Conceitos de

Probabilidade
 Experimento Aleatório
➢ Experimento aleatório: É um
procedimento cujo resultado é
incerto
 Exemplos:
 Jogar uma moeda
 Sortear um número inteiro de um a cem
 Lançar um dado

➢ Resultados: são os resultados particulares

da execução de um experimento.
Exemplo: cara, coroa.
 Experimento Aleatório
➢ Eventos: são conjuntos de resultados
que atendem a algumas
especificações.

 Exemplo: no caso de jogar dados, o evento

“número ímpar em um arremesso” pode
resultar de qualquer um de 3 resultados
1,3,5. Desta forma este é um evento de 3
resultados. Portanto, eventos são
agrupamentos de resultados em classes.
Variável aleatória

O resultado de um
experimento aleatório
é designado variável
aleatória (X)
Tipos de Variável Aleatória

 Variável aleatória discreta

 Os resultados possíveis são finitos e podem
ser enumerados (jogadas de moedas,
dados, etc.)
 Variável aleatória contínua
 Os resultados possíveis são infinitos e não
podem ser enumerados (ex.: peso, altura,
rendimento, saldo, duração de percurso,
etc.)
 Espaço amostral
(ou de probabilidades)
 O conjunto ou coleção de todos os possíveis
resultados de um experimento aleatório, é o
espaço amostral (S)
 Jogar uma moeda
S = {cara, coroa}

 Sortear um número inteiro de um a cem

S = {1,2,...,100}

 Lançar um dado
S = {1,2,3,4,5,6}
 Espaço amostral
(ou de probabilidades)

 Tipos de Espaço Amostral

1) Finito: tem um número finito de elementos
Exemplo: Lançamento de um dado
S = {1, 2, 3, 4, 5, 6}

2) Infinito enumerável ou contável: tem um

número infinito de elementos enumeráveis
Exemplo: Uma moeda é lançada sucessivas vezes
até que ocorra uma coroa (c)
S = {c, kc, kkc, kkkc, kkkkc, ... }
 Espaço amostral
(ou de probabilidades)

 Tipos de Espaço Amostral

3) Infinito não enumerável ou não contável:
Tem um número infinito de elementos não
enumeráveis.

Exemplo: Observar o tempo de vida de uma lâmpada

S = {x / x ϵ R, x ≥ 0}
 Evento

 Eventoé qualquer subconjunto do espaço

amostral
Sempre deve ser considerado o evento impossível
(aquele que nunca ocorre) e o evento certo (que é
próprio espaço amostral S)

E = {cara} (sortear cara)

E = {25, 27, 26} (sortear no. entre 24 e 28)
 E = {3, 5, 1} (lançar no. impar no dado)
 Evento

 Evento é qualquer subconjunto do espaço amostral

1. A U B => É o evento que ocorre se A ocorre ou B ocorre.

2. A ∩ B => É o evento que ocorre se A ocorre e B ocorre.
União de Eventos

 Ocorre quando pelo menos um dos

eventos A e B ocorre

AB
Interseção de Eventos

 Ocorrequando os dois eventos A e B

ocorrem simultaneamente

AB
Diferença de Eventos

 Ocorre quando ocorre no evento A, mas

não ocorre no evento B.

A-B
Eventos mutuamente excludentes
A e B são eventos mutuamente excludentes se a
ocorrência de um deles ocorre, implica necessariamente
na não-ocorrência do outro (i.e., não há elementos
comuns entre eles), ou seja não ocorrem
simultaneamente. A ∩ B = Φ
•Exemplo: os resultados cara (A) e coroa (B) ao
jogar uma moeda.
Complemento do evento

Ocorre quando não ocorre o

evento A

A
 Exemplos

1) Sendo os eventos A = {1, 3, 4, 7, 8}, B =

{1, 2, 5, 6, 7, 9} e S = N, determinar:

a) A U B = {1,2,3,4,5,6,7,8,9}
b) A ∩ B = {1,7}
c) A – B = {3,4,8}
d) B – A = {2,5,6,9}
 Exemplos
3) Exprimir os eventos hachurados
nos diagramas abaixo utilizando as
operações de união, intersecção e
complementar.

Ocorre o evento A Ocorre o evento A ∩ B Ocorre o evento B U C

Probabilidade
Diagrama de Venn

ocorre A ou B ? ocorre somente A ?

