Probabilidade

O estudo da probabilidade é muito importante para o entendimento de fenômenos que

têm a incerteza no seu funcionamento, em diversas áreas do conhecimento, seja
através dos seus conceitos iniciais (tratados nessa unidade), seja pela abordagem das
distribuições de probabilidade (conteúdo a ser tratado em outra unidade).

Objetivo
Ao final desta unidade, você deverá ser capaz de:

• Utilizar as premissas e axiomas de probabilidade para análise de

situações de cunho prático.

Conteúdo Programático
Esta unidade está organizada de acordo com os seguintes temas:

• Tema 1 - Introdução à probabilidade

• Tema 2 - Conceitos de probabilidade
• Tema 3 - Probabilidade condicional (probabilidade condicionada)

Fonte: amarildocharge.wordpress.com

Argumentos que se referem à probabilidade estão presentes no nosso quotidiano,

como cidadãos, como profissionais, etc. A mídia costuma usar tais referências tantas
vezes que passou a ser mais comum ouvir diálogos que citam probabilidade ou
chance.

Que tal, então, entendermos um pouco mais sobre esse assunto tão atual e
interessante?
Tema 1
Introdução à probabilidade

Qual a aplicação da Probabilidade?

A probabilidade nos permite tratar dos problemas que tratam da incerteza. Os modelos
probabilísticos são usados em todas as áreas do conhecimento e envolvem o conceito
de chance.

Veremos a seguir alguns conceitos básicos para iniciarmos o estudo de probabilidade.

Experimento aleatório e espaço amostral

Experimento aleatório: é a delimitação do que se pretende observar dentro do

contexto de probabilidade.

Espaço amostral: é o conjunto que identifica os resultados possíveis quando

observamos um determinado experimento aleatório. É identificado pela letra S (de
space) ou pela letra grega Ω (ômega).

Vamos ver agora alguns exemplos de experimento aleatório e seus respectivos

espaços amostrais. Nos exemplos, vamos identificar o experimento aleatório por um
número e caracterizar os espaços amostrais pela letra S, seguida do número
correspondente ao experimento aleatório. Clique em cada tipo de experimento para
conhecer o seu espaço amostral.

Experimento aleatório Espaço amostral

1. Jogar uma moeda uma vez e
observar a face voltada para
cima.
S1 = {cara, coroa}

O conjunto S1 possui dois elementos.

2. Jogar um dado uma vez e

observar a face voltada para
cima.
S2 = {1, 2, 3, 4, 5, 6}

O conjunto S2 possui seis elementos.


3. Jogar uma moeda duas vezes e
observar as faces voltadas para
cima.
Equivale a jogar duas moedas
uma vez e observar as faces
voltadas para cima.
4. Jogar um dado duas vezes e
observar as faces voltadas para
cima.
Equivale a jogar dois dados uma
vez e observar as faces voltadas
para cima.
5. Jogar um dado duas vezes e
observar a soma das faces.
Equivale a jogar dois dados uma
vez e somar as faces voltadas
para cima.
Agora que você conhece alguns tipos de experimentos aleatórios e seus espaços
amostrais, vamos ver mais conceitos.
S3 = {(cara, cara), (cara, coroa), (coroa,
cara), (coroa, coroa)}
O conjunto S3 possui quatro elementos.
Cada elemento de S3 é um par
ordenado, ou seja, é uma sequência
com duas observações, em que o
primeiro registro identifica o resultado
obtido na primeira observação, e o
segundo registro identifica o resultado
obtido na segunda observação. Assim, o
conjunto S3 é composto por quatro
sequências (denotadas pelo uso de
parênteses), porque é necessário
caracterizar que, na sequência, a ordem
importa, pois o resultado (cara, coroa) é
diferente do resultado (coroa, cara).
S4 = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5),
(1, 6), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5),
(2, 6), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5),
(3, 6), (4, 1), (4, 2), (4, 3), (4, 4), (4, 5),
(4, 6), (5, 1), (5, 2), (5, 3), (5, 4), (5, 5),
(5, 6), (6, 1), (6, 2), (6, 3), (6, 4), (6, 5),
(6, 6)}
O conjunto S4 possui trinta e seis
elementos. Cada elemento de S4 é um
par ordenado, ou seja, é uma sequência
com duas observações, em que o
primeiro registro identifica o resultado
obtido na primeira observação, e o
segundo registro identifica o resultado
obtido na segunda observação.
S5 = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
O conjunto S5 possui 11 elementos.
Como o menor valor possível de ser
observado em um dado é 1, a menor
soma a ser obtida é 1 + 1 = 2;
analogamente, a maior que pode ser
observada é 12 (6 + 6 = 12).
Evento e probabilidade

Evento
É qualquer subconjunto de um espaço amostral S de um determinado experimento
aleatório. Vamos caracterizá-lo por uma letra latina maiúscula (A, B, C, D etc.).

Que tal explorarmos um pouco o experimento 2 (jogar um dado uma vez e observar
a face voltada para cima) para falarmos sobre evento? Vamos lá.

Vimos que o espaço amostral é: S2 = {1, 2, 3, 4, 5, 6}

Nesse espaço amostral, poderemos ter os seguintes eventos:

G: resultado é ímpar ➯ G = {1, 3, 5}

H: resultado é múltiplo de 3 ➯ H = {3, 6}
I: resultado é 5 ➯ I = {5}
J: resultado é negativo ➯ J = { } ou D = (conjunto vazio)
K: resultado é menor que 7 ➯ K = {1, 2, 3, 4, 5, 6} = S2 (todo conjunto original)

Probabilidade
A probabilidade de ocorrência de um evento A de um espaço amostral S de um
determinado experimento aleatório é caracterizada por P(A).

