Aula 8

Aula 8
Probabilidade - Parte 1
Jony Arrais Pinto Júnior

Aula 8. Probabilidade - Parte 1
Meta(s)
Apresentar ao aluno diferentes procedimentos de coleta de dados, isto é,

diferentes planos amostrais, identificando suas principais caracterı́sticas.
Objetivo(s)
Esperamos que, ao final desta aula, você seja capaz de:
1. identificar se o experimento é aleatório ou determinı́stico;
2. descrever o espaço amostral de eventos;
3. calcular probabilidades em espaços amostrais equiprováveis;
4. reconhecer diferentes abordagens de cálculo de probabilidade;
5. Identificar eventos não equiprováveis e calcular a probabilidade a

partir de uma tabela de frequência de dados reais.
2
Estatı́stica para Educação Básica
Introdução
Os Parâmetros Curriculares Nacionais (PCN) sugerem uma introdução

de conceitos de Probabilidade nos anos iniciais do Ensino Fundamen-
tal e propõem um amadurecimento destes conceitos ao longo do Ensino
Básico. Naturalmente, muitos questionamentos estão sendo levantados
pelos professores do Ensino Fundamental a respeito de como abordar
esse tema com alunos tão jovens, uma vez que tradicionalmente esse
tema é abordado somente com os alunos no Ensino Médio. Sendo as-
sim, o seguinte questionamento deve começar a ser feito pelo professor
de Matemática do Ensino Básico:
Como proporcionar o desenvolvimento do pensamento probabilı́stico

dos alunos?
Na verdade, para proporcionar um desenvolvimento do pensamento

probabilı́stico nos alunos, é preciso que o professor, preferencialmente
por meio da resolução de problemas, instigue o aluno durante o Ensino
de Probabilidade na Educação Básica. Já que diversas situações do
nosso cotidiano exigem uma tomada de decisão mediante a existência
de situações incertas. É preciso que o professor possa desenvolver um
trabalho visando um amadurecimento do pensamento probabilı́stico e
uma ruptura com uma visão determinı́stica da Matemática para o aluno.
De acordo com Carvalho (2004), os PCN sugerem o desenvolvimento
de atividades relacionadas a assuntos mais próximos a realidade dos
alunos, assuntos relacionados ao seu cotidiano e ao meio que estão in-
seridos, priorizando situações-problema que precisem de um estudo in-
vestigativo, isto é, de um levantamento de dados, com elaborações de
hipóteses e com a possibilidade de realizar previsões, desenvolvendo,
desta forma, algumas noções de Probabilidade.
Segundo Rezende e Ferreira (2011), o ensino de Probabilidade na
Educação Básica acontece de forma muito incipiente. As autoras ainda
ressaltam que quando o tema é abordado, costuma ser, na maioria das
vezes, vinculado a fórmulas e associações com situações conhecidas e
repetidas, quase sempre fora da realidade do aluno, o que provoca de-
sinteresse por parte deste. Situações envolvendo cartas, bolas de cores
diferentes não devem ser o enfoque principal.
Ainda de acordo com Rezende e Ferreira (2011), é de suma im-
portância que busquemos soluções para minimizar estes problemas ci-
tados, uma vez que o ensino de Probabilidade será fundamental para a
formação plena do indivı́duo na sociedade atual. Desta forma, as au-
toras chamam a nossa atenção para a importância que a Probabilidade
terá na vida do aluno, pois ela implicará em suas tomadas de decisões
profissionais e pessoais, na interpretação de informações produzidas pela
3
sociedade, além da criação de uma postura crı́tica e reflexiva frente a

situações de sua vida cotidiana. Neste cenário, desejamos, com o Ensino
de Probabilidade e Estatı́stica, que o aluno seja capaz de interpretar e
analisar dados, a fim de se formar um cidadão crı́tico e capaz de intervir
nas ações sociais.
Campos e Carvalho (2016) ressaltam que devemos desenvolver em
sala de aula um conjunto de atividades que discutam desde as carac-
terı́sticas entre fenômenos aleatórios e determinı́sticos (abordado em au-
las anteriores), como as diferenças entre eventos possı́veis, impossı́veis,
prováveis e improváveis, diversas representações para a contagem de
espaços amostrais simples, comparação de probabilidades e a quanti-
ficação de probabilidades, particularmente por meio da abordagem fre-
quentista.
Ao longo desta aula, vamos discutir os tópicos iniciais sobre a Pro-
babilidade, em contextos que possam despertar o interesse dos alunos.
Experimento aleatório, espaço amostral e evento
Podemos dizer que o nosso cotidiano está repleto de situações nas

