Sie sind auf Seite 1von 17

Coordenadoria de Matemtica

Notas de aula
Probabilidade

Oscar Luiz Teixeira de Rezende

Vitria 2006

Probabilidade

Oscar Luiz Teixeira de Rezende

___________________________________________________________________
1. INTRODUO
Quando investigamos algum fenmeno, verificamos a necessidade de descrev-lo por um
modelo matemtico que permite explicar, da melhor forma possvel, este fenmeno. Os
fenmenos so classificados em dois tipos: Fenmenos determinsticos e Fenmenos
aleatrios.
1.1.

Fenmenos determinsticos: So aqueles que repetidos nas mesmas condies

iniciais conduzem sempre a um mesmo resultado.


Exemplo: Deixar uma massa M cair em queda livre de uma altura de 1 metro sobre uma
superfcie e anotar tempo t de queda livre.
1.2.

Fenmenos aleatrios: So aqueles que repetidos sob as mesmas condies iniciais

podem conduzir a mais que um resultado.


Exemplos: lanamento de uma moeda, lanamento de um dado, o tempo de vida til de uma
lmpada, nmero de clientes que vo a um banco em um determinado dia, etc.

O objetivo do estudo da teoria das probabilidades so fenmenos aleatrios, e vamos nos


restringir nosso estudo a uma classe de fenmenos aleatrios chamados experimentos.
2. TEORIA DAS PROBABILIDADES
Como o objetivo do nosso estudo so os experimentos e eles admitem mais do que um
resultado, faz sentido definir o conjunto de todos os possveis resultados do experimento.
2.1. Espao amostral : o conjunto de todos os resultados possveis de um experimento, e
ser denotado por S.
Exemplos : Considere os experimentos
a) Lanar uma moeda e anotar a face superior.
S= {ca, co}
b) Lanar um dado e anotar o nmero de pontos da face superior.
S= { 1, 2, 3, 4, 5, 6}

Probabilidade

Oscar Luiz Teixeira de Rezende

___________________________________________________________________
c) Instalar uma lmpada em um soquete e anotar o tempo que a lmpada leva para
queimar.
S= { t R | 0 t n} , n o tempo que a lmpada queima.
2.2. Evento: qualquer subconjunto do espao amostral do experimento.
Exemplos:
a) No lanamento de um dado o evento A representa o conjunto cujo nmero da face
superior par.
A= { 2, 4, 6}
b) No lanamento de uma moeda e um dado o evento B representa o conjunto cujo nmero
da face superior do dado maior que 4.
B= {(ca, 5); (ca, 6); (co, 5); (co, 6)}
A seguir , apresentamos um modelo matemtico adequado representao da relao entre
o espao amostral e o evento

3. DEFINIO DE PROBABILIDADE
Existem trs formas de se definir a probabilidade, a escolha da forma depende da natureza da
situao.
3.1. Probabilidade Clssica
Aplicam-se a situaes em que os resultados que compe o espao amostral ocorrem com a
mesma probabilidade. Nesta situao a probabilidade de um determinado evento definida
coma sendo a razo entre o nmero de elementos do evento e o nmero de elementos do
espao amostral.

Probabilidade

Oscar Luiz Teixeira de Rezende

___________________________________________________________________

P( A)

n( A)
n( S )

Desta definio podemos observar que:


a) 0 P( A) 1 ;
b) P( S ) 1 ;
c) Se A , ento P( A) 0
d) P( A) P( A) 1 , sendo A a representao do conjunto No A

Exemplo : No lanamento de um dado e observar a face superior deste dado, determine a


probabilidade de ocorrer um nmero par.
S= {1, 2, 3, 4, 5, 6} e A= {2, 4, 6} ento n(S) = 6 e n(A) = 3
P(A) = 3/6 =1/2
3.2.

Probabilidade pela frequncia relativa

Deve ser aplicada quando um experimento observado e a frequncia com que determinado
evento ocorre nesta observao, esta probabilidade sempre estabelecida por uma criteriosa
pesquisa onde as frequncias so estabelecidas.

Exemplo Observa-se que dos 1000 clientes que vo a um supermercado e compram um


produto, 500 deles compram o produto da marca A. Podemos estabelecer ento que a

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________
probabilidade de um consumidor que compra o produto, comprar o produto da
marca A e:
P(A)= 500/1000 = 1/2 .
3.3.

Probabilidade subjetiva

Em situaes em que o experimento se repete com uma certa regularidade mas


no h possibilidade de repeti-lo sucessivamente um nmero razovel de vezes e
nem aplicar a forma clssica, ento se faz uma avaliao subjetiva da
probabilidade.

Exemplo: A probabilidade de uma pessoa engordar ao comer pizza regularmente


durante um ano sem uma queima de calorias adequadas de 0,8 ou 80%. Esta
probabilidade totalmente subjetiva e foi estabelecida sem nenhum critrio
cientifico.
4. PROBABILIDADE DA UNIO DE DOIS EVENTOS

S
A

N ( A B)
N (S )
N ( A) N ( B ) N ( A B )
P( A B)
N (S )
P( A B)

P( A B) P( A) P( B) P( A B)
Quando A B , P( A B) 0, ento:

P( A B) P( A) P( B)
Exemplo: Retira-se uma carta de um baralho completo de 52 cartas. Qual a
probabilidade de sair um rei ou uma carta de espadas?
Seja

A: sada de um rei
B: sada de uma carta de espadas

A {Ro , Re , Rc , R p } P( A)

4
52

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________

B { Ae ,2 e ,, Re } P( B)

P( A B)

13
52

1
52

logo: P( A B) P( A) P( B) P( A B)

P( A B)

4 13 1

42 52 52

P( A B)

16
52

5. PROBABILIDADE CONDICIONADA
Vamos analisar a diferena entre extrair uma pea de um lote, ao acaso, com ou
sem reposio. Suponha a seguinte situao: um lote de peas tem 80 peas
defeituosas e 20 defeituosas. Suponha que escolhemos duas peas desse lote:

a) Com reposio;
b) Sem reposio.
A = {a primeira pea defeituosa}; B = {a segunda pea defeituosa}.
Se estivermos extraindo com reposio , P(A)=P(B) = 20/100 = 1/5, porque cada
vez que extrairmos do

lote, existiro 20 peas defeituosas no total de 100. No

entanto, se estivermos extraindo sem reposio, os resultados no sero to


imediatos. ainda verdade, naturalmente, que P(A) = 1/5, mas para calcularmos
P(B) devemos conhecer a composio do lote no momento de se extrair a segunda
pea. Isto , deveremos

saber se A ocorreu ou no. Este exemplo mostra a

necessidade de se introduzir o seguinte importante conceito.


Sejam A e B dois eventos associados ao experimento E. Denotaremos por P(B|A) a
probabilidade condicionada do evento B quando A tiver ocorrido.
No exemplo acima P(B|A) = 19/99, porque se A tiver ocorrido, ento para a
Segunda extrao restaro somente 99 peas, das quais 19 delas sero
defeituosas.

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________
Nota: Sempre que calcularmos P(B|A), estaremos essencialmente calculando P(B)
em relao ao espao amostral reduzido A, em lugar de

faz-lo em relao ao

espao amostral original S.

A parte de B que esta contida em A representada por

A B . Conclumos que:

N ( A B)
N ( A B)
P( A B)
N (S )
P( B / A)

; P( A) 0
N ( A)
N ( A)
P( A)
N (S )

P( B / A)

P( A B)
P( A)

Exemplo: considere 250 alunos que cursam o primeiro ciclo de uma faculdade.
Destes alunos 100 so homens (H) e 150 so mulheres (M), 110 cursam fsica (F) e
140 cursam qumica (Q). A distribuio dos alunos a seguinte

H
M
Total

40
70
110

Total
100
150
250

60
80
140

Um aluno sorteado ao acaso. Qual a probabilidade de que esteja cursando


qumica, dado que mulher?
Pelo

quadro

P(Q / M )

vemos

que

esta

probabilidade

de

80
150

representamos

80
150

Observamos, porm, que

P( M Q)

