RACIOCÍNIO LÓGICO

PROBABILIDADE

Carreiras Policiais
Licenciado para Camila Gomes Lobo CPF 076.616.711-90, celular (61) 998720277 - Protegido por PONTO JURIS - Carreiras Polici
 PROBABILIDADE

A Probabilidade é um ramo da Estatística que estuda fenômenos aleatórios, ou seja, aqueles

em que não é possível prever com certeza o resultado.

Embora o resultado de um único experimento seja incerto, quando repetimos esse experimento
várias vezes, podemos observar um padrão de comportamento.

Por exemplo: ao lançarmos uma moeda comum muitas vezes, esperamos que
aproximadamente metade das vezes apareça cara e na outra metade, coroa.

Assim, a probabilidade busca quantificar o grau de chance de um evento acontecer, mesmo

quando há incerteza individual nos resultados.

Espaço Amostral

O Espaço Amostral (ou Universo, representado por U) é o conjunto de todos os resultados

possíveis de um experimento aleatório.

Exemplo: Ao lançar um dado comum de 6 faces, os resultados possíveis são:

𝑈 = {1,2,3,4,5,6}

Portanto, o espaço amostral é formado por seis resultados possíveis, cada um correspondendo
a uma das faces do dado.

Evento

Um evento é qualquer subconjunto do espaço amostral — isto é, um ou mais resultados

específicos que queremos observar.

Exemplo: No lançamento de um dado, considere o evento A = “sair um número par”.

Nesse caso:

𝐴 = {2,4,6}

O evento A contém 3 elementos, o que representamos como:

𝑛(𝐴) = 3

Observação Importante

• Cada elemento do espaço amostral é chamado de resultado possível.

• Um evento pode conter um único resultado (evento simples) ou vários resultados
(evento composto).
• O evento impossível é aquele que não contém nenhum elemento (∅).
• O evento certo é aquele que contém todos os elementos do espaço amostral.

Licenciado para Camila Gomes Lobo CPF 076.616.711-90, celular (61) 998720277 - Protegido por PONTO JURIS - Carreiras Polici
 Definição de Probabilidade

A probabilidade mede o grau de chance de ocorrência de um determinado evento dentro de um

conjunto de possibilidades conhecidas.

Pela definição clássica, a probabilidade de um evento A acontecer é dada pela razão entre:

• o número de casos favoráveis (resultados que interessam), e

• o número de casos possíveis (todos os resultados do experimento).

nuˊ mero de casos favoraˊ veis 𝑛(𝐴)

𝑃(𝐴) = =
nuˊ mero total de casos possıˊveis 𝑛(𝑈)

Exemplo: Vamos supor o lançamento de um dado comum de 6 faces.

• O espaço amostral é:

𝑈 = {1,2,3,4,5,6}

Assim, o número de elementos de 𝑈é 𝑛(𝑈) = 6.

• Considere o evento A = “sair um número maior que 4”, ou seja:

𝐴 = {5,6}

Então, o número de elementos do evento A é 𝑛(𝐴) = 2.

Logo, a probabilidade de o evento A ocorrer é:

𝑛(𝐴) 2 1
𝑃(𝐴) = = = ≈ 0,33
𝑛(𝑈) 6 3

Portanto, há aproximadamente 33% de chance de sair um número maior que 4 no lançamento

de um dado.

Condição Importante: Para utilizar a definição clássica, todos os resultados possíveis devem
ter a mesma chance de ocorrer — ou seja, o experimento deve ser equiprovável.

Se os resultados não forem igualmente prováveis, não podemos aplicar essa fórmula.

Exemplo: Se uma moeda for viciada e tiver mais chance de cair “cara” do que “coroa”, o
experimento não é equiprovável, e, portanto, não podemos usar a definição clássica de
probabilidade.

Licenciado para Camila Gomes Lobo CPF 076.616.711-90, celular (61) 998720277 - Protegido por PONTO JURIS - Carreiras Polici
 Casos Especiais:

• A probabilidade do espaço amostral completo (ou evento certo) é sempre igual a 1:

𝑛(𝑈)
𝑃(𝑈) = =1
𝑛(𝑈)

• A probabilidade de um evento impossível (que não pode ocorrer) é 0:

𝑃(∅) = 0

• Nenhum evento pode ter probabilidade negativa ou superior a 1:

0 ≤ 𝑃(𝐴) ≤ 1

Probabilidade Condicional

A probabilidade condicional mede a chance de um evento A ocorrer, sabendo que outro

evento B já aconteceu.

Em outras palavras, trata-se da probabilidade de A acontecer dentro do contexto de B.

