B) .
S
A

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

Exemplo:
No lanamento de um dado, qual a probabilidade de sair um nmero divisvel por 3?
Soluo:
Sejam A = { ocorrncia do nmero 3} e B = { ocorrncia do nmero 6}.
S = { 1, 2, 3, 4, 5, 6} N = 6 ; A = {3} n = 1;
B = { 6} n= 1.
P(A B) = P(A) + P(B) = 1/6 + 1/6 = 2/6= 0,3333 ou 33,33%.
Teorema 2

7
Sejam A e B dois eventos quaisquer. Ento P(A B) = P(A) + P(B) - P(A P(A B) = P(A) +
P(B) - P(A B) .

A
P(A B) = P(A) + P(B) - P(A B)

Exemplo:
No lanamento de um dado, qual a probabilidade de sair nmero par ou nmero mltiplo de
3?
Soluo:
Sejam A = { ocorrncia de nmero par} e B = { ocorrncia de mltiplo de 3}
S = { 1, 2., 3, 4, 5, 6 } N = 6; A = { 2, 4, 6} n = 3; B = { 3, 6} n = 2; AB = {6} n = 1.
P(A B) = P(A) + P(B) - P(A B) = 3/6 + 2/6 - 1/6 = 4/6= 0,6667 ou 66,67%
Teorema 3
Sejam A1, A2, A3, ...., An eventos quaisquer. Ento
n
n
n
P(A1 A2 A3 .... A n) = P(Ai) - P(AiAj) + P(AiAjAk) - ... (-1)n P(A1 A2...An)
i =1
i=1
I=1
i <j
i <j <k
Exemplo:
Sejam A , B e C eventos tais que P(A) =P(B)=P( C ) = 1/5 , AB = , AC = e P(BC) = 1/7.
Calcule a probabilidade que pelo menos um dos eventos A, B ou C acorra ?
Soluo:
P(ABC) =?
P(ABC) = P(A) + P(B) + P( C ) - P(AB) - P(AC) - P(BC) + P(ABC)
P(ABC) = 1/5 + 1/5 + 1/5 - 0 - 1/7 + 0 = 16/35= 0,4571 ou 45,71%
6.6.2 Problema do Evento Complementar
Teorema
Para todo evento A S , P(A) + P( ) = 1
A

P(A) + P( ) = 1

Exemplo:
Uma moeda lanada trs vezes. Seja o evento A a ocorrncia de no mnimo uma cara.
Qual a probabilidade da no ocorrncia de A?
Soluo:
S = { ccc, cck, ckc, ckk, kkk, kkc, kck, kcc} N= 8
A = { ccc, cck, ckc, ckk, kkc,kck, kcc} n = 7
P(A) + P( ) = 1 7/8 + P() = 1 P( ) = 1 7/8 = 1/8 ou 0,125 ou 12,5%.
6.6.3 Partio do Espao Amostra

Teorema
Se os eventos A1, A2, A3, ...., An formam uma partio do espao amostra, ento:
n
P(Ai) = 1 .
i=1
A1

A2
A
A3

A4 .........An

n
P(A1)+P(A2)+P(A3)+P(A4)+ ... + P(An) = P(Ai) = 1
i=1

Exemplo:
Lana-se um dado. Qual a probabilidade de ocorrer quaisquer de suas faces ?
Soluo:
S = { 1, 2, 3, 4, 5, 6} N =6
A1= {1} n = 1; A2= {2} n = 1; A3= {3} n = 1; A4= {4} n = 1;A5= {5} n = 1 e A6= {6} n = 1.
P(A1)+P(A2)+P(A3)+P(A4)+P(A5)+P(A6) = 1/6+1/6+1/6+1/6+1/6+1/6= 1 ou 100%
6.6.4 Problema do Evento Impossvel
Teorema
Se A o evento impossvel, ento P(A) = 0 .
OBS: A recproca no verdadeira, pois o fato de P(A) = 0 no implica que A seja impossvel.
Exemplo:
Lana-se um dado. Qual a probabilidade da ocorrncia de uma face voltada para cima
mostrar o valor 10?
Soluo:
S = {1, 2, 3, 4, 5, 6} N= 6;
A = { } n = 0.
P(A) = n/N = 0/6 = 0 ou 0% .
6.6.5 Probabilidades Finitas dos Espaos amostrais Finitos
Seja S um espao amostra finito S = { a1, a2, .... , an }. Consideremos o evento
formado por um resultado simples de S , S = { a i }.
A cada evento simples { ai } associaremos um nmero pi denominado probabilidade
de { ai } satisfazendo as seguintes condies:
a) pi 0 , i = {1, 2, 3, ....... , n}
a) p1 + p2 + p3 + ..... + pn = 1.
A probabilidade P(A) de cada evento composto (mais de um evento) ento definida pela
soma das probabilidades dos pontos de S.

