Probabilidade

e Estatística
 Material Teórico
Introdução à Teoria das Probabilidades

Responsável pelo Conteúdo:

Profa. Dra. Rosangela Maura Correia Bonici
Prof. Ms. Carlos Henrique de Jesus Costa

Revisão Textual:
Profa. Ms. Natalia Conti
 Introdução à Teoria das Probabilidades

• Introdução à Teoria das Probabilidades

• Experimento Aleatório
• Espaço Amostral – Ω
• Princípio Fundamental da Contagem (PFC)
• Probabilidade de um Evento
• Probabilidade de Eventos Complementares
• Probabilidade de Eventos Independentes: Multiplicação de
Probabilidade (Intersecção de dois eventos P(A  B), conjunção “e”)
• Probabilidade de Eventos Mutuamente Exclusivos: Adição de
Probabilidade (União de dois eventos P(A  B), conjunção “ou”)
• Finalizando

OBJETIVO DE APRENDIZADO
· Aprender um pouco sobre a Teoria das Probabilidades. Definiremos
experimento aleatório, espaço amostral, evento e princípio funda-
mental da contagem, assim poderemos calcular a probabilidade de
um evento, de um evento complementar e usar a regra da adição e
da multiplicação de probabilidades.
 Orientações de estudo
Para que o conteúdo desta Disciplina seja bem
aproveitado e haja uma maior aplicabilidade na sua
formação acadêmica e atuação profissional, siga
algumas recomendações básicas:
Conserve seu
material e local de
estudos sempre
organizados.
Aproveite as
Procure manter indicações
contato com seus de Material
colegas e tutores Complementar.
para trocar ideias!
Determine um Isso amplia a
horário fixo aprendizagem.
para estudar.

Mantenha o foco!
Evite se distrair com
as redes sociais.

Seja original!
Nunca plagie
trabalhos.

Não se esqueça
de se alimentar
Assim: e se manter
Organize seus estudos de maneira que passem a fazer parte hidratado.
da sua rotina. Por exemplo, você poderá determinar um dia e
horário fixos como o seu “momento do estudo”.

Procure se alimentar e se hidratar quando for estudar, lembre-se de que uma

alimentação saudável pode proporcionar melhor aproveitamento do estudo.

No material de cada Unidade, há leituras indicadas. Entre elas: artigos científicos, livros, vídeos e
sites para aprofundar os conhecimentos adquiridos ao longo da Unidade. Além disso, você também
encontrará sugestões de conteúdo extra no item Material Complementar, que ampliarão sua
interpretação e auxiliarão no pleno entendimento dos temas abordados.

Após o contato com o conteúdo proposto, participe dos debates mediados em fóruns de discussão,
pois irão auxiliar a verificar o quanto você absorveu de conhecimento, além de propiciar o contato
com seus colegas e tutores, o que se apresenta como rico espaço de troca de ideias e aprendizagem.
UNIDADE Introdução à Teoria das Probabilidades

Contextualização
Você tem mais probabilidade de morrer no dia do seu aniversário, do que
em qualquer outro dia! Acredita nisso?

Isso é que diz o site “Vida em Equilíbrio”, quando fala sobre probabilidades,
em um estudo realizado na Suíça, entre os anos de 1969 e 2008, com mais de
2 milhões de pessoas, chegou a essa conclusão. Isso acontece, pois os riscos de
sofrer um infarto aumentam em 18,6%, enquanto as chances de um derrame
fatal também crescem, uma alta de 21,5%. Até mesmo os números de suicídios
aumentam em torno de 35%.

O site também aponta outras curiosidades, como a probabilidade de garantir o

prêmio da Mega-Sena ser de 1 (uma) chance em mais de 50 milhões de possibilidades,
ou seja, é mais fácil, por exemplo, ser atingido por uma peça desprendida de um
avião em voo do que acertar as seis dezenas.

Continuando as curiosidades, temos que as chances de uma pessoa ser canoniza-

da são de 1 em 20 milhões de possibilidades. Virar astronauta é ainda mais fácil, só
13,2 milhões de possibilidades. Ganhar uma medalha olímpica, então, parece quase
garantido perto dessas situações, 1 em 662 mil. E agora, pensando no fim de ano,
tem também a preocupação de se machucar com fogos de artifício, 1 em 19 mil.

O surgimento da probabilidade está fundamentado em relatos históricos relacio-

nados à disseminação dos jogos de azar na Idade Média, os quais eram praticados
envolvendo apostas.

Segundo o autor Alex Bellos (p.326), a teoria

da probabilidade veio a lume no século XVI, pelo
jogador Girolamo Cardano (matemático italiano,
1501-1576), que intuiu que se um acontecimen-
to aleatório tem vários resultados prováveis, a
possibilidade de qualquer resultado individual
ocorrer é igual à proporção entre esse resultado
e todos os resultados possíveis. Isso significa que
se existe uma possibilidade em seis de algo acon-
1
tecer, então a possibilidade de acontecer é de .
6
Portanto, quando jogamos um dado, a chance de
1
sair seis é de 6 . A chance de sair um número par
Figura 1 3
é de 6 , o mesmo que .
1
2

8
 A probabilidade pode ser definida como a possibilidade de algo acontecer ex-
pressada em número, fração ou em porcentagem. Conforme demonstrado no qua-
dro a seguir, a probabilidade da incerteza é 0 (zero), a da certeza é 1 (um) e o resto
está no meio.

PROBABILIDADE

INCERTEZA CERTEZA
0 0,5 1

Bastante Tão improvável Muito

improvável quanto improvável provável

Figura 2

Atualmente, o estudo das teorias probabilísticas é de grande importância, em

virtude de seus axiomas, teoremas e definições incisivas. Possui aplicação nos
estudos relacionados à estatística, economia, engenharia, física, química, jogos
estratégicos, sociologia, psicologia, biologia, entre outros ramos do conhecimento.

Para finalizar, veja a notícia publicada no site da USP São Carlos (Instituto de
Ciências Matemáticas e de Computação da Universidade de São Paulo na cidade
de São Carlos. Autora: Denise Casatti), com o seguinte título:

“Qual a probabilidade de um estatístico

ficar desempregado?”

A notícia destaca que a possibilidade de um estatístico ficar desempregado é

quase zero (nula) e ainda complementa que os estatísticos recebem a segunda
melhor remuneração média do Brasil.

Figura 3

9
9
UNIDADE Introdução à Teoria das Probabilidades

Complementando, o site informa, por exemplo, que empresas, academias e o

governo disputam os estatísticos. Em todos os setores, o emprego das metodologias
estatísticas tem se tornado uma prática comum. Os bancos, as seguradoras, a
medicina, a biologia, a indústria de forma geral, o governo não sobrevivem sem
um estatístico por perto.

Então, o que você está esperando para ser um estatístico?

Explor

Vida em Equilíbrio: https://goo.gl/dNbuFS ; USP São Carlos: https://goo.gl/rCw1PG

Explor

Alex no País dos Números – Uma Viagem ao Mundo Maravilhoso da Matemática, autor
Alex Bellos, Editora Cia das Letras, São Paulo - 2011.

Agora, não deixe de verificar o conteúdo teórico desta Unidade, trazendo defi-
nições e cálculos sobre a Teoria das Probabilidades, ok?

