Probabilidade

e Variáveis
Aleatórias
Ednei Strapassan
 Probabilidade e
Variáveis Aleatórias

Introdução
Alguns questionamentos sobre o significado da palavra probabilidade sempre
aparecem no nosso cotidiano. Mas será que, realmente, sabemos qual é o seu
sentido? Qual seria a sua importância no nosso dia a dia? É fato que, muitas vezes,
fizemos ou recebemos questionamentos cujos resultados dependiam do cálculo de
probabilidades. O cálculo dessas e de outras probabilidades pode auxiliar-nos nos
processos de tomada de decisões.

Objetivos da Aprendizagem
Ao final do conteúdo, esperamos que você seja capaz de:

• Conhecer e compreender o Princípio Fundamental da Contagem (PFC).

• Compreender espaço amostral, experimento e eventos.
• Conhecer e entender as variáveis.

2
Noções de Probabilidade
Os cálculos relacionados à probabilidade geralmente têm relação direta com o uso dos
resultados da análise combinatória. A análise combinatória é a parte da matemática
que se preocupa com a representação de possibilidades de ocorrência de certa
variável, sem que seja necessário desenvolvê-la. No exemplo a seguir, mostraremos
agrupamentos.

Dado o conjunto de quatro algarismos A = {1,2,3,4}, precisamos saber a quantidade de

números de três algarismos que conseguiremos formar apenas com esses elementos.
Temos, então, que formar o maior número de agrupamentos de três algarismos que
for possível. Sem a utilização de fórmulas, poderíamos preceder da seguinte maneira.

3 123
2
4 124
2 132
1 3
4 134
2 142
4
3 143

3 213
1
4 214
1 231
2 3
4 234
1 241
4
3 143

2 312
1
4 314
4 324
3 2
2 322
1 341
4
2 342

2 412
1
3 413
1 421
4 2
3 423
2 432
3
1 431

Figura 1 - Agrupamentos de números

Fonte: Elaborada pelo autor (2021).
#PraTodosVerem: na imagem, há a representação de um gráfico com cálculo
de análise combinatória.

Nesse esquema, observamos que é possível formar 24 agrupamentos de 3 algarismos

com os algarismos 1,2,3 e 4. Obviamente, existe uma fórmula que possibilita saber
essa quantidade sem que um esquema como esse seja produzido.

3
Princípio Fundamental da Contagem (PFC), fatorial de um
número natural, arranjo, permutação e combinação

Em análise combinatória, o princípio fundamental da contagem consiste em separar os

problemas em etapas, sendo que a quantidade total de possibilidades será o produto
das possibilidades de cada etapa.

Por exemplo, se uma senha de espera para o atendimento em determinado local é

composta por um número de 1 a 9, seguido de uma letra qualquer, quantas senhas
diferentes poderiam ser formadas dessa maneira? Como existem nove possibilidades
para o primeiro dígito; e como há 26 letras para o segundo, temos que, de acordo
com o princípio fundamental da contagem, o número total de possibilidades será
o produto entre 9 e 26:

T = 9 x 26 = 234

Figura 2 - Princípio fundamental da contagem

Fonte: Plataforma Deduca (2023).
#PraTodosVerem: na imagem, há uma disposição de bonecos interligados, que
representam o princípio fundamental da contagem.

O exemplo das senhas conta com apenas duas etapas, embora esse princípio possa
ser aplicado, também, a problemas de análise combinatória com mais etapas.

4
O princípio fundamental da contagem evidencia que, se um evento ocorre em
situações sucessivas e independentes; que, se a primeira situação ocorre de
formas; e que, se a segunda ocorre de formas, a terceira situação ocorrerá de
formas. Isso acontecerá sucessivamente, até a enésima ocorrência (
). Assim, a quantidade total de situações desse evento é dada pela seguinte fórmula:

Exemplo 1

Determinaremos quantos múltiplos de 5 podemos formar com números naturais de

dois algarismos. Os números naturais se iniciam por zero, mas isso não é considerado
um número com dois algarismos. Portanto, esses números devem começar não
com zero, e, sim, com os outros algarismos – 1,2,3,4,5,6,7,8 e 9. Então, temos nove
possibilidades para a primeira posição. Agora, para que o número resultante seja
múltiplo de 5, sabemos que deve terminar ou em zero ou em 5. Então, para essa
posição, há duas possibilidades. Ao multiplicarmos essas duas possibilidades, 9
e 2, obteremos o resultado dos números múltiplos de cinco com dois algarismos
existentes. Logo, 18 é o número procurado.

Figura 3 - Princípio fundamental da contagem

Fonte: Plataforma Deduca (2023).
#PraTodosVerem: na imagem, há uma calculadora e vários números soltos ao
seu redor, representando o princípio fundamental da contagem.

5
Exemplo 2

Suponha que você possua 5 pares de tênis e 12 pares de meias; e que deseja saber
de quantas formas diferentes poderá utilizar um par de tênis com um par de meias.
Usando o raciocínio do princípio de contagem, devemos multiplicar a quantidade
de tênis pela quantidade de meias. Isso nos dará o resultado pretendido. Portanto,
dispomos de 60 maneiras diferentes de usar um par de tênis com um par meias.

O PFC pode ser aplicado aos diferentes tipos de problemas combinatórios:

• • produto cartesiano,
• • arranjo,
• • permutação e
• • combinação.

Fatorial de um número

Podemos definir o fatorial de um número qualquer como uma expressão cuja função
é determinar um número sucessor com a ajuda do anterior ou dos anteriores. Tal
processo recebe o nome de recursividade. Podemos, ainda, utilizar a seguinte notação,
em que n é um número natural:

O fatorial de n é o produto dos números antecessores de n até 1, o que indicamos com

n!.

1. 4! = [Link] = 24
2. 7! = [Link].3.2.1 = 5040
3. Por definição, 0! = 1

Reflita
Sejam e números inteiros, tais que , chamaremos de
combinação de n elementos k a k ao número resultante.

6
Combinação

Um resultado básico de contagem em que o número de conjuntos distintos com

elementos retirados de uma amostra com elementos, considerando que a ordem de
retirada não é importante, é dado por .

denota o número (chamado fatorial).

Por exemplo, suponha que haja um grupo com cinco pessoas (A, B, C, D, E) do qual se
deseja escolher três representantes. Os grupos que podem ser formados, ignorando
a ordem dos integrantes, são indicados pelas triplas ABC, ABD, ABE, ACD, ACE, ADE,
BCD, BCE, BDE e CDE. Note que dez grupos podem ser formados. Essa contagem
poderia ter sido feita com a fórmula indicada anteriormente:

Curiosidade
O fatorial de um número qualquer pode ser definido como uma
expressão cuja função é determinar um número sucessor com a
ajuda do anterior ou dos anteriores.

Exemplo 3

Por exemplo, em um restaurante, existem oito tipos de vegetal. Desses, um cliente

deverá escolher cinco para compor a sua salada. De quantas maneiras diferentes
podemos montar uma salada nesse restaurante?

Podemos notar que, nesse exemplo, a ordem dos vegetais não importa, visto que a
salada continuará a mesma. Assim, é um exercício de análise combinatória que usará
a seguinte combinação:

7
Então, a partir da combinação dos tipos de vegetais disponíveis, podem ser
formados 56 tipos de saladas diferentes.

Figura 4 - Fatorial de um número

Fonte: Plataforma Deduca (2023).
#PraTodosVerem: na imagem, há um piso escuro e, sobre ele, oito parafusos
dispostos em círculo, representando o fatorial de um número.

Arranjo

Quando a ordem ou posição dos elementos verificados importa, estamos diante de um

caso de arranjo simples. É o caso de campeonatos, de competições, de torneios etc.,
em que ser o primeiro colocado é diferente de ser o segundo, e vice-versa. Se tivermos
elementos diferentes agrupados na forma a elementos, o cálculo desse arranjo
será dado pela seguinte fórmula:

8
Exemplo 4

Em um campeonato de futebol com 20 times, qual seria o número total de possibilidades

para os três primeiros colocados? Aqui, temos 20 times que se agruparão de três em
três. Pela fórmula, temos o seguinte:

Portanto, temos 6840 possibilidades para os três primeiros colocados.

Exemplo 5

Em um torneio de futebol com oito times, quantos jogos podem ser realizados no
turno e no returno do torneio? Turno e returno significam que as partidas de ida são
diferentes das de volta.

Portanto, teríamos 56 partidas nesse torneio.