P(A) assume um número que, necessariamente, está dentro do intervalo [0, 1], ou
seja, seu menor valor é zero, e seu maior valor é um. Assim, representamos essa
probabilidade da seguinte forma:

0 ≤ P(A) ≤ 1

Há dois casos de P(A) que merecem atenção especial:

• Quando P(A) = 0, dizemos que A é um evento impossível, pois não há

nenhuma possibilidade de ele ocorrer.
• Quando P(A) = 1, dizemos que A é um evento certo, uma vez que ele
certamente irá ocorrer.

Cálculo da probabilidade

Vamos pensar sobre o cálculo de probabilidade de acordo com três situações

diferentes:

• 1º caso: probabilidade teórica com eventos equiprováveis.

• 2º caso: probabilidade teórica com eventos não equiprováveis.
• 3º caso: probabilidade empírica usando frequência relativa.
Vamos conhecer mais detalhes sobre cada uma dessas situações.

1º caso: probabilidade teórica com eventos equiprováveis

Vamos agora pensar em como calcular a probabilidade de ocorrência de um evento A

de um espaço amostral S de um determinado experimento aleatório, ou,
simplesmente, P(A), quando os eventos são equiprováveis, ou seja, quando possuem
a mesma chance de ocorrência.

Nesse caso, a fórmula é:

Em que:
n(A) = número de elementos de A
n(S) = número de elementos de S

Voltemos aos nossos cinco experimentos (e respectivos espaços amostrais) para

identificarmos esse atributo. Nos quatro primeiros experimentos, cada resultado
ocorre a mesma quantidade de vezes (uma única vez, nesses casos), caracterizando
os eventos equiprováveis.

Experimento 1: jogar uma moeda uma vez e observar a face voltada para cima.
Nesse caso, temos:

S1 = {cara, coroa} => n(S1) = 2

vento de S1 Pode ocorrer de: Probabilidade

A: cara Uma forma

B: coroa Uma forma

n(S1) = 2

Experimento 2: jogar um dado uma vez e observar a face voltada para cima.

S2 = {1, 2, 3, 4, 5, 6} => n(S2) = 6

 Evento de S2 Pode ocorrer de: Probabilidade

A: 1 Uma forma

B: 2 Uma forma

C: 3 Uma forma

D: 4 Uma forma

E: 5 Uma forma

F: 6 Uma forma

n(S2) = 6

Vamos explorar um pouco mais o experimento 2, usando os eventos que serviram de

exemplo quando apresentamos o conceito de evento.

No de
elementos
Evento Subconjunto do evento Probabilidade do evento

{1, 3, 5}
G n(G) = 3
(resultado ímpar)

{3, 6}
H (resultado múltiplo de n(H)= 2
3)
 {5}
I n(I) = 1
(resultado é 5)

{} => Evento
J n(J) = 0
(resultado é negativo) impossível.

{1, 2, 3, 4, 5, 6}
=> Evento
K (resultado é menor que n(K) = 6
certo.
7)

n(S) = 6

Experimento 3: jogar uma moeda duas vezes e observar as faces voltadas para cima.

S3 = {(cara, cara), (cara, coroa), (coroa, cara), (coroa, coroa)} => n(S3) = 4

Pode ocorrer
Evento de S3 de: Probabilidade

A: (cara, cara) Uma forma

B: (cara, coroa) Uma forma

C: (coroa, cara) Uma forma

D: (coroa, coroa) Uma forma

n(S) = 4

Experimento 4: jogar um dado duas vezes e observar as faces voltadas para cima.
Obs.: Para simplificar, visualize as 36 possibilidades de S4 quando apresentamos o
conceito de espaço amostral.

Evento de S4 Pode ocorrer de: Probabilidade

(1,1) Uma forma

(1,2) Uma forma

(1,3) Uma forma

(1,4) Uma forma

(1,5) Uma forma

(1,6) Uma forma

(2,1) Uma forma

(2,2) Uma forma

... ... ...

(6,5) Uma forma

 (6,6) Uma forma

n(S) = 36

2º caso: probabilidade teórica com eventos não equiprováveis

Para exemplificar o cálculo de probabilidade de eventos não equiprováveis, voltemos

ao experimento 5 (jogar um dado duas vezes e observar a soma das faces), sendo:

S5 = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}

Por que dizemos que o experimento 5 é composto por eventos não equiprováveis?
Observe:

Evento de S5 Pode ocorrer de:

2 Uma forma

3 Duas formas

4 Três formas

5 Quatro formas

6 Cinco formas

7 Seis formas

8 Cinco formas

9 Quatro formas

10 Três formas

11 Duas formas

12 Uma forma

Nesse caso, o cálculo de probabilidade para eventos não equiprováveis é:

Notemos que a fórmula acima é “mais abrangente” que a anterior (1º caso).
Calculando as probabilidades:

Número de casos possíveis = 36 => n(S) = 36

No de elementos
Evento Subconjunto do evento Probabilidade do evento

A=2 {(1,1)} n(A) = 1

B=3 {(1,2), (2,1)} n(B) = 2

C=4 {(1,3), (2,2), (3,1)} n(C) = 3

{(1,4), (2,3), (3,2),

D=5 n(D) = 4
(4,1)}

{(1,5), (2,4), (3,3), (4,2),

E=6 n(E) = 5
(5,1)}

{(1,6), (2,5), (3,4), (4,3),

F=7 n(F) = 6
(5,2), (6,1)}

{(2,6), (3,5), (4,4), (5,3),

G=8 n(G) = 5
(6,2)}

{(3,6), (4,5), (5,4),

H=9 n(H) = 4
(6,3)}
 No de elementos
Evento Subconjunto do evento Probabilidade do evento

I = 10 {(4,4), (5,5), (6,4)} n(I) = 3

J = 11 {(5,6), (6,5)} n(J) = 2

K = 12 {(6,6)} n(K) = 1

Vamos pensar juntos agora? Tente responder às duas perguntas abaixo. Após
responder, verifique em “Conferir” e veja se acertou.

