Estatstica e Probabilidade Computacional 1

CLCULO DAS PROBABILIDADES

J vimos temas como tipos de sries de dados (provenientes de amostras e populaes), organizao,
tabulao e grfico de dados (distribuies de frequncias), medidas estatsticas de posio (ou
tendncia central), de disperso (ou variabilidade) e de forma da distribuio.
Estes conhecimentos permitiram-nos analisar sries de dados, e obter algumas concluses sobre como
tais dados se distribuem em todo seu intervalo de variao ou ao redor de valores centrais como a sua
mdia. Logo a partir da organizao, apresentao e descrio dos dados observados, possvel fazer
anlise sobre o comportamento da varivel em estudo. Denominamos de Induo, resultados ou dados
observados, lanamos hipteses sobre o comportamento do fenmeno.
Agora, estamos interessados em compreender como podero ocorrer os resultados de uma varivel, a
partir de suposies sobre o problema em estudo, caracterizando assim o que denominamos de
raciocnio Dedutivo, que so hipteses sobre o comportamento de um fenmeno, tentamos prever os
resultados.
Em resumo, estamos interessados agora em realizar inferncias sobre a populao de onde foi extrada
a amostra. Para tanto, teremos que usar modelos matemtico-probabilsticos, o que nos obriga a
conhecer os aspectos fundamentais do Clculo de Probabilidades, sobre o qual se apresenta a
Estatstica Inferencial.

EXPERIMENTO ALEATRIO (E)

Todo processo desenvolvido para realizar observaes e obter dados com um determinado objetivo,
denominado experimento. Experimentos ou fenmenos aleatrios so aqueles que, mesmo repetidos
vrias vezes sob condies semelhantes, apresentam resultados que no se pode prever com certeza.
Exemplos:
E1: Retirar uma carta de um baralho de 52 cartas e observar se o naipe ouros.
E2: Lanar uma moeda e observar se a figura na face voltada para cima cara.
E3: Jogar um dado e observar se o nmero da face voltada para cima 5.

A anlise destes experimentos revela que:
- Cada experimento pode ser repetido indefinidamente sob as mesmas condies.
- No se conhece um particular resultado do experimento a priori (conhecimento anterior a toda
experincia), mas possvel descrever todos os possveis resultados.
- Quando o experimento repetido um grande nmero de vezes, surgir uma regularidade, ou seja,
uma estabilidade da frao f = r / n (freqncia relativa), onde n o nmero total de repeties e r
o nmero de sucessos de um particular resultado estabelecido antes da realizao. Esta caracterstica
de importncia fundamental para a avaliao da probabilidade do evento desejado.
Espao Amostral (S)
Definio: Para cada experimento aleatrio E, define-se o espao amostral S como o conjunto de todos
os possveis resultados desse experimento (CONJUNTO UNIVERSO).
Exemplos:
Para E = naipes de um baralho, ento S = {espada, paus, copas, ouros};
Para E = jogar duas moedas e observar o resultado, ento S = {cara, coroa};
Para E = lanar um dado e observar o n da face de cima, ento S = {1, 2, 3, 4, 5, 6}.
Evento
um subconjunto formado por um ou mais resultados do espao amostral.
Evento Elementar um resultado nico do espao amostral.
Evento Certo quando o evento corresponde ocorrncia do prprio espao amostral S.
Evento I mpossvel quando o evento corresponde a um conjunto vazio |.


Estatstica e Probabilidade Computacional 2

Exemplo: E = Lanar um dado de seis faces.
A = {2, 4, 6} contido em S: A um evento de S. (obter um nmero par)
B = {4} contido em S: B um evento elementar. (obter o nmero 4)
C = {1, 2, 3, 4, 5, 6} contido em S: C um evento certo. (obter o nmero 1 ou 2 ou 3 ou 4 ou 5 ou 6)
D = {8} no subconjunto de S. Logo D=| ,D um evento impossvel. (obter um nmero maior que
6)
Operaes com Eventos
A) COMPLEMENTO
O complemento de um evento A o evento A , formado por todos os
elementos do espao amostral que no estejam includos em A. o evento
que ocorre quando A no ocorre. Exemplo: Para o evento A acima, A =
{1, 3, 5}.

B) INTERSEO
A interseo dos eventos A e B gera um novo evento formado pelos
elementos comuns aos dois conjuntos, conforme ilustra o Diagrama de Venn
ao lado. Ocorre somente se A ocorre e B ocorre.

C) UNIO
A unio dos eventos A e B gera um novo evento formado pelos elementos
comuns e no comuns dos dois conjuntos. Ocorre se A ocorre, B ocorre ou
ambos.

Eventos Mutuamente Exclusivos
Dois eventos A e B so denominados mutuamente exclusivos, se eles no puderem ocorrer
simultaneamente, ou seja, a interseo entre elas vazia: A B = C
Exemplo: no lanamento de um dado, se A={1,3,5} e B={2,4,6}, ento A B = C

Eventos Independentes
Dois eventos A e B so denominados independentes, se a ocorrncia (ou no ocorrncia) de A, no
afeta a possibilidade de ocorrncia de B e vice-versa.

Probabilidade
Dado um experimento aleatrio E, e sendo S seu espao amostral, a probabilidade de um evento A
(denotada por P{A}) uma funo definida em S, que associa a cada evento um nmero real que
satisfaz as seguintes propriedades:
- 0 s P{A} s1;
- P{S} = 1;
- P{A U B} = P{A} + P{B} se A e B forem eventos mutuamente exclusivos.

A probabilidade terica de um evento obtida utilizando procedimentos de contagem (ANLISE
COMBINATRIA) dos casos favorveis ocorrncia do evento e de contagem de todos os casos
possveis:




OBS: A expresso P{A} acima uma consequncia da suposio de que todos os resultados sejam
igualmente verossmeis (ou equiprovveis), e portanto s deve ser aplicada quando essa suposio for
atendida.

) (
) (
} {
S n
A n
possveis eventos de nmero
A evento ao favorveis casos de nmero
A P = =
Estatstica e Probabilidade Computacional 3

EXEMPLO: Seja um experimento E = {jogar trs moedas e observar os resultados}
S =

Seja A o evento: {ocorrer pelo menos 2 caras}
S =

Tcnicas de Contagem ou Anlise Combinatria
Ajudam a determinar, sem necessidade de enumerao direta ou montagem de rvores de
possibilidades, o nmero de resultados possveis de um espao amostral.

PERMUTAES E ARRANJOS
Fornece o nmero de formas diferentes de organizao de um grupo, de forma que a ORDEM dos
elementos dentro do grupo levada em conta. A frmula geral para PERMUTAO de n elementos,
com (n r) :


Notas:
- Fatorial de um igual a 1. ( 1!=1 )
- Fatorial de zero igual a 1. ( 0!=1 )

EXEMPLOs:
a). Calcule o nmero de arranjos de 7 objetos tomados 5 a 5. (2.520)

b) De quantas maneiras diferentes, 5 pessoas podem se organizar em fila ?
Caso tpico de Permutao de 5 elementos, tomados 5 a 5: P(5,5) = 5! = 120.

c) Com 8 bandeiras diferentes, quantos sinais feitos com 3 bandeiras se podem obter ?
Como importa a ordem, trata-se de um Arranjo de 8 elementos tomados 3 a 3: P(8,3) = 8!/5!
e portanto P(8,3) = 8.7.6 = 336

COMBINAES
Quando a ORDEM dos elementos dentro do grupo no importa, mas apenas a quantidade de cada
elemento no grupo, utiliza-se a COMBINAO. A frmula para clculo de combinaes :



EXEMPLOs:
a) Com 8 pessoas, quantas comisses de 3 membros podem ser escolhidas?
Como a ordem das pessoas numa comisso no importa, temos C(8,3) = 8!/(5!.3!) = 8.7 = 56
comisses.

b) Um grupo de 8 pessoas formado de 5 homens e 3 mulheres. Quantas comisses mistas de 3
pessoas podem ser formadas, nas quais se tenha exatamente 2 homens?
Aqui temos que escolher 2 homens dentre 5 e 1 mulher dentre 3. Assim, o nmero procurado
C(5,2)C(3,1) = 10x3 = 30 comisses.

PRINCIPAIS TEOREMAS E PROPRIEDADES DA PROBABILIDADE
1. PROBABILIDADE DO CONJUNTO VAZIO
P{C} = 0 (evento impossvel)

2. PROBABILIDADE DO EVENTO CERTO
P{S} = 1 (evento certo)


( )
( )!
!
,
r n
n
r n P

=
( )
( )! !.
!
,
r n r
n
r n C

=
Estatstica e Probabilidade Computacional 4

3. PROBABILIDADE DO COMPLEMENTO
Se A o complemento do evento A, ento P{ A } = 1 P{A}

4. PROBABILIDADE DA UNIO DE EVENTOS (OU TEOREMA DA SOMA)
Se A e B so dois eventos quaisquer, ento P{A U B} = P{A} + P{B} P{A B}

EVENTO INTERSECO (TEOREMA DO PRODUTO): Ocorrer o evento A e o evento B. A
probabilidade de dois eventos A e B ocorrerem simultaneamente numa prova igual probabilidade
de um, multiplicada pela probabilidade condicional do outro em relao ao primeiro.
) / ( ) ( ) ( ) / ( ) ( ) ( B A P B P B A P ou A B P A P B A P - = - = .
Quando os eventos A e B forem independentes Quando a ocorrncia de um no influencia a
ocorrncia do outro, ento:
) ( ) ( ) ( B P A P B A P - =

Probabilidade Condicionada
Dados dois eventos A e B, denota-se P{A/B} probabilidade condicionada do evento A, quando B
tiver ocorrido. Pode ser obtida pela diviso da probabilidade conjunta P{A e B} pela probabilidade do
evento B.



De outra forma, P{A/B} a razo entre o n de vezes que A e B podem ocorrer e o n de vezes que B
pode ocorrer.
Se os eventos A e B forem independentes, ento P{A/B} = P{A} e P{B/A} = P{B}.

EXEMPLO: Um lote possui 20 peas defeituosas e 80 peas perfeitas. Seleciona-se 2 peas deste lote
sem reposio. Sejam os eventos:
A = {a primeira pea defeituosa} e B = {a segunda pea defeituosa}
Na retirada da primeira pea, temos P{A} = 20/100 = 1/5. Para calcularmos P{B}, preciso conhecer a
nova composio do lote no momento da extrao da segunda pea. Isto significa saber se A ocorreu
ou no.
Se A ocorreu, teremos agora 19 peas defeituosas e 80 perfeitas, o que implica em P{B/A} = 19/99.
Caso no tenha ocorrido A, teremos 20 peas defeituosas e 79 perfeitas, implicando em P{B/A} =
20/99.
Probabilidade da Interseo (ou Teorema do Produto)
Se A e B so dois eventos quaisquer, ento a probabilidade de ocorrncia simultnea dos dois eventos,
igual ao produto da probabilidade de um deles pela probabilidade condicional do outro, dado o
primeiro.


No caso do exemplo anterior, a probabilidade de ambas as peas serem defeituosas ser:











( )
( )
( )
( )
( )
( ) A P
B A P
A / B P , tambm e
B P
B A P
B / A P

= =
} B / A { P }. B { P } B A { P ou } A / B { P }. A { P } B A { P = =
495
19
99
19
.
5
1
} A / B { P }. A { P } B A { P = = =
Estatstica e Probabilidade Computacional 5

Teorema da Probabilidade Total
Seja A
1
, A
2
, A
3
,..., A
n
, n eventos MUTUAMENTE EXCLUSIVOS tais
que A
1
UA
2
U... UA
n
= S, (ou seja, o espao amostral particionado
em n eventos), e sejam P{A
i
} as probabilidades conhecidas dos
vrios eventos, e seja B um evento qualquer de S tal que sejam
conhecidas todas as probabilidades condicionais P{B/A
i
}. Ento,
para cada i tem-se que:



EXEMPLO 1: Retomemos o exemplo do lote com 20 peas defeituosas e 80 peas perfeitas.
Seleciona-se 2 peas deste lote sem reposio. Sejam os eventos:
A = {a primeira pea defeituosa} e B = {a segunda pea defeituosa}
Podemos agora calcular P{B} como:




Teorema de Bayes
Seja A
1
, A
2
, A
3
,..., A
n
, n eventos mutuamente exclusivos conforme item anterior (Probabilidade Total).
Ento, para cada i tem-se que:




Exerccios
1- Num lote de 12 peas, 4 so defeituosas, duas peas so retiradas aleatoriamente. Calcule:
a) A probabilidade de ambas serem defeituosas;
b) A probabilidade de ambas no serem defeituosas.

2- Qual a probabilidade de se obter um nmero par ao se lanar um dado?
3- Qual a probabilidade de se obter uma dama ao se retirar uma carta de um baralho?
4- Joga-se 2 dados; qual a probabilidade de:
a) A soma dos pontos obtidos ser 8 ?
b) O produto dos pontos obtidos ser 10 ?
c) Os pontos obtidos iguais ?

5- Em uma urna temos 4 bolas brancas e 6 bolas vermelhas. Vamos aleatoriamente retirar 2 bolas,
qual a probabilidade de:
a) Retirar 2 bolas brancas?
b) Retirar 2 bolas vermelhas?
c) Retirar 2 bolas azuis?

6- Numa urna com 10 bolas brancas e 8 vermelhas, qual a probabilidade de:
a) 2 brancas?
b) 2 vermelhas?
c) Uma branca e uma vermelha?

7- Qual a probabilidade de sair 5 ou 6 quando se joga um dado?
8- Qual a probabilidade de sair um nmero par ou um nmero menor que 3 quando se joga um
dado?
9- Retirando-se aleatoriamente uma carta de um baralho, qual a probabilidade de ocorrer figura
e espada?

=
= + + + =
n
1 i
i i n n 2 2 1 1
} A { P }. A / B { P } A { P }. A / B { P .... } A { P }. A / B { P } A { P }. A / B { P } B { P
} A / B { P }. A { P ... } A / B { P }. A { P } A / B { P }. A { P
} A / B { P }. A { P
} A { P
n n 2 2 1 1
i i
i
+ + +
=
5
1
5 . 99
80 19
5
4
.
99
20
5
1
.
99
19
} A { P }. A / B { P } A { P }. A / B { P } B { P =
+
= + = + =
Estatstica e Probabilidade Computacional 6

10- Joga-se duas moedas, qual a probabilidade de sarem 2 caras?
11- Uma rifa composta por 50 nmeros e ir definir o ganhador de dois prmios, sorteados um de
cada vez. Se voc adquiriu 5 nmeros, qual a probabilidade de ganhar os 2 prmios?
12- Um projeto para ser transformado em lei, deve ser aprovado pela Cmara dos deputados e pelo
senado. A probabilidade de certo projeto ser aprovado pela Cmara dos deputados de 40% e
pelo senado de 80%. Qual a probabilidade deste projeto ser transformado em lei?
13- Em uma urna A, temos 7 bolas vermelhas e 6 bolas azuis, e em uma urna B, temos 5 bolas
vermelhas e 10 bolas azuis. Vou retirar uma bola da urna A e passar para a urna B, e em
seguida, vou retirar uma bola da urna B, qual a probabilidade dela ser azul?
14- Um piloto de F1 tem 50% de probabilidade de vencer uma corrida, quando esta se realiza sob
condies de chuva. Caso no chova durante a corrida, sua probabilidade de 25%. O servio
de meteorologia estima em 30% a probabilidade de chuva. Qual a probabilidade deste piloto
ganhar a corrida?

EXERCCIOS DE PROBABILIDADE
1-A pesquisa de um jornal de So Paulo revelou que 200 brasileiros foram mortos por raios no perodo
de um ano (ano 2000). Qual a probabilidade de uma pessoa ser atingida por um raio, sabendo-se que a
populao brasileira esta em torno de 170 milhes? (0,00012%)

2- Um grupo de turistas composto de 15 homens e 35 mulheres. O guia sorteia aleatoriamente
algum do grupo. Qual a probabilidade de no ser mulher? (30%)

3- No lanamento de dois dados, calcule a probabilidade de se obter soma igual a 5.(11,11%)

4- De dois baralhos de 52 cartas retiram-se simultaneamente, uma carta do primeiro baralho e uma do
segundo. Qual a probabilidade de a carta do primeiro baralho ser um rei e a do segundo ser o 5 de
paus? (0,1479%)

5- Uma urna A contm: 3 bolas brancas, 4 pretas, 2 verdes; uma urna B contm: 5 bolas brancas, 2
pretas, 1 verde; uma urna C contm: 2 bolas brancas, 3 pretas, 4 verdes. Uma bola retirada de cada
urna. Qual a probabilidade de as trs bolas retiradas da primeira, segunda e terceira urnas serem,
respectivamente, branca, preta e verde? (3,703%)

6- De um baralho de 52 cartas retiram-se, ao acaso, duas cartas sem reposio. Qual a probabilidade de
a primeira carta ser o s de paus e a segunda ser o rei de paus? (0,037%)

7- No lanamento de um dado, qual a probabilidade de se obter um nmero inferior a 5? (66,67%)

8- So dados dois baralhos de 52 cartas. Tiramos, ao mesmo tempo, uma carta do primeiro baralho e
uma carta do segundo. Qual a probabilidade de tirarmos uma dama e um rei, no necessariamente
nessa ordem? (1,18%)

9- Num grupo de 300 turistas cadastrados por uma agencia de viagens, 100 viajam para Fortaleza e 80
para Manaus (os turistas restantes viajam para outras localidades). Esses dados incluem 30 turistas que
viajam para as duas cidades simultaneamente. Qual a probabilidade de um turista aleatoriamente ter
escolhido estar de viagem para:
a) Fortaleza; (33,33%)
b) Manaus;(26,66%)
c) Fortaleza ou Manaus.(50%)

10- Dois dados so lanados conjuntamente. Determine a probabilidade de a soma ser 10 ou maior que
10. (16,66%)

11- Determinar a probabilidade para cada um dos seguintes eventos:
a) De aparecer um nmero mpar em um nico lance de um dado honesto. (50%)
Estatstica e Probabilidade Computacional 7

b) De ocorrer pelo menos uma cara em dois lances de uma moeda honesta.(75%)
c) De surgir um s, um dez de ouros ou um dois de espadas na retirada de uma carta nica de um
baralho, de 52 cartas. ( 11,53%)
d) De aparecer o total 7 em um nico lanamento de dois dados.(16,66%)
e) De aparecer uma coroa, no prximo lance de uma moeda, se, de um total de 100 lances, 56
foram caras. (44%)
12- Uma bola retirada ao acaso de uma urna que contm 6 bolas vermelhas, 4 brancas e 5 azuis.
Determine a probabilidade de ela ser: (a) ser vermelha; (b) ser branca; (c) ser azul; (d) no ser
vermelha; (e) ser vermelha ou branca. (40%; 26,66%; 33,33%; 60%, 66,66%)

13-Considere o conjunto de nmeros inteiros {1, 2, 3, 4, ..., 18, 19, 20} e por meio de um sorteio
aleatrio, retire um nmero. Se o nmero sorteado for mpar, qual a probabilidade de o nmero
sorteado ser o nmero 13? (10%)

14-So retiradas sem reposio duas cartas de um baralho de 52 cartas. Qual a probabilidade de que as
duas cartas seja de ouros? (5,88%)