Calcular o fatorial de um número é identificar qual é o produ-

to desse número por seus antecessores.

Por ter como função principal analisar e contar todas as possíveis combinações,
o cálculo dos agrupamentos acaba tendo fundamental importância na
probabilidade, sendo considerado um pré-requisito para utilização qualquer
calculo envolvendo a probabilidade.

Permutação

A permutação simples determina a quantidade de formas ou agrupamentos possíveis

entre certo número de objetos ou coisas, de forma que a diferença entre cada grupo
seja apenas pela mudança de posição cálculo:

Pn significa permutação simples de elementos distintos.

9
Exemplo 6

Suponha que você tenha cinco livros diferentes e que deseja saber de quantas formas
podem ser empilhados. Como a posição de cada livro não importa, temos um caso de
permutação simples: .

Portanto, você poderá empilhar seus cinco livros de 120 formas diferentes.

Uma permutação com elementos repetidos acontece quando em um conjunto de n

elementos, alguns destes são iguais.

Na fórmula para determinar o número de permutações com repetição, dividimos o

fatorial do número total n de elementos, pelo produto entre os fatoriais dos elementos
que se repetem.

pn é o número de permutações de n elementos.

a, b, c, ... são os números de elementos de cada tipo que se repetem.

n! é o fatorial do número total de elementos n.

Por exemplo: Determinar quantas permutações existem para a palavra ANA. Fazemos
anagramas com a palavra ANA.

Podemos perceber que algumas são iguais, como

ANA / ANA

AAN / AAN

NAA / NAA

A quantidade de permutações simples com 3 elementos é dada por

Porém, algumas permutações se repetem e não podem ser contadas duas vezes.
Assim, devemos dividir o valor de P3 (pois a palavra possui três letras), por P2 (pois a
letra A se repete duas vezes).

Assim, a quantidade de permutações para as letras da palavra ANA é igual a 3.

10
 Figura 5 - Permutação
Fonte: Plataforma Deduca (2023).
#PraTodosVerem: na imagem, há uma prateleira com um conjunto de livros
enfileirados, que representam a permutação.

11
Experimento aleatório, espaço amostral, evento, operações
com eventos, regras básicas de probabilidade, probabilidade
condicional, independência de eventos e teorema de Bayes

Figura 6 - Experimento aleatório

Fonte: Plataforma Deduca (2023).
#PraTodosVerem: na imagem, há um conjunto de letras do alfabeto, represen-
tando um experimento aleatório.

Uma variável aleatória aparece quando repetimos várias vezes procedimentos

semelhantes, mas eles apresentam resultados imprevisíveis. Para determinar os
resultados de um experimento aleatório é necessário identificar o espaço amostral e
as características escolhidas.

Se for o espaço amostral de um experimento aleatório, uma função que

leva cada em um valor é chamada de variável aleatória.

O espaço amostral elenca todas as situações que podem estar presentes na análise de
determinado evento. Indica todos os casos possíveis, pois traz todas as combinações
de resultados.

12
Em fenômenos aleatórios tais como lançamento de uma moeda, de um dado, extração
de uma carta de um baralho entre outros, temos que todos os resultados possíveis
tem a mesma chance de ocorrer. Assim, por exemplo no lançamento de uma moeda
a probabilidade do evento cara ou coroa ocorrer são igualmente prováveis, ou seja, a
probabilidade atribuída a cada um é 1/2.

Imagine que estejamos interessados em descrever o espaço amostral do lançamento

de um dado de seis faces. O espaço amostral nos fornecerá os resultados que
poderemos obter com o lançamento do referido dado. Sabemos que os resultados
possíveis são = {1; 2; 3; 4; 5; 6}. Então, é esse o espaço amostral para o lançamento
de um dado de seis faces. É extremamente simples a construção do espaço amostral.
Esse conceito é de fundamental importância para calcular as probabilidades de alguns
eventos, como veremos a seguir.

Exemplo 7

Considerando um lançamento de dois dados não viciados de seis faces, qual é o

espaço amostral?

Inicialmente, é preciso detalhar todos os resultados que podem ser encontrados com
o lançamento em questão:
(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)
(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)

Assim, o espaço amostral é dado por = {(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), (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)}.