10
Introdução à Teoria das Probabilidades
“A Teoria de Probabilidade nada mais é que Senso Comum transformado em Cálculo.” Autor:
Explor

Laplace (matemático francês, 1749-1827).

A palavra probabilidade deriva do Latin probare (provar ou testar). Informal-

mente, “provável” é uma das muitas palavras utilizadas para eventos incertos ou
conhecidos, sendo também substituída por algumas palavras como “sorte”, “risco”,
“azar”, “incerteza”, “duvidoso”, dependendo do contexto.

Podemos dizer também que a probabilidade é um conceito filosófico e matemá-

tico que permite a quantificação da incerteza, permitindo que ela seja aferida, ana-
lisada e usada para a realização de previsões ou para a orientação de intervenções.
É aquilo que torna possível se lidar de forma racional com problemas envolvendo
o imprevisível.

O exemplo a seguir pode ajudar a entender melhor que a probabilidade é um

número que mede a possibilidade de ocorrer, ou não, um resultado.

Um celular será sorteado entre os clientes de uma loja; Carlos depositou 50 cupons
em uma urna e Brenda depositou 100 cupons, sendo que para esse sorteio foram
acumulados 1.000 cupons. Quais as chances de cada participante nesse sorteio?

Com essas informações é possível medir a possibilidade de cada um ganhar o

celular: como Carlos tem 50 dentre os 1.000 cupons que participam do sorteio,
50
podemos indicar a medida da possibilidade de ganhar por (50 chances em
1.000
1.000 possibilidades), analogicamente, a medida da possibilidade de Brenda ganhar
100
é indicada por (100 chances em 1.000 possibilidades) que percebemos ser o
1.000
dobro das chances de Carlos.
50 100
Portanto, as frações 1.000 e 1.000 são chamadas de probabilidades de Carlos e
Brenda ganharem, respectivamente.

Na tabela a seguir temos um resumo da forma como essas probabilidades podem

ser apresentadas (fracionária, decimal ou percentual):

Probabilidade de chances:
Frações Número Decimal Porcentagem
50
Carlos 0,05 5%
1.000
100
Brenda 0,10 10%
1.000

11
11
UNIDADE Introdução à Teoria das Probabilidades

Experimento Aleatório
O experimento aleatório é um tipo de teste ou tentativa em que seu resultado
não pode ser determinado antes de se realizar o experimento.

Todo experimento cujo resultado depende exclusivamente do “acaso” é chamado

experimento aleatório.

Exemplos:
• o lançamento de uma ou várias moedas;
• o lançamento de um ou vários dados;
• o sorteio de um cupom de um total de 1.000 cupons;
• a retirada de uma carta em um baralho;
• prever a vida útil de todos os aparelhos eletrônicos de um lote.

Aprendendo com exemplos:

01) Qual a chance de ocorrência da face 1, 2 e 3 em um dado?

Resolução:

Podemos dizer que chance é:

1 1 1
Face 1 = ; Face 2 = e Face 3 =
6 6 6
Lemos: 1 chance em 6 possibilidades.

02) Num grupo de 15 lâmpadas, 3 são defeituosas. Considere o experimento:

uma lâmpada é escolhida ao acaso e observamos se ela é ou não defeituosa.

Resolução:

Trata-se de um experimento aleatório com dois resultados possíveis:

a) A lâmpada é defeituosa:
3 3 :3 1 1
chance= ou “simplificando” a fração por 3, temos: = chance=
15 15 : 3 5 5
Lemos: 3 chances em 15 possibilidades.

Obs.: Também poderíamos dizer que temos 20% (vinte por cento) de chance de
escolher uma lâmpada defeituosa.

Cálculo da Porcentagem: 3 ⇒ 3 : 15 = 0, 20 ⇒ 0, 20 ×100 = 20%

15

12
 b) A lâmpada é boa:

chance= 12 ou “simplificando” a fração por 3, temos: 12 : 3 = 4 chance= 4

15 15 : 3 5 5
Lemos: 12 chances em 15 possibilidades.

Obs.: Também poderíamos dizer que temos 80% (oitenta por cento) de chance
de escolher uma lâmpada boa.

Cálculo da Porcentagem: 12 ⇒ 12 : 15 = 0, 80 ⇒ 0, 80 ×100 = 80%

15

Importante! Importante!

É fácil perceber que a probabilidade de se escolher a lâmpada boa é bem maior do que
se escolher a lâmpada defeituosa!

Espaço Amostral - Ω
É o conjunto formado por todos os resultados possíveis de um experimento
aleatório. Usamos a letra grega ômega, cujo símbolo é “Ω” (ferradura) para iden-
tificar um espaço amostral, também pode ser representado através da letra “U”
(conjunto universo) ou também pela letra “S”, pois espaço em inglês é “space”.

Dentro das chaves vamos descrever todos os resultados possíveis de um

experimento aleatório:

Ω: {_, _, _, _, _,...} Notação Matemática.

Aprendendo com um exemplo:

Determinar o espaço amostral nos seguintes experimentos:

a) Joga-se uma moeda e lê-se a figura da face voltada para cima.

Resolução: Ω= {cara, coroa}

Espaço amostral, dois resultados possíveis, cara ou coroa.

13
13
UNIDADE Introdução à Teoria das Probabilidades

Figura 4

b) Joga-se um dado comum e lê-se o número voltado para cima.

Resolução:

Ω= {1, 2, 3, 4, 5, 6}

Espaço amostral, 6 (seis) resultados possíveis.

c) Jogam-se duas moedas e leem-se as figuras das faces voltadas para cima.

Resolução:

Ω= {(cara, cara )(cara, coroa ),(coroa, cara ),(coroa, coroa )}

Espaço amostral, 4 (quatro) resultados possíveis.

d) Determine o número de resultados possíveis para o lançamento de uma

moeda e um dado.

Resolução:
Há dois resultados possíveis quando lançamos a moeda: uma cara (C) ou uma
coroa (K). Para cada um desses, há seis resultados possíveis quando jogamos o
dado: 1 , 2 , 3 , 4 , 5 ou 6. Uma maneira de listar resultados para ações que ocor-
rem em sequência é usar um diagrama de árvore.

Diagrama de árvore para o experimento com a moeda e o dado:

MOEDA

C K

DADO DADO

1 2 3 4 5 6 1 2 3 4 5 6

C1 C2 C3 C4 C5 C6 K1 K2 K3 K4 K5 K6

Ω = { C1 , C 2 , C 3 , C 4 , C 5 , C 6 , K1 , K 2 , K 3 , K 4 , K 5 , K 6 }

14
 Resposta: O espaço amostral tem 12 (doze) resultados possíveis.

Atividades Práticas

01) Dê o espaço amostral dos seguintes experimentos:

a) lançamento simultâneo de três moedas. Faça C = cara e K = coroa.
b) lançamento simultâneo de dois dados.
c) distribuição dos quatro filhos de uma família, quanto ao sexo, por ordem
de nascimento.
d) retirada de 4 (quatro) bolas de uma urna contendo 2 bolas brancas e 5
bolas verdes.

Respostas no final desta Unidade.

Evento de um Espaço Amostral

Qualquer subconjunto de um espaço amostral é chamado evento desse espaço.
Para designar um evento usaremos sempre letras maiúsculas do alfabeto.