80
150
e P( M )
. Para obtermos o
250
250

resultado do problema basta considerar que:

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________

80
P( M Q) 250 80
P(Q / M )

150 150
P( M )
250
5.1. Teorema Da Multiplicao
Uma consequncia importante da definio acima a seguinte:

P( B / A)

P( A B)
P( A B) P( A).P( B / A)
P( A)

P( A / B)

P( A B)
P( A B) P( B).P( A / B)
P( B)

Em particular quando os eventos A e B so independentes, P( A / B) P( A) ou

P( B / A) P( B) temos:
P( A B) P( A).P( B)

5.2. Teorema da Probabilidade Total


Dizemos que os eventos

B1, B2, ...,Bk representam uma partio do

amostral S, quando
a)

Bi B j para i j .
k

b)

S . (unio de todos os Bi )

i 1

c)

P( Bi ) O para todo i.

Vamos ilustrar a situao para um K = 5.

B3

B1
B2

B5
B4

espao

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________

Considerando A um evento qualquer de S e B1, B2, B3, B4 e B5 uma partio de S


temos:

A ( A B1 ) ( A B2 ) ( A B3 ) ( A B4 ) ( A B5 )
como

( A B1 )...( A B5 ) so dois a dois mutuamente excludentes temos:

P( A) P( A B1 ) P( A B2 ) P( A B3 ) P( A B4 ) P( A B5 )
Generalizando temos:

P( A) P( A B1 ) P( A B2 ) ... P( A Bk )
Este resultado conhecido como teorema da probabilidade total. Ele utilizado
quando P(A) difcil de ser calculada diretamente, porm simples se for usada a
relao acima.
Exemplo: Uma urna contm 3 bolas brancas e 2 amaralas. Uma Segunda urna
contm 4 bolas brancas e 2 amarelas. Escolhe-se, ao acaso, uma urna e dela
retira-se, tambm ao acaso, uma bola. Qual a probabilidade:
a) da bola escolhida ser da da urna I e branca?
b) da bola escolhida ser branca?
c) Se a bola escolhida foi branca, qual a probabilidade que tenha sida escolhida
uma bola da urna I
Para resolver este problema vamos usar um modelo matemtico conhecido como
diagrama de rvore, que auxilia a resoluo dos problemas de probabilidade
quando possvel fragmentar um experimento em outros experimentos
sucessivos.

B
P(B/I)=3/5
I

P(A/I)=2/5

P(I)=1/2

3B
2A

A
P(II)=1/2

P(B/II)=4/6

II
P(B/II)=2/6
9
A

4B
2A
II

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________

a) P( I B) P( I ) P( B / I )

1 3 3

2 5 10

b) P( B) P( I B) P( II B)

1 3 1 4 3
4 19

2 5 2 6 10 12 30

3
P( I B) 10
9

c) P ( I / B )
19 19
P( B)
30
6. EXERCCIOS
1) Lance um dado e uma moeda
a) Construa o espao amostral
b) Enumere os seguintes eventos
A = { coroa, marcada por um nmero par}
B = { cara, marcado por um nmero impar}
C = { mltiplo de 3 }
c) Expresse os eventos
I)

II)

A ou B ocorrem

III)

B e C ocorrem

IV)

A B

2) Se p( A)
a) P(A)
3) Se P( A)

1
1
; P( B) e A e B so mutuamente exclusivos, calcular:
2
4
b) P(B)

c) P( A B)

d) P( A B)

e) P( A B)

1
1
1
; P( B) e P( A B) , calcule:
2
3
4

a) P( A B)

b) P( A B)

c) P( A B)

4) Determine a probabilidade de cada evento:


a) Um nmero para aparecer no lanamento de um dado no viciado.
b) Um rei aparecer ao extrair-se uma carta de um baralho.
c) Pelo menos uma cara aparece no lanamento de 3 moedas.
d) Pelo menos uma cara aparece no lanamento de n moedas.
e) Duas copas aparecem ao retira-se duas cartas de um baralho.
f)

Uma carta de copas e uma de ouros aparecem ao extrarem-se duas cartas


de um baralho.

