Aplicação: Ocorrência de um múltiplo de 8. Professor CLICIO C={ }=∅ IV Evento união Aula 9 É a reunião de dois eventos. Aplicação: Estudo das Probabilidades Evento A: ocorrência de um número primo. A = {2, 3, 5} Experimentos aleatórios Evento B: ocorrência de um número ímpar. Os experimentos cujos resultados podem ser pre- B = {1, 3, 5} vistos, isto é, podem ser determinados antes mes- Evento A ∪ B: ocorrência de um número 01. (Cesgranrio) Uma urna contém 4 bolas mo de sua realização, são chamados experimen- primo ou ímpar brancas e 5 bolas pretas. Duas bolas, es- tos determinísticos. Por exemplo, é possível pre- A ∪ B = {1, 2, 3, 5} colhidas ao acaso, são sacadas dessa ver a temperatura em que a água entrará em ebu- V Evento intersecção urna, sucessivamente e sem reposição. lição desde que conhecidas as condições em É a intersecção de dois eventos. A probabilidade de que ambas sejam que o experimento se realiza. Aplicação: Alguns experimentos, contudo, não são assim pre- brancas vale: Evento A: ocorrência de um número primo. visíveis. Por mais que sejam mantidas as mesmas A = {2, 3, 5} a) 1/6 b) 2/9 condições, não podemos prever qual será o resul- Evento B: ocorrência de um número ímpar. c) 4/9 d) 16/81 tado ao lançarmos uma moeda. Esses são cha- B = {1, 3, 5} e) 20/81 mados experimentos aleatórios (em latim alea = Evento A ∩ B: ocorrência de um número sorte). primo e ímpar. 02. (Fatec) Considere todos os números de Definição – Experimentos aleatórios são aque- A ∩ B = {3, 5} cinco algarismos distintos obtidos pela les que, repetidos em condições idênticas, não VI Eventos mutuamente exclusivos permutação dos algarismos 4, 5, 6, 7 e produzem sempre o mesmo resultado. Dois eventos E1 e E2 de um espaço amostral 8. Escolhendo-se um desses números, A teoria das probabilidades estuda a forma de U são chamados mutuamente exclusivos ao acaso, a probabilidade dele ser um estabelecermos as possibilidades de ocorrência quando E1 ∩ E2 = ∅ num experimento aleatório. número ímpar é Aplicação: Espaço amostral e evento Evento A: ocorrência de um número par. a) 1 b) 1/2 Vamos estudar experimentos aleatórios com resul- A = {2, 4, 6} c) 2/5 d) 1/4 tados eqüiprováveis (mesma chance de ocorrên- Evento B: ocorrência de um número ímpar. e) 1/5 cia) e em número determinado, isto é, finito. B = {1, 3, 5} A e B são eventos mutuamente exclusivos, 03. (Fei) Uma caixa contém 3 bolas verdes, Definição – Espaço amostral é o conjunto de to- dos os resultados possíveis de um experimento pois 4 bolas amarelas e 2 bolas pretas. Duas A ∩ B = ∅. bolas são retiradas ao acaso e sem aleatório. Indicaremos o espaço amostral por U. Evento – É qualquer subconjunto do espaço VII Evento complementar reposição. A probabilidade de ambas – amostral. É o evento E = U – E. serem da mesma cor é: Aplicação: Aplicação: – Evento A : ocorrência de um número primo a) 13/72 b) 1/18 Lançamos três moedas e observamos as faces – A = {2, 3, 5} c) 5/18 d) 1/9 que ficaram voltadas para cima. Representar: Evento ocorrência de um número não primo – e) 1/4 a) o espaço amostral do experimento; A = U – A = {1, 4, 6} b) o evento A: chances de sair faces iguais; Observação: 04. (Fei) Em uma pesquisa realizada em uma c) o evento B: sair exatamente uma face “cara”; No caso do exemplo, podemos dizer que o –– Faculdade, foram feitas duas perguntas d) o evento C: chances de sair, pelo menos, evento A é a não-ocorrência de um número uma face “cara”. aos alunos. Cento e vinte responderam primo. Resolução: “sim” a ambas; 300 responderam “sim” Probabilidade teórica de um evento à primeira; 250 responderam “sim” à se- a) U = {(Ca, Ca, Ca), (Ca, Ca, Co), (Ca, Co, Ca), Se, num fenômeno aleatório, o número de ele- (Ca, Co, Co), (Co, Ca, Ca), (Co, Ca, Co), (Co, gunda e 200 responderam “não” a am- mentos do espaço amostral é n(U), e o número Co, Ca), (Co, Co, Co)} bas. Se um aluno for escolhido ao aca- de elementos do evento A é n(A), então a b) A = {(Ca, Ca, Ca), (Co, Co, Co)} probabilidade de ocorrer o evento A é o número so, qual é a probabilidade de ele ter res- c) B = {(Ca, Co, Co), (Co, Ca, Co), (Co, Co, Ca)} pondido “não” à primeira pergunta? P(A) tal que: d) C = {(Ca, Ca, Ca), (Ca, Ca, Co), (Ca, Co, Ca), n(A) a) 1/7 b) 1/2 (Co, Ca, Ca), (Ca, Co, Co), (Co, Ca, Co), (Co, P (A) = ––––––––– n(U) Co, Ca)} c) 3/8 d) 11/21 Uma outra forma de definir a probabilidade de Observação – Os números de elementos do es- e) 4/25 ocorrer o evento A é: paço amostral e dos eventos de um experimen- número de resultados favoráveis 05. (Fuvest) Escolhem-se ao acaso três vér- to aleatório são calculados com a análise combi- P(E) = ––––––––––––––––––––––––––––––––––– número de resultados possíveis natória. tices distintos de um cubo. A probabili- Aplicação: Tipos de eventos Retirando-se uma carta de um baralho normal dade de que esses vértices pertençam a Consideremos o experimento aleatório: lança- de 52 cartas, qual é a probabilidade de que a uma mesma face é: mento de um dado comum e observação do carta retirada seja um rei? a) 3/14 b) 2/7 número representado na face voltada para cima. Resolução c) 5/14 d) 3/7 O espaço amostral será U = {1, 2, 3, 4, 5, 6}. número de resultados favoráveis Analisemos os diversos tipos de eventos que P(E) = –––––––––––––––––––––––––––––––– e) 13/18 número de resultados possíveis podemos definir neste experimento. 4 1 P(E) = ––––– = ––––– 06. (Fuvest-gv) No jogo da sena, seis núme- I Evento elementar 32 13 ros distintos são sorteados dentre os nú- Qualquer subconjunto unitário de U. Aplicação: Aplicação: meros 1, 2,....., 50. A probabilidade de Em um lançamento de dois dados, um preto e Ocorrência de um número múltiplo de 5. outro branco, qual é a probabilidade de que os que, numa extração, os seis números A = {5} dois números obtidos sejam iguais? sorteados sejam ímpares vale aproxima- II Evento certo Resolução: damente: É o próprio espaço amostral U. U = {(1, 1), (1, 2), (1, 3), ..., (6, 4), (6, 5), (6, 6)} a) 50 % b) 1 % Aplicação: n(U) = 6 · 6 = 36 Ocorrência de um divisor de 60. E = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6)} c) 25 % d) 10 % B = {1, 2, 3, 4, 5, 6} n(E) = 6 e) 5 %