Dentro das chaves vamos descrever todos os resultados possíveis de um experi-

mento aleatório:

Letras Maiúsculas do Alfabeto

(Notação Matemática).
B = {_, _, _, _, _,...}

Assim, qualquer que seja o evento “B”, se B Β ⊂ Ω (evento B está contido no

espaço amostral Ω), então B é um evento de Ω.

Aprendendo com exemplos

01) Seja o experimento aleatório o lançamento de uma moeda, faça C = cara

e K = coroa, temos que:

Note que os eventos A e B são

subconjuntos do espaço amostral,
ou seja, os eventos A e B estão con-
tidos em Ω.

15
15
UNIDADE Introdução à Teoria das Probabilidades

02) Seja o experimento aleatório o lançamento de um dado comum e a obser-

vação do número voltado para cima, temos que:

Resultado
Espaço amostral Ω = {1, 2, 3, 4, 5, 6}
Evento A: Α = {2, 4, 6}
Ocorrência de n° par.

Evento B: Β = {3}
Ocorrência de n° ímpar O evento que contém somente UM elemento
e múltiplo de 3. é chamado de evento elementar.

Evento C: Ocorrência de
C = {1, 2, 3, 4, 5, 6}
um n° menor que 7. Este tipo de evento composto por TODOS os elementos
do espaço amostral é chamado de evento certo.
D = {5}
Evento D: Ocorrência do n°5. O evento que contém somente UM elemento
e é chamado de evento elementar.

Evento E: Ocorrência de
Ε ={ }
um n° maior que 6. O evento, cujo resultado do conjunto é
vazio é chamado de evento impossível.

Importante! Importante!

Dado o evento Β = {_, _, _,...}, temos que:

·  Se Β = Ω , é chamado Evento Certo.

·  Β ⊂ Ω e B é um conjunto unitário, B é chamado Evento Elementar.

·  Se Β = { } vazio, B é chamado Evento Impossível.

03) Uma urna contém 3 bolas Pretas e 3 bolas Vermelhas. Dessa urna são
retiradas sucessivamente 3 bolas.

Diagrama de árvore: P = bola preta e V = bola vermelha

1ª 2ª 3ª

P PPP
P
V PPV
P
P PVP
V
V PVV
Espaço Amostral:
8 resultados possíveis
P VPP
P
V VPV
V
P VVP
V
V VVV

16
 Responda:
a) O Espaço Amostral será:
Ω = {PPP, PPV , PVP, PVV ,VPP,VPV ,VVP,VVV }
b) Evento B: as três bolas tem a mesma cor:
Β = {PPP,VVV }
c) Evento C: duas das bolas são pretas:

Ω = {PPV , PVP,VPP}
d) Evento D: as três bolas são vermelhas:
Ω = {VVV } Evento Elementar
e) Evento E: o número de bolas pretas é igual ao número de bolas vermelhas:
Ω ={ } Evento Impossível

Princípio Fundamental da Contagem (PFC)

Em alguns casos, um evento pode ocorrer de diversas maneiras distintas, o que faz
com que não seja prático escrever todos os resultados. Quando isso ocorre, você pode
confiar no princípio fundamental da contagem. Ele pode ser usado para encontrar o
número de maneiras em que dois ou mais eventos podem ocorrer em sequência.
“Se um evento pode ocorrer de p maneiras e um segundo evento pode ocorrer
de q maneiras, o número de maneiras que os dois eventos podem ocorrer em
sequência é p x q.”
Essa regra pode ser expandida para qualquer número de eventos ocorrendo
em sequência.
Aprendendo com exemplos

1) Numa clínica de estética existem 2 portas que dão para um saguão onde há
3 elevadores. De quantas maneiras diferentes podemos subir para o quarto andar
dessa clínica?

Resolução:

Há duas portas e três elevadores. Usando o princípio fundamental da contagem

(PFC), podemos concluir que o número de maneiras para optarmos por uma porta
e um elevador é:
nº de possibilidades de portas (1ª etapa).

2 x 3 = 6 maneiras.

nº de possibilidades de elevadores (2ª etapa).

17
17
UNIDADE Introdução à Teoria das Probabilidades

Conferindo através do diagrama de árvore:

Diagrama de árvore, 2 portas que dão para um saguão

com 3 elevadores, P = porta e E = evelador

1ª Evento 2ª Evento

E1 P1 E1
P1 E2 P1 E2
E3 P1 E3
Espaço Amostral:
6 (seis) resultados possíveis
E1 P2 E1
P2 E2 P2 E2
E3 P2 E3

Resposta: O espaço amostral tem 6 (seis) resultados possíveis.

2) Ao comprarmos um carro novo, temos as seguintes opções:

Montadora: Toyota, Honda e Mercedes

Tamanho: compacto, sedan

Cor: preto (P), vermelho (V), branco (B), cinza (C)

De quantas maneiras diferentes podemos escolher uma montadora, um tamanho

e uma cor?

Resolução:

Há três escolhas de montadora, dois tamanhos e quatro cores. Usando o

princípio fundamental da contagem (PFC), podemos concluir que o número de
maneiras para optarmos por uma montadora, um tamanho e uma cor é:

nº de possibilidades de montadoras.

3 x 2 x 4 = 24 maneiras

nº de possibilidades de tamanhos. nº de possibilidades de cores.

Resposta: O espaço amostral tem 24 (vinte e quatro) resultados possíveis.

3) Cinco carros (C1 , C2, C3, C4 e C5) disputam uma corrida. Quantas são as
possibilidades de chegada para os três primeiros lugares?

18
 Resolução:
Já que cada carro ocupa somente uma posição, há 5 carros para disputar o
primeiro lugar, sobraram 4 carros para disputar o segundo lugar e 3 carros res-
tantes disputando o terceiro lugar. Usando o princípio fundamental da contagem
(PFC), podemos concluir que o número de maneiras de chegada para os três
primeiros lugares é:

nº de possibilidades para o 1°lugar.

5 x 4 x 3 = 60 maneiras

nº de possibilidades para o 2° lugar. nº de possibilidades para o 3º lugar.

Resposta: O espaço amostral tem 60 (sessenta) resultados possíveis.

Agora é a sua vez!

Use um Diagrama de Árvore para
checar o resultado dos exemplos 2
e 3, ok?

Atividades Práticas

2) Uma marcenaria tem dez desenhos para mesas e quatro desenhos para ca-
deiras. Quantos pares de desenhos de mesa e cadeira pode a marcenaria formar?
Respostas no final desta Unidade.

3) O código de acesso para o sistema de segurança de um carro consiste em

quatro dígitos. Cada dígito pode ser de 0 a 9.

Quantos códigos de acesso são possíveis se:

f) Cada dígito pode ser usado somente uma vez e não pode ser repetido?
g) Cada dígito pode ser repetido?
h) Cada dígito pode ser repetido, mas o primeiro dígito não pode ser 0 (zero)?

Respostas no final desta Unidade.

4) Um restaurante oferece no cardápio 2 saladas distintas, 4 tipos de pratos de

carne, 5 variedades de bebidas e 3 sobremesas diferentes. Uma pessoa deseja uma
salada, um prato de carne, uma bebida e uma sobremesa. De quantas maneiras a
pessoa poderá fazer seu pedido?

Respostas no final desta Unidade.

