Probabilidade
Introdução
Na primeira parte do curso, vimos que a análise de um conjunto de dados por meio de técnicas
numéricas e gráficas permite que tenhamos uma boa ideia da distribuição dos dados nesse conjunto.
A partir das distribuições de frequências relativas, podemos ter estimativas de probabilidades de
ocorrências de certo eventos, como por exemplo, ao conhecer a distribuição de frequências dos
cursos da Fatec Cotia, podemos estimar a probabilidade de escolher, ao acaso, um aluno do curso
de COMEX.
Com suposições adequadas, e sem observarmos diretamente um fenômeno aleatório, podemos criar
um modelo teórico que reproduza de maneira razoável a distribuição do fenômeno. Esses modelos
são chamados de modelos probabilísticos.
Probabilidade
Na estatística, situações marcadas pela possibilidade de ocorrência de mais de um resultado
possível são analisadas com o auxílio das probabilidades.
A probabilidade estuda o risco e o acaso em eventos futuros, determinando se é provável ou não
seu acontecimento.
A probabilidade representa o desafio de prever um resultado futuro em função da multiplicidade
dos eventos cuja possibilidade de ocorrência é estudada.
O objetivo do estudo da teoria das probabilidades é demonstrar como os resultados imprevisíveis
acontecem.
Probabilidade: Definição
Em uma determinada situação, a probabilidade representa a relação entre: o número de eventos
(casos) favoráveis e o número de eventos (casos) possíveis.
Probabilidade: métodos
Para quantificar o número de eventos favoráveis e o número de eventos possíveis, alguns métodos
podem ser usados:
❏ Método clássico: quando o resultado é provável. Usamos em situações em que
sabemos, previamente, quais são os resultados possíveis.
Exemplos: dados, moedas, etc.
❏ Método empírico: depende da frequência de ocorrer o evento, determinada a partir de
uma série de observações práticas anteriores.
Exemplo: caso se conheça que dos 1000 alunos da Fatec, 200 são do curso de COMEX,
então, estima-se que a probabilidade de um aluno ser escolhido por acaso ser aluno de COMEX é
igual a 200/1000, ou seja, 20%. Neste caso, a probabilidade está associada à frequência relativa do
evento.
❏ Método subjetivo: a probabilidade é estimada com base em opinião pessoal, ou seja, de
modo subjetivo.
Exemplo: a probabilidade de um time ser campeão do campeonato brasileiro.
Problema 1
Alberto e Bruno disputaram uma partida de um jogo que termina quando um dos dois participantes
ganhar 3 rodadas. Para o vencedor, havia um prêmio de R$ 100,00. Alberto venceu as duas
primeiras rodadas, ou seja, ele estava ganhando por 2 a 0. Por um motivo externo, a partida precisou
ser interrompida e o prêmio foi dividido entre eles.
Quanto você acha que deve receber o jogador A e quanto deve receber o jogador B?
Problema 2
Calcule a probabilidade de chuva no próximo dia 12 de janeiro na cidade de São Paulo.
Problema 3
Em uma pesquisa realizada com 200 alunos de uma Faculdade, foi obtido o resultado apresentado
na tabela abaixo. Calcule a probabilidade de um aluno desse grupo, escolhido por acaso, ser:
a) Mulher
b) Homem e cursar Psicologia
c) Mulher que cursa Administração ou Ciência da Computação
d) Sabendo que foi escolhida uma mulher, a probabilidade dela cursar Psicologia
e) Sabendo que a pessoa cursa Processamento de Dados, a probabilidade de ser homem.
Alguns conceitos importantes
Para o estudo das probabilidades, alguns conceitos são importantes:
❏ Experimento aleatório: consiste em um fenômeno caracterizado por múltiplos
resultados possíveis.
❏ Espaço amostral é o conjunto de todos os resultados possíveis de um experimento
aleatório. O Espaço amostral costuma ser representado pela letra S ou Ω (ômega).
❏ Eventos são os fenômenos que desejamos calcular a probabilidade de ocorrência. Os
eventos representam subconjuntos dos resultados possíveis, ou seja, subconjuntos do
espaço amostral.
❏ Características importantes dos experimentos aleatórios:
❏ cada experimento poderá ser repetido indefinidamente sob condições
essencialmente inalteradas.
❏ embora não seja possível afirmar qual resultado particular ocorrerá, pode-se
descrever o conjunto de todos os resultados possíveis do experimento.
❏ quando o experimento for executado repetidamente, os resultados individuais
parecem ocorrer de forma acidental. Porém, quando o experimento for repetido um grande
número de vezes, uma regularidade surgirá. (Lei dos grandes números, p. 181)
Exemplo 1
Pense na probabilidade de:
1) Jogar um dado e tirar um número par.
2) Jogar uma moeda 3 vezes seguidas e tirar duas caras.