1. Ainda considerando o experimento 5, qual a soma que apresenta maior

probabilidade de ocorrer?
2. Considerando o mesmo experimento, qual seria a soma que tem menor
probabilidade de ocorrer?

Conferir Respostas:

1. A soma 7, com probabilidade 1/6, é a que apresenta maior

probabilidade de ocorrer.
2. Nesse caso, há um empate, pois tanto a soma 2 quanto a 12
possuem a mesma probabilidade (1/36) e são as opções com menor
probabilidade de ocorrer.

3º caso: probabilidade empírica usando frequência relativa

No dia a dia, é possível usar o conceito de probabilidade de forma adaptada. Como

assim? Observamos os resultados de uma variável e construímos uma distribuição de
frequência, por meio de uma tabela, gerando as frequências relativas. As frequências
relativas assumem o conceito de probabilidade.

Em vários casos, tais observações estão associadas a padrões conhecidos

(caracterizados por fórmulas), que chamamos de distribuições de probabilidade, que
serão estudadas mais adiante.
Vamos calcular probabilidade dentro desse caso. Considere que, em uma turma com
53 alunos, 23 sejam do sexo masculino, e 30, do sexo feminino. Um aluno dessa
turma é selecionado ao acaso (ou aleatoriamente). Qual a probabilidade de ser do
sexo masculino? Qual a probabilidade de ser do sexo feminino?

Usando a frequência relativa, temos:

Agora o convido a consultar o site do Instituto Pereira Passos – IPP, que disponibiliza
alguns dados reais sobre a cidade do Rio de Janeiro, clicando em “Cidade” e
escolhendo, em seguida, “Saúde”. Os dados relativos à variável “Nascimentos por
sexo” são:
Nascimentos por sexo
Masculino (2006) 41.197

Ignorado (2006) 34

Masculino (2009) 42.424

Feminino (2009) 40.434

Ignorado (2009) 16

Usando apenas os dados referentes ao ano de 2009, totalizando os nascimentos para

esse ano e calculando as respectivas frequências relativas que assumem o conceito
de probabilidade, temos:
Nascimentos por sexo em 2009
Sexo Frequência Probabilidade

Masculino 42.424
 Sexo Frequência Probabilidade

Feminino 40.434

Ignorado 16

Total 82.874 1,000 ou 100,00%

Assim, de acordo com os dados fornecidos para a

cidade do Rio de Janeiro, em 2009, é possível
afirmar que aproximadamente 51% dos nascimentos
foram de meninos.

Vamos exercitar um pouco? Responda cada uma

das questões abaixo e, quando terminar, clique em
“Conferir” e veja se acertou.

1. Considere uma urna com 17 bolas coloridas, sendo cinco de cor preta, 10 de cor
verde e duas de cor azul. Uma bola é retirada ao acaso. Qual a probabilidade de essa
bola ter cor azul?

Conferir Resposta:

2. Considere uma caixa contendo 12 balas de hortelã, 20

balas de morango e 18 balas de gengibre e mel. Uma bala
é selecionada aleatoriamente dessa caixa. Qual a
probabilidade de a bala ser de hortelã?
 Conferir Resposta:

Primeiro, é necessário calcular a quantidade total de balas dessa

caixa:

12 + 20 + 18 = 50

Calculando a probabilidade, temos:

3. O quadro abaixo fornece o número de estudantes matriculados em uma escola por

sexo e curso, sendo que cada aluno está matriculado em um único curso.

Sexo
Curso
Feminino Masculino

Administração 30 52

Engenharia 120 138

Ciência da Computação 10 100

Um estudante é selecionado aleatoriamente. Qual a probabilidade de o estudante

selecionado:

a) Estudar Administração?
b) Ser do sexo feminino?
c) Ser do sexo masculino?
d) Estudar Engenharia?
e) Estudar Ciência da Computação?

Conferir Resposta:

A primeira coisa a ser feita nesse tipo de exercício é calcular os totais

para cada linha e para cada coluna.

Verifique os valores em negrito e vermelho no quadro reescrito a

seguir:

Assim, o total de alunos nesse grupo é 450.

 Sexo
Curso TOTAL
Feminino Masculino

Administração 30 52 82

Engenharia 120 138 258

Ciência da Computação 10 100 110

160 290 450

Calculando as probabilidades, temos:

Tema 2
Conceitos de probabilidade

Na Teoria da probabilidade, os atributos de ocorrência

dos eventos (E) são denominados de axiomas da
probabilidade. Nesse sentido, quais são os atributos
fundamentais para que seja possível a aplicação da
Teoria da Probabilidade?

