ESTATÍSTICA E PROBABILIDADE

Estatística E Probabilidade

Probabilidade

Probabilidade é um ramo da Matemática em que as chances de ocorrência de experimentos são

calculadas. É por meio de uma probabilidade, por exemplo, que podemos saber desde a chance de
obter cara ou coroa no lançamento de uma moeda até a chance de erro em pesquisas.

Para compreender esse ramo, é extremamente importante conhecer suas definições mais básicas,
como a fórmula para o cálculo de probabilidades em espaços amostrais equiprováveis, probabilidade
da união de dois eventos, probabilidade do evento complementar etc.

Experimento Aleatório

É qualquer experiência cujo resultado não seja conhecido. Por exemplo: ao jogar uma moeda e
observar a face superior, é impossível saber qual das faces da moeda ficará voltada para cima,
exceto no caso em que a moeda seja viciada (modificada para ter um resultado mais
frequentemente).

Suponha que uma sacola de supermercado contenha maçãs verdes e vermelhas. Retirar uma maçã
de dentro da sacola sem olhar também é um experimento aleatório.

Ponto Amostral

Um ponto amostral é qualquer resultado possível em um experimento aleatório. Por exemplo: no

lançamento de um dado, o resultado (o número que aparece na face superior) pode ser 1, 2, 3, 4, 5
ou 6. Então, cada um desses números é um ponto amostral desse experimento.

Espaço Amostral

O espaço amostral é o conjunto formado por todos os pontos amostrais de um experimento aleatório,
ou seja, por todos os seus resultados possíveis. Dessa maneira, o resultado de um experimento
aleatório, mesmo que não seja previsível, sempre pode ser encontrado dentro do espaço amostral
referente a ele.

Como os espaços amostrais são conjuntos de resultados possíveis, utilizamos as representações de

conjuntos para esses espaços. Por exemplo: O espaço amostral referente
ao experimento“lançamento de um dado” é o conjunto Ω, tal que:

Ω = {1, 2, 3, 4, 5, 6}

Esse conjunto também pode ser representado pelo diagrama de Venn ou, dependendo do
experimento, por alguma lei de formação.

O número de elementos dos espaços amostrais é representado por n(Ω). No caso do exemplo
anterior, n(Ω) = 6. Lembre-se de que os elementos de um espaço amostral são pontos amostrais, ou
seja, resultados possíveis de um experimento aleatório.

Evento

Os eventos são subconjuntos de um espaço amostral. Um evento pode conter desde zero a todos os
resultados possíveis de um experimento aleatório, ou seja, o evento pode ser um conjunto vazio ou o
próprio espaço amostral. No primeiro caso, ele é chamado de evento impossível. No segundo, é
chamado de evento certo.

Ainda no experimento aleatório do lançamento de um dado, observe os seguintes eventos:

A = Obter um número par:

A = {2, 4, 6} e n(A) = 3

B = Sair um número primo:

WWW.DOMINACONCURSOS.COM.BR 1
 ESTATÍSTICA E PROBABILIDADE

B = {2, 3, 5} e n(B) = 3

C = Sair um número maior ou igual a 5:

C = {5, 6} e n(C)= 2

D = Sair um número natural:

D = {1, 2, 3, 4, 5, 6} e n(D) = 6

Espaços Equiprováveis

Um espaço amostral é chamado equiprovável quando todos os pontos amostrais dentro dele têm a
mesma chance de ocorrer. É o caso de lançamentos de dados ou de moedas não viciados, escolha
de bolas numeradas de tamanho e peso idênticos etc.

Um exemplo de espaço amostral que pode ser considerado não equiprovável é o formado pelo
seguinte experimento: escolher entre tomar sorvete ou fazer caminhada.

Cálculo De Probabilidades

As probabilidades são calculadas dividindo-se o número de resultados favoráveis pelo número de

resultados possíveis, ou seja:

P = n(E)
n(Ω)

Nesse caso, E é um evento que se quer conhecer a probabilidade, e Ω é o espaço amostral que o
contém.

Por exemplo, no lançamento de um dado, qual a probabilidade de sair o número um?

Nesse exemplo, sair o número um é o evento E. Assim, n(E) = 1. O espaço amostral desse
experimento contém seis elementos: 1, 2, 3, 4, 5 e 6. Logo, n(Ω) = 6. Desse modo:

P = n(E)
n(Ω)

P=1
6

P = 0,1666…

P = 16,6%

Outro exemplo: qual a probabilidade de obtermos um número par no lançamento de um dado?