Exemplo:
Trs cavalos A, B e C esto numa corrida; o cavalo A duas vezes mais provvel de ganhar
que o B e o cavalo B duas vezes mais provvel de ganhar que o C. Quais so as
probabilidades de vitria de cada cavalo ?
Soluo:
P( C ) = p;

P(B) = 2 P( C) = 2p; P(A) = 2P(B) = 2(2p) = 4p

9
P(A) + P(B) + P( C) = 1 4p + 2p + p = 1 7 p = 1 p = 1/7
P(A) = 4/7= 0,5714 ou 57,14% ; P(B) = 2/7= 0,2857 ou 28,57% e P( C) = 1/7=0,1429 ou 14,29%

6.7 - probabilidade condicionada

Seja B um evento arbitrrio em um espao amostral S, com P(B) > 0. A probabilidade
do evento A ocorrer, uma vez que B tenha ocorrido, ou, em outras palavras, a probabilidade
condicionada de A dado B, escrita P(A/B) definida como:
P(A/B) = P(A B)
P(B)

P(A/B)

l-se: probabilidade do evento A condicionado ocorrncia de B

probabilidade de A dado B , ou ainda, probabilidade de A na certeza de B.
S

ou,

B
A

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

Exemplo 1:
Lana-se um par de dados no viciados. Se a soma 6, qual a probabilidade de ter ocorrido
a face 2 em um deles ?
Soluo:
Se a soma 6 uma condio, logo B = {(1,5),(2,4),(3,3),(4,2), (5,1)} n = 5.
Sabendo que a soma 6 ter ocorrido a face 2, logo (A B) = {(2,4),(4,2)} n =2
Como queremos saber a probabilidade de ter ocorrido a face 2 em um deles, sabendo que a
soma foi 6, temos probabilidade condicionada do evento A na certeza do evento B, logo
queremos P(A/B).
Assim P(A/B) = 2/5= 0,4 ou 40%

Exemplo 2:
Consideremos 250 alunos que cursam o primeiro ciclo de uma Faculdade. Destes alunos
100 so homens(H) e 150 so mulheres(M), 110 cursam Introduo Administrao (I) e
140 cursam Lngua Portuguesa (L). A distribuio dos alunos a seguinte:
Disciplina
Sexo

H
M
Total

Total

40
70
110

60
80
140

100
150
250

Um aluno sorteado ao acaso. Qual a probabilidade de que esteja cursando Lngua

Portuguesa, dado que mulher ?
Soluo:
Dado que mulher uma certeza ou uma condio logo M = 150
Cursando Lngua Portuguesa e mulher (M L) = 80
Logo o que queremos P(L/M).
Assim, P(L/M) = P(LM)/P(M) = 80/150 = 0,5333 ou 53,33%.

10

6.8 regra da multiplicao e da independncia estocstica

6.8.1 Regra da Multiplicao
A probabilidade da ocorrncia simultnea de dois eventos A e B, do mesmos
espao amostra, igual ao produto da probabilidade de um deles pela probabilidade
condicionada do outro, relativo hiptese de que o primeiro tenha ocorrido.
Assim,

P(A B) = P(A).P(B/A) ou P(A B) = P(B). P(B/A)

Exemplo:
Duas bolas vo ser retiradas de uma urna que contm 2 bolas brancas, 3 pretas e 4
verdes. Qual a probabilidade de que ambas:
a) sejam verdes ?
b) sejam da mesma cor ?
Soluo: A urna contm 9 bolas
P(V1 V2) = P(V1). P(V2/ V1) = 4 . 3 = 1 = 0,1667 ou 16,67%
9 8 6
b) P(MC) = P(B1B2) + P(P1P2) + P(V1V2) = 2 . 1 + 3. 2 + 4 . 3 = 20 = 5 = 0,2778 ou 27,78%
9 8 9 8
9 8
72 18
( i) Generalizando para n eventos:
a)

P(A1A2A3) = P(A1).P(A2/ A1).P(A3/ A1A2)