quais está presente a incerteza do resultado. Embora, na grande maioria
das vezes, os resultados possı́veis sejam conhecidos, por exemplo, qual o
sexo do bebê da minha mãe, que acabou de descobrir que está grávida?
O bebê pode ser do sexo masculino ou do sexo feminino, mas só sabere-
mos o resultado quando o experimento se concretizar, ou seja, quando
o bebê nascer. Em cenários como esse, é muito conveniente, então, dis-
pormos de uma medida que exprima a incerteza presente em cada um
destes acontecimentos. Tal medida é conhecida como Probabilidade.
Para realizarmos uma definição formal de probabilidade, vamos ini-
cialmente introduzir algumas definições importantes como, experimento
aleatório, espaço amostral e evento. Para uma melhor caracterização
destas definições, considere que o Victor, aluno do 5º Ano do Ensino
Fundamental da nossa escola, chegou na aula de hoje e contou para a
turma que a sua mãe está grávida de trigêmeos. O professor perguntou
se a mamãe já sabia qual o sexo dos bebês e o aluno respondeu que
ainda não, pois ela tinha descoberto fazia pouco tempo.
Diante de um problema como esses, o professor pode instigar a
turma, perguntando aos alunos: É provável que nasça mais meninos
ou meninas? É mais provável ter todos os bebês do mesmo sexo ou ter
bebês dos dois sexos? Nessa dinâmica, o professor pode anotar as per-
cepções iniciais dos alunos e confrontar posteriormente com os achados.
4
Experimento aleatório
São chamados de experimentos aleatórios aqueles que se caracteri-
zam pelo não conhecimento do resultado do experimento antes de sua
realização. Relembrando de aulas anteriores, que definimos por experi-
mento qualquer réplica de um fenômeno natural em condições contro-
ladas pelo experimentador. O experimento cujo resultado é conhecido
antes da sua realização é chamado de determinı́stico.
No problema do Victor, o experimento é considerado aleatório, pois
somente saberemos o sexo dos bebês quando os mesmos nascerem.
Espaço amostral
Chamaremos de espaço amostral de um experimento aleatório, o con-
junto de todos os resultados possı́veis desse experimento. O mesmo tem
um papel que não pode ser subestimado nos processos de ensino e apren-
dizagem da probabilidade. É preciso que os alunos sejam capazes de
especificar o espaço amostral para qualquer experimento, só assim será
possı́vel calcular as probabilidades. Como dito anteriormente, diante
de experimentos aleatórios, usualmente, costumamos conseguir elencar
todos os possı́veis resultados para o experimento. Vamos denotar tal
conjunto pela letra grega ômega maiúscula, Ω.
Para o problema do Victor, para cada bebê, temos duas possibilida-
des: H (homem) e M (mulher). Como são três bebês, temos como um
possı́vel resultado HHM, ou seja, o primeiro bebê é homem, o segundo
bebê também é homem e o terceiro bebê é mulher. Sendo assim, o
conjunto com todos os possı́veis resultados seria formado por todas as
trincas possı́veis de H e M:
Ω = {HHH, HHM, HM H, M HH, M M H, M HM, HM M, M M M }.
Podem existir espaços amostrais mais complexos de serem represen-

tados. O professor precisa sempre abordar problemas compatı́veis com
os conhecimentos prévios e interesses dos alunos.
Evento
Definiremos como evento, qualquer subconjunto do espaço amostral.
Usualmente esses eventos são representados por letras maiúsculas. Para
o experimento dos irmãos do Victor, podemos definir vários eventos, tais
como:
• A: pelo menos dois bebês serem homens,
5
• B: todos os bebês serem do mesmo sexo,
• C: nenhum bebê ser mulher,
• D: nenhum bebê ser homem e nem mulher
• E: todos os bebês serem ou homens ou mulheres.
Com base no espaço amostral criado, é possı́vel criarmos uma re-

presentação desses eventos por meio de subconjuntos de Ω. Dentre
todos os possı́veis resultados listados no espaço amostral, os elementos
que satisfazem o evento A seriam todos os trios compostos por pelo
menos dois H, isto é, A = {HHM, HM H, M HH, HHH}. Já para o
evento B, seriam todas as trincas que possuem mesmos valores, isto
é, B = {HHH, M M M }. Este evento corresponde a um dos elemen-
tos de Ω, C = {HHH}. Para o evento D, percebemos que nenhum
elemento de Ω satisfaz a condição do evento, sendo assim, o mesmo é
um subconjunto vazio, D = {∅}. Por outro lado, todos os elementos
de Ω satisfazem o evento E, pois não temos outra possibilidade a não
ser homem ou mulher. Deste modo, este evento coincide com o espaço
amostral, F = Ω. Denominamos F e D de eventos impossı́vel e certo,
respectivamente.
Existem algumas operações que são possı́veis de serem realizadas
com eventos, por exemplo a interseção, a união e o complementar.
Figura 8.1: Representação do espaço amostral do

experimento do sexo dos 3 bebês com a interseção
dos eventos A e B.
Sejam A e B os eventos definidos para o experimento do sexo dos bebês.