Se for o espaço amostral de um determinado experimento aleatório, chamamos

de evento qualquer subconjunto . Geralmente, os eventos são descritos por
alguma característica ou condição que se deseja verificar na amostra. No entanto, a

13
definição em termos da teoria de conjuntos nos deixa claro que essas características
e condições literais devem ser convertidas em informações numéricas.

Figura 7 - Eventos
Fonte: Plataforma Deduca (2023).
#PraTodosVerem: na imagem, há um livro de capa marrom com diversos núme-
ros e letras saindo dele, representando os eventos.

Exemplo 8

Considere um experimento de lançamento de um dado convencional. Suponha que

você esteja interessado no evento “observar número par”. Em termos de conjunto,
.

Saiba mais
O evento é chamado de evento impossível, enquanto o evento
(que é o espaço amostral) é chamado de evento certo.

14
Exemplo 9

Considere o experimento de lançamento de uma moeda, em que existem duas

possibilidades: K = cara e C = coroa.

Podemos observar vários eventos nesse experimento.

• O evento “observar ao menos duas caras” pode ser representado pelo conjunto
.
• O evento “não observar caras” consiste em apenas um elemento: .
• O evento “retirar ao menos uma cara e ao menos uma coroa” corresponde ao
conjunto
• O evento “retirar quatro caras” soa estranho, porque só lançamos a moeda
três vezes. De fato, não pertence ao espaço amostral . Logo, tal evento não
pode ocorrer. Isso significa que, ao evento “retirar quatro caras”, cor-
responde o conjunto vazio, .
• O evento “retirar três faces quaisquer” também pode soar estranho, por ser
óbvio que sempre ocorrerá. De fato, o conjunto que representa esse evento é
, o próprio espaço amostral.

Figura 8 - Cara e coroa

Fonte: Plataforma Deduca (2023).
#PraTodosVerem: na imagem, há duas moedas de bronze, sendo uma de cada
face (cara e coroa).

Para calcular as probabilidades de determinados eventos, precisamos elencar os

casos favoráveis e os casos possíveis. Os casos favoráveis são os eventos que
estamos interessados em observar. Já os casos possíveis são todos os elementos
presentes no espaço amostral.

15
Para calcular a probabilidade de determinado evento, devemos efetuar a divisão do
número de casos favoráveis pelo número de casos possíveis. Podemos escrever isso
em formato de equação:

é a probabilidade de ocorrência de um evento; é o número de casos

favoráveis – ou seja, o número de casos em cuja ocorrência estamos interessados;
e é o número de casos possíveis, que pode ser obtido por meio da análise do
espaço amostral.

Propriedades de probabilidades

É uma função P(.) que associa números reais aos elementos do espaço amostral e
satisfaz as condições seguintes:

1.
2.
3.
4. .

Se for o evento complementar de A, então .

Exemplo 10

Em uma universidade, foi selecionada uma amostra de 500 alunos que cursaram
a disciplina de Estatística. Entre as questões levantadas, estava a seguinte: “você
gostou da disciplina de Estatística?”. De 240 homens, 140 responderam que sim. De
260 mulheres, 200 responderam que sim. Então, qual é a probabilidade de um aluno
escolhido aleatoriamente ser homem?

Teorema da soma

Dados dois eventos, A e B, a probabilidade de, pelo menos, um ocorrer é igual à

soma das probabilidades de cada um menos a probabilidade de ambos acontecerem
simultaneamente:

16
P(A ∪ B) = P(A) + P(B) − P(A ∩ B).

Se A e B forem mutuamente exclusivos, teremos P(A∩B) = 0.

Assim, P(A ∪ B) = P(A) + P(B).

Exemplo 11

Considere o experimento de lançamento de um dado e os seguintes eventos:

A = {sair número 5};

B = {sair número par};

C = {sair número ímpar}.

Sendo assim, determine o valor de Ω, P(A), P(B), P(C), P(A∪B), P(A∪C) e P ( ).

Exemplo 12

Um estudo realizado por uma empresa de recursos humanos mostrou que 45% dos
funcionários de uma multinacional saíram da empresa porque estavam insatisfeitos
com seus salários; 28% porque consideraram que a empresa não possibilitava o seu
crescimento profissional; e 8% indicaram insatisfação tanto com o salário como com
a impossibilidade de crescimento profissional.