P(A1A2A3.... An) = P(A1).P(A2/ A1).P(A3/ A1A2).P(A4/ A1A2A3).....P(An/ A1A2...An-1)
Exemplo 1:
Num lote de 12 peas, 4 so defeituosas. Trs peas so retiradas aleatoriamente,
uma aps outra. Encontre a probabilidade de todas essas trs peas serem no
defeituosas.
Soluo:
4 defeituosas , ento 8 no defeituosas. Seja A = {a pea no defeituosa}, ento:
P(A1A2A3) = P(A1).P(A2/ A1).P(A3/ A1A2) = 8 . 7. 6 = 14 = 0,2545 ou 25,45%
12 11 10
55
Exemplo 2:
Uma urna contm as letras A, A, A, R, R, S. Retira-se letra por letra. Qual a
probabilidade de sair a palavra Araras ?
Soluo:
P(ARARAS)=P(A).P(R/A).P(A/AR).P(R/ARA).P(A/ARAR).P(S/ARARA)=
= 3 . 2 . 2 . 1 . 1. 1 = 1 = 0,0167 ou 1,67%
6 5 4 3 2 1
60
6.8.2 Independncia Estocstica
Um evento A considerado independente de um outro evento B se a
probabilidade de A igual probabilidade condicional de A dado B, isto :
P(A) = P(A/B) e P(B) = P(B/A), logo P(A B) = P(A).P(B)
Exemplo:
Lanam-se 3 moedas. Verificar se so independentes os eventos: A = {sada de cara
na 1 moeda} e B = {sada de cara na 2 e 3 moedas} .
Soluo:
S = { ccc, cck, ckc, ckk, kkk, kkc, kck, kcc } N = 8
A = { ccc, cck, ckc, ckk } n= 4
B = { ccc, kcc } n = 2 (AB) = {ccc} n = 1
P(AB) = 1
8

P(A).P(B) = 4 . 2 = 1
8 8
8

, como P(A B) = P(A).P(B) = 1 ,

8

11
podemos concluir que A e B so independentes.
( i) Generalizando para n eventos:
Dados n eventos A1, A2, A3, ..., An , diremos que eles so independentes se eles
forem independentes 2 a 2, 3 a 3, ...., n a n.
Assim se 3 eventos A, B e C so independentes, devemos verificar se as 4
proposies so satisfeitas:
1 P(A B C) = P(A). P(B) . P( C)
2 - P(A B) = P(A).P(B)
3 P(A C) = P(A).P( C)
4 P(B C) = P(B).P( C)
Se apenas uma no for satisfeita, os eventos no so independentes.
Exemplo:
Sendo S = {1, 2, 3, 4} um espao amostra equiprovvel e A = {1,2}, B = {1,3} e C={1,4},
trs eventos de S, verificar se os eventos A, B e C so independentes.
Soluo:
(ABC) = {1} n = 1, (AB) ={1} n = 1, (AC) = {1} n= 1, e(BC) = {1} n = 1
P(AB) = P(A).P(B) = 2 . 2 = 1
4 4
4
P (AC) = P(A).P( C) = 2 . 2 = 1
4 4
4
P(BC) = P(B).P( C) = 2 . 2 = 1
4 4 4

P(AB) = 1
4
P(AC) = 1
4
P(BC) = 1
4

1 =
4
1 =
4
1 =
4

1
4
1
4
1
4

P(ABC) = P(A). P(B) . P( C) = 2 . 2 . 2 = 1

4 4 4 8

P(ABC) = 1
4

1 1
8
4

Como uma das proposies no foi satisfeita os eventos A, B e C no so independentes.

Obs: se A e B so mutuamente exclusivos, ento A e B so independentes, pois se A ocorre
B no ocorre, isto , a ocorrncia de um evento condiciona a no ocorrncia do outro.

6.9 probabilidade total e teorema de Bayes

6.9.1 Teorema das probabilidades absolutas ou probabilidades totais
Se os eventos A1, A2, A3, ..., An , so dois a dois mutuamente exclusivos e
exaurem o espao amostra S e se, P(Ai) > 0, para i = 1, 2, 3, ....., n, ento para
quaisquer evento B tem-se:
P(B) = P(A1)P(B/ A1) + P(A2)P(B/ A2) + ..... + P(An)P(B/ An)
OBS: usamos probabilidade absolutas quando queremos encontrar o evento comum.
no esquea que

