UFSC- UNIVERSIDADE FEDERAL

CMIP- DE
Centro de SANTA eCATARINA
Metrologia Inovação em Processos

Probabilidade
Fundamentos Básicos

Profª Andréa
 Introdução
Em muitos casos, não podemos prever o que ocorrerá, mas
podemos enumerar o que poderá ocorrer e associar a cada
situação sua possibilidade de ocorrência.

As probabilidades são usadas para associar, a cada fato possível,

sua respectiva possibilidade de ocorrência.

Se há 80% de possibilidade de chover então há 20% de

possibilidade de não chover.
 Exemplos

• Ao lançarmos um dado não

viciado, não é possível
prever qual dos números 1,
2, 3, 4, 5 ou 6 poderá ser
obtido.
 Exemplos

• As dezenas da Mega-Sena, da
Lotofácil, da Dupla Sena, da
Quina, e de outras loterias
também não podem ser previstas
antes do sorteio.
 Probabilidade

Probabilidade: É a mensuração da possibilidade de ocorrência de fenômenos

aleatórios, mostrando como poderão ocorrer os fatos

Exemplos

Uma criança tem 50% de chance de nascer com o sexo feminino;

Clássico (Jogos de Azar):

Em um conjunto de cartas (sem os coringas) bem embaralhadas a

probabilidade de sortearmos uma carta de paus é de 13/52;
 Definições

Experimento Aleatório: procedimento que, ao ser repetido sob as

mesmas condições, pode fornecer resultados diferentes

Exemplos

Experimento Resultado Experimental

Jogar uma moeda Cara, Caroa
Lançar um dado 1,2,3,4,5,6
Jogar futebol Ganhar, perder, empatar
 Espaço Amostral (S) ou 
Geralmente denotado por S ou pela letra grega ômega . O ESPAÇO
AMOSTRAL é o conjunto de TODOS os resultados possíveis de um experimento
aleatório. Para cada experimento aleatório haverá um espaço amostral único
associado a ele.
Exemplos

1. Lançamento de um dado.
S = {1, 2, 3, 4, 5, 6}
2. Exame de sangue (tipo sangüíneo) .
S = {A, B, AB, O}
3. Hábito de fumar.
S = {Fumante, Não fumante}
4. Lançar uma bola à cesta e verificar o resultado.
S = {Acertou, Errou}
5. Número de cestas convertidas em um jogo de basquete.
S = {0;1;2;3...}
 Evento

Evento é QUALQUER subconjunto do espaço amostral. Um

evento pode conter um ou mais resultados, se pelo menos um dos
resultados ocorrer o evento ocorre
Exemplo: Lançamento de um dado.
Espaço amostral: S = {1, 2, 3, 4, 5, 6}
Alguns eventos:

A: sair face par A = {2, 4, 6}  S

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

C: sair face 1 C = {1}  S
 Operações entre Eventos
Existem as seguintes operações entre eventos que são:

União
 Intersecção
 Complementar.
Exemplo

Seja o experimento aleatório lançamento de um dado não viciado e

observação da face voltada para cima: o seu espaço amostral será
S = {1, 2, 3, 4, 5, 6}.
Definindo três eventos: E1 = {2, 4, 6}, E2 = {3, 4, 5, 6} e E3 = {1, 3}
 Evento União
União: Representa a ocorrência de pelo menos um dos eventos
Evento União de E1 com E2 (E1  E2 ): evento que ocorre se E1 OU E2 OU
ambos ocorrem.
Espaço Amostral

S
Diagrama de Venn
Evento E1 E2

Evento
E1  E2

E1  E2 = {2, 3, 4, 5, 6}

Composto por todos os resultados que pertencem a um ou ao outro, ou a

ambos.
 Evento Intersecção
Intersecção : Representa a ocorrência simultânea dos eventos

Evento Intersecção de E1 com E2 (E1  E2 ) : evento que ocorre se E1 E E2

ocorrem SIMULTANEAMENTE

E1 E2

E1  E2

E1  E2 = {4, 6}
Composto por todos os resultados que pertencem a ambos.

Se E1  E2 = 
São disjuntos ou mutuamente exclusivos (ME) quando não têm
elementos em comum ou seja, são eventos que NÃO PODEM
OCORRER SIMULTANEAMENTE
 Evento Complementar
Evento Complementar de um evento qualquer é formado por todos os resultados
do espaço amostral que NÃO PERTENCEM ao evento.

Ei

Ei

A união de um evento e seu complementar formará o próprio Espaço

Amostral.
Ei  Ei  S
A intersecção de um evento e seu complementar é o conjunto vazio.

