Aprovar_02V.

qxp 4/3/2008 18:33 Page 7

III Evento impossível

Matemática É o conjunto vazio (∅).

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 %