1

PROBABILIDADES

As experincias aleatrias ou casuais caracterizam-se pela impossibilidade de prever o resultado que se
obtm, ainda que as experincias sejam realizadas nas mesmas condies.

Ao conjunto formado por todos os resultados possveis de uma experincia aleatria chama-se espao ou
conjunto de resultados e representa-se por O.

Acontecimento de uma experincia aleatria cada um dos subconjuntos do espao de resultados.

Designa-se por acontecimento elementar a todo o acontecimento que representado por um s elemento do
espao de resultados.

Designa-se por acontecimento composto a todo o acontecimento que representado por dois ou mais
elementos do espao de resultados.

Designa-se por acontecimento certo a todo o acontecimento que ocorre sempre, seja qual for o resultado da
experincia aleatria, isto , o acontecimento certo contm todos os elementos do espao de resultados.
Representa-se por O

Designa-se por acontecimento impossvel a todo o acontecimento que nunca pode ocorrer. Representa-se
por C ou { }.

OPERAES COM ACONTECIMENTOS
Acontecimento reunio (ou unio) de A com B o acontecimento que se realiza quando se
realiza A ou B.

Representa-se por A B


Acontecimento interseo de A com B o acontecimento que se verifica quando se realiza
A e B em simultneo.

Representa-se por A B


Dois acontecimentos A e B dizem-se disjuntos ou incompatveis ou mutuamente
exclusivos se nunca ocorrem ambos em simultneo, ou seja, ocorrer A e B impossvel:
= B A C


Dois acontecimentos A e B dizem-se contrrios ou complementares se so disjuntos e se A ou
B for o acontecimento certo, isto
= B A C e O = B A
O acontecimento contrrio do acontecimento A representa-se por A .


Acontecimento diferena entre A e B o conjunto constitudo por todos os resultados de A
que no so resultados de B.
Representa-se por A B ou \ A B

2

PROPRIEDADES DAS OPERAES COM CONJ UNTOS.
Reunio Interseo
Propriedade comutativa
A B B A =

A B B A =

Propriedade associativa ( ) ( ) C B A C B A =

( ) ( ) C B A C B A =

Elemento neutro A A = C

A A = O

Elemento absorvente
O = O A

C = C A

Idempotncia
A A A =

A A A =

Propriedade distributiva ( ) ( ) ( ) C A B A C B A =

( ) ( ) ( ) C A B A C B A =


Leis de Morgan

Sejam A e B dois conjuntos quaisquer:
B A B A = e B A B A =

Lei de Laplace
Se os acontecimentos elementares so equiprovveis, a probabilidade de um acontecimento A igual ao
quociente entre o nmero de casos favorveis e o nmero de casos possveis. Ou seja:
( )
possiveis casos de n
favorveis casos de n
A P

=

Princpio fundamental de contagem:
Se um acontecimento pode ocorrer de
1
n
maneiras diferentes e se, aps esse acontecimento, um segundo
pode ocorrer de
2
n
maneiras diferentes e, aps este, um terceiro pode ocorrer de
3
n
maneiras diferentes, ,
ento, o nmero de maneiras diferentes em que os acontecimentos podem ocorrer na ordem indicada igual a:

3 2 1
n n n

AXIOMTICA
- Axiomas so proposies, sugeridas pela nossa intuio ou experincia, que no se demonstram e aceitam
como verdadeiras.
- Provar ou demonstrar uma proposio mostrar, usando raciocnios lgicos, que ela resulta de outras
consideradas verdadeiras.
- Teoremas so proposies que se demonstram a partir dos axiomas ou de outras proposies j
demonstradas.