A Figura 8.1 traz a representação do espaço amostral Ω, os eventos A
6
e B e a sua interseção dada por A ∩ B = {HHH}. Já a Figura 8.2

apresenta o espaço amostral Ω, os eventos A e B e a sua união dada
por A ∪ B = {HHH, M M M, HHm, M HH, HM H}.

experimento do sexo dos 3 bebês com a união dos
eventos A e B.
Chamaremos dois eventos de mutuamente exclusivos se a in-

terseção deles for vazia, isto é, os dois eventos não podem ocorrer si-
multaneamente. Por exemplo, seja F : todos os bebês serem homens e
G: todos os bebês serem mulheres. O espaço amostral e os eventos F
e G são representados na Figura 8.3. Como podemos ver, a interseção
dos dois conjuntos é vazia, isto é,
F ∩ G = ∅.
Sendo assim, F e G são chamados de eventos mutuamente exclusivos.
7

experimento do sexo dos 3 bebês com os eventos F
e G mutuamente exclusivos.
Chamaremos de evento complementar ao evento A, todos os ele-

mentos pertencentes a Ω, que não pertencem a A. Considere o evento
B definido como todos os bebês serem do mesmo sexo. A Figura 8.4
apresenta o evento complementar de B dado por
B c = {HHM, HM H, HM H, M M H, M HM, HM M }.

experimento do sexo dos 3 bebês com os eventos A
e B.
Alguns livros podem usar a notação B̄ para representar o evento
8
complementar de B. Percebemos que B c é composto justamente dos 6

elementos existentes em Ω que não pertencem a B.
O professor pode elaborar uma lista com vários experimen-

tos e discutir com a turma os três aspectos, fomentando para
que os alunos apresentem argumentos que justifiquem suas
respostas. O experimento é aleatório? Por que? Quais se-
riam todos os possı́veis resultados do experimento, o espaço
amostral? Como definir alguns eventos e fazer a especi-
ficação dos subconjuntos.
Atividade 1
Atende aos objetivos 1 e 2
Para cada experimento abaixo, defina se o experimento é aleatório ou

determinı́stico, caso o experimento seja aleatório determine seu espaço
amostral.
(a) Foram colocados um chocolate branco, um chocolate ao leite e um

chocolate amargo em uma sacola. Serão sorteados dois chocolates
sem reposição desta sacola e serão observados os sabores.
(b) Em um grupo de 5 alunos do sexo masculino, vai ser sorteado um
aluno para ser o representante da turma. Vamos registrar o sexo
do sorteado.
(c) Jorge possui quatro figurinhas do álbum da Copa do Mundo de
Futebol repetidas e resolveu dar duas para um amigo. Sendo
uma figurinha do Brasil, uma da Itália, uma da Polônia e uma da
Espanha. Ele combinou com seu amigo que iria colocar em um
envelope todas as figurinhas e ele poderia retirar duas figurinhas.
Vamos observar os paı́ses retirados.
(d) O professor decidiu colocar em uma caixa: uma maça, uma ba-
nana e uma pera. Um dos alunos iria retirar uma fruta sem olhar
e a mesma seria o lanche de todos os alunos. Vamos observar qual
fruta foi sorteada.
(e) Os alunos criaram um dado diferente, onde os lados eram repre-
sentados por cores ao invés de números. Todos os lados foram
pintados de azul. Lançamos o dado e observamos a cor da face
que ficou virada para cima.
9
Defina os seguintes eventos para o experimento da retirada da figurinha.
(f) L: uma das figurinhas é de um paı́s sul-americano.
(g) O: todas as figurinha são de paı́ses do continente europeu.
(h) P : uma das figurinha é de um paı́s campeão mundial de futebol.
(i) Q: uma das figurinha é de um paı́s da Oceania.
Represente os conjuntos resultantes das seguintes operações com os

eventos definidos acima.
(j) L ∩ O.
(k) O ∪ P .
(l) Oc .
10
Resposta comentada
Letra A: Experimento aleatório. Só saberemos o sabor do chocolate,
após a retirada do mesmo da sacola. Seja B: chocolate branco, L: cho-
colate ao leite e A: chocolate amargo, temos que:
Ω = {BL, BA, LA, LB, AB, AL}.
Letra B: Experimento determinı́stico, pois o sexo do sorteado será mas-

culino e sabemos disso antes da realização do sorteio.
Letra C: Experimento aleatório. Só saberemos os paı́ses das figurinhas,
após o amigo de Jorge realizar as 3 retiradas. Seja B: jogador ser da
seleção do Brasil, I: jogador ser da seleção da Itália, P: jogador ser da
seleção da Polônia e E: jogador ser da seleção da Espanha, temos que:
Ω = {BI, BP, BE, IB, IP, IE, P B, P I, P E, EB, EI, EP }.
Letra D: Experimento aleatório. Só saberemos a fruta que será o lanche

de todos os alunos após a retirada da fruta da caixa. Seja M: ser uma
maça, B: ser uma banana e P: ser uma pera, temos que:
Ω = {M, B, P }.
Letra E: Experimento determinı́stico, pois a cor da face que cairá vol-

tada para cima será azul e sabemos disso antes do lançamento do dado.
11
Letra F: Formarão o subconjunto L todos os elementos de Ω que possuı́rem

