Probabilidade

Objetivos: assimilar os conceitos de espaço,

amostral, evento e probabilidade de um evento.
Introdução
Situações
1) Qual a probabilidade de que, em 2) Qual a chance de ganhar na mega
uma sala com 30 alunos, dois deles sena com uma aposta simples? (R- 1
façam aniversário no mesmo dia? (R- em 50.063.860)
Maior que 70%)
Espaços amostrais e eventos
Ex.: O lançamento de um dado não viciado é um experimento que não podemos
prever o resultado.

Definição: Todo experimento que, mesmo repetido várias vezes sob as mesmas
condições, apresenta resultados imprevisíveis é chamado experimento
aleatório.

Quando todas as ocorrências possíveis tem a mesma chance de acontecer,

chamamos eventos equiprováveis.
ESPAÇO AMOSTRAL DE UM EXPERIMENTO
O conjunto de todos os resultados possíveis de um experimento
aleatório é chamado espaço amostral. Em Geral, indicamos o
espaço amostral por Ω (lemos “ômega”)

Ex.: ao lançarmos uma moeda, temos que Ω = {𝐶, 𝐾}.

Ex.: ao lançarmos uma moeda duas vezes, temos que Ω =

{𝐶𝐶, 𝐶𝐾, 𝐾𝐶, 𝐾𝐾}.
EVENTOS
Todo subconjunto de um espaço amostral Ω é chamado evento. Em geral,
indicamos um evento por uma letra maiúscula.
Ex.: Considere o lançamento de um dado. Vejamos alguns possíveis eventos
do Ω = {1, 2, 3, 4, 5, 6}:
A: a ocorrência do número 4 >> 𝐴 = {4}
B: a ocorrência de um número ímpar ≫ 𝐵 = 1, 3, 5
C: a ocorrência do número 9 >> 𝐶 = {9} (chamado de evento impossível)
D: a ocorrência de um número natural menor que 7 >> 𝐷 = {1, 2, 3, 4, 5, 6}
(evento certo)

Definição: Suponha que ∅ represente o evento nulo (o evento que consiste

em nenhum resultado de qualquer natureza). Quando se diz que 𝐴 ∩ 𝐵 = ∅,
𝐴 e 𝐵 são eventos mutuamente exclusivos ou disjuntos.
Ex.: Alex, Bruno e Caio são os únicos clientes de uma loja classificados para
participar de um sorteio de três prêmios. Determine:
Ω = {𝐴𝐵𝐶, 𝐴𝐶𝐵, 𝐵𝐴𝐶, 𝐵𝐶𝐴, 𝐶𝐵𝐴, 𝐶𝐴𝐵}
a) O evento D, da ocorrência de Bruno ser o 1º sorteado.
𝐷 = {𝐵𝐴𝐶, 𝐵𝐶𝐴}
b) O evento E, da ocorrência de Alex ser o 2º ou o 3º sorteado.
𝐸 = {𝐵𝐴𝐶, 𝐵𝐶𝐴, 𝐶𝐵𝐴, 𝐶𝐴𝐵}
Ex.: Considerando o lançamento de dois
dados, um verde e outro vermelho, escreva o
espaço amostral que representa os pontos
das faces voltadas para cima. Em seguida,
determine o evento:
a) A, da ocorrência da mesma quantidade de
pontos em ambos os dados.
𝐴 = { 1,1 , 2,2 , 3,3 , 4,4 , 5,5 , (6,6)}
b) B, de a soma dos pontos ser 7.
𝐵 = { 1,6 , 2,5 , 3,4 , 4,3 , 5,2 , (6,1)}
c) C, de a multiplicação dos pontos ser 12.
𝐶 = { 6,2 , 2,6 , 4,3 , (3,4)}
d) D, de a soma dos pontos ser 13.
𝐷= =∅

Link:
https://forms.gle/cmJgtGKaNHG8g3V28
Probabilidade de ocorrer um evento
Considere o evento: ocorrência do 5 no lançamento de um dado. Logo a
probabilidade de ocorrer o 5 é:

Qual a probabilidade de ocorrer o número primo no lançamento de um dado?