Axioma 1: A probabilidade de qualquer acontecimento A do conjunto de resultado O um conjunto no
negativo.
( ) 0 > A P , O _ A

Axioma 2: A probabilidade do acontecimento certo 1.
( ) 1 certo nto acontecime = P

Axioma 3: A probabilidade da reunio de dois acontecimentos disjuntos igual soma das probabilidades
desses dois acontecimentos.
( ) ( ) ( ) | = + = B A se B P A P B A P ,

3

Teorema 1: A probabilidade do acontecimento impossvel zero.
( ) 0 = | P

Teorema 2: A probabilidade do acontecimento contrrio A igual diferena entre 1 e a probabilidade de A.
( )
( ) 1 P A P A =

Teorema 3: Seja A e B dois acontecimentos quaisquer. Se A B c , ento
( ) ( ) P A P B s


Teorema 4: Qualquer que seja o acontecimento A,
( ) 0 1 P A s s

Teorema 5: Se os acontecimentos A, B e C so disjuntos dois a dois, ou seja ; A B A C = C = C e
B C =C ento
( ) ( ) ( ) ( ) P A B C P A P B P C = + +

Teorema 6: Quaisquer que sejam os acontecimentos A e B,
( ) ( )
( )
P A P A B P A B = +


Teorema 7: Quaisquer que sejam os acontecimentos A e B,
( ) ( ) ( ) ( ) B A P B P A P B A P + =


PROBABILIDADE CONDICIONADA
Probabilidade condicionada
A probabilidade do acontecimento A sabendo que B ocorreu dada por:
( )
( )
( )
( ) | , 0
P A B
P A B P B
P B

= =

Observaes:
( ) ( ) ( ) | P A B P A B P B =

Teorema da probabilidade total:
( ) ( ) ( ) ( )
( )
/ | P A P B P A B P B P A B = +

ACONTECIMENTOS INDEPENDENTES

Acontecimentos independentes
Dois acontecimentos so independentes se a realizao de um deles no interfere na probabilidade de
realizao do outro. Ou seja:
( ) ( ) A P B A P = /

Dois acontecimentos A e B so independentes se e s se ( ) ( ) ( ) B P A P B A P =





4

ARRANJOS COM REPETIO
Dados n elementos quaisquer, chama-se arranjos com repetio de n elementos p a p a todas as sequncias
de p elementos, sendo estes diferentes ou no, que se podem formar de modo que as sequncias diferem pelos
elementos que as compe ou pela ordem de colocao. O nmero total de sequncias representa-se por
p
n
A' :
p
p
n
n A = '

Exemplo: Num totobola com cinco jogos quantas apostas era necessrio fazer para ter a certeza de ganhar? Em
cada jogo podes apostar no 1, x ou 2.
Lugares a preencher 1 Jogo 2 Jogo 3 Jogo 4 Jogo 5 Jogo
N de solues por lugar
Resposta
Temos ento que apostar
5 5
3
3 3 3 3 3 3 ' A = = vezes para termos a certeza de ganhar.

FATORIAL DE UM NMERO
Chama-se fatorial de um nmero natural n e representa-se por ! n ao produto:
( ) ( ) 1 2 3 2 1 ! = n n n n
Nota: Por conveno tem-se que 1 ! 0 =

Exemplos:

1 ! 1=

1 2 ! 2 =

1 2 3 4 5 6 7 8 9 ! 9 =


PERMUTAES
Chama-se permutao de n elementos a todas as sequncias que possvel obter com os n elementos. O n
dessas sequncias representa-se por
n
P .
! n P
n
=

Exemplo: Numa corrida com 5 pessoas, no havendo empates, de quantas formas diferentes pode ficar a
classificao final?
Lugares a preencher 1 2 3 4 5
N de solues por lugar
Resposta
Ou seja, temos
5
5! P = formas diferentes de obter a classificao final.

ARRANJOS SEM REPETIO
Dados n elementos quaisquer, chama-se arranjos sem repetio de n elementos p a p a todas as sequncias
que possvel obter com p elementos escolhidos arbitrariamente entre os n dados. Representa-se
p
n
A :
( )( ) ( ) p n e IN p n p n n n n A
p
n
> e + = , 1 2 1
ou
( )!
!
p n
n
A
p
n

=
Nota:
n
n n
A P =

Exemplo:
Numa corrida com cinco participantes, no havendo empates, de quantas formas diferentes possvel distribuir as
medalhas de ouro, prata e bronze?
Lugares a preencher Ouro Prata Bronze
N de solues por lugar
Resposta

Temos ento
5
3
5 4 3 A = formas diferentes de distribuir as medalhas.