A B A B

A
ocorrem A e B não ocorre nem A
simultaneamente? nem B ?
B A B A B  A B

não ocorre A? não ocorrem A e B

simultaneamente?
A A B  A B
 Probabilidade
Definição Clássica (Atribuída à Laplace)
Seja um espaço amostral finito S, formado
por eventos equiprováveis. Sendo A um
evento de S, então a probabilidade de
ocorrência de A é dada por:

𝒏(𝑨)
P(A) =
𝒏(𝑺)

Onde:
n(A) é o número de elementos do evento A
n(S) é o número de elementos do espaço amostral S
 Probabilidade (objetiva)
 Proporção de ocorrência de um evento
 Frequência relativa:
(resultados favoráveis) /
(resultados possíveis)
 Assume valores entre 0 e 1 => 0 ≤ P(A) ≤ 1

Embora o resultado de um experimento aleatório seja

imprevisível, existe uma regularidade estatística sobre
este, e a definição por frequência relativa baseia-se
nesta regularidade.
 Probabilidade (subjetiva)

 Interpretação subjetiva: é uma

estimativa do que o indivíduo pensa que
seja a viabilidade de ocorrência de um
evento.

 Exemplo: Há 30% de chance de chuva nas

próximas 24 horas
 Frequência x Probabilidade
Experimento: jogar um dado e observar seu valor.
Freqüência Freqüência
Valor
Absoluta Relativa
1 1 1

2 0 0

3 0 0

4 0 0

5 0 0

6 0 0

Total 1 1
 Frequência x Probabilidade
Experimento: jogar um dado e observar seu valor.

Freqüência Freqüência
Valor
Absoluta Relativa
1 1 1/6
0,5
1

2 0
1 1/6
0

3 0
1 1/6
0

4 0
1 1/6
0

5 0
1 1/6
0

6 0
1 1/6
0,5
0

Total 621 1
 Frequência x Probabilidade
Experimento: jogar um dado e observar seu valor.
Probabilidade
Valor 1 2
1 1/6 3 4
2 1/6
5 6
3 1/6 S
4 1/6
S = {1, 2, 3, 4, 5, 6}
5 1/6

6 1/6
# eventos favoráveis
Total 1
P
# eventos possíveis

0  P(evento qualquer)  1
 Probabilidade
Experimento: jogar um dado e observar seu valor.
# eventos favoráveis
1 2 P
# eventos possíveis
3 4
• Qual a probabilidade de obter um valor igual a 1?
5 6
S
1
P(valor igual a 1) =
S = {1, 2, 3, 4, 5, 6} 6
• Qual a probabilidade de obter um valor múltiplo 3?

2 1
P(valor múltiplo 3) = =
6 3
 1) Probabilidade Condicionada
 Probabilidade de um evento A, dado que aconteceu um
outro evento B

P(A | B) = P(A  B) / P(B)

 Probabilidade de um evento ocorrer, dado que outro evento tenha ocorrido

 A probabilidade do evento A ocorre, dado que o evento B tenha ocorrido

 P(A|B)
 Probabilidade de A dado B.
1) Probabilidade Condicionada

 P(A|B) = 4/51=0,078
 1) Probabilidade Condicionada

Eventos independentes
 A e B são independentes se a ocorrência de um
deles não altera a probabilidade de ocorrência do
outro. Formalmente:
P(A | B) = P(A)

 Pela expressão anterior, se A e B são

independentes:
P(A  B) = P(A).P(B)
 Note que neste caso A  B denota a possibilidade de ocorrência simultânea dos dois
eventos
1) Probabilidade Condicionada
Exemplo:
Qual a probabilidade
de escolher dois
A B objetos vermelhos?

?
P(Vermelho1  Vermelho2 ) 
?

6 6
P (Vermelho1  Vermelho2 )  . (eventos independentes)
11 11
 P(Vermelho1 ).P(Vermelho2 )
1) Probabilidade Condicionada

𝟏
𝟐
 2)Probabilidade da Interseção ou
produto

 Para
encontrar a probabilidade de dois
eventos ocorrerem em sequência

 Probabilidade de A e B ocorrerem na
sequência
 2)Probabilidade da Interseção ou
produto

P( A  B )  P( A).P( B / A)
A B
 P( B ).P( A / B )
(eventos dependentes )

P( A / B )  P( A) e P ( B / A)  P ( B )  P( A  B )  P ( A).P ( B )

(eventos independentes)
2)Probabilidade da Interseção ou
produto
2)Probabilidade da Interseção ou
produto Exemplo:
Qual a probabilidade
de escolher dois
objetos vermelhos?