Considere o evento S como o em que um funcionário sai da empresa em razão do

salário; e o evento I como o em que um funcionário sai da empresa em razão da

17
impossibilidade de crescimento profissional. Sendo assim, qual é a probabilidade de
um funcionário sair da empresa ou devido à insatisfação com o salário ou devido à
insatisfação com a impossibilidade de crescimento profissional?

Em diversas situações, pode existir a necessidade de encontrar a probabilidade de

ocorrência de um evento que leve em conta outro evento. Para essa probabilidade, é
dado o nome probabilidade condicional, sendo sua definição demonstrada a seguir.

Considerando dois eventos, A e B, a probabilidade condicional de A, dado que B tenha

ocorrido, é representada por P(A|B) e é calculada da seguinte forma:

A notação P(A/B) é lida como a probabilidade de A ocorrer, considerando que B tenha

ocorrido antes. Dessa definição, é obtida a regra da multiplicação, aplicada, com
frequência, no cálculo de probabilidades:

Na independência de eventos, temos o seguinte. Sendo A e B dois eventos de um

espaço amostral, com P(B) > 0, o evento A é dito independente do evento B se P (A | B)
=P(A) – ou seja, o evento A é independente do evento B se a probabilidade de A não for
afetada pela ocorrência ou não de B. Se A e B são independentes, temos que

P (A ∩ B) = P (A).P(B)
Para demonstrar as relações entre os eventos, analisaremos a seguinte situação.
Um avião com 150 passageiros parte de Curitiba com destino a Salvador, na Bahia.
Durante esse voo, os passageiros responderam a duas questões, que consideraremos
eventos.

1. Já viajou de avião antes? (primeiro evento)

2. Já esteve na Bahia? (segundo evento)

18
 Passageiros
Passageiros
viajando de
Eventos que já tinham Total
avião pela
viajado de avião
primeira vez

Passageiros que
não conheciam a 85 25 110
Bahia

Passageiros que
já conheciam a 20 10 40
Bahia

Total 105 35 150

Tabela 1 - Número de passageiros em função dos eventos

Fonte: Elaborada pelo autor (2021).
#PraTodosVerem: na tabela, o número de passageiros em função dos eventos
considerados.

A partir disso, um passageiro que nunca viajou de avião é escolhido. Nesse caso,
qual seria a probabilidade de já conhecer a Bahia? Temos que, no primeiro evento, ele
“nunca viajou de avião”. Sendo assim, o número de casos possíveis se reduz a 105 (de
acordo com a tabela). Nesse espaço amostral reduzido, temos que os passageiros
que já conheciam a Bahia são 20. Logo, a probabilidade é expressa da seguinte forma:

Note que esse número corresponde à probabilidade de o passageiro escolhido conhecer

a Bahia, ao mesmo tempo em que viaja de avião pela primeira vez. A probabilidade
condicional do evento A, dado B P(A|B), é indicada por P (já conhece a Bahia | primeira
vez que viaja de avião)

Assim, segundo a tabela acima, podemos concluir que

• 20 é o número de passageiros que já estiveram na Bahia e estão viajando a

primeira vez de avião;
• 105 é o número total dos passageiros que já viajaram de avião.

19
Logo,
𝑃 𝑗á 𝑐𝑜𝑛ℎ𝑒𝑐𝑒 𝑎 𝐵𝑎ℎ𝑖𝑎⁄𝑝𝑟𝑖𝑚𝑒𝑖𝑟𝑎 𝑣𝑒𝑧 𝑞𝑢𝑒 𝑣𝑖𝑎𝑗𝑎 𝑑𝑒 𝑎𝑣𝑖ã𝑜 =

Assim, temos que os eventos A e B de um espaço amostral finito e não vazio (Ω) pode
ser expresso da seguinte maneira:

Figura 9 - Eventos
Fonte: Plataforma Deduca (2023).
#PraTodosVerem: na imagem, uma mão toca um quadro virtual, representando
eventos diversos.

Teorema do produto

Da definição de probabilidade condicional P(A|B) = P(A∩B) P(B), podemos obter o

teorema do produto, que nos permite calcular a probabilidade da ocorrência simultânea
de dois eventos. Sejam A e B eventos de Ω, a probabilidade de A e B ocorrerem juntos
é dada por P (A ∩ B) = P(A) P(B|A), com P(A) > 0 ou P(A ∩ B) = P(B) P(A|B), com P(B)
> 0. Dois eventos, A e B, são independentes quando a ocorrência de um não altera a
probabilidade de ocorrência do outro. Assim, P(A ∩ B) = P(A) P(B).