Os números pares possíveis em um dado são 2, 4 e 6. Logo, n(E) = 3.

P = n(E)
n(Ω)

P=3
6

P = 0,5

P = 50%

Observe que as probabilidades sempre resultarão em um número dentro do intervalo 0 ≤ x ≤ 1. Isso

acontece porque E é um subconjunto de Ω. Dessa maneira, E pode conter desde zero até, no
máximo, o mesmo número de elementos que Ω.

WWW.DOMINACONCURSOS.COM.BR 2
 ESTATÍSTICA E PROBABILIDADE

Probabilidade Condicional

Probabilidade condicional refere-se à probabilidade de um evento ocorrer com base em um evento

anterior. Evidentemente, esses dois eventos precisam ser conjuntos não vazios pertencentes a
um espaço amostral finito.

Em um lançamento simultâneo de dois dados, por exemplo, obtêm-se números em suas faces
superiores. Qual é a probabilidade de que a soma desses números seja 8, desde que ambos os
resultados sejam ímpares?

Veja que a probabilidade de a soma desses números ser 8 está condicionada a resultados ímpares
nos dois dados. Logo, lançamentos que apresentam um ou dois números pares na face superior
podem ser descartados e, por isso, há uma redução no espaço amostral.

O novo espaço amostral é composto pelos pares:

{1,1}; {1,3}; {1,5}; {3,1}; {3,3}; {3,5}; {5,1}; {5,3} e {5,5}

Desses, apenas {3,5} e {5,3} possuem soma 8. Logo, a probabilidade de que se obtenha soma 8 no
lançamento de dois dados, dado que os resultados obtidos são ambos ímpares, é de:

2
9

Fórmula Da Probabilidade Condicional

Seja K um espaço amostral que contém os eventos A e B não vazios.

A probabilidade de A acontecer, dado que B já aconteceu, é representada por P(A|B) e é calculada
pela seguinte expressão:

P(A|B) = P(A∩B)
P(B)

Caso seja necessário calcular a probabilidade da intersecção entre dois eventos, pode-se utilizar a
seguinte expressão:

P(A∩B) = P(A|B)·P(B)

Exemplos

Calcule a probabilidade de obter soma 8 no lançamento de dois dados em que o resultado do

lançamento foi dois números ímpares.

Solução:

Seja A = Obter soma 8 e B = Obter dois números ímpares.

P(A∩B) é a probabilidade de se obter apenas números ímpares que somam 8 no lançamento de dois
dados. As únicas combinações das 36 possíveis são:

{3,5} e {5,3}

Portanto,

P(A∩B) = 2
36

Já P(B) é a probabilidade de obter somente números ímpares no lançamento de dois dados. As

únicas combinações dentro das 36 possíveis são:

{1,1}; {1,3}; {1,5}; {3,1}; {3,3}; {3,5}; {5,1}; {5,3} e {5,5}

Logo,

WWW.DOMINACONCURSOS.COM.BR 3
 ESTATÍSTICA E PROBABILIDADE

P(B) = 9
36

Utilizando a fórmula para probabilidade condicional, teremos:

P(A|B) = P(A∩B)
P(B)

2
P(A|B) = 36
9
36

P(A|B) = 2 · 36
36 9

P(A|B) = 2
9

Qual é a probabilidade de extrair uma carta de um baralho comum de 52 cartas e obter um Ás,
sabendo que ela é uma carta de copas?

Solução:

A = Obter um Ás

B = Obter uma carta de copas

Como só existe um ás de copas no baralho,

P(A∩B) = 1
52

A probabilidade de se obter uma carta de copas é:

P(B) = 13
52

Então, a probabilidade de se obter um às de copas é:

P(A|B) = P(A∩B)
P(B)

1
P(A|B) = 52
13
52

P(A|B) = 1 · 52
52 13

P(A|B) = 1
13

Probabilidade Da Intersecção De Dois Eventos

A probabilidade da intersecção de dois eventos ou probabilidade de eventos sucessivos determina a

chance, a possibilidade, de dois eventos ocorrerem simultânea ou sucessivamente. Para o cálculo
desse tipo de probabilidade devemos interpretar muito bem os problemas, lendo com atenção e
fazendo o uso da seguinte fórmula:

Sejam A e B dois eventos de um espaço amostral S. A probabilidade de A ∩ B é dada por:

WWW.DOMINACONCURSOS.COM.BR 4
 ESTATÍSTICA E PROBABILIDADE

Onde
p(A∩B) → é a probabilidade da ocorrência simultânea de A e B
p(A) → é a probabilidade de ocorrer o evento A
p(B│A) → é a probabilidade de ocorrer o evento B sabendo da ocorrência de A (probabilidade
condicional)

Se os eventos A e B forem independentes (ou seja, se a ocorrência de um não interferir na

probabilidade de ocorrer outro), a fórmula para o cálculo da probabilidade da intersecção será dada
por:

Vejamos alguns exemplos de aplicação.

