1 Enquadramento Conceptual

O estudo da Estatı́stica, em particular da teoria das probabilidades, alicerça-se em conceitos fundamentais

que servem de base para a análise de fenómenos aleatórios. Dentre estes, o espaço amostral emerge como
um dos pilares centrais.

1.1 Definição de Espaço Amostral (Ω)

O espaço amostral, denotado por Ω, corresponde ao conjunto de todos os resultados possı́veis de um
experimento aleatório. Cada resultado individual é um elemento do espaço amostral e é designado por
”ponto amostral”. A sua determinação é o primeiro passo crucial para a resolução de qualquer problema
de probabilidade, pois define o universo de possibilidades a ser considerado.
• Exemplo Didático 1: O lançamento de uma moeda honesta. Os resultados possı́veis são ’Cara’
(C) ou ’Coroa’ (K). Assim, o espaço amostral é Ω = {C, K}. O número de elementos, ou cardina-
lidade do conjunto, é |Ω| = 2.
• Exemplo Didático 2: O lançamento de um dado convencional de 6 faces. Os resultados possı́veis
são os números de 1 a 6. Portanto, o espaço amostral é Ω = {1, 2, 3, 4, 5, 6}. O número de elementos
é |Ω| = 6.

1.2 Inter-relações e Distinções

O conceito de espaço amostral está intrinsecamente ligado ao de evento. Um evento é qualquer subcon-
junto do espaço amostral. Por exemplo, no lançamento de um dado, o evento ”obter um número par”é
o conjunto {2, 4, 6}, que é um subconjunto de Ω = {1, 2, 3, 4, 5, 6}. A principal distinção reside na sua
natureza: o espaço amostral é o conjunto exaustivo de todas as possibilidades, enquanto um evento é
uma seleção especı́fica e intencional dessas possibilidades.

2 Resolução Taxonómica dos Exercı́cios

A seguir, a resolução dos exercı́cios propostos, seguindo uma abordagem taxonómica para garantir clareza
e precisão.

2.1 Exercı́cio 1: Seleção de Bolas com Reposição

Cenário: Uma urna contém 10 bolas azuis (A) e 10 bolas vermelhas (V). Três bolas são selecionadas
ao acaso com reposição e as cores são anotadas. Análise: O experimento consiste na extração de 3
bolas com reposição. A cor de cada bola é registada, e o processo é repetido. Como a extração é com
reposição, o resultado de cada extração é independente do anterior, e o conjunto de cores disponı́veis
mantém-se constante (Azul ou Vermelha) para cada uma das três extrações. Espaço Amostral (Ω):
Cada ponto amostral será uma sequência de três cores. As possibilidades para cada extração são A ou
V. As combinações possı́veis são:
• 1ª Extração: A ou V (2 opções)
• 2ª Extração: A ou V (2 opções)
• 3ª Extração: A ou V (2 opções)
O espaço amostral pode ser representado como um conjunto de triplos ordenados:
Ω = {(c1 , c2 , c3 )|ci ∈ {A, V }}
Para listar todos os elementos, utilizamos um diagrama de árvore mental ou uma enumeração sistemática:
Ω = {(A, A, A), (A, A, V ), (A, V, A), (A, V, V ), (V, A, A), (V, A, V ), (V, V, A), (V, V, V )}
Número de Elementos (|Ω|): Utilizamos o Princı́pio Fundamental da Contagem. Para cada uma das
três posições (as três extrações), temos 2 opções de cor.
|Ω| = 2 × 2 × 2 = 23 = 8
Fundamentação: O cálculo é baseado no princı́pio multiplicativo, uma vez que cada extração é um
evento independente com 2 resultados possı́veis, e a ordem da extração é relevante.

1
2.2 Exercı́cio 2: Soma das Faces de Dois Dados
Cenário: Dois dados são lançados simultaneamente e estamos interessados na soma das faces observadas.
Análise: O experimento envolve o lançamento de dois dados. O resultado de cada dado pode variar de 1
a 6. O que se observa é a soma dos valores das faces superiores. Espaço Amostral (Ω): O menor valor
possı́vel para a soma ocorre quando ambos os dados mostram 1 (1+1 = 2). O maior valor possı́vel ocorre
quando ambos mostram 6 (6 + 6 = 12). O espaço amostral é o conjunto de todas as somas possı́veis.

Ω = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}

Número de Elementos (|Ω|): A cardinalidade do espaço amostral é o número de elementos distintos

no conjunto de somas.
|Ω| = 11
Fundamentação: Neste caso, o espaço amostral não é o conjunto de pares ordenados de resultados dos
dados, mas sim o conjunto de todas as somas possı́veis. A ordem do par de dados, para este problema,
não importa, pois o que se observa é apenas a soma, ou seja, (1,2) e (2,1) levam ao mesmo resultado, o
3, que é o que nos interessa. Este é um aspeto fundamental a ter em conta.