P(A1) + P(A2) + .... + P(An) = 1

Exemplo 1:
Uma determinada pea manufaturada por 3 fbricas. A fbrica 1 produz o dobro de peas
que a fbrica 2, e as fbricas 2 e 3 produzem o mesmo nmero de peas (durante um
perodo de produo especificado). Sabe-se que 2% das peas produzidas pelas fbricas 1 e

12
2 so defeituosas e que 4% das peas produzidas pela fbrica 3 so defeituosas. Todas as
peas so colocadas em um depsito e, depois, uma pea retirada ao acaso.
a) Qual a probabilidade de que essa pea extrada seja defeituosa ?
b) Qual a probabilidade de que no seja defeituosa ?
Soluo: S = { A1 , A2, A3 } N = ? ( porque as fbricas no so iguais).
Sejam A1 ={ peas produzidas pela fbrica 1},A2 ={peas produzidas pela fbrica 2} ,
A3 = { peas produzidas pela fbrica 3}.
Como no sabemos o nmero de peas vamos cham-lo de x , ento
A2 = A3 = x e A1 = 2x , logo o nmero total de peas N = x + x+ 2x = 4x, assim,
P(A1 ) = 2x = 2 , P(A2 ) = P(A3) = x = 1
4x 4
4x
4
a) probabilidade de que essa pea extrada seja defeituosa
Seja B = { a pea extrada defeituosa} , logo queremos P(B) ?
P(B) = P(A1)P(B/ A1) + P(A2)P(B/ A2) + P(A3)P(B/ A3)
P(B/ A1) = 2% , P(B/ A2) = 2% , P(B/ A3) = 4%
P(B) = (2/4)(2/100) + (1/4)(2/100) + (1/4)(4/100) = 4/400 + 2/400 + 4/400 = 10/400= 0,025 ou 2,5%
b) probabilidade de que no seja defeituosa
Seja B = { a pea extrada no defeituosa}, logo queremos P(B) ?
P(B) = 1 P(B) = 1 (10/400) = 390/400 = 0,975 ou 97,5%
Exemplo 2:
Temos duas urnas iguais. Na primeira urna h 3 bolas brancas e 7 bolas pretas, na segunda
urna, 1 bola branca e 4 bolas pretas. De uma urna escolhida ao acaso, seleciona - se uma
bola.
a) Qual a probabilidade da bola selecionada ser branca ?
b) Qual a probabilidade de no ser branca ?
Soluo: S = { A1 , A2} N = 2. ( porque as urnas so iguais).
Sejam A1 = {urna 1} e A2 = {urna 2} . Como elas so iguais P(A1 ) = P(A2 ) = 1
2
a) probabilidade da bola selecionada ser branca
Seja B = { a bola selecionada branca} ,logo queremos P(B) ?
P(B) = P(A1)P(B/ A1) + P(A2)P(B/ A2)
P(B/ A1) = 3/7 , P(B/ A2) = 1/5
P(B) = (1/2)(3/7) + (1/2)(1/5) = (3/14) + (1/10) = 11/35= 0,3143 ou 31,43%
b) probabilidade de no ser branca
Seja B = { a bola selecionada no branca}, logo queremos P(B) ?
P(B) = 1 P(B) = 1 - 11/35 = 24/35= 0,6857 ou 68,57%
6.9.2 Teorema de Bayes
Sejam A1, A2, A3, ..., An , eventos mutuamente exclusivos, cuja unio o espao
amostra S, de uma experincia aleatria. Seja B qualquer evento definido em S, tal
que P(B) > 0, ento:
P(Ai/B)

_______________P(Ai)P(B/Ai)________________
P(A1)P(B/ A1) + P(A2)P(B/ A2) + ..... + P(An)P(B/ An)

Obs: usamos Bayes quando queremos saber a origem do evento.

Exemplo 1 :
Temos duas urnas iguais. Na primeira h 5 bolas brancas e 10 bolas azuis e, na
segunda 7 bolas brancas e 13 azuis. De uma urna escolhida ao acaso, seleciona-se,
ao acaso uma bola e verifica-se que ela branca. Qual a probabilidade de que a urna
de onde foi extrada a bola seja a primeira ?
Soluo: S = { A1 , A2} N = 2. ( porque as urnas so iguais).
Sejam A1 = {urna 1} e A2 = {urna 2} . Como elas so iguais P(A1 ) = P(A2 ) = 1
2