Exemplo: Imagine que, em uma escola, há alunos que estudam Matemática (M) e Física (F),
conforme a tabela:

Matemática Física Total

Meninos 30 50 80
Meninas 40 80 120
Totais 70 130 200

Queremos saber: Qual é a probabilidade de um estudante escolhido ao acaso estar cursando

Matemática, sabendo que é menino?

Interpretação:

Chamemos:

• E → “estudar Matemática”
• H → “ser menino”

Sabemos que:

• 𝑛(𝐻) = 80(há 80 meninos no total)

• 𝑛(𝐸 ∩ 𝐻) = 30(30 meninos estudam Matemática)

A probabilidade condicional é dada pela razão entre a interseção dos dois eventos e a
probabilidade do evento já ocorrido:

Licenciado para Camila Gomes Lobo CPF 076.616.711-90, celular (61) 998720277 - Protegido por PONTO JURIS - Carreiras Polici
 𝑃(𝐸 ∩ 𝐻) 𝑛(𝐸 ∩ 𝐻)
𝑃(𝐸 ∣ 𝐻) = =
𝑃(𝐻) 𝑛(𝐻)

Aplicando ao exemplo:

𝑛(𝐸 ∩ 𝐻) 30 3
𝑃(𝐸 ∣ 𝐻) = = = = 0,375
𝑛(𝐻) 80 8

Portanto, a probabilidade de um aluno ser de Matemática, sabendo que é menino, é 37,5%.

Interpretação conceitual

A probabilidade condicional restringe o espaço amostral ao evento que já ocorreu.

Ou seja, não consideramos mais todos os casos possíveis, e sim apenas os casos em que o
evento conhecido (condição) aconteceu.

Atenção! Para utilizar corretamente a probabilidade condicional:

• É necessário que o evento condicionante tenha probabilidade diferente de zero (ou

seja, o evento realmente possa ocorrer).
• O espaço amostral de análise muda — passamos a olhar somente para o subconjunto
de resultados compatíveis com o evento já ocorrido.

Teorema da Multiplicação

O Teorema da Multiplicação permite calcular a probabilidade da interseção entre dois

eventos, utilizando a probabilidade condicional.

Em outras palavras, ele mostra a chance de dois eventos ocorrerem simultaneamente.

Fórmula Geral

A partir da definição de probabilidade condicional:

𝑃(𝐴 ∩ 𝐵)
𝑃(𝐵 ∣ 𝐴) =
𝑃(𝐴)

Podemos reorganizar essa expressão para obter a probabilidade da interseção:

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐵 ∣ 𝐴) × 𝑃(𝐴)

Essa fórmula também pode ser escrita como:

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴 ∣ 𝐵) × 𝑃(𝐵)

Licenciado para Camila Gomes Lobo CPF 076.616.711-90, celular (61) 998720277 - Protegido por PONTO JURIS - Carreiras Polici
 Exemplo prático: Em uma empresa, 300 funcionários são divididos conforme o setor e o turno:

Manhã Tarde Total

Administrativo 60 90 150
Operacional 90 60 150
Totais 150 150 300

Queremos saber:

Qual é a probabilidade de escolher um funcionário que seja do turno da manhã e do setor

administrativo?

Passo 1: Probabilidade de ser do turno da manhã

𝑛(𝑀) 150 1
𝑃(𝑀) = = =
𝑛(𝑈) 300 2

Passo 2: Probabilidade condicional de ser do setor administrativo, sabendo que trabalha de

manhã

𝑛(𝐴 ∩ 𝑀) 60 2
𝑃(𝐴 ∣ 𝑀) = = =
𝑛(𝑀) 150 5

Passo 3: Aplicando o Teorema da Multiplicação

𝑃(𝐴 ∩ 𝑀) = 𝑃(𝐴 ∣ 𝑀) × 𝑃(𝑀)

2 1 1
𝑃(𝐴 ∩ 𝑀) = × = = 0,2
5 2 5

Portanto, a probabilidade de selecionar um funcionário do setor administrativo que trabalha

no turno da manhã é 0,2 (ou 20%).

Interpretação:

O Teorema da Multiplicação mostra que:

A probabilidade de dois eventos ocorrerem ao mesmo tempo é igual à probabilidade de um

deles acontecer multiplicada pela probabilidade condicional do outro, dado que o primeiro
ocorreu.

Casos especiais:

• Se os eventos forem independentes (ou seja, um não influencia o outro), então:

𝑃(𝐴 ∣ 𝐵) = 𝑃(𝐴)

Logo, a fórmula se simplifica para:

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) × 𝑃(𝐵)

Licenciado para Camila Gomes Lobo CPF 076.616.711-90, celular (61) 998720277 - Protegido por PONTO JURIS - Carreiras Polici
 Independência de Eventos

Dois eventos são independentes quando a ocorrência de um não influencia a ocorrência do

outro.

Em outras palavras, saber que um evento aconteceu não altera a probabilidade de o outro
ocorrer.

Exemplo simples: O resultado do lançamento de uma moeda não interfere no lançamento de

um dado — são eventos independentes.

Relação com a Probabilidade Condicional

Se os eventos A e B forem independentes, então a probabilidade condicional de um dado o

outro já ter ocorrido é igual à probabilidade simples desse evento:

𝑃(𝐵 ∣ 𝐴) = 𝑃(𝐵)e𝑃(𝐴 ∣ 𝐵) = 𝑃(𝐴)

Ou seja, saber que A ocorreu não altera a chance de B acontecer, e vice-versa.

Importante lembrar:

Se dois eventos são independentes, seus complementares também serão independentes.

Assim, se A e B são independentes, então A, B, ¬A e ¬B são todos independentes entre si.

Probabilidade da Interseção de Eventos Independentes

A probabilidade de dois eventos independentes ocorrerem ao mesmo tempo é dada pelo

produto de suas probabilidades:

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) × 𝑃(𝐵)

Exemplo: Considere o lançamento de dois dados.

1
• Evento A: obter o número 3 no primeiro dado → 𝑃(𝐴) = 6
1
• Evento B: obter o número 4 no segundo dado → 𝑃(𝐵) = 6

Como os lançamentos são independentes, temos:

1 1 1
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) × 𝑃(𝐵) = × =
6 6 36

Portanto, a chance de obter 3 no primeiro dado e 4 no segundo é 1 em 36.

Licenciado para Camila Gomes Lobo CPF 076.616.711-90, celular (61) 998720277 - Protegido por PONTO JURIS - Carreiras Polici
 Casos com mais de dois eventos

Se tivermos vários eventos independentes, a probabilidade de todos ocorrerem

simultaneamente será o produto de todas as probabilidades:

𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑃(𝐴) × 𝑃(𝐵) × 𝑃(𝐶)

Exemplo: Se a probabilidade de um aluno acertar uma questão é 0,8, e as questões são

independentes, a probabilidade de ele acertar as três primeiras questões é:

𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 0,8 × 0,8 × 0,8 = 0,512

Dica: Sempre que o enunciado mencionar expressões como “sem influência”, “sem
dependência” ou “eventos independentes”, você deve multiplicar as probabilidades.

Complemento: Muitas questões pedem a probabilidade de “pelo menos um evento ocorrer”.

Nesses casos, é mais prático usar a probabilidade complementar:

𝑃(pelo menos um) = 1 − 𝑃(nenhum)

Teorema de Bayes

O Teorema de Bayes é uma ferramenta utilizada para inverter a probabilidade condicional.

Ele permite calcular a probabilidade de um evento A ter ocorrido, sabendo que outro evento
B foi observado — mesmo que originalmente conheçamos apenas a probabilidade inversa (B
dado A).

Em resumo, o Teorema de Bayes nos ajuda a atualizar probabilidades com base em novas
informações.

Exemplo prático: Uma empresa divide seus clientes em três grupos, de acordo com o perfil de
crédito:

Grupo Percentual de clientes Probabilidade de inadimplência

A 40% 1% (0,01)
B 50% 5% (0,05)
C 10% 10% (0,10)

Sabemos que um cliente ficou inadimplente.

Queremos saber: Qual é a probabilidade de esse cliente pertencer ao Grupo A, dado que ele está
inadimplente?

Em outras palavras, queremos calcular 𝑃(𝐴 ∣ 𝐼).

Licenciado para Camila Gomes Lobo CPF 076.616.711-90, celular (61) 998720277 - Protegido por PONTO JURIS - Carreiras Polici
 Passo 1: Relembrando a probabilidade condicional

𝑃(𝐴 ∩ 𝐼)
𝑃(𝐴 ∣ 𝐼) =
𝑃(𝐼)

Pelo Teorema da Multiplicação, temos:

𝑃(𝐴 ∩ 𝐼) = 𝑃(𝐼 ∣ 𝐴) × 𝑃(𝐴)

Passo 2: Aplicando o Teorema da Probabilidade Total

O evento I (inadimplência) pode ocorrer em qualquer um dos três grupos.

Logo, a probabilidade total de inadimplência é:

𝑃(𝐼) = 𝑃(𝐴)𝑃(𝐼 ∣ 𝐴) + 𝑃(𝐵)𝑃(𝐼 ∣ 𝐵) + 𝑃(𝐶)𝑃(𝐼 ∣ 𝐶)

Substituindo os valores do exemplo:

𝑃(𝐼) = (0,4)(0,01) + (0,5)(0,05) + (0,1)(0,10)

𝑃(𝐼) = 0,004 + 0,025 + 0,010 = 0,039

Passo 3: Aplicando o Teorema de Bayes

𝑃(𝐼 ∣ 𝐴) × 𝑃(𝐴)
𝑃(𝐴 ∣ 𝐼) =
𝑃(𝐼)
0,01 × 0,4 0,004
𝑃(𝐴 ∣ 𝐼) = = ≈ 0,103
0,039 0,039

Resultado: Há aproximadamente 10,3% de chance de o cliente inadimplente pertencer ao

grupo A.