𝑃=
Definição: a probabilidade de ocorrer um evento 𝐴 de um espaço amostral Ω
𝑛(𝐴)
finito é dado por: 𝑃 𝐴 =
𝑛(Ω)
em que 𝑛(𝐴) e 𝑛(Ω) representam a quantidade de elementos de 𝐴 e de Ω,
respectivamente.
Obs.: a probabilidade assim definida só é valida se todos os elementos de Ω
tiverem a mesma chance de ocorrer.
Note que, se 𝐴 é um evento qualquer do espaço amostral, isto é ∅ ⊂ 𝐴 ⊂ Ω.
Segue que, em relação à quantidade de elementos de 𝐴, temos:

𝑛 ∅ ≤ 𝑛 𝐴 ≤ 𝑛(Ω)

Dividindo cada membro dessa desigualdade por 𝑛(Ω), temos:

𝑛 ∅ 𝑛 𝐴 𝑛 Ω
≤ ≤ ≫ 0≤𝑃 𝐴 ≤1
𝑛(Ω) 𝑛 Ω 𝑛 Ω
Probabilidade de um evento não ocorrer
Seja 𝐴ҧ = Ω − 𝐴, o evento dos elementos que não estão em 𝐴, ou seja, o
complementar de 𝐴. Logo:
𝑛 𝐴ҧ 𝑛 Ω 𝑛 𝐴
𝑛 𝐴ҧ = 𝑛 Ω − 𝑛 𝐴 ≫ = − ≫ 𝑃 𝐴ҧ = 1 − 𝑃(𝐴)
𝑛 Ω 𝑛 Ω 𝑛 Ω

A probabilidade de não ocorrer um evento 𝐴 de um espaço amostral Ω

finito é dado por:
𝑃 𝐴ҧ = 1 − 𝑃(𝐴)
Em que 𝐴ҧ é o complementar de 𝐴 em relação a Ω, ou o evento “não
ocorrer 𝐴”.
Atividade
1- A queima de cana aumenta a concentração de dióxido de carbono e de material particulado na
atmosfera, causa alteração do clima e contribui para o aumento de doenças respiratórias. A
tabela abaixo apresenta números relativos a pacientes internados em um hospital no período da
queima da cana.

Escolhendo-se aleatoriamente um paciente internado nesse hospital por problemas respiratórios

causados pelas queimadas, a probabilidade de que ele seja uma criança é igual a
A) 0,26, o que sugere a necessidade de implementação de medidas que reforcem a atenção ao
idoso internado com problemas respiratórios.
B) 0,50, o que comprova ser de grau médio a gravidade dos problemas respiratórios que atingem
a população nas regiões das queimadas.
C) 0,63, o que mostra que nenhum aspecto relativo à saúde infantil pode ser negligenciado.
D) 0,67, o que indica a necessidade de campanhas de conscientização que objetivem a eliminação
das queimadas.
E) 0,75, o que sugere a necessidade de que, em áreas atingidas pelos efeitos das queimadas, o
atendimento hospitalar no setor de pediatria seja reforçado.
𝐸 = 𝑐𝑟𝑖𝑎𝑛ç𝑎𝑠 𝑐𝑜𝑚 𝑝𝑟𝑜𝑏𝑙𝑒𝑚𝑎𝑠 𝑜𝑟𝑖𝑢𝑛𝑑𝑜𝑠 𝑑𝑎𝑠 𝑞𝑢𝑒𝑖𝑚𝑎𝑑𝑎𝑠 ≫ 𝑛 𝐸 =
Ω = 𝑝𝑒𝑠𝑠𝑜𝑎𝑠 𝑐𝑜𝑚 𝑝𝑟𝑜𝑏𝑙𝑒𝑚𝑎𝑠 𝑜𝑟𝑖𝑢𝑛𝑑𝑜𝑠 𝑑𝑎𝑠 𝑞𝑢𝑒𝑖𝑚𝑎𝑑𝑎𝑠 ≫ 𝑛 Ω = ≫ 𝑃 𝐸 =
2- O professor de matemática de certa turma vai sortear 2 livros para dois dos 25 alunos
da turma. Sabendo que faltaram exatamente 3 alunos, qual a probabilidade de sortear
apenas alunos que estão presentes na aula?

3- O gerente de uma lanchonete realizou uma pesquisa com alguns de seus clientes para
investigar a preferência em relação às vitaminas servidas. Dos 50 entrevistados:
- 39 gostam de vitamina de abacate - 21 gostam de vitamina de abacate com mamão
- 33 gostam de vitamina de banana - 18 gostam de vitamina de banana com mamão
- 29 gostam de vitamina de mamão - 11 gostam de vitamina das três frutas
- 23 gostam de vitamina de abacate com banana
Ao sortear um desse clientes, qual a probabilidade de que ele:
𝑛 𝑆𝐴
a) Goste de vitamina somente de abacate? 𝑃 𝑆𝐴 = =
𝑛(Ω)

b) Não goste de vitamina de mamão? 𝑃 𝑁𝑀 = 1 − 𝑃 𝑀 =

Probabilidade da união de dois eventos
Quando A e B são conjuntos finitos, tem-se:

𝑛 𝐴 ∪ 𝐵 = 𝑛 𝐴 + 𝑛 𝐵 − 𝑛(𝐴 ∩ 𝐵)

Ex.: 𝐴 = {}, 𝐵 = {},

𝐴 ∪ 𝐵 = {}
𝐴∩𝐵 =

Ex.:
A probabilidade de ocorrer o evento A ou o evento B é igual à probabilidade de
ocorrer A mais a probabilidade de ocorrer B menos a probabilidade de ocorrer A
e B.

𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)

Obs.: Nos casos em que 𝐴 ∩ 𝐵 = ∅, isto é, A e B são disjuntos, temos que

𝑛 𝐴 ∩ 𝐵 = 0 e 𝑃 𝐴 ∩ 𝐵 = 0 . Consequentemente, 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃(𝐵) .
Quando isso acontece, dizemos que os eventos A e B são mutuamente
exclusivos.
Ex.: Certo experimento consiste em sortear um número de uma urna que contém
10 fichas numeradas de 1 a 10. Calcule a probabilidade de:
𝑛 𝐸1 5 1
a) Sortear um número ímpar. 𝐸1 = 1, 3, 5, 7, 9 , 𝑃 𝐸1 = = = =
𝑛(Ω) 10 2
50%
3
b) Sortear um número múltiplo de 3. 𝐸2 = 3, 6, 9 , 𝑃 𝐸2 = 10 = 30%
2
c) Sortear um número ímpar e múltiplo de 3.𝐸1 ∩ 𝐸2 = {3, 9}, 𝑃 𝐸1 ∩ 𝐸2 = =
10
1
= 20%
5
d) Sortear um número ímpar ou múltiplo de 3.
5 3 2 6 3
𝑃 𝐸1 ∪ 𝐸2 = 𝑃 𝐸1 + 𝑃 𝐸2 − 𝑃 𝐸1 ∩ 𝐸2 = + − = = = 60%
10 10 10 10 5
Ex.: Em um grupo de 15 pessoas, tem-se que: 7 são solteiras, 5 são casadas e 3
são viúvas. Determine a probabilidade de sortear desse grupo uma pessoa casada
ou viúva.
5 3 8
𝑃 𝐶∪𝑉 =𝑃 𝐶 +𝑃 𝑉 = + =
15 15 15
Probabilidade Condicional
Situação: Dos 100 funcionários de uma empresa, 50 são habilitados na categoria A
(podem conduzir motocicletas), 60, na categoria B (podem conduzir veículos de
passeio), 20, na categoria AB (podem conduzir motocicletas e veículos de
passeio) e 10 não possuem carteira nacional de habilitação.
a) Qual a probabilidade de, ao realizar um sorteio entre todos os funcionários,
ele seja habilitado na categoria AB?
20 1
𝑃 𝐴𝐵 = = = 20%
100 5
b) Qual a probabilidade de, ao realizar um sorteio entre os funcionários
habilitados na categoria A, ele também ser habilitado na categoria B?
20 2
𝑃 𝐵𝐴 = = = 40%
50 5
c) Qual a probabilidade de, ao realizar um sorteio entre os funcionários
habilitados na categoria B, ele também ser habilitado na categoria A?
20 1
𝑃 𝐴𝐵 = = = 33,3%
60 3
Se A e B são eventos não vazios de um mesmo espaço amostral Ω finito, então a
probabilidade de ocorrer A, sabendo que B já ocorreu, é dado por:

𝑛(𝐴 ∩ 𝐵) 𝑃(𝐴 ∩ 𝐵)
𝑃 𝐴𝐵 = 𝑃 𝐴𝐵 = (∗)
𝑛(𝐵) ou 𝑃(𝐵)

EVENTOS INDEPENDENTES
Da expressão (*) acima podemos obter 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝐵 . 𝑃(𝐵) . Quando a
ocorrência de B não afeta a existência de A, dizemos que os eventos A e B são
independentes e 𝑃 𝐴 𝐵 = 𝑃(𝐴). Logo:

𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 . 𝑃(𝐵)
Sendo A e B eventos não vazios de um mesmo espaço amostral Ω, dizemos que os
eventos A e B são independentes se, e somente se, 𝑃 𝐴 𝐵 = 𝑃(𝐴), ou de maneira
equivalente:

𝑃 𝐴 ∩ 𝐵 = 𝑃(𝐴). 𝑃(𝐵)