E i  Ei  
E1 = {2, 4, 6} E1 = {1, 3, 5} E2 = {3, 4, 5, 6} E2 = {1, 2}
 ÁLGEBRA DOS EVENTOS

Relação entre Eventos, Operações Matemáticas e

interpretação em Português.
 Exemplo: Operações entre eventos:

Lançamento de um dado: S= {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}
 Probabilidade

Como atribuir probabilidade aos

elementos do espaço amostral?
Definição frequentista ou a posteriori
 Definição frequentista ou a posteriori

Uma moeda foi lançada 200 vezes e forneceu 102 caras. Então a frequência relativa de “caras” é:

P(A) = 102 / 200 = 0,51 = 51%

Um dado foi lançado 100 vezes e a face 6 apareceu 18 vezes. Então a frequência relativa do evento A = {face 6} é:

P(A) = 18 / 100 = 0,18 = 18%

 Exemplo:

Exemplo: Considere o lançamento de 2 dados. Calcular a

probabilidade de:
a) Obter soma 7;
b) Obter soma maior que 10;

1,1 1,2 1,3 1,4 1,6 

1,5
2,1 Este é o meu
 2,2 2,3 2,4 2,5 2,6 espaço amostral

3,1 3,2 3,3 3,4 3,5 3,6 
 do lançamento
S   de 2 dados,
4,1 4,2 4,3 4,4 4,5 4,6 
5,1 lembre-se, todos
5,2 5,3 5,4 5,5 5,6 
  os resultados

6,1 6,2 6,3 6,4 6,5 6,6 
 possíveis
 Exemplo:

Quais resultados
1,1 1,2 1,3 1,4 1,6 
1,5
2,1  me fornecem
 2,2 2,3 2,4 2,5 2,6 soma sete?

3,1 3,2 3,3 3,4 3,5 3,6 

S  
4,1 4,2 4,3 4,4 4,5 4,6 
Quais resultados
5,1 5,2 5,3 5,4 5,5 5,6  me fornecem
 

6,1 6,2 6,3 6,4 6,5 6,6 
 soma maior que
10?
a) A={(6,1),(5,2),(4,3),(3,4),(2,5),(1,6)}  Tenho 6 resultados possíveis, logo
P(A)=n(A)/n(S)=6/36=1/6
b) B={(5,6),(6,5),(6,6)} => Neste caso tenho três resultados, logo
P(B) = 3/36= 1/12
 Probabildade

Propriedades da Probabilidade

Para qualquer evento A de S  0 ≤ P(A) ≤ = 1

Toda probabilidade é um valor maior ou igual a zero e menor ou

igual a um. Quanto mais próxima de 1, tanto maior a
possibilidade de ocorrência. Quando a possibilidade é igual a
um, o evento é dito certo; quando a probabilidade é zero, o
evento é dito impossível.
 Probabilidade

Probabilidade do espaço amostral S

• P(S) = 1
Já falamos antes que como S é conjunto de todos os resultados
possíveis, a soma das probabilidades de cada um dos seus
elementos deverá ser exatamente igual à unidade.

Probabilidade do complementar
•p(CA) = 1 – p(A)

Da união de A e do seu complementar resulta o espaço amostral S

e, por consequência, a soma da probabilidade de A do seu
complementar será igual à probabilidade de S, que é a unidade
 Probabilidade

Probabilidade de um conjunto vazio

• p({S }) = zero

O conjunto vazio é um evento impossível. É como jogarmos

um dado e dar face maior que seis.
 Teoremas de Probabilidades
Regra da Adição: Sejam A e B eventos de S. Então,

P(A  B) = P(A) + P(B) – P(A  B)

Para eventos mutuamente excludentes:

P(A  B) = P(A) + P(B).

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)
 Regra da Adição de Probabilidades
Exemplo de Aplicação
Considere um estudo recente realizado pelo gerente de pessoal de
uma empresa de software. Descobriu-se que 30% dos
empregados que deixaram a empresa no espaço de 2 anos o
fizeram primeiramente porque estavam insatisfeitos com seus
salários, que 20% a deixaram porque estavam insatisfeitos com as
atribuições do trabalho e que 12% dos empregados indicaram
insatisfação tanto com os seus salários como com suas
atribuições de trabalho. Qual é a probabilidade de que um
empregado que deixou a empresa no espaço de dois anos o fez
devido à insatisfação com os salários, insatisfação com a
atribuição de trabalho, ou ambos?
 Regra da Adição de Probabilidades
Solução

S= o evento em que o empregado saiu por causa do salário

W= o evento em que o empregado saiu por causa da atribuição do trabalho

Temos:
P(S)=0,30 P(W)=0,20 P(S  W)=0,12
P(S  W)= P(S)+P(W)- P(S  W)
= (0,30)+(0,20)-(0,12)
= 0,38

Encontramos que há uma probabilidade de 0,38 de que um empregado saia

por razões salário ou de atribuição de trabalho
 Probabilidade Condicional
Muitas vezes há interesse de calcular a probabilidade de ocorrência de um
evento A qualquer, sabendo (ou supondo) que um outro evento B ocorreu
previamente.