3) Em uma linha de produção de peças, a quantidade de ocorrer zero peças defeituosas em 8h
4) Em uma verificação de vida útil de lâmpadas, constatar que uma lâmpada durou menos de 3h
5) Em uma urna que contém 5 bolas pretas e 2 brancas, retirar uma bola preta.
1) Jogar um dado e tirar um número par.
Experimento aleatório: Joga-se um dado e observa-se o resultado
Espaço Amostral: S1 = { 1 , 2 , 3 , 4 , 5 , 6 }
Evento: A1 = { 2 , 4 , 6 }
P(A1) = 3 / 6 = 0,50 = 50%
2) Jogar uma moeda 3 vezes seguidas e tirar duas caras.
Experimento aleatório: Joga-se uma moeda três vezes e observa-se o
número de caras obtido
Espaço Amostral: S2 = { 0 , 1 , 2 , 3 }
Evento: A2= {2}
P(A2) = 3 / 8 = 0,375 = 37,5%
3) Em uma linha de produção de peças, a quantidade de correr zero peças
defeituosas em 8h
Experimento aleatório: conta-se o números de peças defeituosas produzidas em um
período de 8 horas
Espaço Amostral: S3 = { 0 , 1 , 2 , 3 , ... , n }
Evento: A3= {0}
Nesse caso, a probabilidade poderia estar associada à uma tabela de distribuição de
frequência coletada durante um certo período de tempo.
4) Em uma verificação de vida útil de lâmpadas, constatar que uma lâmpada durou menos de 3h
Experimento aleatório: Verificação da duração de vida útil de uma lâmpada fabricada.
Manteḿ-se a lâmpada ligada e anota-se o tempo (em horas) até sua queima.
Espaço Amostral: S4 = { t , t > 0 } ( tempo em horas de duração da lâmpada)
Evento: A4= { t < 3 }
Nesse caso, a probabilidade poderia estar associada à uma tabela de distribuição de
frequência coletada durante um certo período de testes.
5) Em uma urna que contém 5 bolas pretas e 2 brancas, retirar uma bola preta.
Experimento aleatório: retira-se uma bola e verifica-se sua cor
Espaço Amostral: S5 : { bola preta , bola branca}
Evento: A5= { bola preta }
P(A5) = 5 / 7
Relações entre eventos
Para situações que envolvem probabilidades de dois ou mais eventos, devemos utilizar os conceitos
de:
❏ União de eventos: ∪
❏ Intersecção de eventos: ⋂
❏ Complementar de um conjunto: AC
❏ Eventos disjuntos
União e Intersecção entre eventos
União (∪) entre eventos significa que um ou outro evento deve ser considerado.
São representados pela expressão ou e pelo símbolo ∪
Intersecção (⋂) entre eventos significa que apenas elementos em comum devem
ser considerados. São representados pela expressão e e pelo símbolo ⋂.
Exemplo 2: Considere os eventos A1 e A2:
A1 = { tirar resultado maior ou igual a 4 no lançamento de um dado } = { 4 , 5 , 6 }
A2 = { tirar resultado ímpar no lançamento de um dado } = { 1 , 3 , 5 }
Calcule:
a) P (A1 ∪ A2)
b) P (A1 ⋂ A2)
a) P (A1 ∪ A2)
A1 ∪ A2 = { 1 , 3 , 4 , 5 , 6 }
Espaço amostral: S = { 1 , 2 , 3 , 4 , 5 , 6 }
Portanto, a probabilidade de ocorrência do evento (A1 ou A2) é:
b) P (A1⋂ A2)
A1⋂ A2 = { 5 }
Espaço amostral: S = { 1 , 2 , 3 , 4 , 5 , 6 }
Portanto, a probabilidade de ocorrência do evento (A1 e A2) é:
Complementar de um conjunto
Considere o evento D.
O evento DC é o complementar do evento D.
O evento DC contém todos os elementos do espaço amostral que não pertencem a D.
Exemplo 3: Considere o evento D
D = { tirar o número 6 no lançamento de uma dado } = { 6 }
DC = { tirar exceto o número 6 no dado } = { 1 , 2 , 3 , 4 , 5 }
Portanto, as probabilidades do evento D e do evento DC são:
Eventos disjuntos
Eventos disjuntos são aqueles que não ocorrem simultaneamente. Não existe elemento comum entre
si. A ocorrência de um evento impede a ocorrência do outro.
Se A e B são disjuntos, então sua intersecção é o conjunto vazio: A ⋂ B = ∅.
Portanto, a probabilidade é: P (A ⋂ B) = 0.
Exemplo 4:
Evento A = {tirar um número par no lançamento de um dado}
Evento B = {tirar um número ímpar no lançamento de um dado}
P (A ⋂ B) = 0
Princípios básicos de probabilidades
1) A probabilidade de um evento ocorrer deve estar entre 0 e 1
Como a probabilidade apresenta a relação entre o número de eventos favoráveis e o número
de eventos possíveis, ou seja, uma parte do total, o resultado da probabilidade de um ou
mais eventos será um número entre 0 e 1 ou 0% e 100%.