Existem alguns conceitos úteis de serem apresentados, pois podem nos ajudar a
pensar com mais clareza sobre que tipo de probabilidade estamos buscando ou, ao
menos, facilitar o seu cálculo.
Eventos complementares
Considere o evento A de um espaço amostral S de um determinado experimento
aleatório. A não ocorrência desse evento A é o seu evento complementar,
caracterizado aqui por .

Observemos o diagrama acima.

Nele notamos:
A ∪ =S, ou seja, a união (representada pelo símbolo ∪) entre a ocorrência entre os
eventos A, e é todo o espaço amostral S.
A∩ =∅, isto é, ou ocorre A ou ocorre , nunca os dois ao mesmo tempo. Lê-se a
denotação da seguinte forma: A intersecção (representado pelo símbolo ∩)
com igual conjunto vazio.
Assim, podemos afirmar:

E, portanto:
 ou seja, a probabilidade de um evento A pode ser calculada por
meio do seu evento complementar.

Exemplos:

1. Quando jogamos um dado uma vez, qual a probabilidade de não sair a face 4?

Resposta:

2. Considere uma caixa contendo 12 balas de hortelã, 20 balas de morango e 18 balas

de gengibre e mel. Uma bala é selecionada aleatoriamente dessa caixa. Qual a
probabilidade de a bala não ser de morango?

Resposta:

Eventos mutuamente exclusivos ou mutuamente excludentes

Considere dois eventos A e B de um espaço amostral S de um determinado

experimento aleatório. Dizemos que os eventos A e B são mutuamente exclusivos
quando a ocorrência de um impede a ocorrência do outro. Esse fato é identificado
quando a interseção entre A e B é vazia.

A∩B=∅ (lê-se: A intersecção com B igual conjunto vazio).

 Exemplos:

1. Quando uma moeda é lançada uma vez, ou o resultado é cara ou é

coroa, nunca os dois ao mesmo tempo. Então, sair cara e sair coroa são
eventos mutuamente exclusivos.

2. Quando lançamos um dado uma vez, ou o resultado é 1 ou é par, nunca

os dois ao mesmo tempo. Então, sair resultado 1 e sair resultado par são
eventos mutuamente exclusivos.

Probabilidade da união

Considere dois eventos A e B de um espaço amostral S de um determinado

experimento aleatório. A probabilidade da união entre os eventos A e B é indicada por
P(A∪B), que retrata a probabilidade de ocorrência de A ou B.

De forma geral, temos:

P (A ∪ B) = P (A) + P (B) - P (A ∩ B)

Isso quando A e B tiverem elementos em comum, ou seja, quando A e B não são

mutuamente exclusivos, isto é, quando A∩B≠∅.

É importante ressaltar que, quando A e B forem mutuamente exclusivos, P(A∩B)=0,

isso gera a seguinte fórmula:
P (A ∪ B) = P (A) + P (B)
 Porque A∩B=∅

Exemplos:

1. Considere que um dado seja lançado uma vez. Qual a probabilidade de sair
resultado 3 ou resultado par?

Resposta:

Consideremos os eventos a seguir:

A = {3}

B = {resultado par} = {2, 4, 6}

Estamos interessados em calcular P (A ∪ B).

Agora é necessário verificar se A e B são ou não eventos mutuamente

exclusivos.

A ∩ B = {3} ∩ {2, 4, 6} = ∅

Como A e B são mutuamente exclusivos, temos:

2. Considere que um dado seja lançado uma vez. Qual a probabilidade de sair
resultado par ou resultado múltiplo de 3?

Resposta:

Consideremos os eventos a seguir:

A = {resultado par} = {2, 4, 6}

B = {resultado múltiplo de 3} = {3, 6}

Continuamos interessados em calcular P(A ∪ B).

Verificando se A e B são ou não mutuamente exclusivos:

A ∩ B = {2, 4, 6} ∩ {3, 6} = {6}

 Ou seja, A e B não são mutuamente exclusivos. Então, calculamos:

É muito comum encontrarmos no estudo de probabilidade problemas que

envolvam o uso de baralho. Caso você não esteja familiarizado com o
baralho, clique aqui para conhecer seus elementos. Isso facilitará o
entendimento dos enunciados propostos a seguir.

Saiba Mais

Entendemos por baralho uma coleção

de unidades chamadas cartas.

Cada carta possui uma identificação

desenhada, que chamamos naipe (ouros,
copas, espadas, paus), e uma
identificação sequencial — ás, 2, 3, 4,
5, 6, 7, 8, 9, 10, valete (J), dama (Q), rei
(K). Assim, há quatro naipes e 13 identificações para formar uma
sequência completa.

Dessa forma, um baralho completo terá um total de 4 x 13 = 52 cartas.

Exemplos:

Vejamos a seguir mais exemplos.

1. Considere que uma carta seja retirada aleatoriamente de um baralho com 52 cartas.
Qual a probabilidade de ser um rei de paus ou uma dama de copas?

Resposta:

Consideremos os eventos a seguir:

A = {rei de paus}
B = {dama de copas}
É possível identificar que a interseção entre A e B é vazia, ou seja, A e B são
eventos mutuamente exclusivos.
Assim, a probabilidade de ocorrência de A ou B é:
2. Considere que uma carta seja retirada aleatoriamente de um baralho com 52 cartas.
Qual a probabilidade de ser um rei ou uma carta de espadas?

Resposta:

Consideremos os eventos a seguir:

A = {rei} => Observe que não há referência ao naipe do rei, o que significa
que o rei pode ser de qualquer um dos quatro naipes.