10

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________
5) Um nmero inteiro escolhido aleatoriamente dentre os nmeros 1, 2, 3, ...,
50. Qual a probabilidade de que:
a) O nmero seja divisvel por 5.
b) Terminar em 3.
c) Ser primeiro;
d) Ser divisvel por 6 ou por 8.
6) Qual a probabilidade de sair um rei ou uma carta de copas, quando retiramos
uma carta de um baralho.
7) Dois dados so lanados simultaneamente. Qual a probabilidade de:
a) A soma ser menor que 4.
b) A soma ser 9.
c) O primeiro resultado ser maior do que o segundo.
8) Numa urna so misturadas dez bolas numeradas de 1 a 10. Duas bolas so
retiradas sem reposio. Qual a probabilidade de a + b = 10?
9) Um lote formado por 10 peas boas, 4

com defeitos e duas com defeitos

graves. Uma pea escolhida ao acaso. Calcular a probabilidade de que:


a) ela no tenha defeitos graves;
b) ela no tenha defeitos;
c) ela seja boa ou tenha defeitos graves.

10) Considere os mesmos lotes do problema anterior. Retiram-se duas peas so


acaso. Qual a probabilidade de que :
a) ambas sejam perfeitas;
b) pelo menos uma seja perfeita;
c) nenhuma tenha defeito grave;
d) nenhuma seja perfeita.
11) Uma urna contm 5 bolas brancas e 6 pretas. Trs bolas so retiradas. Calcular
a probabilidade de :
a) Todas pretas;
b) Exatamente uma branca;
c) Ao menos uma preta.
12) numa classe existem 5 alunos do 4 anos, 4 do 2 e 3 do 3 ano. Qual a
probabilidade de serem sorteados 2 alunos do 2 ano, 3 do 4 e 2 do 3 ?

11

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________

13) Em um grupo de 500 estudantes, 80 estudam Economia, 150 estudam Cincias


Contbeis e 10 estudam Economia e Cincias Contbeis. Se um aluno
escolhido ao acaso. Qual a probabilidade de que:
a) Ele estude somente Economia?
b) Ele no estude Economia, nem Cincias Contbeis?
c) Ele estude Economia ou Cincias Contbeis?
d) Ele no estude Economia ou estude Cincias Contbeis?
14) Dado P( A)

1
1
1
; P( B) e P( A B) , calcular:
2
3
4

a) P( A / B)

c) P( A B / B)

b) P( B / A)

15) Faam A e B serem dois eventos com P( A)


Encontre P( A / B)

1
1
1
; P( B) e P( A B) .
2
3
4

e P( B / A) .

16) As probabilidades de 3 jogadores marcarem um penalty so respectivamente

2 4 7
. Se cada um cobrar uma nica vez, qual a probabilidade de:
, e
3 6 10
a) todos acertarem;
b) apenas um acertar
c) todos errarem.

17) Uma urna contm 12 bolas: 5 brancas, 4 vermelhas, e 3 pretas. Outra contm
18 bolas: 5 brancas, 6 vermelhas e 7 pretas. Uma bola retirada de cada urna.
Qual a probabilidade de que as duas bolas sejam da mesma cor?
18) Numa

bolsa

temos

moedas

de

R$

1,00

de

R$

0,5.

Qual a probabilidade de, ao retirarmos duas moedas, obtermos R$ 1,50?


19) Uma urna contm 1 bolas pretas e 5 vermelhas. So feitas retiradas aleatrias.
Cada bola retirada resposta, juntamente com 5 bolas da mesma cor. Qual a
probabilidade de sarem nessa ordem: 1 preta, 1 preta, 1 vermelha, 1
vermelha? E neta ordem 1 preta, 1 vermelha, 1 preta, 1 vermelha? Dado que a
primeira bola preta, qual a probabilidade de que a Segunda seja preta?
20) A probabilidade de uma mulher estar viva daqui a 30 anos

