Introdução a

Probabilidade

Professor Cleber Giugioli Carrasco

Câmpus Central – Sede: Anápolis – CET
Universidade Estadual de Goiás – UEG
 Professor Cleber Carrasco

INTRODUÇÃO À PROBABILIDADE

Experimentos Determinísticos: são experimentos que ao serem repetidos

“nas mesmas condições” conduzem ao mesmo resultado.

Exemplo: Se aquecermos a água a 100 ºC, ela entrará em ebulição.

(Se repetirmos esse experimento o resultado será sempre o mesmo)

Experimentos Aleatórios: são experimentos que ao serem repetidos “nas

mesmas condições” em geral, não produzem o mesmo resultado.
(Se repetirmos os experimentos a seguir o resultado poderá ser diferente)

Exemplos:
1) Lançamento de um dado;
2) Número de peças defeituosas em um lote;
3) Tempo de vida de um equipamento;
4) Tempo de reação de um medicamento;
5) Peso de um animal.
 Professor Cleber Carrasco

Espaço Amostral

É o conjunto de TODOS os resultados possíveis de um experimento

aleatório.

O experimento aleatório será representado por “E” e o espaço

amostral será representado por “S”, cujos seus elementos serão
denominados de eventos simples ou pontos amostrais.

Exemplo 1:
E: “Lançamento de um moeda”.
S = {C, K}, onde C: cara e K: coroa.
(Neste exemplo temos 2 eventos simples (C e K) no S)

Exemplo 2:
E: “Lançamento de um dado”.
S = {F1, F2, F3, F4, F5, F6}.
(Neste exemplo temos 6 eventos simples no S)
 Professor Cleber Carrasco

Exemplo 3:
E: “Três peças são retiradas de uma linha de produção e classificadas
em Boa (B) ou Defeituosas (D)”.
S = {BBB, BBD, BDB, DBB, BDD, DBD, DDB, DDD}
Exemplo 4:
E: “Número de carros que passam em um pedágio durante um
determinado período de tempo”.
S = {0, 1, 2,..., n}, onde n é o número máximo de carros que passa por
esse pedágio nesse período de tempo.
Exemplo 5:
E: “Uma moeda é lançada sucessivamente até que ocorra cara pela
primeira vez”.
S = {C, KC, KKC, KKKC, KKKKC, ... } (Espaço amostral infinito, não tem
como determinar quando o evento Cara ocorrerá)

Exemplo 6:
E: “Tempo de vida de uma lâmpada”.
S = { t   / t  0 } (Espaço amostral infinito, não tem como determinar
quando a lâmpada falhará)
 Professor Cleber Carrasco

Evento
É todo resultado ou subconjunto de resultados de um experimento.

Observação:

Eventos simples são representados por um conjunto unitário.

Exemplo 1:
Considere o experimento E: “lançamento de um dado” e, seja o
evento A: “a face do dado é par”. Logo tem-se:

A = {F2, F4, F6}.

Então A ocorre se um dos eventos simples abaixo ocorrer:

{F2}, {F4}, {F6}.

 Professor Cleber Carrasco
Exemplo 2:
Considere o experimento E: “lançamento de duas moedas” e, seja o
evento B: “o número de caras é igual ao número de coroas”. Logo:

B = {CK, KC}, onde C: cara e K: coroa.

Então B ocorre se um dos eventos simples abaixo ocorrer:

{CK} ou {KC}.

Exemplo 3:
Considere o experimento E: “Três peças são retiradas de uma linha
de produção e classificadas em Boa (B) ou Defeituosa (D)”. E, seja o
evento C: “Duas peças são boas”. Logo tem-se:

C = {BBD, BDB, DBB}, onde B: Boa e D: Defeituosa.

Então C ocorre se um dos eventos simples abaixo ocorrer:

{BBD}, {BDB}, {DBB}.

 Professor Cleber Carrasco

Operações entre Eventos

1. A reunião (união) de dois eventos A e B, denotada por A U B, é o
evento que ocorre se pelo menos um deles ocorrer;

A B

AUB

2. A intersecção de dois eventos A e B, denotada por A ∩ B, é o evento

que ocorre se ambos ocorrerem;
A B

A∩B
 Professor Cleber Carrasco

3. O complementar do evento A, denotado por Ac, é o evento que

ocorre quando A não ocorrer.

Ac

Observação:

A U AC = S

A ∩ AC = 
 Professor Cleber Carrasco
Exemplo:
Um Pesquisador com o intuito de fazer uma amostragem simples,
enumerou de um a quinze seus tubos de ensaio. Sejam A e B os
seguintes eventos: A: “o nº do tubo sorteado é par” e B: “o nº do tubo
sorteado é múltiplo de 3”. Determine os eventos A U B, A ∩ B e Ac.
Solução:

S = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15}

A = {2, 4, 6, 8, 10, 12, 14}

B = {3, 6, 9, 12, 15}

A U B = {2, 3, 4, 6, 8, 9, 10, 12, 14, 15}

A ∩ B = {6, 12}

Ac = {1, 3, 5, 7, 9, 11, 13, 15}

 Professor Cleber Carrasco

PROBABILIDADE

Definição Clássica

Seja S com n eventos simples igualmente possíveis e seja A um

evento de S formado de m eventos simples. A probabilidade de
ocorrer A, é definida por:
m
P ( A) 
n
Exemplo: Joga-se um dado, qual a probabilidade de ocorrer:

a) Evento A: “Face 4” A = {F4}, logo m = 1 e n = 6, pois

S = {F1, F2, F3, F4, F5, F6} então:
1
P ( A) 
6
b) Evento B: “Face ímpar” B = {F1, F3, F5}, logo m = 3, então:

3 1
P( B)  
6 2
 Professor Cleber Carrasco

Definição Frequentista
Repete-se o experimento n vezes e anota quantas vezes o evento A
associado a esse experimento ocorre. Assim a probabilidade de
ocorrer o evento A é dado por:
n( A) , onde n(A) é o número de vezes que o evento A ocorre.
P( A) 
n

Exemplo:
Considere os dados da tabela a seguir e calcule a probabilidade de
uma pessoa sorteada ser do sexo: a) masculino e b) feminino.

Sexo Frequência
Masculino 514
Feminino 486
Total 1.000
n( M ) 514 n( F ) 486
P(M )    0,514 P( F )    0,486
n 1.000 n 1.000
 Professor Cleber Carrasco

Definição Axiomática
A probabilidade será definida numa classe de eventos (A) do espaço
amostral S que satisfaz as propriedades:

a) 0 ≤ P(A) ≤ 1 (ou 0% ≤ P(A) ≤ 100%)

b) P(S) = 1 (evento certo) (Se apostarmos em C e K num lançamento de moeda

com certeza ganharemos, pois apostamos em todas as possibilidades)

c) P( ) = 0 (evento impossível) (Se apostarmos em face 7 num jogo de dados,

com certeza perderemos, pois não existe face 7. Impossível sair face 7)

d) P(A U AC) = P(S) = 1 (Ver observação de evento complementar)

e) P(A) = 1 – P(AC) (Explo: P(Cara) = 1 – P(Coroa), logo P(Cara) = 1 – 0,5 = 0,5)

n n

f) P ( Ai )   P ( Ai ) , com os Ai’s mutuamente exclusivos.

i 1 i 1
(definiremos eventos mutuamente exclusivos em breve)