B = {carta de espadas} => Observe que, no conjunto das cartas de

espadas, há um rei.

Agora é necessário verificar se os eventos A e B são ou não mutuamente

exclusivos.

A ∩ B = {rei de espadas}

Assim, a probabilidade solicitada é:

Vamos ver mais um caso. O quadro abaixo fornece o número de estudantes

matriculados por sexo e curso, considerando que cada aluno está matriculado em um
único curso.

Sexo
Curso
Feminino Masculino

Administração 30 52

Engenharia 120 138

Ciência da Computação 10 100

Um estudante é selecionado aleatoriamente. Qual a probabilidade de ele:

a) Estudar Administração ou Engenharia?

Resposta:

Novamente, é necessário considerar os totais de linhas e colunas da tabela

fornecida no enunciado, cujos valores estão registrados em vermelho e negrito
abaixo, contanto com um total geral de 450 estudantes.

Sexo TOTAL
Curso
Feminino Masculino

Administração 30 52 82

Engenharia 120 138 258

Ciência da Computação 10 100 110

160 290 450

Observe que cada aluno está matriculado em apenas um curso, fazendo com
que os eventos envolvidos no cálculo da união sejam mutuamente exclusivos.

b) Ser do sexo feminino ou estudar Ciência da Computação?

 Resposta:

Observe que há 10 pessoas do sexo feminino que estudam Ciência da

Computação, significando que esses dois eventos não são mutuamente
exclusivos.

c) Estudar Engenharia ou ser do sexo masculino?

Resposta:

Observe que há 138 pessoas do sexo masculino que estudam Engenharia,

significando que esses dois eventos não são mutuamente exclusivos.

Eventos independentes

Considere dois eventos A e B de um espaço amostral S de um determinado

experimento aleatório. Dizemos que os eventos A e B são independentes quando a
ocorrência de um não interfere na ocorrência ou não do outro. Nesse caso, o interesse
recai na probabilidade de ocorrência de A e B (interseção entre A e B), quando
observados de forma sequenciada.

A fórmula a ser usada é:

P (A ∩ B) = P (A) . P (B)
 Exemplos:

1. Considere que uma moeda seja lançada três vezes. Qual a probabilidade de sair
cara só no primeiro lançamento?

Resposta:

Nesse caso, estamos interessados em calcular a probabilidade de ocorrer cara

apenas no primeiro lançamento, fazendo com que necessariamente os demais
resultados sejam coroa. Assim, temos:

2. Considere que uma moeda desonesta (a probabilidade de sair cara é 0,7) seja
lançada duas vezes. Qual a probabilidade de só sair coroa?

Resposta:

No caso de a moeda ser desonesta, a probabilidade de sair cara é diferente da

de sair coroa.

Pelo enunciado, temos que P(cara)=0,7.

É importante considerar que, ao jogar uma moeda uma vez, temos:

A probabilidade que queremos calcular é:

Vamos agora juntar conceitos em um mesmo enunciado, ainda trabalhando no

contexto das moedas.

Exemplos:

3. Considere que uma moeda desonesta (a probabilidade de sair cara é 0,7) seja
lançada duas vezes. Qual a probabilidade de sair cara em algum lançamento?
 Resposta:

Esse enunciado parece com o enunciado anterior, mas pergunta algo diferente.
No exemplo anterior, estávamos interessados no evento “só sair coroa”, mas
agora estamos interessados no evento “sair cara em algum lançamento”, que
significa sair cara nos dois lançamentos ou só no primeiro ou só no segundo.

Então, temos:

Ou podemos usar o conceito de evento complementar:

4. Considere que a probabilidade de nascer menino e menina seja a mesma. Em uma

família com dois filhos, qual a probabilidade de haver exatamente uma menina?

Resposta:

Se são dois filhos e apenas um deles poderá ser menina, então há duas
alternativas: ou só o primeiro filho é menina ou só o segundo filho é menina.

Assim, temos:

O enunciado do exemplo anterior também poderia ter sido organizado de acordo

com um diagrama de árvore, no qual as possibilidades ficam expostas junto com as
respectivas probabilidades.
Se fossem três filhos, haveria três observações a serem feitas, contando com uma
árvore com três níveis. E assim por diante.

Então, a pergunta realizada no enunciado seria prontamente respondida por meio da

leitura dos resultados da análise da árvore.
Tema 3
Probabilidade condicional (probabilidade
condicionada)

Alguns aspectos precisam ser verificados no cálculo

da probabilidade de ocorrência de um ou mais eventos,
tais como: simultaneidade, dependência e
independência. Mas, como diferenciar tais
ocorrências?

Considere dois eventos A e B de um espaço amostral S de um determinado

experimento aleatório. Estamos agora interessados na probabilidade de ocorrência do
evento A condicionada à ocorrência do evento B (ou probabilidade de A, dado B; ou
probabilidade de A, se B), cuja notação é P(A|B), sendo:

Vamos verificar essa situação por meio do diagrama a seguir, que representa todos os
casos possíveis no espaço amostral S, sendo os elementos de A representados por ●,
e os elementos de B representados por □.

● ● ● □● □●

● ● ● □● □●

□ □ □ □● □●

Nesse diagrama, há um total de 15 eventos, ou seja, n(S) = 15, sendo que 12 deles
correspondem à ocorrência do evento A, ou seja, n(A) = 12, e nove deles
correspondem à ocorrência do evento B, isto é n(B) = 9, sendo que seis correspondem
à ocorrência dos eventos A e B ao mesmo tempo, ou seja, n(A ∩ B) = 6.