12

3
e de seu marido
4

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________

3
. Calcular a probabilidade de:
5

a) apenas o homem estar vivo;


b) somente a mulher estar viva;
c) pelo menos um estar vivo;
d) ambos estarem vivos.
21) Uma urna contm 5 bolas vermelhas e 3 brancas. Uma bola selecionada
aleatoriamente da urna e abandonada, e duas de outra cor so colocadas na
urna. Uma Segunda bola ento selecionada da urna. Encontre a probabilidade
de que:
a) a Segunda bola seja vermelha;
b) ambas as bolas sejam da mesma cor.
c) Se a segunda bola vermelha, qual a probabilidade de que a primeira bola
seja vermelha;
d) Se ambas so da mesma cor, qual a probabilidade de que sejam brancas.
22) Jogando um dado duas vezes, qual a probabilidade de obter a soma dos pontos
menor que 6?
23) Um casal pretende Ter dois filhos. Admitindo probabilidades iguais para ambos
os sexos, qual a probabilidade de que venha Ter dois filhos de sexos diferentes?

24) Numa classe de 22 alunos, 12 tm olhos castanhos, 4 tm olhos negros, 3 tm


olhos cinzas, 2 tm olhos verdes e um tem olhos azuis. Qual a probabilidade de
um aluno escolhido ao acaso:
a) no Ter olhos castanhos?
b) Ter olhos verdes ou azuis?
25) Numa certa populao 15% das pessoas tm sangue tipo A, 88% no tm
sangue tipo B e 96% no tm sangue tipo AB. Escolhida ao acaso uma pessoa
desta populao, determine as probabilidades de:
a) no ater sangue do tipo A;
b) Ter sangue tipo B;
c) Ter sangue tipo AB;
d) Ter sangue tipo A ou B ou AB;
e) Ter sangue tipo O

13

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________

26) Uma caixa contm 11 bolas numeradas de 1 a 11. Retirando-se uma delas ao
acaso, observa-se que a mesma traz um nmero impar. Determine a
probabilidade de que esse nmero seja menor que 5.
27) De uma urna contendo quatro bolas verdes e duas amarelas sero extradas
sucessivamente, sem reposio, duas bolas.
a) Se a primeira bola sorteada for amarela, qual a probabilidade de a Segunda
ser tambm amarela?
b) Qual a probabilidade de ambas as bolas sorteadas serem amarelas?
c) Qual a probabilidade de ambas as bolas sorteadas serem verdes?
d) Qual a probabilidade de a primeira bola sorteada ser verde e a Segunda
amarela?
e) Qual a probabilidade de ser uma bola de cada cor?
28) Uma urna I tem 3 bolas vermelhas e 4 brancas, a urna II tem 6 bolas
vermelhas e 2 brancas. Uma urna escolhida ao acaso e dela escolhida uma
bola, tambm ao acaso.
a) Qual a probabilidade de observarmos urna I e bola vermelha?
b) Qual a probabilidade de observarmos bola vermelha?
c) Se a bola observada foi vermelha, qual a probabilidade que tenha vindo da
urna I?

29) O ms de outubro tem 31 dias. Numa certa localidade, chove 5 dias, no ms de


outubro. Qual a probabilidade de chover nos dias 1 e 2 de outubro?
30) Uma clnica especializada trata de 3 tipos de molstias; X, Y e Z. 50% dos que
procuram a clnica so portadores de X, 40% so portadores de Y e 10% de Z.
As probabilidades de cura, nesta clnica, so:
Molstia X : 0,8
Molstia Y : 0,9
Molstia Z: 0,95
Um enfermo saiu curado da clnica. Qual a probabilidade de que ele tenha
sofrido a molstia Y?

14

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________
31) Um lote contm 50 peas boas (B) e 10 peas defeituosas (D). Uma pea
escolhida ao acaso e, sem reposio desta, outra pea escolhida ao acaso.
Qual a probabilidade de ambas serem defeituosas?
32) Em um lote da fbrica A existem 18 peas boas e 2 defeituosas. Em outro lote
da fbrica B, existem 24 peas boas e 6 defeituosas, e em outro lote da fbrica
C,

existem 38 peas boas e 2 defeituosas. Um dos trs lotes sorteado ao

acaso e dele extrada uma pea ao acaso. Qual a probabilidade da pea ser:
a) boa?

B) defeituosa?