A B
?
P(Vermelho1  Vermelho2 ) 
?

11 10

. ?
.
.
2)Probabilidade da Interseção ou
produto Exemplo:
Qual a probabilidade
de escolher dois
objetos vermelhos?

A B
?
P(Vermelho1  Vermelho2 ) 
110

6 5

. ?
.
.
2)Probabilidade da Interseção ou
produto Exemplo:
Qual a probabilidade
de escolher dois
objetos vermelhos?

A B
30
P(Vermelho1  Vermelho2 ) 
110

6 5 6.5

11 10 11.10

P (?) 1 )
P(Vermelho
2)Probabilidade da Interseção ou
produto Exemplo:
Qual a probabilidade
de escolher dois
objetos vermelhos?

A B
30
P(Vermelho1  Vermelho2 ) 
110

6 5 6.5

11 10 11.10

P (?) que Vermelho1 )

P(Vermelho2 sabendo
P(Vermelho2 / Vermelho1 )
2)Probabilidade da Interseção ou
produto Exemplo:
Qual a probabilidade
de escolher dois
objetos vermelhos?

A B
30
P(Vermelho1  Vermelho2 ) 
110

P(Vermelho1  Vermelho2 )  P(Vermelho1 ).P(Vermelho2 / Vermelho1 )

6 5 30
 . 
11 10 110
3) Probabilidade da União

 Probabilidade de A ou B ocorra

 P(A ou B) / P(AUB)

 Dependemde eventos serem

mutuamente exclusivos
 3) Probabilidade da União

 Eventos mutuamente excludentes, i.e., P(A  B) =0

P(A  B) = P(A) + P(B)

 Eventos não excludentes

P(A  B) = P(A) + P(B) - P(A  B)

3) Probabilidade da União

P( A  B )  0  P ( A  B )  P ( A)  P ( B )
(eventos mutuamente exclusivos)

P( A  B )  P( A)  P( B )  P ( A  B )

(eventos não mutuamente exclusivos)

3) Probabilidade da União
3) Probabilidade da União
3) Probabilidade da União

?
B
S

Qual a probabilidade A = objeto quadrado

do objeto selecionado B = objeto vermelho
ser quadrado ou ser
vermelho?
3) Probabilidade da União
Exemplo:

Qual a probabilidade
A B do objeto selecionado
ser quadrado ou ser
vermelho?

8
P (Quadrado  Vermelho) 
9

P(Quadrado  Vermelho)  P(Quadrado)  P(Vermelho)

5 5 10
    1?
9 9 9
3) Probabilidade da União
Exemplo:

Qual a probabilidade
A B do objeto selecionado
ser quadrado ou ser
vermelho?

8
P (Quadrado  Vermelho) 
9

P(Quadrado  Vermelho)  P(Quadrado)  P(Vermelho)  P (Quadrado  Vermelho)

5 5 2 8
   
9 9 9 9
3) Probabilidade da União
Exemplo:
 3) Probabilidade da União
Numa pesquisa, das pessoas entrevistadas,
120 assistem a emissora A, 150 assistem a
emissora B, 40 assistem as duas emissoras
e 120 não assistem nenhuma das
emissoras. Quantas pessoas foram
entrevistadas?

Resposta: 350 pessoas

4) Probabilidade do complemento
 Soma de todas as probabilidade é 1
(100%)

 Todos os resultados em um espaço

amostral que não está incluído no evento
E

 Denominado E’ ou E
4) Probabilidade do complemento

 Complemento de A: qualquer evento que

não seja A
P(não A) = 1 – P(A), ou

P( A ) = 1 – P(A)

A
A
4) Probabilidade do complemento

Qual a probabilidade
de escolher pelo
menos 1 objeto
A vermelho?