Interpretação:

O Teorema de Bayes é amplamente utilizado para atualizar probabilidades quando novas

evidências aparecem.

É muito comum em contextos como:

• Diagnósticos médicos (ex.: probabilidade de ter uma doença dado um exame positivo);
• Análises de risco;
• Sistemas de detecção (fraudes, segurança, spam etc.);
• Aprendizado de máquina (inteligência artificial probabilística).

Fórmula Geral do Teorema de Bayes

𝑃(𝐵 ∣ 𝐴𝑖 ) × 𝑃(𝐴𝑖 )
𝑃(𝐴𝑖 ∣ 𝐵) =
∑𝑃(𝐵 ∣ 𝐴𝑗 ) × 𝑃(𝐴𝑗 )

Licenciado para Camila Gomes Lobo CPF 076.616.711-90, celular (61) 998720277 - Protegido por PONTO JURIS - Carreiras Polici
 onde:

• 𝐴𝑖 são eventos mutuamente exclusivos e exaustivos;

• 𝑃(𝐵 ∣ 𝐴𝑖 )é a probabilidade condicional de B dado 𝐴𝑖 ;
• 𝑃(𝐴𝑖 ∣ 𝐵)é a probabilidade revisada (ou atualizada);
• O denominador representa a probabilidade total de B.

Complemento Importante: Algumas questões exigem a probabilidade complementar,

especialmente quando pedem a chance de não ocorrer um evento:

𝑃(𝐴′ ) = 1 − 𝑃(𝐴)

Resumo da Aula – Probabilidade

Definição Clássica de Probabilidade

nuˊ mero de casos favoraˊ veis 𝑛(𝐴)

𝑃(𝐴) = =
nuˊ mero total de casos possıˊveis 𝑛(𝑈)

A probabilidade de todo o espaço amostral é:

𝑃(𝑈) = 1

Probabilidade da União (caso geral)

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

Exemplo: Sair número par ou maior que 4 em um dado.

Probabilidade da União (eventos mutuamente exclusivos)

Quando A e B não podem ocorrer juntos, temos:

𝑃(𝐴 ∩ 𝐵) = 0

Logo:

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)

Exemplo: Sair cara ou coroa em um lançamento de moeda.

Teorema do Evento Complementar

O complemento de um evento A é o conjunto dos resultados em que A não ocorre.

𝑃(𝐴′ ) = 1 − 𝑃(𝐴)

Licenciado para Camila Gomes Lobo CPF 076.616.711-90, celular (61) 998720277 - Protegido por PONTO JURIS - Carreiras Polici
 Exemplo: Se 𝑃(𝐴) = 0,7, então 𝑃(𝐴′ ) = 0,3.

Probabilidade Condicional

Usada quando sabemos que outro evento já ocorreu:

𝑃(𝐴 ∩ 𝐵)
𝑃(𝐵 ∣ 𝐴) =
𝑃(𝐴)

Exemplo: Probabilidade de um aluno ser aprovado sabendo que estudou.

Teorema da Multiplicação

Determina a probabilidade da interseção de dois eventos, a partir da probabilidade

condicional:

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐵 ∣ 𝐴) × 𝑃(𝐴)

Exemplo: Probabilidade de ser mulher e aprovada em uma seleção.

Eventos Independentes

Dois eventos são independentes quando a ocorrência de um não afeta o outro:

𝑃(𝐵 ∣ 𝐴) = 𝑃(𝐵)

Assim:

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) × 𝑃(𝐵)

Exemplo: Lançar uma moeda e um dado — os resultados não interferem entre si.

Teorema de Bayes

Usado para inverter a probabilidade condicional, ou seja, descobrir 𝑃(𝐴 ∣ 𝐵)conhecendo 𝑃(𝐵 ∣
𝐴).

𝑃(𝐵 ∣ 𝐴𝑖 ) × 𝑃(𝐴𝑖 )
𝑃(𝐴𝑖 ∣ 𝐵) =
𝑃(𝐵 ∣ 𝐴1 )𝑃(𝐴1 ) + 𝑃(𝐵 ∣ 𝐴2 )𝑃(𝐴2 ) + 𝑃(𝐵 ∣ 𝐴3 )𝑃(𝐴3 )

Exemplo: Probabilidade de um exame positivo indicar realmente a presença de uma doença.

Licenciado para Camila Gomes Lobo CPF 076.616.711-90, celular (61) 998720277 - Protegido por PONTO JURIS - Carreiras Polici