2.3 Exercı́cio 3: Sexo de Crianças em Famı́lias com 3 Filhos

Cenário: Em uma cidade, famı́lias com 3 crianças são selecionadas ao acaso, anotando-se o sexo de
cada uma. Análise: O experimento é similar ao da seleção de bolas com reposição, mas com ”sexos”em
vez de ”cores”. Para cada criança, há duas possibilidades: Rapaz (R) ou Rapariga (S). A ordem em que
o sexo de cada criança é registado é relevante. Espaço Amostral (Ω): Cada ponto amostral é uma
sequência de 3 sexos.
Ω = {(s1 , s2 , s3 )|si ∈ {R, S}}
Enumerando todas as possibilidades:

Ω = {(R, R, R), (R, R, S), (R, S, R), (R, S, S), (S, R, R), (S, R, S), (S, S, R), (S, S, S)}

Número de Elementos (|Ω|): Para cada uma das três crianças, há 2 opções de sexo.

|Ω| = 2 × 2 × 2 = 23 = 8

Fundamentação: O cálculo baseia-se no princı́pio da contagem, onde o número total de resultados

possı́veis é o produto do número de resultados para cada etapa independente.

2.4 Exercı́cio 4: Inspeção de Itens Industriais

Cenário: Três itens são selecionados diariamente em um processo industrial, inspecionados e classificados
como Defeituosos (D) ou Perfeitos (P). Análise: Este cenário é análogo aos dois anteriores (bolas e
crianças). Para cada um dos três itens, a classificação pode ser D ou P. A ordem da classificação é
relevante. Espaço Amostral (Ω): Cada ponto amostral é uma sequência de 3 classificações.

Ω = {(c1 , c2 , c3 )|ci ∈ {D, P }}

A enumeração das possibilidades:

Ω = {(D, D, D), (D, D, P ), (D, P, D), (D, P, P ), (P, D, D), (P, D, P ), (P, P, D), (P, P, P )}

Número de Elementos (|Ω|):

|Ω| = 2 × 2 × 2 = 23 = 8
Fundamentação: A contagem é baseada no princı́pio multiplicativo, com cada um dos três itens a ter
2 resultados possı́veis e independentes.

2
2.5 Exercı́cio 5: Lançamento de Dois Dados Idênticos
Cenário: Dois dados idênticos e sem qualquer vı́cio foram lançados simultaneamente, e o resultado
apresentado pela face superior de cada um deles foi anotado. Análise: Este exercı́cio difere do Exercı́cio
2, pois o que se anota não é a soma, mas sim o resultado de cada dado. A particularidade é que os dados
são ”idênticos”. No entanto, a forma como os resultados são anotados (”...o resultado apresentado pela
face superior de cada um deles foi anotado”) sugere que a ordem é relevante para a formação do par
ordenado de resultados. Por exemplo, (1, 2) e (2, 1) são resultados distintos, a menos que se considerem
os dados indistinguı́veis. Na maioria dos contextos de probabilidade, e para um rigor matemático, a
distinção é feita para manter a equiprobabilidade dos resultados. O par (1, 2) pode ser obtido de
duas formas: o primeiro dado dá 1 e o segundo dá 2, ou vice-versa. Assim, a ordem importa para a
determinação do espaço amostral. Espaço Amostral (Ω): O espaço amostral é o conjunto de todos os
pares ordenados de resultados possı́veis.

Ω = {(d1 , d2 )|d1 , d2 ∈ {1, 2, 3, 4, 5, 6}}

Alguns dos elementos:

Ω = {(1, 1), (1, 2), ..., (1, 6), (2, 1), (2, 2), ..., (6, 6)}
Número de Elementos (|Ω|): Para o primeiro dado, há 6 resultados possı́veis. Para o segundo,
também há 6.
|Ω| = 6 × 6 = 62 = 36
Fundamentação: A contagem é o produto cartesiano do conjunto de resultados de cada dado. A for-
mulação ”dados idênticos”pode gerar um equı́voco, mas a descrição ”anotado o resultado apresentado
pela face superior de cada um deles”sugere que eles são tratados como distinguı́veis para fins de conta-
gem do espaço amostral. Se fossem considerados indistinguı́veis, o espaço amostral seria menor, mas a
probabilidade de cada resultado não seria a mesma, o que seria uma violação da equiprobabilidade, um
pressuposto padrão para dados ”sem vı́cio”. A distinção é, portanto, a abordagem matematicamente
mais correta e didática.

3 Glossário
• Espaço Amostral (Ω): O conjunto de todos os resultados possı́veis de um experimento aleatório.
– Exemplo 1: No lançamento de um dado de 6 faces, o espaço amostral é Ω = {1, 2, 3, 4, 5, 6}.
– Exemplo 2: No lançamento de duas moedas, o espaço amostral é Ω = {(C, C), (C, K), (K, C), (K, K)},
onde C = Cara e K = Coroa. A ordem do par é importante.
• Ponto Amostral: Um resultado individual e único de um experimento aleatório. É um elemento
do espaço amostral.
– Exemplo 1: No lançamento de um dado, o número 4 é um ponto amostral.
– Exemplo 2: Na extração de uma bola, a cor ”Vermelha”é um ponto amostral.
• Princı́pio Fundamental da Contagem: Um método para determinar o número total de resul-
tados possı́veis de uma sequência de eventos independentes.
– Exemplo 1: Se há 3 calças e 2 camisas, o número de combinações de roupa é 3 × 2 = 6.
– Exemplo 2: O número de senhas de 3 dı́gitos (0-9) é 10 × 10 × 10 = 1000.
• Cardinalidade: O número de elementos de um conjunto. É denotado por |A|, onde A é o conjunto.