P( pelo menos 1 Vermelho)  P (1 Vermelho)  P (2 Vermelhos )  P (3 Vermelhos ) 

 P (4 Vermelhos )  P (5 Vermelhos )
 1  P(5 Azuis )
5 4 3 2 1
 1 . . . .
11 10 9 8 7
 0,9978
Probabilidade - Resumo
P( A  B )  P( A)  P( B )  P ( A  B )
A B eventos
P( A  B )  P( A)  P( B ) mutuamente
exclusivos

P( A  B)  P( A).P( B / A)  P( B).P( A / B)
A B
eventos
P ( A  B )  P ( A).P ( B ) independentes

A P( A)  1  P( A)
Técnicas de Contagem
 Permutações
 Organização ordenada de objetivos

 Número de diferentes permutações de n

objetivos distintos é n!

 n!=n.(n-1).(n-2).(n-3)...
 3!=3.2.1=6
1) 1; 2; 3
2) 1; 3; 2
3) 2; 1; 3
4) 3; 1; 2
5) 2; 3; 1
6) 3; 2; 1
Permutações

 Permutações de n objetivos retirados

r de uma vez

onde r < n.
Permutações
Permutações

 Permutações distinguíveis
 Den objetos, onde n1 são de um tipo
e n2 de outro tipo, assim por diante
Permutações
Permutações
A A E
I U O De quantas formas posso rearranjar estas 9 letras?
I O O

• sem reposição
Permutação com repetição

k
n!
# grupos  n   ni
n1 ! n2 !...nk ! i 1

9! 987 654 32
# grupos    15120
2!1!2!3!1! 2 2 32
AE I OU
Combinações

Combinações de n objetos retirados r

de uma vez

 Seleçãode r objetos de um grupo de n objetos

sem levar em conta a ordem
Combinações
 Exercício:
Cálculos com
probabilidade
1) Uma bola é retirada ao acaso de uma urna que
contém 6 vermelhas, 4 brancas e 5 azuis. Determinar a
probabilidade dela:
a) ser vermelha: P(V) = 6/15 = 2/5
b) ser branca: P(B) = 4/15
c) ser azul: P(A) = 5/15 = 1/3
d) não ser vermelha: P=(ÑV) = 9/15 = 3/5
e) ser vermelha ou branca: P(V ou B) = 10/15
f) de que 3 bolas sejam retiradas na ordem vermelha,
branca e azul, quando cada bola for recolocada:
P(V∩B∩A) = P(V).P(B).P(A) = (2/5).(4/15).(1/3)= 8/225
(ev. indep.)
g) o mesmo, porém quando as bolas não forem
recolocadas:
P(V∩B∩A) = P(V).P(B|V).P(A|BV) =
6/15).(4/14).(5/13)= 4/91 (ev. dep.)
2) Uma bolsa contém 4 bolas brancas e 2 pretas; outra
contém 3 brancas e 5 pretas. Se for retirada uma bola de
cada bolsa, determine a probabilidade de:
a) ambas serem brancas:
P(B1,B2) = P(B1∩B2) = P(B1).P(B2) ´= (4/6).(3/8) = (1/4)
(indep.)
b) ambas serem pretas:
P(P1,P2) = P(P1).P(P2) = (2/6).(5/8) = (5/24)
(indep.)
c) uma ser branca e a outra preta.
P(B1,P2) + P(P1,B2) = P(B1).P(P2) + P(P1).P(B2) = (13/24)
3) Coisas de estudantes...
a) Quatro estudantes afirmam que os pneus de seus carros
furaram e, por esta razão, não puderam comparecer à prova. Para
confirmar as alegações, o professor pede que os estudantes
identifiquem o pneu furado. Se nenhum pneu furou e eles
escolheram aleatoriamente um pneu que supostamente teria
furado, qual é a probabilidade de que escolham o mesmo pneu?

P(4E) = (1/4).(1/4).(1/4).(1/4) = 1/256

4) Um professor aplica uma prova composta de 10 questões do
tipo verdadeiro/falso e afirma que a aprovação requer, no mínimo,
7 respostas corretas. Suponha que um aluno despreparado (o que
não é o caso dos alunos 3ª ADM) chute todas as questões. Qual a
probabilidade de que as 7 primeiras respostas estejam certas e as
3 últimas erradas? A probabilidade encontrada é igual à
probabilidade aprovação?

P(7C,3E) = (1/2). (1/2). (1/2). (1/2). (1/2). (1/2).