B na sua composição, uma vez que o Brasil é o único paı́s sul-americano.
Sendo assim,
L = {BI, BP, BE, IB, P B, EB}.
Letra G: Formarão o subconjunto O todos os elementos de Ω que

possuı́rem não possuı́rem B, pois é o único paı́s que não pertence ao
continente europeu. Sendo assim,
O = {IP, IE, P I, P E, EI, EP }.
Letra H: Como Polônia é o único paı́s que não foi campeão mundial, em
todos os elementos de Ω, temos pelo menos um paı́s campeão mundial.
Sendo assim,
P = Ω.
Letra I: Como nenhum paı́s pertence a Oceania, nenhum dos elementos

de Ω satisfazem ao evento Q. Sendo assim,
Q = ∅.
Letra J: L ∩ O = {∅}.
Letra K: O ∪ P = Ω.
Letra L: Oc = {BI, BP, BE, IB, P B, EB} = L.
Definição clássica de probabilidade
Para apresentarmos a definição clássica de probabilidade, vamos con-

siderar que estamos trabalhando com um espaço amostral equiprovável,
isto é, todos os elementos deste espaço amostral tem a mesma probabi-
lidade de ocorrência.
Para melhor entendermos esse conceito, vamos voltar ao problema do
sexo dos três bebês proposto pelo professor. Naquele cenário, qual seria
a probabilidade dos três bebês serem homens? Seria razoável pensar
que a probabilidade de nascer um homem ou uma mulher seja a mesma,
logo seria 50% de chance para cada. Sendo assim, a probabilidade de
observarmos HHH seria de 50% × 50% × 50%, ou seja,
1 1 1 1
P (HHH) = × × = .
2 2 2 8
Se calcularmos a probabilidade de qualquer outro elemento de Ω,

encontraremos 1/8. Sendo assim, este espaço amostral é equiprovável.
12
Mas existem Ω que não são equiprováveis. Relembrando que a definição

a seguir só será válida para Ω equiprováveis.
Seja A um evento de um espaço amostral Ω finito e equiprovável.
Chamaremos de probabilidade do evento A:
número de casos favoráveis #A
P (A) = = . (8.1)
número de casos possı́veis #Ω
#A denota a cardinalidade do evento A, isto é, o número de elemen-

tos que o conjunto A possui. Essa foi a primeira definição formal de
probabilidade, explicitada por Girolamo Cardano (1501-1576). Vamos
nos referir a esta definição, como a definição clássica de probabilidade.
Esta definição está baseada em duas suposições:
(i) O número de elementos de Ω é finito.

(ii) Os eventos elementares (cada elemento) de Ω tem mesma proba-
bilidade.
Com base na definição apresentada em (8.1), vamos calcular as pro-

babilidades dos eventos A, B e D, definidos na seção anterior, sobre o
sexo dos três bebês. O evento A diz respeito a dois dos bebês serem
homens, já vimos que a cardinalidade de A é 4, logo:
#A 4
P (A) = = = 0, 5.
#Ω 8
Deste modo, percebemos que existe 50% de chance do aluno ter pelo
menos dois irmãos homens em breve. Já a probabilidade de todos os
bebês serem do mesmo sexo é dada por:
#B 2
P (B) = = = 0, 25.
#Ω 8
Vemos que é mais provável que o aluno tenha pelo menos dois irmãos
homens do que três irmãos do mesmo sexo. Por outro lado, a probabi-
lidade de nenhum bebê ser homem e nem mulher é dada por:
#D 0
P (D) = = = 0.
#Ω 8
O professor deve, sempre que possı́vel, discutir com os alu-

nos sobre as incertezas associadas aos eventos aleatórios. É
preciso encorajar os alunos a criarem um vocabulário que
expressem essas incertezas, como, por exemplo, “acontecerá
com certeza”, “impossı́vel de acontecer”, “improváveis”,
etc..
13
Propriedades da definição clássica de probabilidade

A definição apresentada em (8.1) satisfaz as seguintes propriedades.
(1) A probabilidade de qualquer evento A sempre será maior ou igual

a zero e menor ou igual a 1, isto é,
0 ≤ P (A) ≤ 1, ∀A ⊆ Ω.
(2) A probabilidade do espaço amostral sempre será igual a 1, isto é,
P (Ω) = 1.
(3) A probabilidade de um evento vazio será sempre igual a 0, isto é,
P (∅) = 0.
(4) Se A e B são dois eventos quaisquer, então
P (A ∪ B) = P (A) + P (B) − p(A ∩ B).
(5) Se A e B são eventos mutuamente exclusivos, então
P (A ∪ B) = P (A) + P (B).
(6) A probabilidade evento complementar a A é dada por
P (Ac ) = 1 − P (A).
Voltando ao problema dos sexos dos bebês, qual seria a probabi-

lidade do aluno ou ter dois irmãos homens ou ter todos os irmãos
do mesmo sexo? Neste caso, poderı́amos aplicar a definição clássica
de probabilidade e identificar no nosso espaço amostral quantos ele-
mentos satisfazem essa condição, isto é, seja o evento G: ter dois
irmãos homens ou ter todos os irmãos do mesmo sexo, logo, G =
{HHH, M M M, HHM, HM H, M HH}, logo aplicando a definição clássica
de probabilidade temos que:
#G 4
P (G) = = = 0, 5.
#Ω 8
Por outro lado, as propriedades nos permitem usar conhecimentos prévios
para obtermos o mesmo resultado, isto é, já havı́amos definido os even-
tos A: dois bebês serem homens e B: todos os bebês serem do mesmo
sexo e a probabilidade que estamos interessados é dada por P (A ∪ B),
14
usando a propriedade (4), pois A e B não sào mutuamente exclusivos,

temos que
P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
3 2 1
= + −
8 8 8
4
= = 0, 5.
8
Qual seria a probabilidade de termos irmãos dos dois sexos? Vemos

que este evento é complementar ao evento B, logo, pela propriedade
(6), temos que
P (B c ) = 1 − P (B)
2
= 1−
8
6
= = 0, 75.
8
Sendo assim, é muito mais provável que o alunos tenha irmãos de

ambos os sexos do que de um único sexo.
Atividade 2
Atende aos objetivos 2 e 3
Classifique os eventos abaixo como equiprováveis ou não equiprováveis.