– Exemplo 1: A cardinalidade do conjunto de dias da semana, A = {domingo, segunda, ...,

sábado}, é |A| = 7.
– Exemplo 2: Para o conjunto de números pares de 1 a 10, B = {2, 4, 6, 8, 10}, a cardinalidade
é |B| = 5.
• Equiprobabilidade: Situação em que todos os resultados de um experimento têm a mesma
probabilidade de ocorrer.

3
 – Exemplo 1: No lançamento de um dado honesto, a probabilidade de obter qualquer face é
1/6.
– Exemplo 2: A probabilidade de um nascimento ser rapaz ou rapariga é, em teoria, 1/2.

• Princı́pio Multiplicativo: Variação do Princı́pio Fundamental da Contagem, que estipula que se

um evento pode ocorrer de m formas e um segundo evento, independentemente do primeiro, pode
ocorrer de n formas, então ambos os eventos podem ocorrer de m × n formas.

4 Que conceitos foram vistos aqui?

A presente explanação abordou os seguintes conceitos fundamentais:
• Espaço Amostral: O conjunto exaustivo de todos os resultados possı́veis de um experimento
aleatório. A sua definição e a forma de o determinar foram o foco principal da resolução dos
exercı́cios.

• Ponto Amostral: Cada resultado individual que compõe o espaço amostral.

• Princı́pio Fundamental da Contagem / Princı́pio Multiplicativo: O método utilizado para
quantificar a cardinalidade do espaço amostral, especialmente em cenários com eventos indepen-
dentes.

• Cardinalidade: O número de elementos de um conjunto, neste caso, o número de pontos amos-

trais.
• Equiprobabilidade: O pressuposto teórico de que todos os resultados têm a mesma probabilidade,
crucial para a correta interpretação de cenários como o lançamento de dados.
E estes conhecimentos, para hábil manuseio, pressupõem o conhecimento prévio de:

• Teoria de Conjuntos: Noções básicas de conjuntos, elementos, subconjuntos e cardinalidade.

• Combinatória: Princı́pios básicos de contagem, incluindo permutações e combinações, embora o
foco aqui tenha sido no princı́pio multiplicativo.

5 Sugestões de Tópicos Relacionados para Domı́nio Exaustivo

5.1 Sugestões de Tópicos para Fundamentação e Ampliação:
• Conceito de Evento e Probabilidade: Aprofundar a relação entre o espaço amostral e os
eventos, calculando a probabilidade de eventos simples e compostos.
• Experimentos Aleatórios com e sem Reposição: Estudar a diferença no cálculo do espaço
amostral e da probabilidade em cenários onde os elementos são ou não repostos após a seleção.

• Princı́pio Aditivo da Contagem: Complementar o conhecimento do princı́pio multiplicativo

com o aditivo, que se aplica a eventos mutuamente exclusivos.
• Probabilidade Condicional e Teorema de Bayes: Introdução a conceitos mais avançados de
probabilidade, que dependem diretamente da definição correta do espaço amostral.

5.2 Sugestões de Tópicos para o Domı́nio Pericial Completo:

• Distribuições de Probabilidade: Estudo das diferentes distribuições (binomial, de Poisson,
normal) e como o espaço amostral e os eventos se relacionam com elas.

• Análise Combinatória Avançada: Aprofundar o estudo de permutações, arranjos e com-

binações, incluindo as variações com repetição e sem repetição.
• Espaços Amostrais Contı́nuos: Introdução a cenários onde o espaço amostral não é discreto,
mas sim um intervalo de números reais (por exemplo, tempo de vida de uma lâmpada), e a relação
com as funções de densidade de probabilidade.

4
 • Cálculo da Probabilidade em Casos de Não-Equiprobabilidade: Análise de cenários com
resultados não equiprováveis (por exemplo, um dado viciado) e como isso altera o cálculo das
probabilidades, embora o espaço amostral permaneça o mesmo.

6 Relatório
Não foram realizadas alterações ao conteúdo do pedido, uma vez que a solicitação era de resolução
e explicação técnica. A resposta foi estruturada e modulada de acordo com as diretrizes de ”Estru-
tura Agradável e Didática”(1.3), ”Profundidade Gentil e Comunicação Inclusiva”(1.6), e ”Taxonomia e
Identação”(sem numeração). Os conceitos foram explicitamente definidos e os exemplos didáticos (5.3)
foram fornecidos para cada caso, com a justificação da metodologia adotada, antecipando as nuances
(5.5) nos exercı́cios de dados. A supressão de informações foi deliberadamente evitada, e a estrutura de
resposta pós-textual foi integralmente aplicada.