(1/2). (1/2). (1/2). (1/2) = 1/1024
Exercícios

5) Num estudo sobre ocorrência de queimadas, 600 pontos

foram escolhidos aleatoriamente e divididos em 3 grupos
(A, B, C) de acordo com sua classe de uso do solo, sendo
100 de A, 200 de B e 300 de C. Suponha que a
probabilidade de ocorrência de queimada em cada uma das
classes seja respectivamente de 10%; 5% e 1%.
Selecionando-se um ponto ao acaso, calcule a
probabilidade de que esse ponto:
a) seja da classe A;
b) corresponda a uma queimada, sabendo que o ponto é
da classe A;
c) corresponda a uma queimada; e
d) seja da classe A, sabendo que o ponto corresponde a
uma queimada.
Exercícios

5) Num estudo sobre ocorrência de queimadas, 600 pontos foram

escolhidos aleatoriamente e divididos em 3 grupos (A, B, C) de
acordo com sua classe de uso do solo, sendo 100 de A, 200 de B
e 300 de C. Suponha que a probabilidade de ocorrência de
queimada em cada uma das classes seja respectivamente de 10%;
5% e 1%. Selecionando-se um ponto ao acaso, calcule a
probabilidade de que esse ponto:
a) seja da classe A;

100 1
P( A)  
600 6

b) corresponda a uma queimada, sabendo que o ponto é da classe

A;
10
P(Q / A) 
100
Exercícios

5) Num estudo sobre ocorrência de queimadas, 600 pontos

foram escolhidos aleatoriamente e divididos em 3 grupos
(A, B, C) de acordo com sua classe de uso do solo, sendo
100 de A, 200 de B e 300 de C. Suponha que a
probabilidade de ocorrência de queimada em cada uma das
classes seja respectivamente de 10%; 5% e 1%.
Selecionando-se um ponto ao acaso, calcule a
probabilidade de que esse ponto:
c) corresponda a uma queimada;

10  10  3 23
P(Q)  
600 600
Exercícios

5) Num estudo sobre ocorrência de queimadas, 600 pontos foram

escolhidos aleatoriamente e divididos em 3 grupos (A, B, C) de
acordo com sua classe de uso do solo, sendo 100 de A, 200 de B
e 300 de C. Suponha que a probabilidade de ocorrência de
queimada em cada uma das classes seja respectivamente de 10%;
5% e 1%. Selecionando-se um ponto ao acaso, calcule a
probabilidade de que esse ponto:
c) corresponda a uma queimada;

P(Q)  P( A).P(Q / A)  P( B).P(Q / B)  P(C ).P (Q / C )

1 10 2 5 3 1 10  10  3 23
P (Q )     
6 100 6 100 6 100 600 600
Exercícios

5) Num estudo sobre ocorrência de queimadas, 600 pontos foram

escolhidos aleatoriamente e divididos em 3 grupos (A, B, C) de
acordo com sua classe de uso do solo, sendo 100 de A, 200 de B
e 300 de C. Suponha que a probabilidade de ocorrência de
queimada em cada uma das classes seja respectivamente de 10%;
5% e 1%. Selecionando-se um ponto ao acaso, calcule a
probabilidade de que esse ponto:
d) seja da classe A, sabendo que o ponto corresponde a uma
queimada.

10
P( A / Q) 
23
Exercícios de probabilidade
Exercícios

6) Qual a probabilidade
de escolher
exatamente 3
objetos vermelhos?

3Vermelhos  3Vermelhos  2 Azuis

P(3Vermelhos)  P(V1  V2  V3  A4  A5 )  K  P( A1  A2  V3  V4  V5 )

P(V1  V2  V3  A4  A5 ) 
Exercícios de probabilidade
Exercícios

6) Qual a probabilidade
de escolher
exatamente 3
objetos vermelhos?

3Vermelhos  3Vermelhos  2 Azuis

P(3Vermelhos)  P(V1  V2  V3  A4  A5 )  K  P( A1  A2  V3  V4  V5 )

P(V1  V2  V3  A4  A5 ) 
11 10 9 8 7
Exercícios de probabilidade
Exercícios

6) Qual a probabilidade
de escolher
exatamente 3
objetos vermelhos?

3Vermelhos  3Vermelhos  2 Azuis

P(3Vermelhos)  P(V1  V2  V3  A4  A5 )  K  P( A1  A2  V3  V4  V5 )

?
6 5 454
P(V1  V2  V3  A4  A5 ) 
11 10 9 8 7 Técnicas de contagem
5 4 654
P( A1  A2  V3  V4  V5 ) 
11 10 9 8 7
Exercícios de probabilidade
Exercícios

6) Qual a probabilidade
de escolher
exatamente 3
objetos vermelhos?