Nesse caso, temos que a probabilidade de ocorrência de A, dado B, é:

 Considere que um dado seja lançado duas vezes.

Lembremos que o espaço amostral é:

S = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6),
(2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6),
(3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6),
(4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6),
(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6),
(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)}

Vamos identificar primeiro a probabilidade de dois eventos:

• Evento A: sair face 4, que pode ocorrer de 11 formas possíveis, de acordo

com a marcação em amarelo feita em S, mostrada abaixo:
S = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6),
(2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6),
(3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6),
(4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6),
(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6),
(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)}

Então, a probabilidade, nesse caso, é:

• Evento B: soma ser maior ou igual a 9, que pode acontecer de 10 formas, de

acordo com a marcação em verde feita em S, exposta a seguir:
S = { (1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6),
(2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6),
(3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6),
(4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6),
(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6),
(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6) }
Então, a probabilidade, nesse caso, é:

Ainda observando o espaço amostral S, é importante determinar quantos resultados

correspondem à interseção entre os eventos A e B (A ⋂ B), ou seja, quantos
resultados ao mesmo tempo apresentam face 4 (evento A) e soma maior ou igual a 9
(evento B), marcados em S na cor rosa, conforme diagrama abaixo (verifique que são
quatro casos):
S = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6),
(2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6),
(3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6),
(4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6),
(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6),
(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)} }
Com base nesse estudo, vamos agora determinar as seguintes probabilidades
condicionadas:
1. P(A|B), ou seja, a probabilidade de sair face 4 condicionada à soma ser maior ou
igual a 9:

2. No entanto, se agora estivermos interessados na probabilidade de a soma ser maior

ou igual a 9 condicionada a sair face 4, estamos tratando de P(B|A), que é:
Teorema da multiplicação

Consequências da probabilidade condicional:

Isto é, a probabilidade da ocorrência simultânea de dois eventos (P(A ∩ B)) é o

produto da probabilidade de um deles pela probabilidade do outro, dado o primeiro.
Exemplo:
A urna I contém três bolas vermelhas (V) e cinco bolas brancas (B), e a urna II contém
seis bolas vermelhas (V) e quatro bolas brancas(B).

Uma urna é escolhida ao acaso, e dela uma bola é extraída também ao acaso. Qual a
probabilidade de observarmos:
a) Urna I e bola vermelha, ou seja, P(Urna I ∩ V)?
b) Urna I e bola branca, ou seja, P(Urna I ∩ B)?
c) Urna II e bola vermelha, ou seja, P(Urna II ∩ V)?
d) Urna II e bola branca, ou seja, P(Urna II ∩ B)?
Vamos usar o diagrama de árvore para ajudar a visualização das ocorrências.
Note que:

• Primeiro, uma urna é escolhida aleatoriamente. Nesse caso:

 • Depois, uma bola é escolhida ao acaso da urna previamente selecionada, e
sua cor é verificada. Assim, as probabilidades das cores estão condicionadas à
urna escolhida, ou seja:
1. Urna I:

Bola vermelha:

Bola branca:

2. Urna II:

Bola vermelha:

Bola branca:

Tudo isso está mostrado no diagrama a seguir.

Assim, temos:
Agora, respondendo às perguntas feitas:

a. Urna I e bola vermelha, ou seja, P(Urna I ∩ V)?

b. Urna I e bola branca, ou seja, P(Urna I ∩ B)?

c. Urna II e bola vermelha, ou seja, P(Urna II ∩ V)?

d. Urna II e bola branca, ou seja, P(Urna II ∩ B)?

Teorema da probabilidade total

Consideremos n eventos B1, B2,..., Bn. Diremos que eles formam uma partição do
espaço amostral S quando:
I. P (Bk) > 0, ∀ k (lê-se “probabilidade de Bk é maior que zero para todo k”).
II. Bi ∩ Bj = ∅ para i ≠ j (eventos mutuamente exclusivos 2 a 2).
III. Uni=1 Bi = S (eventos exaustivos, ou seja, eventos cuja união corresponde a
todo o espaço amostral, ou seja, a S).
Seja S um espaço amostral, A, um evento qualquer de S, e B1, B2, ..., Bn, uma
partição de S, é válida a seguinte relação:
A = (B1 ∩ A) ∪ (B2 ∩ A)∪ … ∪(Bn ∩ A)
E, portanto:
P(A) = P(B1 ∩ A) + P(B2 ∩ A) + ⋯ + P(Bn ∩ A)
Ou

Ou seja, P(A) é igual ao somatório dos valores, com B variando de 1 a n.