2) A probabilidade do espaço amostral (S) é igual a 1
O espaço amostral abrange todos os eventos possíveis, assim, o número de casos
favoráveis é igual ao número de eventos possíveis.
P(S) = 1 = 100%
3) A probabilidade de ocorrência de um evento complementar é :
1 menos a probabilidade do evento
Como o evento AC é complementar do evento A, AC possui todos os elemento do espaço
amostral menos os elementos de A. P(AC ) = 1 - P(A)
Problema 4
a) Calcule a probabilidade de tirar um Rei ou um Valete de um baralho.
b) Calcule a probabilidade de tirar um Rei ou uma carta vermelha do baralho.
c) Em uma urna com 6 bolas vermelhas e 4 bolas brancas deseja-se sortear duas bolas com
reposição (a 1o bola é colocada novamente na urna para o 2o sorteio).
Calcule a probabilidade de sortear uma bola branca no 1o sorteio e uma bola vermelha no 2o
sorteio.
d) Em uma urna com 6 bolas vermelhas e 4 bolas brancas deseja-se sortear duas bolas sem
reposição (a 1o bola não é colocada na urna para o 2o sorteio). Calcule a probabilidade de
sortear uma bola branca no 1o sorteio e uma bola vermelha no 2o sorteio.
Principais teoremas
Para resolver problemas de probabilidades, é necessário conhecer e aplicar dois teoremas
fundamentais:
❏ Teorema da Soma
❏ Teorema do produto
Teorema da Soma
O teorema da soma aplica-se nas operações aditivas, geralmente envolvem a expressão ou e
representadas pelo união ∪. Podemos apresentar o teorema da soma para duas situações:
❏ Eventos disjuntos (não possuem elemento em comum)
Considere os eventos E1e E2 disjuntos E1⋂ E2= ∅
P(E1∪ E2) = P(E1) + P( E2)
❏ Eventos não disjuntos (possuem elemento em comum)
Considere os eventos E1e E2 disjuntos E1⋂ E2≠ ∅
P(E1∪ E2) = P(E1) + P( E2) - P(E1⋂ E2)
Aplicando os teoremas no Problema 4:
a) Calcule a probabilidade de tirar um Rei ou um Valete de um baralho.
E1: { tirar um Rei }
E2: { tirar um Valete }
Como os eventos são disjuntos (não possuem elemento em comum):
b) Calcule a probabilidade de tirar um Rei ou uma carta vermelha do baralho.
E1: { tirar um Rei }
E2: { tirar uma carta vermelha }
Como os eventos são não disjuntos (possuem elemento em comum):
Teorema do Produto
O teorema do produto aplica-se nas operações multiplicativas, geralmente envolvem a expressão e e
representadas pelo intersecção ⋂. Podemos apresentar o teorema da soma para duas situações:
❏ Eventos Independentes
Eventos independentes ocorrem quando a ocorrência de um evento independe da ocorrência
de um evento anterior. Considere os eventos E1 e E2 independentes:
❏ Eventos dependentes
Eventos dependentes ocorrem quando a ocorrência de um evento depende necessariamente
da ocorrência de um evento anterior. Considere os eventos E1 e E2 dependentes:
A expressão P(E2 /E1) significa: probabilidade de E2 dado que ocorreu E1
Aplicando os teoremas no Problema 4:
c) Em uma urna com 6 bolas vermelhas e 4 bolas brancas deseja-se sortear duas bolas com
reposição (a 1o bola é colocada novamente na urna para o 2o sorteio). Calcule a probabilidade de
sortear uma bola branca no 1o sorteio e uma bola vermelha no 2o sorteio.
E1 : { sortear uma bola branca no 1o sorteio }
E2: { sortear uma bola vermelha no 2o sorteio }
Como os eventos são independentes (o resultado do 2o sorteio não é influenciado pelo resultado do
1o sorteio), temos:
d) Em uma urna com 6 bolas vermelhas e 4 bolas brancas deseja-se sortear duas bolas sem
reposição (a 1o bola não é colocada na urna para o 2o sorteio). Calcule a probabilidade de sortear
uma bola branca no 1o sorteio e uma bola vermelha no 2o sorteio.
E1: { sortear uma bola branca no 1o sorteio }
E2: { sortear uma bola vermelha no 2o sorteio, sem repor o 1o sorteio}
Como os eventos são dependentes (o resultado do 2o sorteio depende do resultadodo 1o sorteio),
temos:
Referências
❏ Bruni, A. L. Estatística aplicada à gestão empresarial. 4. ed. São Paulo: Atlas, 2013.
❏ BUSSAB, W. O.; MORETTIN, P. A. Estatística Básica. São Paulo: Saraiva,2007.
❏ Silva, E. M... [et al.]. Estatística para cursos de economia, administração e ciências contábeis. 4.
ed. São Paulo: Atlas, 2010..