20
Teorema de Bayes

É uma fórmula matemática utilizada para o cálculo da probabilidade de um evento

com base em outro que tenha ocorrido, fato esse que é chamado de probabilidade
condicional. O teorema de Bayes é expresso, matematicamente, na forma da seguinte
equação:

• P(B|A): probabilidade de B acontecer dado que A ocorreu;

• P(A): probabilidade de A ocorrer;
• P(B): probabilidade de B ocorrer.

Exemplo 13

Considerando que um casal tenha dois filhos, qual é a probabilidade de ambos serem
meninos, dado que um foi confirmado como menino?

Para calcular essa probabilidade, precisamos definir alguns eventos e probabilidades.

Defininamos os eventos:

• A – dois filhos meninos (evento desejado);

• B – um dos filhos é um menino (evento dado).

Definidos os eventos, definamos algumas das probabilidades de que precisamos para

o cálculo:

• P(A) – probabilidade de que os dois filhos sejam meninos;

• P(B) – probabilidade de que um filho seja um menino.

Com cálculos simples, chegamos à conclusão de que a probabilidade de que os dois

filhos sejam meninos é de ¼. Assumindo que a probabilidade de que uma criança seja
menino seja de ½, então a probabilidade de que um dos filhos do casal seja menino é
de ¾. Podemos concluir, também, que P(B|A) – ou seja, a probabilidade de que um dos
filhos seja menino, dado que os dois são meninos – é de 1.

Sendo assim, temos o seguinte:

• P(A) = ¼;
• P(B) = ¾;
• P(B|A) = 1.

21
Assim, aplicando o Teorema de Bayes, temos o seguinte cálculo:

Saiba mais
No teorema de Bayes, a quantidade do numerador sempre será um
dos termos do denominador. Vale ressaltar, também, que P(A ∩ B)
= P(B ∩ A).

Variável aleatória, função discreta de probabilidade, valor

esperado e variância de uma variável aleatória discreta

Os fenômenos aleatórios apresentam realizações das mais diversas naturezas.

Enquanto as alturas das pessoas recebem, como resposta, um número real, o
fenômeno sexo biológico das pessoas recebe, como resposta, uma de duas opções
– ou masculino ou feminino. Cada um desses fenômenos pode ser considerado uma
variável, e suas observações ou respostas são os valores que a variável pode assumir.

Apesar do nome “variável” aleatória, tal conceito se refere a uma função. Um experimento
aleatório apresenta um espaço amostral . Em vez de estarmos interessados em cada
elemento de , podemos querer que estejam agrupados segundo alguma característica
quantificável. De fato, os resultados de podem ser qualitativos, mas, para fins práticos,
necessitamos quantificá-los de acordo com algum critério. Para isso, serve o conceito
de variável aleatória.

As variáveis aleatórias costumam ter algum significado relacionado a características

que se deseje verificar nos elementos de .

O espaço amostral elenca todas as situações possíveis em determinado evento. O

espaço amostral nos mostra todos os casos possíveis, pois traz todas as combinações
de resultados possíveis.

22
A variável aleatória é considerada uma variável quantitativa, tendo um resultado
dependente de fatores aleatórios. Como exemplos, há os seguintes:

• o número de faces “cara” obtidas nos lançamentos de uma moeda;

• o número de produtos com algum tipo de defeito retirados de um lote de ma-
neira aleatória;
• o número de laranjas com algum tipo de problema em um pacote;
• o número de pessoas que entram em uma loja em um período de tempo.

Podemos definir variável aleatória como uma função que faz a associação entre
determinado elemento pertencente a um espaço amostral e um respectivo número
real. De outra maneira, uma variável aleatória pode ser definida como uma função
que associa um valor numérico a cada ponto de um espaço amostral. É denominada
discreta quando puder assumir apenas um número finito ou infinito de valores; e será
chamada de contínua quando assumir valores em um intervalo de uma reta real.
Comumente, são utilizadas letras latinas na representação das variáveis aleatórias.

Figura 10 - Probabilidade
Fonte: Plataforma Deduca (2023).
#PraTodosVerem: na imagem, há dois dados de cor vermelha, representando a
probabilidade.

A função discreta de probabilidade atribui, a cada valor da variável aleatória, a sua

probabilidade – ou seja, P(X = xi ) = p(xi ), i = 1, 2, ...., n. Aqui, estamos considerando que
a variável aleatória discreta tenha um número finito de valores possíveis. A distribuição
de probabilidade pode ser demonstrada pelo quadro seguinte, que associa, a cada
valor de X, a sua probabilidade.

23
 x p(x)

x1 p(x1)

x2 p(x2)

x3 p(x3)

. .

. .

. .

xn p(xn)

Tabela 2 - Valores de X e suas probabilidades

Fonte: Elaborado pelo autor (2021).
#PraTodosVerem: no quadro, em duas colunas, há valores de X e suas probabi-
lidades de ocorrência.

A variável aleatória de interesse pode ser definida como o número de coroas obtido
no lançamento das três moedas – c= cara e k= coroa; X é igual ao número de coroas.

Resultados X
c,c,c 0

c,c,k 1

c,k,c 1

c,k,k 2

k,c,c 1

k,c,k 2

k,k,c 2

k,k,k 3

Tabela 3 - Variável aleatória

Fonte: Elaborado pelo autor (2021).
#PraTodosVerem: no quadro, em duas colunas, há letras que representam
resultados e valores de X.

Nas distribuições de probabilidade, podem ser definidas as mesmas medidas de

tendência central e de dispersão analisadas nas distribuições de frequências. A média
de uma variável aleatória X, chamada, também, de valor esperado ou de esperança
matemática, será representada por E(X) e será definida da seguinte maneira:

24
É possível perceber, pela definição de E(X), que, para calcular a média de uma variável
aleatória, é preciso multiplicar cada valor da variável pela sua correspondente
probabilidade e somar os produtos resultantes. Assim, o valor esperado pode ser
interpretado como uma média ponderada dos xi.

Considerando que a e b são constantes; e que X é uma variável aleatória, podemos

definir o seguinte:

1. E(a) = a
2. E(bX) = bE(X)
3. E(X + a) = E(X) + a
4. E(a + bX) = a + bE(X)

A variância de uma variável aleatória X será definida como

Var(X)=E[(X−E(X))2].

Como já vimos, o desvio padrão, (s,) é a raiz quadrada da variância.

25
 Figura 11 - Variância
Fonte: Plataforma Deduca (2023).
#PraTodosVerem: na imagem, há várias moedas sobre uma tabela com meses
do ano e um gráfico com valores financeiros, representando a variância.

No cotidiano, algumas variáveis aleatórias aparecem, com frequência, em diferentes

situações práticas. Uma análise atenta e detalhada dessas variáveis pode ser muito
importante para a construção de modelos probabilísticos com o objetivo de estimar
parâmetros e de calcular probabilidades.

26
Conclusão
Neste conteúdo, vimos que os cálculos relacionados à probabilidade geralmente têm
relação direta com o uso dos resultados da análise combinatória. A análise combinatória
é a parte da matemática que se preocupa com a representação de possibilidades de
ocorrência de certa variável, sem que seja necessário desenvolvê-las.

Estudamos que o princípio fundamental da contagem consiste em separar os

problemas em etapas, sendo que a quantidade total de possibilidades será o produto
das possibilidades de cada etapa.

O fatorial de um número qualquer, segundo o que vimos, pode ser definido como
uma expressão cuja função é determinar um número sucessor com ajuda do anterior
ou dos anteriores. Quando a ordem ou posição dos elementos verificados importar,
estaremos diante de um caso de arranjo simples.

Por fim, no Teorema de Bayes, que é uma fórmula de probabilidade que calcula a
possibilidade de um evento acontecer, com base em um conhecimento que pode estar
relacionado ao evento. Sendo muito utilizado, por exemplo, na analise de investimentos
na Bolsa de valores.

27
Referências
ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS, T. A. Estatística aplicada à administração
e economia. São Paulo: Thomson Learning, 2003.

LEVINE, D. M.; BERENSON, M. L.; STEPHAN, D. Estatística: teoria e aplicações usando

Microsoft Excel em português. Rio de Janeiro: LTC, 2000.

MAGALHÃES, M. N.; LIMA, A. C. P. de. Noções de probabilidade e estatística. São

Paulo: Universidade de São Paulo, 2004.

28