19
19
UNIDADE Introdução à Teoria das Probabilidades

Probabilidade de um Evento
Para calcular a probabilidade de um evento, devemos fazer:

n ( A) Número de maneiras como o evento pode ocorrer.

Ρ ( A) =
n (Ω) Número de elementos do espaço amostral.

Obs.: Devemos exprimir a probabilidade de um evento por números fracioná-

rios ou decimais usando sempre três casas decimais significativas.

Por exemplo:

P = 0,0000128506 arredondar para 0,0000129 (três casas decimais significativas).

Importante! Importante!

A probabilidade de um evento é sempre um número menor ou igual a 1.

A soma de P1 + P2 + ... + Pn = 1.

Aprendendo com exemplos:

1) Considerando o lançamento de uma moeda e o evento A “obter cara”, temos:

Resolução:
1. Espaço Amostral: Ω = { cara , coroa } ⇒ n(Ω) = 2
2. Evento A: A = { cara } ⇒ n( A) = 1

Logo:

n( A) 1
P ( A) = ⇒ P ( A) = ou P ( A) = 0, 5 ou P ( A) = 50%
n (Ω ) 2

Resposta: Ao lançarmos uma moeda, temos 0,5 ou 50% de chance de que

apareça “cara” na face superior.

2) No lançamento de um dado, qual é a probabilidade de se obter, na face

voltada para cima, um número de pontos menor que três?

Resolução:

Espaço Amostral: Ω = { 1 , 2 , 3 , 4 , 5 , 6 } ⇒ n(Ω) = 6

Evento A: A = { 1 , 2 } ⇒ n( A) = 2

20
 Logo:

n( A) 2 1
P ( A) = ⇒ P ( A) = ou P ( A) = ou P ( A) = 0, 333 ou P( A) = 33, 3%
n (Ω ) 6 3

Resposta: Ao lançarmos um dado, temos 0,333 ou 33,3% de chance de que

apareça “um número menor que três” na face voltada para cima.

3) Um cupom será sorteado dentre 10.000 cupons. Sabendo-se que alguém

enviou exatamente 100 cupons, qual a probabilidade de ele ser sorteado?

Resolução:

Espaço Amostral: n(Ω) = 10.000

Evento A: n( A) = 100

Logo:

n( A) 100 1
P ( A) = ⇒ P ( A) = ou P ( A) = ou P ( A) = 0, 01 ou P( A) = 1%
%
n (Ω ) 10.000 100

Resposta: A probabilidade de ser sorteado é de 0,01 ou 1%.

4) Uma seguradora fez um levantamento sobre mortes causadas por acidentes

domésticos conforme a tabela a seguir:

Tipo de Mortes Frequências (fi)

Quedas 160
Envenenamento 120
Fogo ou Queimaduras 70
Total ∑ (fi) = 350

Selecionando aleatoriamente um desses casos, qual a probabilidade de que a

morte tenha sido causada por envenenamento?

Resolução:

Espaço Amostral: n(Ω) = 350

Evento A (envenenamento): n( A) = 120

n( A) 120 Frequência de mortes por envenenamento.

Logo: P ( A) = ⇒ P ( A) =
n (Ω ) 350 Frequência total.

n( A) 120 12
P ( A) = ⇒ P ( A) = ou P ( A) = ou P ( A) = 0, 343 ou P ( A) = 34, 3%
n (Ω) 350 35

Resposta: A probabilidade de morte por envenenamento é de 0,343 ou 34,3%.

21
21
UNIDADE Introdução à Teoria das Probabilidades

Atividades práticas

05) Uma empresa está conduzindo uma pesquisa online com indivíduos sele-
cionados aleatoriamente para determinar se o congestionamento no trânsito é um
problema em sua comunidade. Até agora, 720 pessoas responderam à pesquisa.
A distribuição de frequência mostra os resultados. Qual é a probabilidade de que a
próxima pessoa que responda a essa pesquisa diga que o congestionamento é um
problema sério em sua comunidade?

Resposta Frequências (fi)

É um problema sério. 325
É um problema moderado. 208
Não é um problema. 187
Total ∑ (fi) = 720

Respostas no final desta Unidade.

06) Uma empresa de seguro determina que de cada 100 reclamações, 5 são
fraudulentas. Qual é a probabilidade de que a próxima reclamação recebida pela
empresa seja fraudulenta?

Respostas no final desta Unidade.

07) Jogando-se dois dados, qual a probabilidade de que a soma dos pontos
obtidos seja menor que 5?

Respostas no final desta Unidade.

Probabilidade de Eventos Complementares

Sabemos que um evento pode ocorrer ou não. Sendo “p” a probabilidade de
que ele ocorra (sucesso) e “q” a probabilidade de que ele não ocorra (insucesso),
para um mesmo evento existe sempre a seguinte relação:

SUCESSO – probabilidade que o evento ocorra.

p+q=1

INSUCESSO – probabilidade que o evento não ocorra.

Isolando o “q” (insucesso), temos:

q=1–p

22
 Importante! Importante!

A soma das probabilidades de todos os resultados em um espaço amostral é 1 ou 100%.

Um resultado importante desse fato é que, por exemplo, se sabemos a probabilidade de
um evento “A”, podemos encontrar a probabilidade de um complemento do evento “A”.

Aprendendo com um exemplo

Sabemos que a probabilidade de tirar o número 4 no lançamento de um dado

1
é p= (sucesso). Logo, a probabilidade de não tirar o 4 no lançamento do dado
6
(insucesso) é:

Resolução:

Substituindo na relação de eventos complementares, temos:

1 6 −1 5
q =1− p ⇒ q =1− ⇒q= ⇒q= ou q = 0, 833 ou q = 83, 3%
6 6 6
ou MMC
1
q =1− p ⇒ q =1− ⇒ q = 1 − 0,167 ⇒ q = 0, 833 ou q = 83, 3%
6

Divisão da fração:
1
⇒ 1 : 6 = 0,167
6
Observe a representação Gráfica:

Ω q
A área do retângulo representa a
probabilidade total do espaço amostral
1 “Ω”, 1 = 100%. A área do círculo
p
2 representa a probabilidade do evento
3 “p” (sucesso) e a área fora do círculo
4 representa a probabilidade do insucesso
5
6 “q” (complemento do evento “p”).

Resposta: A probabilidade do insucesso (de não tirar 4 no dado) é 0,833

ou 83,3%.

Atividades Práticas

08) Considere o lançamento de um dado, calcule a probabilidade de:

a) sair um múltiplo de 3;
b) não sair um múltiplo de 3.

Respostas no final desta Unidade.

23
23
UNIDADE Introdução à Teoria das Probabilidades

09) A tabela a seguir mostra o nível educacional atingido pelos funcionários de

uma empresa.

Nível Educacional Frequências (fi)

Ensino Fundamental 9
Ensino Médio 18
Bacharelado 33
Mestrado 21
Doutorado 8
Total ∑ (fi) = 89

Calcule a probabilidade de:

a) que o funcionário possua o nível educacional Bacharelado;
b) que um funcionário não tenha o nível educacional Bacharelado.

Respostas no final desta Unidade.

Probabilidade de Eventos Independentes:

Multiplicação de Probabilidade (Intersecção
de dois eventos P(A  B), conjunção “e”)
Dizemos que dois eventos são independentes quando a realização ou não
realização de um dos eventos não afeta a probabilidade da realização do outro e
vice versa.