33) As probabilidades de que duas pessoas A e B resolvam um problema so P(A) =


1/3 e P(B) = 3/5. Qual a probabilidade de que:
a) Ambos resolvam o problema?
b) Ao menos um resolva o problema?
c) Nenhum resolva o problema?
d) A resolva o problema mas B no?
e) B resolva o problema mas A no?
34) Numa urna h trs bolas azuis, duas brancas e uma marrom. Extraindo-se 3
bolas sucessivamente, com reposio, qual a probabilidade de sarem trs bolas
da mesma cor?
35) Uma prova consta de 5 testes, cada um com quatro alternativas das quais
apenas uma correta. Para algum que esteja respondendo aleatoriamente
uma alternativa em cada teste, qual a probabilidade de
a) acertar os 5 testes?

b) errar os 5 testes?

c) acertar apenas o primeiro teste?

d) acertar apenas um dos testes?

36) Em uma loteria com 30 bilhetes, 4 so premiados. Comparando-se 3 bilhetes,


qual a probabilidade de:

a) nenhum ser premiado?


b) Apenas um ser premiado?

15

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________
37) Um grupo de 50 moas classificado de acordo com a cor dos cabelos, e dos
olhos de cada moa, segundo a tabela.
Azuis

Castanhos

Loira

17

Morena

14

Ruiva

a) Se voc marca um encontro com uma dessas garotas, escolhida ao acaso,


qual a probabilidade dela ser
1) morena de olhos azuis

2) morena ou Ter olhos azuis?

b) Est chovendo quando voc encontra a garota. Seus cabelos esto cobertos,
mas voc percebe que ela tem olhos castanhos. Qual a probabilidade de que
ela seja morena?
7-RESPOSTAS
5) a. 1/5 b. 1/10

c. 3/10

d. 6/25

6) 4/3
7) a. 1/2 b. 1/9 c. 5/12
8) 4/45
9) a. 7/8 b.5/8 c.3/4
10) a. 3/8 b. 7/8 c. 91/120

d. 1/8

11) a. 4/33

b. 5/11

c. 31/33

b.14/25

c.11/25

12) 5/12
13) a. 7/10

d. 43/53

14) a.3/4 b. 1/2 c. 1


15) 5/8 e 5/6
16) a. 56/180

b. 38/180

c. 1/30

17) 35/108
18) 5/9
19) 25/1848 25/1848 6/11
20) a. 3/20

b. 3/10

c. 18/20

21) a. 35/72

b.13/16

c. 4/7 d. 3/13

22) 5/18
23) 1/2
24) a. 5/11

b. 3/22

16

d. 9/20

Probabilidade
Oscar Luiz Teixeira de Rezende
__________________________________________________________
25) a. 17/20

b. 3/25

c. 1/25

d. 31/100

e. 69/100

26) 1/3
27) a. 1/5 b. 1/15
28) a. 3/14

c. 2/15

b. 3/56

d. 4/15

e. 8/15

c. 4/11

29) 2/93
30) 0,42
31) 3/118
32) a. 53/60

b. 7/60

33) a. 1/15

b. 11/15

c.4/15 d. 2/15

d. 2/15

34) 1/6
35) a. 1/1024

b. 243/1024 c. 81/1024

36) a. 130/203

b. 65/203

37) a. 1. 2/25

a.2. 19/25

d. 405/1024

b. 7/13

8-BIBLIOGRAFIA

TRIOLA, Mario F. Introduo a Estatstica. 7 ed Rio de janeiro: LTC , 1999.


STEVENSON, William J. Estatstica aplicada administrao. So Paulo: Editora
Harbra LTDA, 1988.
CRESPO, Antnio Armont. Estatstica fcil. So Paulo: Editora Saraiva, 1996.
SILVA, Medeiros da Silva, SILVA, Elio Medeiros, GONALVES, Valter, MUROLO,
Antnio Carlos. Estatstica Para os Cursos de Economia, Administrao e Cincias
Contbeis. 2a ed, Vol 1 e 2. So Paulo: Editora Atlas S.A, 1997.

17

Das könnte Ihnen auch gefallen