5

COMBINATRIA

Chamamos combinaes de n p a p ao nmero de subconjuntos com p elementos que se podem formar de
um conjunto que tenha n elementos. Representa-se por
p
n
C ou
|
|
.
|

\
|
p
n
:
( )! !
!
! p n p
n
p
A
C
p
n
p
n

= =

Exemplo:
Cinco pessoas trabalham no sector de explorao de uma firma e trs vo ser seleccionados para irem a uma feira
internacional. De quantas formas diferentes pode ser feita a seleco?
Neste caso, no interessa a ordem pois ir o Jos, a Ana e o Joo o mesmo que ir a Ana, o Joo e o Jos.
Assim, estamos interessados em combinaes de cinco trs a trs.
As combinaes possveis so:
ABC ABD ABE ACD ACE
ADE BCD BCE BDE CDE

Temos
5
3
10 C =

combinaes possveis.

QUADRO RESUMO
Factorial de n Interessa a ordem
( ) ( ) 1 2 3 2 1 ! = n n n n
1 ! 0 =
Permutao de n Interessa a ordem ! n P
n
=
Arranjos sem repetio de n, p a p Interessa a ordem
( )!
!
p n
n
A
p
n

=
Arranjos com repetio de n, p a p Interessa a ordem
p
p
n
n A = '
Combinaes de n, p a p No interessa a ordem
( )! !
!
! p n p
n
p
A
C
p
n
p
n

= =

PROPRIEDADES DAS COMBINAES:
Ao esquema seguinte chama-se tringulo de Pascal que tambm pode ser escrito usando combinaes.



Observando o tringulo de Pascal, podemos retirar as seguintes propriedades:

Propriedade 1 - Cada linha do tringulo comea e acaba em 1;

Propriedade 2 - Em cada linha, os termos equidistantes dos extremos so iguais.
p n
n
p
n
C C

=


Exemplo:
4
6
2
6
C C =
6


Propriedade 3 - Cada termo de uma linha (exceto dos extremos) igual soma dos que esto acima.
1
1
1 +
+
+
= +
p
n
p
n
p
n
C C C


Exemplo:
3
7
3
6
2
6
C C C = +
Propriedade 4 - O segundo (e o penltimo) elemento de uma linha correspondem ao n da linha.

Exemplos:
Se o segundo elemento de uma certa linha 24 ento estamos na linha 24;
Se a soma dos dois ltimos elementos de uma linha 43 ento estamos na linha 42;

Propriedade 5 - A linha n tem 1 + n elementos;

Nota: a primeira linha a linha 0;

Exemplos:
A linha 5 tem 6 elementos;

Propriedade 6 - A soma dos elementos da linha n igual a
n
2

Exemplo:
A soma dos elementos da linha 5
5
2 32 =
BINMIO DE NEWTON:
Os desenvolvimentos de ( )
2
b a + , ( )
3
b a + , ( )
4
b a + , podem ser escritos com ajuda das combinaes:
( )
0
b a +
---------------------------------------------------------------
---
1
( )
1
b a +
-------------------------------------------------------
--
1 + 1b
( )
2
b a +
----------------------------------------------
--
1
2
a
+ 2 ab +
1
2
b

( )
3
b a +
----------------------------------------
--
1
3
a

+
3
b a
2

+
3
2
ab

+
1
3
b


( )
4
b a +
---------------------------------
-
1
4
a

+
4
b a
3

+
6
2 2
b a

+
4
3
ab

+
1
4
b

Observaes:
Os coeficientes do desenvolvimento so os nmeros do tringulo de Pascal.
Os desenvolvimentos so polinmios completos e ordenados em a e b , de expoentes decrescentes
relativamente a a e crescentes relativamente a b ;
O grau dos monmios de desenvolvimento de ( )
n
b a + n .
De um modo geral tem-se:
( )
n
n
n n
n
n n n n n n n n
b C ab C b a C b a C a C b a + + + + = +