Justifique sua resposta.
(a) De um grupo de 20 pessoas, sendo quinze meninos e cinco me-

nina, serão sorteados aleatoriamente 2 pessoas para compor uma
comissão. Serão registrados o sexo dos membros da comissão.
(b) Foram colocados um chocolate branco, um chocolate ao leite e um

chocolate amargo em uma sacola. Serão sorteados dois chocolates
sem reposição desta sacola e serão observados os sabores.
Sabendo que o experimento das figurinhas definido na Atividade 1 é

equiprovável. Responda o que se pede:
(c) Calcule as seguintes probabilidades dos eventos L, O, P e Q.
(d) É mais provável ser sorteada todas as figurinha de paı́ses europeus

ou ser sorteada todas as figurinha de paı́ses campeões do mundo?
(e) Qual a probabilidade de todas as figurinhas sorteadas serem de

paı́ses europeus e serem de paı́ses campeões do mundo?
15
(f) Qual a probabilidade de todas as figurinhas sorteadas serem de

paı́ses europeus ou serem de paı́ses campeões do mundo?
16
Resposta comentada
Letra A: Para classificarmos o experimento como equiprovável ou não,
precisamos inicialmente identificar seu espaço amostral e em seguida
conferir se as probabilidades de todos os elementos de Ω são iguais.
Seja H: homem e M : mulher. Neste caso,
Ω = {HH, HM, M H, M M }.
A probabilidade do elemento HH será dada por:
P (HH) = P (primeiro ser homem)P (segundo ser homem)

15 14 210
= × = ,
20 19 380
já a probabilidade do elemento HM será dada por:
P (HH) = P (primeiro ser homem)P (segundo ser mulher)

15 5 75
= × = ,
20 19 380
logo P (HH) ̸= P (HM ), resultando em um espaço amostral que não é
equiprovável.
Letra B: Já no experimento dos chocolates, seja B: chocolate branco,
L: chocolate ao leite e A: chocolate amargo. Neste caso,
Ω = {BL, BA, LA, LB, AB, AL}.
A probabilidade do elemento BL será dada por:
P (BL) = P (primeiro ser chocolate branco)P (segundo ser chocolate ao leite)

1 1 1
= × = .
3 2 6
Se realizarmos as contas para todos os outros elementos de Ω percebe-
remos que a probabilidades deles também serão 1/6. Logo, este experi-
mento é equiprovável.
17
Letra C: Como os eventos já foram definidos na Atividade 1, basta avali-

armos as cardinalidades dos eventos para obtermos suas probabilidades.
Sendo assim,
#L 6
P (L) = = = 0, 5
#Ω 12
#O 6
P (O) = = = 0, 5
#Ω 12
#P 12
P (P ) = = =1
#Ω 12
#Q 0
P (Q) = = = 0.
#Ω 12
Dizemos que P é um evento certo e que o evento Q é um evento im-
possı́vel de oorrer.
Letra D: Seja evento J: todas as figurinhas são de paı́ses europeus e
S: todas as figurinhas são de paı́ses campeões mundiais. Temos que
J = {IP, IE, P I, P E, EI, EP } e S = {BI, BE, IB, IE, EI, EB}, logo
P (J) = 6/12 = 0, 5 e P (S) = 6/12 = 0, 5. É igualmente provável que
todas as figurinhas sorteadas sejam de paı́ses europeus como sejam de
paı́ses campeões mundiais.
Letra E: Aqui estamos interessados em calcular a probabilidade da in-
terseção dos eventos definidos no item anterior, isto é,
#(J ∩ S) 2
P (J ∩ S) = = .
#Ω 12
Letra F: Aqui estamos interessados em calcular a probabilidade da união

dos eventos J e S, logo,
6 6 2 10
P (J ∪ S) = P (J) + P (S) − P (J ∩ S) = + − = .
12 12 12 12
Definição axiomática de probabilidade
Inicialmente, discutimos uma definição de probabilidade, chamada

de clássica, que necessita de duas restrições: os espaços amostrais pre-
cisam ser finitos e os eventos elementares de Ω são equiprováveis, isto
é, todos os elementos possuem a mesma probabilidade. Nesse contexto,
mesmo com estas restrições, podemos observar que a probabilidade é um
número entre 0 e 1 que associamos a cada evento de um espaço amostral
Ω e esse número, chamado probabilidade, satisfaz algumas propriedades
interessantes. Entretanto, podem existir situações nas quais o espaço
18
amostral seja infinito ou mesmo seja não equiprovável como já discu-
tido anteriormente. Nestes contexto, precisamos de uma definição de
probabilidade mais geral.
A Figura 8.5 ilustra o conceito de probabilidade como uma função,
que associa a cada elemento do seu domı́nio, uma imagem.
Figura 8.5: Representação da definição axiomática

de probabilidade.
Seja Ω um espaço amostral associado a um experimento aleatório.

Probabilidade é uma função, denotada por P (·) que associa a cada
evento A de Ω um número real P (A que satisfaz os seguintes axiomas:
(Axioma 1) P (A) ≥ 0.
(Axioma 2) P (Ω) = 1.
(Axioma 3) A ∩ B = ∅ → P (A ∪ B) = P (A) + P (B).
Esta definição é chamada de axiomática, pois está ancorada nos três

axiomas apresentados acima. Um axioma pode ser visto como uma
premissa imediatamente evidente que se admite como universalmente
verdadeira sem exigência de demonstração.
É importante ressaltar que os três axiomas são contemplados nas
propriedades da definição clássica de probabilidade, que são fáceis de
serem demonstradas usando a teoria de conjuntos, mas não no caso mais
geral.
Estas são as duas formas que podemos definir a probabilidade e
são usadas em contextos distintos. No cenário de espaços amostrais
equiprováveis, para calcularmos probabilidades de eventos, usamos a
definição clássica de probabilidade, já em espaços amostrais não equi-
prováveis, usamos a definição axiomática.
Vamos voltar aos dados fornecidos pela pesquisa sobre relação entre
o tempo gasto com a televisão e o desempenho escolar do jovem. A
19
seguir, encontram-se os valores observados para a variável Tempo TV

em rol:
1 1 2 2 2 2 2 3 3 3 4 5 5 5 5
5 5 6 6 6 6 6 7 7 8 8 8 8 8 8
Suponha que o professor irá selecionar aleatoriamente um aluno da

amostra e vai verificar o número de horas que ele passa assistindo TV.
Esse experimento é aleatório? Sim! Pois só saberemos o número de
horas que o aluno assiste TV após a realização do sorteio.
Qual o espaço amostral desse experimento? Bom, o conjunto de
todos os possı́veis resultados será dado por
Ω = {1, 2, 3, 4, 5, 6, 7, 8}.
Estamos diante de um espaço amostral equiprovável ou não-equiprovável?

Para respondermos esta pergunta, precisaremos conhecer as probabili-
dades de ocorrência de todos os elementos de Ω. Neste caso, podemos
contar com a tabela de distribuição de frequências desta variável para
nos ajudar a responder o questionamento levantado. A Tabela (8.1)
apresenta as frequências obtidas para cada elemento de Ω.
Tempo TV fi
1 2
2 5
3 3
4 1
5 6
6 5
7 2
8 6
Total 30
Tabela 8.1: Frequências do tempo que os alunos assistem TV.
Qual a probabilidade do sorteado gastar 1 hora assistindo TV? Esta

probabilidade claramente será representada por
2
P ({1}) = .
30
Já a probabilidade do sorteado gastar 2 horas assistindo TV será dada
por
5
P ({2}) = .
30
Deste modo, percebemos que a probabilidade dos eventos elementares
{1} e {2} são diferentes, isto é,
P ({1}) ̸= P ({2}).
20
Logo, podemos concluir que o espaço amostral é não-equiprovável. A

seguir, a Tabela (8.2) apresenta as probabilidade de ocorrência de todos
os evento elementares de Ω.
Tempo TV fi P ({i})
1 2 2/30
2 5 5/30
3 3 3/30
4 1 1/30
5 6 6/30
6 5 5/30
7 2 2/30
8 6 6/30
Total 30 1
Tabela 8.2: Frequências e probabilidades do tempo que os alunos assistem

TV.
Seja o evento K: o aluno gastar mais do que 3 horas assistindo TV.

Os elementos de Ω que satisfazem o evento são:
K = {4, 5, 6, 7, 8}.
Como estamos trabalhando com um espaço amostral não-equiprovável,
não podemos calcular P (K) usando a definição clássica de probabili-
dade, isto é, a probabilidade de K não é dada pela razão entre o número
de elementos de K e o número de elementos de Ω. Usaremos a definição
axiomática, e calcularemos a probabilidade da seguinte forma:
P (K) = P ({4, 5, 6, 7, 8})
= P ({4}) + P ({5}) + P ({6}) + P ({7}) + P ({8})
1 6 5 2 6
= + + + +
30 30 30 30 30
20 2
= = .
30 3
Aqui é de suma importância que fique claro a diferença de se calcular
a probabilidade do eventos K: o aluno gastar mais do que 3 horas
assistindo TV, associado ao experimento sortear um aluno da amostra
coletada na pesquisa realizada em sala de aula e do evento B: todos os
bebês serem do mesmo sexo, associado ao experimento do sexo dos bebês
irmãos do Victor. Enquanto que no evento associado ao experimento
do sexo dos bebês foi aplicada a definição clássica de probabilidade, no
evento associado a pesquisa realizada em sala de aula, foi utilizado a
definição axiomática de probabilidade.
Atividade final
21
Atende aos objetivos 2 a 5
Considere um experimento que sorteia um aluno aleatoriamente da

amostra da pesquisa sobre relação entre o tempo gasto com a televisão
e o desempenho escolar do jovem. Os dados encontram-se na Figura
3.1 da Aula 3. Especifique se os experimentos abaixo são equiprováveis
ou não.
(a) Ao sortear um aluno será observado o gênero dele.
(b) Ao sortear um aluno será observado o Ano dele.
(c) Ao ser sorteado um aluno será observado o seu grau de con-

cordância com relação a afirmação “A TV é um lazer para a
famı́lia.”.
Calcule as probabilidades dos seguintes eventos para o experimento do

item (c).
(d) Probabilidade do aluno concordar. O aluno concorda quando o

seu grau é maior ou igual a 4.
(e) Probabilidade do aluno discordar.
22
Resposta comentada
Letra A: Para avaliarmos se o experimento é equiprovável ou não, pre-
cisamos especificar Ω e as probabilidades de todos os seus elementos.
Para o experimento que consiste em observar o gênero, temos que
Ω = {Feminino, Masculino}.
Podemos calcular as probabilidades, recorrendo-se a uma tabela de dis-

tribuição de frequências
Tempo TV fi P ({i})
Feminino 12 12/30
Masculino 18 18/30
Total 30 1
Tabela A: Frequências e probabilidades do gênero dos alunos.

Como P (Masculino) ̸= P (Feminino), concluı́mos que Ω é não-equiprovável.
Letra B: Novamente, para avaliarmos se o experimento é equiprovável
ou não, precisamos especificar Ω e as probabilidades de todos os seus
elementos. Para o experimento que consiste em observar o Ano do
aluno, temos que
Ω = {1º Ano, 2º Ano, 3º Ano}.
23

Ano fi P ({i})
1º Ano 12 12/30
2º Ano 10 10/30
3º Ano 8 8/30
Total 30 1
Tabela B: Frequências e probabilidades do gênero dos alunos.

Como as probabilidades dos elementos de Ω diferem, temos que o espaço
amostral é não-equiprovável.
Letra C: Para o experimento que consiste em observar o grau de con-
cordância com relação a afirmação “A TV é um lazer para a famı́lia.”
do aluno, temos que
Ω = {1, 2, 3, 4, 5}.
Grau de concordância fi P ({i})

1 1 1/30
2 4 4/30
3 5 5/30
4 11 11/30
5 9 9/30
Total 30 1
Tabela C: Frequências e probabilidades do grau de concordância dos

alunos.
Como as probabilidades dos elementos de Ω diferem, temos que o espaço
amostral é não-equiprovável.
Letra D: Seja C: o aluno concorda. Logo C = {4, 5}. Sendo assim,
11 9 2
P (C) = P ({4, 5}) = P ({4}) + P ({5}) = + = .
30 30 3
Letra E: Aqui percebemos que a probabilidade solicitada é do evento
complementar ao ebento do item anterior, logo, usando as propriedades
da probabilidade temos que
2 1
P (C c ) = 1 − P (C) = 1 − = .
3 3
Vale ressaltar aqui, que as propriedades da probabilidade clássica também
são válidas para probabilidade axiomática.
24
Conclusão
Quantificar as incertezas associadas a eventos aleatórios é funda-

mental para a tomada de de decisões profissionais e pessoais e na in-
terpretação de informações produzidas pela sociedade. É importante
que o professor dê a devida importância a fase de construção do espaço
amostral com os alunos, pois ele afetará diretamente o cálculo de pro-
babilidades. Saber diferenciar espaços amostrais equiprováveis e não-
equiprováveis é outro ponto crucial, pois a forma de se definir proba-
bilidades de eventos nos dois cenários é diferente. O conhecimento das
propriedades da probabilidade podem ser úteis para facilitar o cálculo
de probabilidades. As tabelas de distribuição de frequências serão fer-
ramentas importantes para o cálculo de probabilidades de experimentos
oriundos de pesquisas realizadas.
Resumo
Vimos, nesta aula, que o conjunto com todos os possı́veis resultados

para um experimento aleatório é chamado de espaço amostral, denotado
por Ω. Além disso, qualquer subconjunto de Ω é chamado de evento.
Os espaços amostrais podem ser classificados como equiprováveis (todos
os elementos tem a mesma probabilidade) e não-equiprováveis (existe
pelo menos um elemento com probabilidade distinta). Também dis-
cutimos duas formas de definir probabilidades. Uma que chamamos
de definição clássica de probabilidade, baseada na restrição de Ω fi-
nito e equiprovável. A segunda, é mais geral, chamada de definição
axiomática. Nesta segunda, vemos a probabilidade como uma função
que leva eventos de Ω em números reais. Essa função satisfaz 3 axiomas.
Todos os pontos foram discutidos envolvendo problemas cotidianos, le-
vantamento de dados, com o intuito de trazer esses conceitos para uma
realidade mais próxima do aluno de Ensino Básico, evitando exemplos
tradicionais de dados, cartas e etc.
Informações sobre a próxima aula
Na próxima aula, continuaremos discutindo probabilidade. Apresen-

taremos a definição de probabilidade condicional e o Teorema de Bayes.
Referências
CARVALHO, Rosália P. F. Formação de Conceitos Probabilı́sticos em

crianças de 4a série do Ensino fundamental. Trabalho apresentado
25
no VIII Encontro Nacional de Educação Matemática (SBEM), Recife,