Se dois eventos são independentes, a probabilidade de que eles se realizem

simultaneamente é igual ao produto (multiplicação) das possibilidades de realização
dos eventos.

2ª Probabilidade/Evento.

P = P1 x P2

1ª Probabilidade/Evento.

Importante! Importante!

Regra análoga ao principio fundamental da contagem (PFC), denominada regra do

produto (Probabilidade = P1 x P2 x P3 x ... x Pn).

24
 Aprendendo com exemplos

01) Quatro moedas são lançadas. Qual a probabilidade de que apareça coroa
nas quatro moedas?

Resolução:

Espaço Amostral: Ω = { cara , coroa } ⇒ n(Ω) = 2

Evento A: A = { coroa } ⇒ n( A) = 1
1 1
1ª Moeda ⇒ P1 = 3ª Moeda ⇒ P3 =
2 2
1 1
2° Moeda ⇒ P2 = 4ª Moeda ⇒ P4 =
2 2
Portanto, como os eventos são independentes, ou seja, nenhuma moeda de-
pende da outra, vamos multiplicar os resultados (regra de eventos independentes),
assim temos:

1 1 1 1 1
P = P1 x P2 x P3 x P4 ⇒ P = x x x ⇒P=
2 2 2 2 16

Podemos constatar visualmente todas as combinações possíveis das quatro

moedas que foram lançadas, conforme tabela a seguir:
Eventos Possibilidades de lançamentos de 4 moedas (C = cara e K = coroa).
Independentes 1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª 10ª 11ª 12ª 13ª 14ª 15ª 16ª
1ª Moeda C C C C C C C C K K K K K K K K
2ª Moeda C C C C K K K K C C C C K K K K
3ª Moeda C C K K C C K K C C K K C C K K
4ª Moeda C K C K C K C K C K C K C K C K

Veja que por essa tabela, há 16 resultados prováveis, e apenas em um

deles aparecem quatro coroas nas quatro moedas lançadas, ou seja, a proba-
bilidade é de:

n( A) 1
P ( A) = ⇒ P ( A) = ou P ( A) = 0, 063 ou P ( A) = 6, 3%
n (Ω ) 16

Resposta: Ao lançarmos quatro moedas, temos 0,063 ou 6,3% de chance de

que apareça “coroa” nas quatro moedas simultaneamente.

02) A probabilidade de que uma certa cirurgia no joelho seja um sucesso é de

0,85 ou 85%.
a) Encontre a probabilidade de que duas cirurgias sejam um sucesso.
b) Encontre a probabilidade de que nenhuma das duas cirurgias seja um sucesso.

25
25
UNIDADE Introdução à Teoria das Probabilidades

a) Resolução:

A probabilidade de que cada cirurgia seja um sucesso é de 0,85 ou 85%.

A chance de um sucesso para uma cirurgia é independente das chances para a
outra cirurgia.

Portanto, como os eventos são independentes, ou seja, nenhuma cirurgia

depende da outra, vamos multiplicar os resultados (regra de eventos independentes),
assim temos:

P = P1 x P2 ⇒ P = 0, 85 x0, 85 ⇒ P = 0, 723 ou 72, 3%

Resposta: A probabilidade de que as duas cirurgias sejam um sucesso é de

aproximadamente 0,723 ou 72,3%.

b) Resolução:

Já que a probabilidade de sucesso para uma cirurgia é de 0,85 ou 85%, a

probabilidade de falha (insucesso) para uma cirurgia é:

q = 1 − p ⇒ q = 1 − 0, 85 ⇒ q = 0,15 ou q = 15%

Relação de Eventos Complementares: q = 1 – p (insucesso)

Probabilidade de nenhum sucesso nas duas cirurgias:

P = P1 x P2 ⇒ P = 0,15 x0,15 ⇒ P = 0, 023 ou 2, 3%

Resposta: A probabilidade de que nenhuma cirurgia seja um sucesso é de

aproximadamente 0,023 ou 2,3%.

Atividades Práticas

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

primeiro baralho e uma carta do segundo. Qual a probabilidade de a carta do
primeiro baralho ser um rei e a do segundo baralho ser o 5 de paus?

Respostas no final desta Unidade.

11) Em uma pesquisa realizada em um júri, 65% das pessoas são mulheres.
Dessas, uma de cada quatro trabalha na área educacional.
a) Encontre a probabilidade de que uma pessoa selecionada aleatoriamen-
te do júri seja mulher e trabalhe na área educacional.
b) Encontre a probabilidade de que uma pessoa selecionada aleatoriamen-
te do júri seja mulher e não trabalhe na área educacional.

26
Probabilidade de Eventos Mutuamente
Exclusivos: Adição de Probabilidade (União
de dois eventos P(A  B), conjunção “ou”)
Dizemos que dois ou mais eventos são mutuamente exclusivos quando a realiza-
ção de um exclui a realização do(s) outro(s), ou seja, quando queremos juntar dois
conjuntos ou eventos, em probabilidade dizemos que queremos fazer a união de
dois eventos.

Se dois eventos são mutuamente exclusivos, a probabilidade de que um ou outro

se realize é igual à soma das probabilidades de que cada um deles se realize.

2ª Probabilidade/Evento.

P = P1 + P2

1ª Probabilidade/Evento.

Aprendendo com exemplos

01) Uma urna contém cinco bolas vermelhas (V), três bolas pretas (P) e quatro
bolas brancas (B). Retira-se, ao acaso, uma bola da urna. Qual é a probabilidade de
sair uma bola vermelha ou uma bola preta?

Resolução:

Espaço Amostral: Ω = { V , V , V , V , V , P , P , P , B , B , B , B } ⇒ n(Ω) = 12

Vamos definir os dois eventos A e B, conforme segue:

• Evento A, uma bola vermelha:

n( A) 5
A = {V , V , V , V , V } ⇒ n( A) = 5 Logo: P( A) = ⇒ P ( A) =
n (Ω) 12
• Evento B, uma bola preta:

n( B ) 3
B = { P , P , P } ⇒ n( B ) = 3 Logo: P( B) = ⇒ P( B) =
n (Ω) 12

27
27
UNIDADE Introdução à Teoria das Probabilidades

Se a bola for vermelha, não pode ser preta. Então, os eventos são mutuamente
exclusivos, vamos uni-los somando os resultados, assim vamos acumular as proba-
bilidades de escolha:

5 3 8 2
P = P ( A) + P ( B ) ⇒ P = + ⇒ P = ou P = ou P = 0, 667 ou P = 66, 7%
12 12 12 3
Somamos apenas os numeradores
das frações, pois possuem o
mesmo denominador “12”.

Observe a representação Gráfica:

A área do retângulo representa a

probabilidade total do espaço amostral.
Ω A B A área do círculo “A” representa a
V probabilidade de retirada de bolas vermelhas
P e a área do círculo “B” representa a
V
V P P probabilidade de retirada de bolas pretas.
V V
Então, pelo diagrama percebemos que A e
BBBB
B são mutuamente exclusivos, ou seja, se a
bola for vermelha, não pode ser preta.

Resposta: A probabilidade de sair da urna uma bola vermelha ou uma bola

preta é de aproximadamente 0,667 ou 66,7%.

02) A distribuição de frequência mostra o volume de vendas (em dólares) e o

número de meses em que um representante de vendas atingiu cada nível de vendas
nos últimos três anos. Se esse padrão de vendas continuar, qual a probabilidade de
que o representante venda entre $ 75.000 e $ 125.000 no próximo mês?

Volume de vendas Us$ Meses

0 ├─ 25.000 3
25.000 ├─ 50.000 5
50.000 ├─ 75.000 6
75.000 ├─ 100.000 7
100.000 ├─ 125.000 9
125.000 ├─ 150.000 2
150.000 ├─ 175.000 3
175.000 ├─ 200.000 1
Total ∑(fi) = 36

Resolução:

Espaço Amostral: n(Ω) = 36

28
 Vamos definir os eventos A e B, conforme segue:

Evento A, vendas mensais de 75.000 ├─ 100.000: n( A) = 7

n( A) 7
Logo: P( A) = ⇒ P ( A) =
n (Ω) 36

Evento B, vendas mensais de 100.000 ├─ 125.000: n( B) = 9

n( B ) 9
Logo: P( B) = ⇒ P( B) =
n (Ω) 36

Como os eventos A e B são mutuamente exclusivos, vamos unir os dois eventos

somando os resultados, assim vamos acumular as probabilidades:

7 9 16 4
P = P ( A) + P ( B ) ⇒ P = + ⇒P= ou P = ou P = 0, 444 ou P = 44, 4%
36 36 36 9

Resposta: A probabilidade de que o representante venda entre $ 75.000 e

125.000 no próximo mês é de aproximadamente 0,444 ou 44,4%.

Atividades Práticas

12) Um lote é formado por 10 peças boas, 4 com defeitos simples e 2 com
defeitos graves. Uma peça é escolhida ao acaso. Calcule a probabilidade de que:
a) ela tenha defeitos graves;
b) ela não tenha defeitos;
c) ela tenha defeitos simples ou tenha defeitos graves.

13) Um banco de sangue cataloga os tipos de sangue, incluindo fator Rh positivo

ou negativo, dado por doadores durante a semana. O número de doadores que
doou cada tipo sanguíneo é mostrado na tabela a seguir.

Tipo sanguíneo
O A B AB Total
Positivo 156 139 37 12 344
Fator Rh Negativo 28 25 8 4 65
Total 184 164 45 16 409

Um doador é selecionado aleatoriamente, então:

a) Calcule a probabilidade de que o doador tenha sangue tipo O ou tipo A.
b) Calcule a probabilidade de que o doador tenha sangue tipo B ou tipo AB.

29
29
UNIDADE Introdução à Teoria das Probabilidades

Resoluções de Atividades Práticas:

Espaço Amostral:

01) a) lançamento simultâneo de três moedas. Faça C = cara e K = coroa.

Diagrama de árvore, lançamento de 3 moedas, C = cara e K = coroa

1ª 2ª 3ª

C CCC
C
K CCK
C
C CKC
K
K CKK
Espaço Amostral:
8 resultados possíveis
C KCC
C
K KCK
K
C KKC
K
K KKK

Ω = { CCC , CCK , CKC , CKK , KCC , KCK , KKC , KKK }

Resposta: O espaço amostral tem 8 (oito) resultados possíveis.

b) lançamento simultâneo de dois dados.

Para facilitar, vamos utilizar a tabela a seguir para interpretar o espaço amostral:

Dado 1
Dados
1 2 3 4 5 6
1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
Dado 2
4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

Resposta: O espaço amostral tem 36 (trinta e seis) resultados possíveis.

c ) distribuição dos quatro filhos de uma família, quanto ao sexo, por ordem de
nascimento.

30
 Diagrama de árvore, distribuição de quatro filhos, quanto ao
sexo, por ordem de nascimento, M = mulher H = homem
1ª 2ª 3ª 4ª

H HHHH
H
M HHHM
H
H HHMH
M
M HHMM
H
H HMHH
H
M HMHM
M
H HMMH
M
M HMMM
Espaço Amostral:
16 resultados possíveis
H MHHH
H
M MHHM
H
H MHMH
M
M MHMM
M
H MMHH
H
M MMHM
M
H MMMH
M
M MMMM

Resposta: O espaço amostral tem 16 (dezesseis) resultados possíveis.

d) retirada de 4 (quatro) bolas de uma urna contendo 2 bolas brancas e 5
bolas verdes.
Diagrama de árvore, retirada de 4 bolas de uma urna contendo
2 bolas brancas e 5 bolas verdes, B = branca e V = Verde
1ª 2ª 3ª 4ª

B B V BBVV
B B V BVBV
V
B BVVB
V
V BVVV
B V VBBV
Espaço Amostral:
B 11 resultados possíveis
B VBVB
V
V VBVV
V
B VVBB
B
V VVBV
V
B VVVB
V
V VVVV

Resposta: O espaço amostral tem 11 (onze) resultados possíveis.

31
31
UNIDADE Introdução à Teoria das Probabilidades

Princípio Fundamental da Contagem (PFC):

02) Há dez desenhos para mesas e quatro desenhos para cadeira. Usando o
princípio fundamental da contagem (PFC), podemos concluir que o número de
maneiras para selecionarmos uma mesa e uma cadeira é 10 x 4 = 40 maneiras.

03) a
 ) Já que cada dígito pode ser usado somente uma vez, há 10 números para
o primeiro dígito, sobraram 9 números para o segundo dígito, 8 restantes
para o terceiro dígito e 7 números para o 4° dígito. Usando o princípio
fundamental da contagem (PFC), podemos concluir que há 10 x 9 x 8 x 7
= 5040 maneiras possíveis de códigos de acesso.

 ) Como cada dígito pode ser repetido, há 10 números para cada um dos
b
4 dígitos. Então há 10 x 10 x 10 x 10 = 10.000 maneiras possíveis de
códigos de acesso.

c ) Em virtude de o primeiro dígito não poder ser 0 (zero), há 9 números

para o primeiro dígito e 10 números para cada um dos três dígitos restan-
tes. Então há 9 x 10 x 10 x 10 = 9.000 maneiras possíveis de códigos
de acesso.

04) Há duas saladas, quatro tipos de carne, cinco variedades de bebidas e

três sobremesas diferentes. Usando o princípio fundamental da contagem (PFC),
podemos concluir que o número de maneiras para selecionarmos uma salada, uma
carne, uma bebida e uma sobremesa é 2 x 4 x 5 x 3 = 120 maneiras.

Probabilidade:

05) Espaço Amostral: n(Ω) = 720

Evento A (É um problema sério): n( A) = 325

n( A) 325 Frequência de “É um problema sério”.
Logo: P( A) = ⇒ P ( A) =
n (Ω) 720 Frequência total.

n( A) 325 65
P ( A) = ⇒ P ( A) = ou P ( A) = ou P ( A) = 0, 451 ou P ( A) = 45,,1%
n (Ω) 720 144

Resposta: A probabilidade empírica de que a próxima pessoa diga que o

congestionamento é um problema sério em sua comunidade é 0,451 ou 45,1%.

06) Espaço Amostral: n(Ω) = 100

Evento A (fraudulentas): n( A) = 5
n( A) 5 1
Logo: P( A) = ⇒ P ( A) = ou P ( A) = ou P ( A) = 0, 05 ou P ( A) = 5%
n (Ω) 100 20

Resposta: A probabilidade empírica de que a próxima reclamação recebida pela

empresa seja fraudulenta é 0,05 ou 5%.

32
 07) Para facilitar, vamos utilizar a tabela a seguir para interpretar o espaço
amostral e o evento:

Dado 1
Dados
1 2 3 4 5 6
1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
Dado 2
4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

Espaço Amostral: n(Ω) = 36

Evento A (soma menor que 5): n( A) = 6

n( A) 6 1
Logo: P( A) = ⇒ P ( A) = ou P ( A) = ou P ( A) = 0,167 ou P ( A) = 16, 7%
n (Ω) 36 6

Resposta: Ao lançarmos dois dados, a probabilidade de que a soma seja me-

nor que 5 é de 0,167 ou 16,7%.

08) a) Espaço Amostral: Ω = { 1 , 2 , 3 , 4 , 5 , 6 } ⇒ n(Ω) = 6

Evento A: A = { 3 , 6 } ⇒ n( A) = 2
n( A) 2 1
Logo: P( A) = ⇒ P ( A) = ou P ( A) = ou P ( A) = 0, 333 ou P ( A) = 33, 3%
n (Ω) 6 3

Resposta: A probabilidade de sair no dado um número múltiplo de 3 é de

0,333 ou 33,3%.

b) Utilizando a fórmula do Evento Complementar: q = 1 – p

1 3 −1 2
q =1− p ⇒ q =1− ⇒ q = ⇒q= ou q = 0, 667 ou q = 66, 7%
3 3 3
ou
1
q = 1 − p ⇒ q = 1 − ⇒ q = 1 − 0, 333 ⇒ q = 0, 667 ou q = 66, 7%
3

Resposta: A probabilidade de não sair no dado um número múltiplo de 3 é de

0,667 ou 66,7%.

09) a) Espaço Amostral: n(Ω) = 89

Evento A: n( A) = 33
n( A) 33
Logo: P( A) = ⇒ P ( A) = ou P ( A) = 0, 371 ou P ( A) = 37,1%
n (Ω ) 89

Resposta: A probabilidade de um funcionário ter o Bacharelado é de 0,371

ou 37,1%.

33
33
UNIDADE Introdução à Teoria das Probabilidades

b) Utilizando a fórmula do Evento Complementar: q = 1 – p

33 89 − 33 56
q =1− p ⇒ q =1− ⇒q= ⇒q= ou q = 0, 629 ou q = 62, 9%
89 89 89
ou
33
q =1− p ⇒ q =1− ⇒ q = 1 − 0, 371 ⇒ q = 0, 629 ou q = 62, 9%
89

Resposta: A probabilidade de um funcionário não ter o Bacharelado é de 0,629

ou 62,9%.

10) Como os eventos são independentes, ou seja, temos um baralho para cada
evento, vamos calcular a probabilidade de cada evento e depois multiplicar os
resultados (regra de eventos independentes):

1ª Probabilidade: carta retirada ser um rei (lembrando que temos 4 naipes

no baralho, portanto 4 reis).

Espaço Amostral: n(Ω) = 52

Evento A: A = { rei de ouro , rei de espada , rei de paus , rei de copas } ⇒ n( A) = 4

n( A) 4 1
P ( A) = ⇒ P ( A) = ou P ( A) = ou P ( A) = 0, 077 ou P ( A) = 7, 7%
n (Ω ) 52 13

2ª Probabilidade: carta retirada ser um 5 de paus.

Espaço Amostral: n(Ω) = 52

Evento B: B = { 5 de paus } ⇒ n( B) = 1

n( B ) 1
P( B) = ⇒ P( B) = ou P ( B ) = 0, 019 ou P ( B ) = 1, 9%
n (Ω ) 52

Agora, vamos multiplicar os resultados (regra de eventos independentes), as-

sim temos:

1 1 1
P = P ( A) x P ( B ) ⇒ P = x ⇒P= ou P = 0, 00148 ou p = 0,15%
13 52 676

Resposta: Então, a probabilidade de tirarmos um rei no primeiro baralho e

1
depois um 5 de paus no segundo baralho é de (1 chance em 676 possibilidades)
676
ou de aproximadamente 0,00148 ou 0,15%.

11) a) Como os eventos são independentes, ou seja, temos 65% das pessoas
do júri ser mulher e uma de cada quatro trabalhar na área educacional, vamos
multiplicar os resultados (regra de eventos independentes):

34
 1ª Probabilidade: 65% ou 0,65 das pessoas do júri são mulheres.

2ª Probabilidade: uma de cada quatro trabalha na área educacional.

1
=P =ou P 0, 25 ou P = 25%
4

Agora, vamos multiplicar os resultados (regra de eventos independentes), as-

sim temos:

P = P1 x P2 ⇒ P = 0, 65 x0, 25 ⇒ P = 0,163 ou p = 16, 3%

Resposta: Então, a probabilidade de selecionarmos uma pessoa do júri que seja

mulher e que trabalhe na área educacional é de aproximadamente 0,163 ou 16,3%.

b) 1ª Probabilidade: 65% ou 0,65 das pessoas do júri são mulheres.

2ª Probabilidade: Já que a probabilidade de uma pessoa selecionada

trabalhe na área educacional é de 0,25 ou 25%, a probabilidade de que não
trabalhe na área educacional é:

q = 1 − p ⇒ q = 1 − 0, 25 ⇒ q = 0, 75 ou q = 75%

Relação de Eventos Complementares:

q = 1 – p (insucesso)

Probabilidade de a pessoa do júri ser mulher e não trabalhar na área educacional:

P = P1 x P2 ⇒ P = 0, 65 x0, 75 ⇒ P = 0, 488 ou 48, 8%

Resposta: Então, a probabilidade de selecionarmos uma pessoa do júri que

seja mulher e que não trabalhe na área educacional é de aproximadamente 0,488
ou 48,8%.

12) a) ela tenha defeitos graves:

Espaço Amostral: n(Ω) = 16

Evento A (defeitos graves): n( A) = 2

Logo: P( A) = n( A) ⇒ P( A) = 2 ou P ( A) =
1
ou P ( A) = 0,125 ou P ( A) = 12, 5%
n (Ω ) 16 8

Resposta: A probabilidade de escolhermos uma peça com defeitos graves é de

0,125 ou 12,5%.

b) ela não tenha defeitos, então é uma peça boa:

Espaço Amostral: n(Ω) = 16

Evento B (peças boas): n( B) = 10

35
35
UNIDADE Introdução à Teoria das Probabilidades

n( B ) 10 5
Logo: P( B) = ⇒ P( B) = ou P( B) = ou P ( B ) = 0, 625 ou P ( B ) = 62, 5%
n (Ω ) 16 8

Resposta: A probabilidade de escolhermos uma peça que não tenha defeitos é

de 0,625 ou 62,5%.

c) ela tenha defeitos simples ou tenha defeitos graves.