Exemplo:
A urna I contém três bolas vermelhas (V) e cinco bolas brancas (B), e a urna II contém
seis bolas vermelhas (V) e quatro bolas brancas (B). Uma urna é escolhida ao acaso,
e dela é extraída uma bola, também ao acaso. Qual a probabilidade de observarmos:
 a) Bola vermelha?
b) Bola branca?
O enunciado desse exemplo é o mesmo que foi usado para ilustrarmos o teorema da
multiplicação.
Vamos às respostas.

a) Bola vermelha?
Respota:

A bola vermelha pode ter vindo da urna I ou da urna II. Em termos de notação
probabilística, aplicando o teorema da probabilidade total, temos:

P(V) = P(V ∩ Urna I) + P(V ∩ Urna II)

Usando, agora, o teorema da multiplicação, temos:

P(V) = P(Urna I) . P(V│Urna I) + P(Urna II) . P(V│Urna II)

Para facilitar a visualização, você pode verificar as marcações em amarelo abaixo,

que correspondem aos eventos usados para responder a esse item, no diagrama
de árvore abaixo:
 a) Bola branca?
De modo análogo ao item anterior, uma bola branca também pode ter sido
selecionada da urna I ou da urna II, sendo que, nesse caso, a notação a ser
utilizada é:

P(B) = P(B ∩ Urna I) + P(B ∩ Urna II)

Pelo teorema da multiplicação, temos:

P(B) = P(Urna I) . P(B│Urna I) + P(Urna II) . P(B│Urna II)

Conferindo a parte marcada em verde no diagrama de árvore, temos os eventos

usados nesse caso:

Teorema de Bayes

O teorema de Bayes decorre dos teoremas estudados anteriormente nesta aula e

considera um fenômeno que ocorre em sequência, sendo que se sabe algo a respeito
do final e se deseja calcular a probabilidade do que ocorreu primeiro.
De forma a subsidiar a sua compreensão sobre conceitos básicos da teoria
das probabilidades, tanto em sua definição clássica quanto a axiomática,
bem como, o teorema da probabilidade total e o teorema de Bayes,
sugerimos leitura do capítulo 1 (pp. 10-16) do livro DAL CORTIVO Zaudir.
Modelos Probabilísticos. Curitiba: Contentus, 2020. ISBN 978-65-5745-
521-0. Disponível no acervo da Biblioteca Virtual.
A fórmula da probabilidade condicional é:

Sendo que:

Combinando essas duas equações, temos:

Retornando ao que estudamos sobre o teorema da probabilidade total, vamos

considerar um espaço amostral, dividido em eventos mutuamente exclusivos: B1, B2,
B3,..., Bn, para identificar o teorema de Bayes, a seguir:

Observe que P(A) é calculado pelo teorema da probabilidade total.

Exemplo:
A urna I contém três bolas vermelhas (V) e cinco bolas brancas (B), e a
urna II contém seis bolas vermelhas (V) e quatro bolas brancas (B). Uma
urna é escolhida ao acaso, e dela uma bola é extraída, também ao acaso.
A bola selecionada tem cor vermelha. Qual a probabilidade de essa bola
ter sido selecionada na urna I?

Nesse enunciado, o que se sabe é que a bola selecionada foi vermelha.

A partir dessa informação, o enunciado pede a probabilidade de a bola

selecionada ter vindo da urna I, quando poderia ter vindo também da urna
II.

A notação que devemos usar é: P(Urna I | V).

Assim:
 Só que, primeiro, a urna é selecionada, e, depois, ocorre a escolha
aleatória da bola. Então:

Observe que, no primeiro membro, o que se sabe é que a bola é vermelha,

mas, no segundo membro, a probabilidade condicionada considera o que de
fato acontece primeiro na sequência em que o fenômeno ocorre, que é a
seleção da urna.

Elementos de análise combinatória

A análise combinatória nos auxilia na identificação de contagens.
Vejamos o princípio fundamental da contagem, considerando dois conjuntos A e B,
fazendo-se duas observações, conforme identificado abaixo.
Consideremos os conjuntos A = {a1, a2 ,..., am} e B = {b1, b2 ,..., bn} . Podemos
formar m . n pares ordenados (ai, bj), em que ai ∈ A (lê-se “ai pertence a A”) e bj ∈ B
(lê-se “bi pertence a B”).

Exemplo:

Ângela vai a um restaurante para fazer uma refeição leve, o que significa
comer um só prato de carne e uma só salada. O cardápio oferece cinco
pratos distintos de carne e oito pratos diferentes de salada. De quantas
formas Ângela pode fazer sua refeição?

Nesse caso, temos cinco pratos de carne (m = 5) e oito pratos de salada (n

= 8). Então, o total de possibilidades é: m . n = 5 . 8 = 40.

Consideremos, nesse momento, uma outra possibilidade de uso do princípio

fundamental da contagem, agora com o impedimento de repetição.
O número de pares ordenados A = {ai, aj , tais que ai ∈ A = {a1, a2 ,..., am} , aj ∈ A =
{a1, a2 ,..., am} e ai ≠ aj (para i ≠ j), é m . (m - 1).
 Exemplo:

Quantos números com dois algarismos distintos podemos formar com os

dígitos 1, 2, 3, 4, 5, 6 e 7?
Como não é permitido repetir e m = 7, tem-se: 7 . 6 = 42.

Consequências do princípio fundamental da contagem

De forma bem resumida, identificamos duas grandes possibilidades de contagens:

1. Quando a ordem dos elementos observados importa, estamos tratando de

sequências. Nesse caso, encontram-se os arranjos com repetição, os arranjos
e as permutações.
2. Quando a ordem dos elementos observados não importa, estamos tratando de
conjuntos. Nesse caso, encontram-se as combinações.
Consideremos um conjunto que represente todos os resultados possíveis, com
tamanho m, sendo que serão realizadas r observações no total.

Arranjo com repetição

Sua fórmula é: (AR)m,r = m . m . m . ... . m = mr

Exemplo 1:
Uma moeda é lançada quatro vezes. Quantos resultados cara e coroa é possível
encontrar?

Nesse caso, m = 2 (resultados cara ou coroa), e são feitas quatro observações, uma
vez que a moeda é lançada quatro vezes. Assim, r = 4.