1
1
2 2
2
1
1 0


Ou
( )

=

= +
n
p
p p n
p
n n
b a C b a
0

Esta frmula conhecida pela frmula do binmio de Newton.
Observaes:
O desenvolvimento de ( )
n
b a + tem 1 + n termos;

O termo de ordem p
p
T sendo
1 1
1
+

=
p p n
p
n
p
b a C T ou
p p n
p
n
p
b a C T

+
=
1

a
7

VARIVEL ALEATRIA
Uma varivel aleatria uma varivel cujo valor um resultado numrico, associado ao resultado de uma
experincia aleatria. Assim, dada uma experincia aleatria cujo espao de resultados O, a varivel
aleatria X uma funo que a cada elemento do espao de resultados faz corresponder um nmero
real:
: X O

Exemplo:
No lanamento de um dado equilibrado e registo da pontuao obtida na face voltada para cima, a varivel
aleatria Z:nmero de pontos obtido toma os valores do conjunto
{ } 1, 2,3, 4,5, 6

DISTRIBUIO DE PROBABILIDADES
Distribuio de probabilidades ou funo massa de probabilidade de uma varivel aleatria discreta X a
funo que associa a cada valor
i
x da varivel X a probabilidade de a varivel tomar esse valor:
( )
i
P X x =

Exemplo:
No lanamento de dois dados numerados de um a seis a distribuio de probabilidades da varivel
aleatria X: soma dos valores obtidos :
i
X x = 2 3 4 5 6 7 8 9 10 11 12
( )
i
P X x =
1
36

2
36

3
36

4
36

5
36

6
36

5
36

4
36

3
36

2
36

1
36




MDIA E DESVIO PADRO AMOSTRAL VERSUS VALOR MDIO E DESVIO PADRO POPULACIONAL
Amostra Populao
Varivel estatstica X que toma os valores
1 2
, ,...,
n
x x x
Varivel aleatria X que toma os valores
1 2
, ,...,
n
x x x
Mdia aritmtica
( )
( )
1
1
n
i i n
i
i i
i
x n
x x f
N
=
=

= =

Valor esperado ou valor mdio ou esperana
matemtica
( ) ( )
1
n
i i
i
E X x p
=
= ==

Varincia amostral
( )
2
2
1
n
i i
i
s x x f
=
(
=
(

Varincia populacional
( ) ( ) ( )
2
2
1
n
i i
i
V X Var X x p o
=
(
= = =

Desvio-padro amostral
2
s s =
Desvio-padro populacional
2
o o =



0.00
0.05
0.10
0.15
0.20
2 3 4 5 6 7 8 9 10 11 12
P
r
o
b
a
b
i
l
i
d
a
d
e

(
P
i
)

Soma dos nmeros obtidos (xi)
Distribuio de probabilidades
8

DISTRIBUIO NORMAL E CURVA DE GAUSS

Curva normal



A curva normal tem a forma de sino, com mximo em x .
A curva de probabilidades de uma distribuio normal tem a forma da curva normal ou curva de Gauss e
tem as seguintes propriedades:

A probabilidade de que uma observao pertena ao intervalo ; x x o o
(
+

de 68,3%;


A probabilidade de que uma observao ao acaso pertena ao intervalo 2 ; 2 x x o o
(
+

de
95,5%;


A A probabilidade de que uma observao ao acaso pertena ao intervalo 3 ; 3 x x o o
(
+

de
99,8%;


9

A rea sob a curva 1;



A probabilidade de obter um valor da varivel inferior ou igual a um valor fixo a dada pela rea
abaixo da curva de probabilidades e esquerda desse valor.



A distribuio da rea abaixo da curva, ou seja, das probabilidades, o seguinte: