1

Experimento Aleatrio: procedimento que, ao

ser repetido sob as mesmas condies, pode
fornecer resultados diferentes
Exemplos:
1. Resultado no lanamento de um dado;
2. Hbito de fumar de um estudante sorteado
em sala de aula;
3. Condies climticas do prximo domingo;
4. Taxa de inflao do prximo ms;
5. Tipo sangneo de um habitante escolhido ao
acaso.
2

Espao Amostral ( ): conjunto de todos os

resultados possveis de um experimento aleatrio.

Exemplos:
1. Lanamento de um dado.
= {1, 2, 3, 4, 5, 6}
2. Exame de sangue (tipo sangneo) .
= {A, B, AB, O}
3. Hbito de fumar.
= {Fumante, No fumante}
4. Tempo de durao de uma lmpada.
= {t: t 0}
3

Eventos: subconjuntos do espao amostral

Notao: A, B, C ...
(conjunto vazio): evento impossvel
: evento certo

Exemplo: Lanamento de um dado.

Espao amostral: = {1, 2, 3, 4, 5, 6}
Alguns eventos:
A: sair face par

A = {2, 4, 6}

B: sair face maior que 3 B = {4, 5, 6}

C = {1}
C: sair face 1
4

Operaes com eventos

Sejam A e B dois eventos de um espao amostral.

A B: unio dos eventos A e B.

Representa a ocorrncia de pelo menos um dos
eventos, A ou B.

A B: interseo dos eventos A e B.

Representa a ocorrncia simultnea dos eventos A
e B.

 A e B so disjuntos ou mutuamente exclusivos

quando no tm elementos em comum, isto ,
A B=

A e B so complementares se sua interseo

vazia e sua unio o espao amostral, isto ,
A B= e A B=
c

O complementar de A representado por A .

Exemplo: Lanamento de um dado

= {1, 2, 3, 4, 5, 6}
Eventos: A = {2, 4, 6}, B = {4, 5, 6} e C = {1}
sair uma face par e maior que 3
A B = {2, 4, 6} {4, 5, 6} = {4, 6}
sair uma face par e face 1
A C = {2, 4, 6} {1} =
sair uma face par ou maior que 3
A B = {2, 4, 6} {4, 5, 6} = {2, 4, 5, 6}
sair uma face par ou face 1
A C = {2, 4, 6} {1} = {1, 2, 4, 6}
no sair face par

AC = {1, 3, 5}

Probabilidade
Medida da incerteza associada aos resultados
do experimento aleatrio
Deve fornecer a informao de quo verossmil
a ocorrncia de um particular evento
Como atribuir probabilidade aos
elementos do espao amostral?
Duas abordagens possveis:

1. Freqncias de ocorrncias
2. Suposies tericas.
8

Probabilidade
Atribuio da probabilidade:
1. Atravs das freqncias de ocorrncias.

O experimento aleatrio repetido n vezes

Calcula-se a freqncia relativa com que cada
resultado ocorre.
Para um nmero grande de realizaes, a
freqncia relativa aproxima-se da probabilidade.

2. Atravs de suposies tericas.

Exemplo: Lanamento de um dado
Admite-se que o dado perfeitamente equilibrado
P(face 1) = ... = P(face 6) = 1/6.

No caso discreto,
discreto todo experimento aleatrio
tem seu modelo probabilstico especificado
quando estabelecemos:
O espao amostral

= {w1,w2, ... }

A probabilidade P(w) para cada ponto amostral

de tal forma que:

0 P(w i ) 1 e

P () P ({w 1, w 2 , ...}) P(w i ) 1.

i 1

10

Ainda no caso discreto,

Se A um evento, ento P (A)

P (w )
j

w j A

Se {w 1 , w 2 , ..., w N }

1
P (w i ) (pontos equiprovveis), ento
N

n. de elementos de A
P (A)
n. de elementos de

11

Exerccio
Suponha que a rea de um estado seja de
aproximadamente 200.000 km2. e que a rea de uma
regio metropolitana seja de 2.500 km2. Ento,
sabendo-se que um raio caiu no estado, qual a
probabilidade
de
ter
cado
nessa
regio
metropolitana? De o resultado em termos
percentuais.
P(R) =

confira o resultado a seguir....

12

Exerccio
Suponha que a rea de um estado seja de
aproximadamente 200.000 km2. e que a rea de uma
regio metropolitana seja de 2.500 km2. Ento,
sabendo-se que um raio caiu no estado, qual a
probabilidade
de
ter
cado
nessa
regio
metropolitana?

rea da RM
P(R) =
=
rea do estado

2500
= 0,0125 = 1,25%
200000

13

Exemplo: A tabela a seguir apresenta dados

relativos distribuio de sexo e alfabetizao em
habitantes de Sergipe com idade entre 20 e 24 anos.