3Vermelhos  3Vermelhos  2 Azuis

P(3Vermelhos)  P(V1  V2  V3  A4  A5 )  K  P( A1  A2  V3  V4  V5 )

5!
3!2!
5! 6 5 4 5 4
P (3Vermelhos ) 
3!2!11 10 9 8 7
 Exercícios de probabilidade

6. Seja um baralho comum de 52 cartas.

Qual é a probabilidade de uma carta ser de ouros ou de
copas?
Solução

 E = sair carta de ouros

 F = sair carta de copas
 P(E υ F) = P(E) + P(F) = ¼ + ¼ =1/2
 Exercícios de probabilidade

7. Seja um baralho comum de 52 cartas.

Qual é a probabilidade da primeira carta ser de ouros e
a segunda ser de copas, com reposição?
Solução

 E = sair primeira carta de ouros

 F = sair segunda carta de copas
 P(E ∩ F) = P(E) × P(F) = ¼ × ¼ =1/16
 Exercícios de probabilidade

8. Seja um baralho comum de 52 cartas.

Qual é a probabilidade da primeira carta ser de ouros e
a segunda ser de copas, sem reposição?
Solução

 E = sair primeira carta de ouros

 F = sair segunda carta de copas
 P(E ∩ F) = P(E) × P(F│E) = ¼ × 13/51 =13/204
 Exercícios de probabilidade

9. Seja um baralho comum de 52 cartas.

Qual é a probabilidade da primeira carta ser de ouros ou
a segunda ser de copas, com reposição?
Solução

 E = sair primeira carta de ouros

 F = sair segunda carta de copas
 P(E υ F) = P(E) + P(F) – P(E ∩ F) = 7/16

 Solução alternativa pelo evento complementar

P(E υ F) = 1 – P(~E ∩ ~F) = 1 – 9/16
 Exercícios de probabilidade

10. Seja uma urna com 7 bolas com as letras

A A A C C R R.

Extraindo-se as bolas uma por uma, calcular a probabilidade de

obter a palavra CARCARÁ.
Solução
 Evento desejado: F, intersecção dos 7 eventos:
 E1 = primeira bola com C
 E2 = segunda bola com A
 E3 = terceira bola com R
 E4 = quarta bola com C
 E5 = quinta bola com A
 E6 = sexta bola com R
 E7 = sétima bola com A
 Exercícios de probabilidade

P(F) = P(E1) × P(E2|E1) × P(E3|E1E2) ×... =

= 2/7 × 3/6 × 2/5 × ¼ × 2/3 × ½ × 1 = 1/210
 Exercícios de probabilidade
11. Seja uma urna com 3 bolas brancas e 4 bolas
pretas. Extrái-se simultaneamente 3 bolas.
Calcular a probabilidade de
a) pelo menos duas sejam brancas.

E = saírem 3 bolas brancas

F = saírem 2 bolas brancas e uma preta.

P(EUF) = P(E) + P(F)

P(E) = 3/7 . 2/6 . 1/5 = 1/35
P(F) = 3 (1 – 1/7 . 2/6 . 4/5) = 12/35
P(EUF) = 1/35 + 12/35 = 13/35
 Exercícios de probabilidade

11. Seja uma urna com 3 bolas brancas e 4 bolas

pretas. Extrái-se simultaneamente 3 bolas.
Calcular a probabilidade de
b) pelo menos uma seja preta.

G = pelo menos uma ser preta.

~G = nenhuma ser preta = saírem 3 bolas brancas
=E

P(G) = 1 - P(~G) = 1 – 1/35 = 34/35

 Exercícios de probabilidade
12. Seja um baralho de 32 cartas de 7 a Ás. Qual é a probabilidade de tirar no
poquer uma quadra de mão?
 Exercícios de probabilidade
13. Seja um baralho de 32 cartas de 7 a Ás. Qual é a probabilidade de tirar no
poquer um flush (todas do mesmo naipe) de mão?
Exercícios de probabilidade

14. Seja um baralho de 32 cartas de 7 a Ás. Qual é a

probabilidade de tirar no poquer um par de mão?