Em outras palavras queremos calcular a probabilidade de ocorrência de A

CONDICIONADA à ocorrência prévia de B, simbolizada por P(A | B) - lê-se
probabilidade de A dado B e a sua expressão será:

P(A  B)
P(A | B)  para P(B)  0
P(B)

A probabilidade de ocorrência de A condicionada à ocorrência de B será

igual à probabilidade da intersecção entre A e B, dividida pela probabilidade
de ocorrência de B (o evento que já ocorreu).
Probabilidade Condicional
 Probabilidade Condicional
Exemplo
Seja o lançamento de 2 dados não viciados, um após o outro, e a
observação das faces voltadas para cima. Calcular as
probabilidades:

a) de que as faces sejam iguais supondo-se que sua soma é

menor ou igual a 5.

b) de que a soma das faces seja menor ou igual a 5, supondo-se

que as faces são iguais.
 Probabilidade Condicional
Solução a
Como todo problema de probabilidade é preciso montar o Espaço Amostral.
Neste caso serão os pares de faces dos dados, e como os dados são lançados
um após o outro a ordem das faces é importante:

 (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) 
S  
 (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) 

Há um total de 36 resultados possíveis: n = 36.

 Probabilidade Condicional
Solução a
Faces iguais sabendo-se que sua soma é menor ou igual a 5 significa dizer que a
probabilidade de ocorrência de faces iguais supondo-se que já ocorreram
faces cuja soma é menor ou igual a 5.

E1= o evento faces iguais;

E2 = o evento soma das faces menor ou igual a 5

Estamos procurando P(E1 | E2 ), probabilidade de ocorrência de E1 condicionada à

ocorrência PRÉVIA de E2.

Usando a fórmula:

P ( E1  E 2 ) é preciso encontrar os valores das

P ( E1 | E 2 )  probabilidades.
P(E 2 )
 Probabilidade Condicional
Solução a

Primeiramente definir o número de resultados do Espaço Amostral que

pertencem aos eventos de interesse, para que seja possível calcular a sua
probabilidade usando a definição clássica de probabilidade:

E1 = {(1,1) (2,2) (3,3) (4,4) (5,5) (6,6) } - faces iguais, 6 resultados,

nE1 = 6.

E2 = {(1,1) (1,2) (1,3) (1,4) (2,1) (2,2) (2,3) (3,1) (3,2) (4,1)} - soma das faces
 5, 10 resultados,

nE2 = 10.
 Probabilidade Condicional
Solução a
Os elementos em comum formam o evento intersecção:

E1  E2 = {(1,1) (2,2)} - faces iguais e soma das faces  5, 2 resultados,

nE1E2 = 2.

P(E1  E2) = nE1E2/ n = 2/36

P(E2) = nE2 / n = 10/36

Tendo as probabilidades acima é possível calcular a probabilidade condicional:
P(E1  E 2 ) 2 / 36 2
P ( E1 | E 2 )     0,2 (20%)
P(E 2 ) 10 / 36 10

Então a probabilidade de que as faces são iguais sabendo-se que sua

soma é menor ou igual a 5 é de 20%.
 Probabilidade Condicional
Solução b
Soma das faces menor ou igual a 5 sabendo-se que as faces são iguais significa
dizer probabilidade de ocorrência de faces cuja soma é menor ou igual a 5
supondo-se que já ocorreram faces que são iguais.

E1 =o evento faces iguais;

E2 =o evento soma das faces menor ou igual a 5.

Procurando P(E2 | E1 ), probabilidade de ocorrência de E2 condicionada à

ocorrência PRÉVIA de E1.

Usando a fórmula
P ( E 2  E1 ) todos os valores já foram obtidos no item a.
P ( E 2 | E1 ) 
P ( E1 )
 Probabilidade Condicional
Solução b

P(E 2  E1 ) 2 / 36 2
P(E 2 | E1 )     0,33 (33%)
P(E1 ) 6 / 36 6

Então a probabilidade de que as faces tenham soma menor ou igual a 5

sabendo-se que são iguais é de 33%.
 Eventos Independentes
Dois ou mais eventos são independentes quando a ocorrência de um dos
eventos não influencia a probabilidade de ocorrência dos outros.

Se dois eventos A e B são independentes então a probabilidade de A ocorrer

dado que B ocorreu é igual à própria probabilidade de ocorrência de A, e a
probabilidade de B ocorrer dado que B ocorreu é igual à própria probabilidade
de ocorrência de B.

Se A e B são independentes então:

P(A | B)  P(A) e P(B | A)  P(B)

P(A  B)  P(A)  P(B | A)  P(A)  P(B)
Se A e B são independentes então:
P ( A  B)  P( A)  P ( B )
 Eventos Independentes
Exemplo : Uma caixa contém doze peças, sendo quatro defeituosas; retira-se duas
peças, uma após a outra, com reposição. Calcular a probabilidade de ambas
não possuírem defeitos?
Solução: A = {a primeira peça não possui defeito}
B = {a segunda peça não possui defeito}

- Como a primeira peça foi reposta, B não é condicionado por A, ou seja, A

e B são independentes; logo:

8 8 4
P ( A  B )  P ( A ).P ( B )   
12 12 9
 Eventos Independentes
Em situações práticas dois eventos são independentes quando a ocorrência de
um deles não modifica, ou modifica muito pouco, o Espaço Amostral do
Experimento Aleatório.

Qual o significado das retiradas SEM REPOSIÇÃO e COM

REPOSIÇÃO?

Se a retirada for feita SEM REPOSIÇÃO as retiradas serão dependentes,

pois o Espaço Amostral será modificado.
 Eventos Independentes
Exemplo:

Uma urna tem 30 bolas, sendo 10 vermelhas e 20 azuis. Se ocorrer um

sorteio de 2 bolas, uma de cada vez e sem reposição, qual será a
probabilidade de a primeira ser vermelha e a segunda ser azul?
Resolução:

Seja o espaço amostral S=30 bolas e considerarmos os seguintes eventos:

A: vermelha na primeira retirada e P(A) = 10/30

B: azul na segunda retirada e P(B) = 20/29

Assim:

P(A e B) = P(A).(B|A) = 10/30.(20/29) = 20/87

 Eventos Independentes

Se a retirada for feita COM REPOSIÇÃO as retiradas são independentes,

pois o Espaço Amostral não será mudado.

Exemplo:

Uma urna tem 30 bolas, sendo 10 vermelhas e 20 azuis. Se sortearmos 2 bolas,

1 de cada vez e repondo a sorteada na urna, qual será a probabilidade de a
primeira ser vermelha e a segunda ser azul?
 Eventos Independentes
Solução:

Como os eventos são independentes, a probabilidade de sair vermelha na primeira

retirada e azul na segunda retirada é igual ao produto das probabilidades de cada
condição, ou seja:
P(A e B) = P(A).P(B)

A probabilidade de sair vermelha na primeira retirada é 10/30

Sair azul na segunda retirada 20/30.
Daí, usando a regra do produto, temos:
10/30.20/30=2/9.
Observe que na segunda retirada forma consideradas todas as bolas, pois houve
reposição. Assim, P(B|A) =P(B), porque o fato de sair bola vermelha na primeira
retirada não influenciou a segunda retirada, já que ela foi reposta na urna.
 Exercícios

1- Qual a probabilidade de sair o ás de ouros quando retiramos uma carta de

um baralho de 52 cartas? 1/52

2- Qual a probabilidade de sair um rei quando retiramos uma carta de um

baralho de 52 cartas? 1/13

3- Em um lote de 12 peças, 4 são defeituosas. Sendo retirada uma peça,

calcule:
a) A probabilidade de essa peça ser defeituosa 1/3
b) A probabilidade de essa peça não ser defeituosa 2/3

4- De dois baralhos de 52 cartas retiram-se, simultaneamente, uma carta do

primeiro e uma carta do segundo. Qual a probabilidade de sair um rei no
primeiro e no segundo ser o 5 de ouros? 1/676
Exercícios de Probabilidade

5- Qual a probabilidade de sair uma carta de copas ou de ouros quando

retiramos uma carta de um baralho de 52 cartas? 1/2

6- No lançamento de um dado, qual a probabilidade de se obter um número

não inferior a cinco? 1/3

7- Dois dados são lançados conjuntamente. Determine a probabilidade de a

soma ser igual ou maior que 10; 1/6

8- A probabilidade de que um homem esteja vivo daqui a 30 anos é 2/5;

a probabilidade de que a mulher esteja viva daqui a 30 anos é 2/3.
Determinar a probabilidade de que daqui a 30 anos

ambos estejam vivos; 4/15

somente o homem esteja vivo; 2/15
somente a mulher esteja viva; 6/15