Espaço Amostral: n(Ω) = 16

Vamos definir os dois eventos A e B, conforme segue:

• Evento A, ela tenha defeitos simples:
n( A) 4
n( A) = 4 Logo: P( A) = ⇒ P ( A) =
n (Ω) 16
• Evento B, ela tenha defeitos graves:
n( B ) 2
n( B ) = 2 Logo: P( B) = ⇒ P( B) =
n (Ω) 16

Se a peça tem defeitos simples, não pode ter defeitos graves. Então, os eventos
são mutuamente exclusivos, vamos unir os dois eventos somando os resultados,
assim vamos acumular as probabilidades de escolha:

4 2 6 3
P = P ( A) + P ( B ) ⇒ P = + ⇒ P = ou P = ou P = 0, 375 ou P = 37, 5%
16 16 16 8

Resposta: A probabilidade de escolhermos uma peça com defeitos simples ou

com defeitos graves é de 0,375 ou 37,5%.

13) a) Calcule a probabilidade de que o doador tenha sangue tipo O ou tipo A.

Espaço Amostral: n(Ω) = 409

Vamos definir os dois eventos, conforme segue:

• Evento O, o doador tenha sangue tipo O:

n(O) 184
n(O) = 184 Logo: P(O) = ⇒ P (O) =
n (Ω) 409

• Evento A, o doador tenha sangue tipo A:

n( A) 164
n( A) = 164 Logo: P( A) = ⇒ P ( A) =
n (Ω) 409

Se o doador tem sangue tipo O, não pode ter sangue tipo A. Então, os eventos
são mutuamente exclusivos. Vamos unir os dois eventos somando os resultados,
assim vamos acumular as probabilidades de escolha:

184 164 348

P = P (O) + P ( A) ⇒ P = + ⇒P= ou P = 0, 851 ou P = 85,1%
409 409 409

36
 Resposta: A probabilidade de que o doador escolhido aleatoriamente tenha
sangue tipo O ou tipo A é de aproximadamente 0,851 ou 85,1%.

b) Calcule a probabilidade de que o doador tenha sangue tipo B ou tipo AB.

Espaço Amostral: n(Ω) = 409

Vamos definir os dois eventos, conforme segue:

• Evento B, o doador tenha sangue tipo B:
n( B ) 45
n( B ) = 45 Logo: P( B) = ⇒ P( B) =
n (Ω) 409
• Evento AB, o doador tenha sangue tipo AB:
n( AB ) 16
n( AB ) = 16 Logo: P( AB ) = ⇒ P ( A) =
n (Ω ) 409

Se o doador tem sangue tipo B, não pode ter sangue tipo AB. Então, os eventos
são mutuamente exclusivos, vamos unir os dois eventos somando os resultados,
assim vamos acumular as probabilidades de escolha:

45 16 61
P = P ( B ) + P ( AB ) ⇒ P = + ⇒P= ou P = 0,149 ou P = 14, 9%
409 409 409

Resposta: A probabilidade de que o doador escolhido aleatoriamente tenha

sangue tipo A ou tipo AB é de aproximadamente 0,149 ou 14,9%.

Finalizando
Bem, espero que você tenha gostado de estudar e trabalhar com probabilidades.

Vimos muitos exemplos práticos com aplicações em nosso dia a dia, não
é mesmo?!

Agora, para fixar esses conteúdos e tantas fórmulas não deixe de fazer as
Atividades Práticas propostas e, ainda, se possível, aprofunde seu conhecimento
nos Materiais Complementares, ok?

Continue se esforçando sempre e até a próxima!

Um forte abraço e bons estudos!

37
37
UNIDADE Introdução à Teoria das Probabilidades

Material Complementar
Indicações para saber mais sobre os assuntos abordados nesta Unidade:

 Vídeos
Probabilidade Básica – Espaço Amostral e Evento – Escola Simetria
Introdução a Probabilidade – Conceitos de Espaço amostral e evento.
https://youtu.be/iuwpqRyzHR4
Probabilidade – Quebra tudo no Enem!
Cálculo da probabilidade de um evento.
https://youtu.be/qNZRxSh6pe4
Princípio Fundamental da Contagem (PFC) – Quebra tudo no Enem!
Exemplos resolvidos com o princípio fundamental da contagem.
https://youtu.be/tHq22qnTRj0
Probabilidade do Evento Complementar: - Equaciona matemática
Definição de evento complementar e exercícios.
https://youtu.be/Fk8IfLvx7g0
Probabilidade da intersecção de eventos:- Evolucional
Eventos independentes e exemplos.
https://youtu.be/0FsaxFtoLfs
Probabilidade e Estatística – Evento Mutuamente Exclusivo – Me passa aí
Evento mutuamente exclusivo através de exemplos.
https://youtu.be/2thdSgrP0k4
2° ano do EM – 9 – probabilidade – 3 – eventos mutuamente exclusivos – Prof. Matusalém Vieira Martins
Eventos mutuamente exclusivo.
https://youtu.be/pOKjoqoiAIg
2° ano do EM – 9 – probabilidade – 4 – exemplos parte 1 – Prof. Matusalém Vieira Martins
Resolução de exercícios com probabilidade.
https://youtu.be/j-DyGFb_3Yo
2° ano do EM – 9 – probabilidade – 5 – exemplos parte 2 – Prof. Matusalém Vieira Martins
Resolução de exercícios com eventos independentes e mutuamente exclusivo.
https://youtu.be/kR4uksur2WU
2° ano do EM – 9 – probabilidade – 6 – exemplos parte 3 – Prof. Matusalém Vieira Martins
Resolução de exercícios com eventos independentes e mutuamente exclusivo.
https://youtu.be/-Ux8MaQ9Dhs

38
Me Salva! PBB01 – Conceitos Iniciais de Probabilidade – Probabilidade e Estatística
Conceitos de probabilidade.
https://youtu.be/eFyAyz6Xy6g
GRINGS – Probabilidade aula 10 – omatematico.com
Conceitos de probabilidades.
https://youtu.be/BiHAjOgGfOo
Probabilidade eventos independentes – Aula Online
Definição de eventos independentes.
https://youtu.be/k-loEsaxppY
5 mortes bizarras e a probabilidade de que aconteçam – Mega Curioso
Curiosidades sobre probabilidade.
https://youtu.be/3pLSCAxRMRY
Variância e Desvio Padrão – C7 – Clube do Enem
Variância e Desvio Padrão populacional.
https://youtu.be/I2r2HPE8L7Q

Leitura
Riscos Financeiros e a suas Distribuições de Probabilidades de Perdas
https://goo.gl/AFXoFw

39
39
UNIDADE Introdução à Teoria das Probabilidades

Referências
CRESPO, A. A. Estatística Fácil. 17.ed. São Paulo: Saraiva, 2002.

DOWNING, D. Estatística Aplicada. 2.ed. São Paulo: Saraiva, 2002.

MORETTIN, L. G. Estatística Básica. 7.ed. São Paulo: Pearson, 2000.

NEUFELD, J. L. Estatística Aplicada à Administração Usando o Excel. São

Paulo: Pearson, 2003.

SPIEGEL, M. R. Estatística. 3.ed. Coleção Schaum. São Paulo: Pearson, 1994.

________. Probabilidade e Estatística. Coleção Schaum. São Paulo: Pearson, 1977.

SILVA, E. M. Estatística Para os Cursos de: Economia, Administração e Ciências

Contábeis. 3.ed. São Paulo:Atlas, 1999.

Referência Complementar
LARSON, R. Estatística Aplicada; tradução Luciane Ferreira Pauleti Vianna. 4
ed. São Paulo: Pearson Prentice Hall, 2010.

40