13
Como foi dito que a bola selecionada branca, ento B = { a bola selecionada
branca}, logo podemos concluir que:
P(B/ A1) = 5/15 e P(B/ A2) = 7/20.
Queremos saber a probabilidade de que a bola selecionada seja da 1 a urna, logo queremos
P(A1/B) ?
P(A1/B) =______P(A1P(B/A1)________ =
(1/2)(5/15)
= 20/41= 0,4878 ou 48,78%
P(A1)P(B/ A1) + P(A2)P(B/ A2) (1/2)(5/15) + (1/2)(7/20)
Exemplo 2:
Uma urna contm duas bolas. Sabe-se que ela foi preenchida por ter sido lanada
uma moeda duas vezes e colocada uma bola branca na urna para cada cara e uma bola
verde para cada coroa.
Uma bola extrada da urna e julgada ser verde. Determine a probabilidade de que a
outra bola da urna seja tambm verde.
Soluo:
lance da moeda 2 vezes: S = {cc, ck, kk, kc} N = 4, considerem-se os eventos:
A1 = { ambas so branca} = { cc} n = 1 logo P(A1 ) = 1/4
A2 = { ambas so verdes} = { kk} n = 1 logo P(A2 ) = 1/4
A3 = { umade cada cor} = {ck, kc} n= 2 logo P(A3 ) = 2/4
Como foi dito que a bola selecionada verde, ento B = { a bola selecionada verde},
logo podemos concluir que:
P(B/A1) = 0 ; P(B/A2 ) = 1 e P(B/A3 ) = 1/ 2
Queremos saber a probabilidade de que a outra bola selecionada seja verde, logo queremos
P(A2/B) ?
P(A2/B) =
P(A2)P(B/A2)
=
(1/4)( 1 )
= 1 /2= 0,5 ou 50%
P(A1)P(B/ A1)+P(A2)P(B/ A2)+P(A3)P(B/ A3) (1/4)( 0 ) + (1/4)( 1) + (2/4)(1/2)
Exemplo 3 :
Num colgio, 4% dos homens e 1% das mulheres tm mais do que 1,60 m de altura.
Alm disso, 60% dos estudantes so mulheres. Ora, se um estudante selecionado
aleatoriamente e tem mais do que 1,60 m de altura, qual a probabilidade de o estudante
ser uma mulher ?
Soluo :S ={A1, A2} N =? (porque s sabemos a porcentagem de mulheres e homens )
Sejam A1 = {mulheres} , logo P(A1 ) = 60 % = 0,60
A2 = {homens} , logo P(A2) = 40 % = 0,40
Como foi dito que a o estudante selecionado tem mais do que 1,60 m de altura, ento
B ={o estudante selecionada tem mais de 1,60 m de altura}, logo podemos concluir
que:
P(B/ A1 ) = 1% = 0,01 e P(B/A2) = 4% = 0,04
Queremos saber a probabilidade de que o estudante seja mulher, logo queremos P(A1/B) ?
P(A1/B) =______P(A1P(B/A1)________ =
(0,60)(0,01)
= 0,2727 ou 27,27%
P(A1)P(B/ A1) + P(A2)P(B/ A2)
(0,60)(0,01) + (0,40)(0,04)
Exemplo 4:
Trs mquinas A, B e C produzem, respectivamente, 60%, 30% e 10% do total de peas
de uma fbrica. As percentagens de produo defeituosas dessas mquinas so,
respectivamente, 2%, 3% e 4%. Uma peca selecionada aleatoriamente e defeituosa.
Encontre a probabilidade da pea ter sido produzida pela mquina C.
Soluo: S = { A1, A2 , A3} N = ? (porque s sabemos a porcentagem das mquinas )
Sejam A1 = { mquina A } logo P(A1 ) = 60% = 0,60
A2 = { mquina B} logo P(A2 ) = 30% = 0,30

14
A3 = { mquina C} logo P(A3 ) =10% = 0,10.
Como foi dito que a pea selecionada defeituosa, ento B ={a pea selecionada
defeituosa}, logo podemos concluir que:
P(B/A1 ) = 2% = 0,02 e P(B/A2) = 3% = 0,03 e P(B/A3) = 4% = 0,04.
Queremos saber a probabilidade de que a pea seja da mquina C, logo queremos P(A3/B) ?
P(A2/B) =
P(A3)P(B/A3)
=
P(A1)P(B/ A1)+P(A2)P(B/ A2)+P(A3)P(B/ A3)

(0,10)(0,04)
= 0,16 ou 16%
(0,6)( 0,02 )+(0,3)(0.03)+(0,10)(0,04)