Ex.: Determine a probabilidade de um casal ter um filho do sexo masculino na

segunda gravidez, considerando que na primeira gravidez nasceu uma criança do
sexo feminino. 𝑀 = 𝑚𝑚, 𝑚𝑓 , 𝐹 = {𝑚𝑓, 𝑓𝑓}, 𝑀 ∩ 𝐹 = {mf}, Ω = {𝑚𝑚, 𝑚𝑓, 𝑓𝑚, 𝑓𝑓}
1 1 1
𝑃 𝑀 ∩ 𝐹 = 𝑃 𝑀 . 𝑃 𝐹 = . = = 25%
2 2 4
Ex.: Duas máquinas A e B produzem 5.000 peças em um dia. A máquina A produz
2.000 peças, das quais 2% são defeituosas. A máquina B produz as restantes
3.000, das quais 3% são defeituosas. Da produção total de um dia uma peça é
escolhida ao acaso e, examinando-a, constata-se que é defeituosa. Qual é a
probabilidade de que a peça tenha sido produzida pela máquina A?
𝑛(𝐴∩𝐷) 40 4
𝐷 = 𝑝𝑒ç𝑎𝑠 𝑑𝑒𝑓𝑒𝑖𝑡𝑢𝑜𝑠𝑎𝑠, A = 𝑝𝑒ç𝑎𝑠 𝑑𝑒 𝐴 . 𝑃 𝐴 𝐷 = = 130 = 13
𝑛(𝐷)
Lei Binomial das Probabilidades
Vejamos como calcular a probabilidade de um mesmo evento A ocorrer 1, 2, 3,
..., n vezes seguidas, sendo cada um dos eventos independente e realizado sob
as mesmas condições.

Ex.: Qual a probabilidade de um casal que teve 7 filhos, 3 serem do sexo

masculino e 4, do sexo feminino:
a) Nessa ordem?
b) Em qualquer ordem?
A probabilidade de ocorrer o evento A em 𝑛 tentativas é 𝑃(𝐴) , então a
probabilidade de ocorrer 𝑝 vezes o evento A nas 𝑛 tentativas é:

𝑛
𝑝 𝑃 𝐴 𝑃
. 𝑃 𝐴ҧ 𝑛−𝑝

Em que 𝑝 ≤ 𝑛 e 𝐴ҧ é o evento complementar de A.

Ex.: Em certo concurso, o candidato deve realizar uma prova objetiva de 60

questões, cada uma com 5 alternativas, das quais apenas uma é correta. Para ser
classificado com um aproveitamento mínimo, ele deve acertar, ao menos 25% das
questões. Determine a probabilidade de um candidato, ao assinalar
aleatoriamente as respostas da prova, ser classificado no curso exatamente com
o aproveitamento mínimo.
Teorema de Bayes
TEOREMA DA PROBABILIDADE TOTAL
Sejam 𝐴1 , 𝐴2 , 𝐴3 , … , 𝐴𝑛 eventos que formam uma partição (os eventos são
mutuamente exclusivos e a união forma o espaço amostral) do espaço amostral.
Seja 𝐵 um evento desse espaço. Então

𝑃 𝐵 = ෍ 𝑃 𝐴𝑖 . 𝑃(𝐵|𝐴𝑖 )
𝑖=1
Ex.: Uma urna contém 3 bola brancas e 2 amarelas. Uma segunda urna contém 4
bolas brancas e 2 amarelas. Escolhe-se, ao acaso, uma urna e dela retira-se,
também ao acaso, uma bola. Qual a probabilidade de que seja branca?
TEOREMA DE BAYES
Sejam 𝐴1 , 𝐴2 , 𝐴3 , … , 𝐴𝑛 eventos que formam uma partição do Ω. Seja 𝐵 ⊂ Ω.
Sejam conhecidas 𝑃 𝐴𝑖 e 𝑃(𝐵|𝐴𝑖 ), 𝑖 = 1, 2, … , 𝑛. Então:

𝑃 𝐴𝑗 .𝑃(𝐵|𝐴𝑗 )
𝑃 𝐴𝑗 𝐵 = 𝑛 , 𝑗 = 1, 2, … , 𝑛
σ𝑖=1 𝑃 𝐴𝑖 . 𝑃(𝐵|𝐴𝑖 )
Ex.: A urna A contém 3 fichas vermelhas e 2 azuis, e a urna B contém 2 vermelhas
e 8 azuis. Joga-se uma moeda “honesta”. Se a moeda der cara, extrai-se uma
ficha da urna A; se der coroa, extrai-se uma ficha da urna B. Uma ficha vermelha
é extraída. Qual a probabilidade de ter saído cara no lançamento?
Referência
 Balestry, Rodrigo Dias. Matemática: interação e
tecnologia. 2. ed. Rio de Janeiro: Leya, 2016. v.2.
 Morettin, Luiz Gonzaga. Estatística Básica:
probabilidade e inferência. Volume único. São Paulo:
Pearson Prentice Hall, 2010.