Dessa forma, temos:

Exemplo 2:
Cinco dados são lançados simultaneamente. Quantas sequências de resultados são
possíveis se considerarmos cada elemento da sequência como o número obtido em
cada dado?
Agora m = 6 (face possível do dado: 1, 2, 3, 4, 5, 6) e r = 5 (cinco dados são
lançados). Então, tem-se:
Arranjo

Exemplos:

Considere os dígitos 1, 2, 4, 6 e 7. Quantos números distintos de três algarismos é

possível formar com eles?
Resposta:

Nesse caso, m = 5 (possibilidades de dígitos), e o número necessariamente terá três

algarismos, ou seja, r = 3. Dessa forma, tem-se:

Uma empresa está fazendo uma competição entre seus funcionários, em várias
etapas, sendo que, na final, encontram-se sete funcionários. De quantas formas
o primeiro e o segundo lugares podem ser ocupados, admitindo a
impossibilidade de haver empate?
Resposta:

Como há sete funcionários na disputa, o valor de m é 7 (m = 7), e o interesse está na

quantificação para os dois primeiros lugares, isto é r = 2. Então, nesse caso, tem-se:

Permutação
Quando todos os m elementos do conjunto original são observados (ou seja, r = m),
temos uma permutação. A fórmula, nesse caso, é: Pm = m! = m . (m-1) . (m-2) . ... . 3 .
2 . 1.
Exemplos:

De quantas formas cinco pessoas podem ficar em fila indiana (um atrás do
outro)?

Resposta:

Como há cinco pessoas, m = 5.

A contagem é: P5 = 5! = 5 .4 .3 .2 .1 = 120.

Quantos anagramas (permutações de letras, sem a necessidade de fazer sentido

no idioma utilizado) podemos formar com as letras da palavra BRASIL?

Resposta:

A palavra BRASIL possui seis letras diferentes, ou seja, nesse caso, m = 6.

A contagem é: P6 = 6! = 6 .5 .4 .3 .2 .1 = 720.

Combinação
Lembrando que agora a ordem não importa.

Exemplos:

Quantas duplas de trabalho é possível formar com oito funcionários?

Resposta:

Como há oito funcionários a considerar, temos que m = 8. Eles trabalharão em duplas,

ou seja, serão formados subgrupos de tamanho 2, ou seja, r = 2. Assim:
 Quantas duplas de trabalho é possível formar com oito funcionários?

Resposta:
Encerramento

Qual a aplicação da Probabilidade?

Sendo a probabilidade uma das áreas de estudo da matemática, nos permite
quantificar as chances de um evento (E) qualquer ocorrer em um experimento
aleatório. Assim, calculamos o número de eventos favoráveis dentro do espaço
amostral (total de casos possíveis).

Na Teoria da probabilidade, os atributos de ocorrência

dos eventos (E) são denominados de axiomas da
probabilidade. Nesse sentido, quais são os atributos
fundamentais para que seja possível a aplicação da
Teoria da Probabilidade?
Axioma 1

O primeiro axioma elimina a possibilidade de probabilidades negativas. Ou seja, a

probabilidade (P) de qualquer evento (E) é um número real não negativo.

P(E) ≥ 0

Axioma 2

O segundo axioma estabelece as propriedades do espaço amostral (S). Assim, a

probabilidade (P) de todo o espaço amostral é 1 (um).

P(S) = 1

Axioma 3

Já o terceiro axioma estabelece as propriedades de eventos (E) mutuamente

exclusivos. Dessa forma, se os eventos são mutuamente exclusivos, eles têm uma
interseção vazia e denotam união.

Se EA Ո EB = Ø, então P(EA U EB) = P(EA) + P(EB).

Alguns aspectos precisam ser verificados no cálculo

da probabilidade de ocorrência de um ou mais eventos,
tais como: simultaneidade, dependência e
independência. Mas, como diferenciar tais
ocorrências?
Quando se quer determinar a probabilidade da ocorrência simultânea de dois eventos,
é preciso considerar a relação entre eles.

Quando a ocorrência de um dos eventos em nada interfere na ocorrência do outro, diz-

se que os dois eventos são independentes entre si e a probabilidade de ambos
ocorrerem ao mesmo tempo é dada pelo produto das probabilidades de cada um
isoladamente.

Quando a ocorrência de um evento afeta a ocorrência do outro, diz-se que os dois

eventos são dependentes e a probabilidade de ambos ocorrerem ao mesmo tempo é
dada pela Regra de Bayes.

Resumo da Unidade

Conhecer um pouco melhor probabilidade nos permite entender de forma mais

completa como a incerteza ocorre no dia a dia profissional e pessoal.

Iniciamos nosso estudo apresentando os conceitos básicos de probabilidade,

mostrando como os mesmos se encaixam, de forma lógica, culminando com os
primeiros cálculos.

A seguir passamos para a apresentação e o entendimento de elementos

específicos de probabilidade, que se traduzem em cálculos próprios.

Finalizamos com o estudo da probabilidade condicionada e suas decorrências, em

especial o Teorema de Bayes, de grande importância nesse âmbito. E, também,
apresentamos de forma bastante sucinta elementos básicos de análise
combinatória, que nos ajudam na realização das contagens.

Para aprofundar e aprimorar os seus conhecimentos sobre os assuntos

abordados nessa unidade, não deixe de consultar as referências
bibliográficas básicas e complementares disponíveis no plano de ensino
publicado na página inicial da disciplina.