Sexo
Masc.
Fem.
Total

Alfabetizado
Sim
No
39.577
46.304
85.881

Total

8.672
48.249
7.297
53.601
15.969 101.850

Fonte: IBGE- Censo 1991

Um jovem entre 20 e 24 anos escolhido ao acaso

em Sergipe.
14

2.3.2) Um lote formado de 10 artigos bons, 4 com

defeitos menores e 2 com defeitos graves. Um
artigo escolhido ao acaso. Ache a
probabilidade de que:
a) Ele no tenha defeitos;
P(B) =

# B 10
5/8
# 16

b) Ele no tenha defeitos graves;

P(DG ) =
c

# DG
2
1
1 1 7 / 8
#
16
8

15

 : conjunto de 101.850 jovens de Sergipe, com

idade entre 20 e 24 anos.
Definimos os eventos
M: jovem sorteado do sexo masculino;
F : jovem sorteado do sexo feminino;
S : jovem sorteado alfabetizado;
N : jovem sorteado no alfabetizado.
Temos
48.249
0,474
P(M)
101.850
85.881

0,843
P(S)
101.850

ir para a tabela
53.601
0,526
P(F)
101.850
15.969

0,157
P(N)
101.850
16

 Qual a probabilidade do jovem escolhido ser

alfabetizado e ser do sexo masculino?
M S : jovem alfabetizado e do sexo
masculino
n. de elementos em M L
39577
S
P(M L)

0,389
S)
n. de elementos em
101850
Qual a probabilidade do jovem escolhido ser
alfabetizado ou ser do sexo masculino?
M S : jovem alfabetizado ou do sexo masculino
n. de elementos em M L
S
P(M L)
S)
n. de elementos em
85881 48249 - 39577

0,928
101850
18

Regra da adio de probabilidades

Sejam A e B eventos de . Ento,
P(A B) = P(A) + P(B) P(A B)

Conseqncias:
Se A e B forem eventos disjuntos, ento
P(A B) = P(A) + P(B).
Para qualquer evento A de ,
P(A) = 1 - P(Ac).
19

c) Ele, ou seja perfeito ou tenha defeitos graves;

P(B DG) = P(B) + P(DG) P(BDG)
12
2
10
P(B DG) =
+
- 0 = 16 = (mutuamente exclusivos)
16
16

d) Resolva os itens b e c aplicando a definio de

probabilidade.
(b) P(DGc) =

# DG C 10 4

7/8
#
16

(c) P(B DG) =

# (B DG) 10 2

6 /8 3/ 4
#
16

20

PROBABILIDADE CONDICIONAL E
INDEPENDNCIA
Probabilidade condicional: Dados dois
eventos A e B, a probabilidade condicional
de A dado que ocorreu B denotada por
P(A | B) e definida por
P(A B)
P(A | B)
, P(B) 0 .
P(B)
Da definio de probabilidade condicional,
obtemos a regra do produto de probabilidades
P(A B) P(B) P(A | B).

Analogamente, se P(A) >0,

P(A B) P(A) P(B | A) .
21

 Qual a probabilidade do jovem escolhido ser

alfabetizado sabendo-se que do sexo masculino?
Diretamente da tabela
Sexo

Alfabetizada

Total

Sim

No

Masc.

39.577

8.672

48.249

Fem.

46.304

7.297

53.601

Total

85.881 15.969 101.850

temos P(S | M) = 39.577 / 48.249 = 0,82.

Pela definio,
definio
P(S M)

P(S | M)
P(M)

39.577
101.850 0,82.
48.249
101.850

22

Exemplo: Em uma urna, h 5 bolas: 2

brancas e 3 vermelhas. Duas bolas so
sorteadas sucessivamente, sem reposio.
A: 2 bola sorteada branca
C: 1 bola sorteada branca
P(A) = ???

Para representar todas as possibilidades,

utilizamos, um diagrama conhecido como
diagrama de rvores ou rvore de
probabilidades.
23

14

-1 bola bc

Resultados

Probabilidades

BB

2 1
2

5 4
20
2 3
6

5 4
20

2 5

3 4

2 4
3 5

V
B

BV

3 2
6

5 4
20
3 2
6

5 4
20

VB
VV

Total

-1 bola vm

2 4

Temos
2
6
2
P( A)

20 20 5

1
P( A | C)
.
4

e
Prob. Tirar a 2 B, dado
que ocorreu a 1 B
24

Considere agora que as extraes so feitas

com reposio, ou seja, a 1a bola sorteada
reposta na urna antes da 2a extrao. Nesta
situao, temos
2 5
2 5

3 5
2 5

3 5

V
B

Resultados

Probabilidade

BB

2 2
4

5 5
25

BV

2 3
6

5 5
25

VB

3 2
6

5 5 25

VV

3 3
9

5 5
25

Total

3 5

V
25

Neste caso,
A: 2 bola sorteada branca

4
6
2
P(A) = P(branca na 2) = 25 25 5

P(A | C) = P( branca na 2 | branca na 1) =

2
P( A)
5

2
P( A)
P(A | C ) = P(branca na 2 | vermelha na 1) =
5
C = Complementar de C
c

ou seja, o resultado na 2a extrao independe

do que ocorre na 1a extrao.

26