2004.
REZENDE, F. M. de C.; FERREIRA, A. C. O ensino de probabilidade
na educação básica : análise da produção de um grupo de estudos de
professores de matemática. In: XV Encontro Brasileiro de estudantes de
Pós-Graduação em Educação Matemática, 15., 2011. Campina Grande.
Anais... Campina Grande: UEPB, 2011. p.1-9.
BARBETTA, P. A. Estatı́stica Aplicada às Ciências Sociais. 9 ed. Flo-
rianópolis: Editora UFSC, 2014.
BUSSAB, W.O. E MORETTIN, P. A. Estatı́stica Básica. 9 ed. São
Paulo: Editora Saraiva, 2017.
26

Aula 8 - Probabilidade - Parte 1 Arquivo

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula 8 - Probabilidade - Parte 1 Arquivo

Enviado por

Direitos autorais:

Formatos disponíveis

Jony Arrais Pinto Júnior

Apresentar ao aluno diferentes procedimentos de coleta de dados, isto é,

Esperamos que, ao final desta aula, você seja capaz de:

1. identificar se o experimento é aleatório ou determinı́stico;

2. descrever o espaço amostral de eventos;

3. calcular probabilidades em espaços amostrais equiprováveis;

4. reconhecer diferentes abordagens de cálculo de probabilidade;

5. Identificar eventos não equiprováveis e calcular a probabilidade a

Os Parâmetros Curriculares Nacionais (PCN) sugerem uma introdução

Como proporcionar o desenvolvimento do pensamento probabilı́stico

Na verdade, para proporcionar um desenvolvimento do pensamento

sociedade, além da criação de uma postura crı́tica e reflexiva frente a

Experimento aleatório, espaço amostral e evento

Podemos dizer que o nosso cotidiano está repleto de situações nas

Ω = {HHH, HHM, HM H, M HH, M M H, M HM, HM M, M M M }.

Podem existir espaços amostrais mais complexos de serem represen-

• A: pelo menos dois bebês serem homens,

• B: todos os bebês serem do mesmo sexo,

• C: nenhum bebê ser mulher,

• D: nenhum bebê ser homem e nem mulher

• E: todos os bebês serem ou homens ou mulheres.

Com base no espaço amostral criado, é possı́vel criarmos uma re-

Figura 8.1: Representação do espaço amostral do

Sejam A e B os eventos definidos para o experimento do sexo dos bebês.

e B e a sua interseção dada por A ∩ B = {HHH}. Já a Figura 8.2

Figura 8.2: Representação do espaço amostral do

Chamaremos dois eventos de mutuamente exclusivos se a in-

Sendo assim, F e G são chamados de eventos mutuamente exclusivos.

Figura 8.3: Representação do espaço amostral do

Chamaremos de evento complementar ao evento A, todos os ele-

Figura 8.4: Representação do espaço amostral do

Alguns livros podem usar a notação B̄ para representar o evento

complementar de B. Percebemos que B c é composto justamente dos 6

O professor pode elaborar uma lista com vários experimen-

Atende aos objetivos 1 e 2

Para cada experimento abaixo, defina se o experimento é aleatório ou

(a) Foram colocados um chocolate branco, um chocolate ao leite e um

Defina os seguintes eventos para o experimento da retirada da figurinha.

(f) L: uma das figurinhas é de um paı́s sul-americano.

(g) O: todas as figurinha são de paı́ses do continente europeu.

(h) P : uma das figurinha é de um paı́s campeão mundial de futebol.

(i) Q: uma das figurinha é de um paı́s da Oceania.

Represente os conjuntos resultantes das seguintes operações com os

Letra B: Experimento determinı́stico, pois o sexo do sorteado será mas-

Letra D: Experimento aleatório. Só saberemos a fruta que será o lanche

Letra E: Experimento determinı́stico, pois a cor da face que cairá vol-

Letra F: Formarão o subconjunto L todos os elementos de Ω que possuı́rem

Letra G: Formarão o subconjunto O todos os elementos de Ω que

O = {IP, IE, P I, P E, EI, EP }.

Letra I: Como nenhum paı́s pertence a Oceania, nenhum dos elementos

Definição clássica de probabilidade

Para apresentarmos a definição clássica de probabilidade, vamos con-

Se calcularmos a probabilidade de qualquer outro elemento de Ω,

Mas existem Ω que não são equiprováveis. Relembrando que a definição

#A denota a cardinalidade do evento A, isto é, o número de elemen-

(i) O número de elementos de Ω é finito.

Com base na definição apresentada em (8.1), vamos calcular as pro-

O professor deve, sempre que possı́vel, discutir com os alu-

Propriedades da definição clássica de probabilidade

(1) A probabilidade de qualquer evento A sempre será maior ou igual

(2) A probabilidade do espaço amostral sempre será igual a 1, isto é,

(3) A probabilidade de um evento vazio será sempre igual a 0, isto é,

(4) Se A e B são dois eventos quaisquer, então