Exemplo 1. Em dois lançamentos sucessivos de um mesmo dado, qual a probabilidade de sair um

número ímpar e o número 4?

Solução: O que determina a utilização da fórmula da intersecção para resolução desse problema é a
palavra “e” na frase “a probabilidade de sair um número ímpar e o número 4”. Lembre-se que na
matemática “e” representa intersecção, enquanto “ou” representa união.

Note que a ocorrência de um dos eventos não interfere na ocorrência do outro. Temos, então, dois
eventos independentes. Vamos identificar cada um dos eventos.

Evento A: sair um número ímpar = {1, 3, 5}

Evento B: sair o número 4 = {4}
Espaço Amostral: S = {1, 2, 3, 4, 5, 6}

Temos que:

Assim, teremos:

Exemplo 2. Numa urna há 20 bolinhas numeradas de 1 a 20. Retiram-se duas bolinhas dessa urna,
uma após a outra, sem reposição. Qual a probabilidade de ter saído um número par e um múltiplo de
5?

Solução: Primeiro passo é identificar os eventos e o espaço amostral.

Evento A: sair um número par = {2, 4, 6, 8, 10, 12, 14, 16, 18, 20}
Evento B: sair um múltiplo de 5 = {5, 10, 15, 20}
Espaço amostral: S = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20}

Como as duas bolinhas foram retiradas uma após a outra e não houve reposição, ou seja, não foram
devolvidas à urna, a ocorrência do evento A interfere na ocorrência do B, pois haverá na urna
somente 19 bolinhas após a retirada da primeira.

WWW.DOMINACONCURSOS.COM.BR 5
 ESTATÍSTICA E PROBABILIDADE

Assim, temos que:

Após a retirada da primeira bola, ficamos com 19 bolinhas na urna. Logo, teremos:

União De Dois Eventos

Para entendermos como agir em situações que envolvem probabilidade na união de dois eventos,
precisamos falar sobre espaço amostral e eventos.
Espaço amostral: consiste em todos os resultados provenientes de um determinado experimento
aleatório.
Evento: está relacionado ao espaço amostral, pois consiste no subconjunto do espaço amostral.

Situação no lançamento de um dado

Lançamento de um dado:
Espaço amostral: (1, 2, 3, 4, 5, 6)
Eventos: (1), (2), (3), (4), (5), (6)

Podemos ter no lançamento de um dado a probabilidade envolvendo a união de dois eventos, antes
vamos definir algumas situações da ocorrência da união de dois eventos.

Condições:
Para que ocorra a união de dois eventos devemos ter o mesmo espaço amostral. Vamos considerar
duas situações possíveis da união de A com B (A U B).

A∩B=Ø

Se a intersecção entre os conjuntos A e B formam um conjunto vazio, isto é, os conjuntos não

possuem termos em comum, podemos definir que A U B = A+B, considerando que o espaço amostral
seja diferente de zero chegamos à seguinte conclusão:

WWW.DOMINACONCURSOS.COM.BR 6
 ESTATÍSTICA E PROBABILIDADE

p(A U B) = p(A) + p(B)

A∩B≠Ø

Se a intersecção entre os conjuntos A e B formam um conjunto não vazio, indica que eles possuem
elementos em comum, dessa forma a probabilidade da união desses dois eventos pode ser definida
da seguinte forma A U B = A+B – (A ∩ B), então:

p(A U B) = p(A) + p(B) – p(A ∩ B)

Exemplo

No lançamento de um dado, qual a probabilidade de o número obtido ser múltiplo de 2 ou de 3?

Múltiplos de 2: A = {2, 4, 6}
Múltiplos de 3: B = {3, 6}

Podemos notar que A∩B≠Ø, então: p(A U B) = p(A) + p(B) – p(A ∩ B)

p(A) = 3/6
p(B) = 2/6
p(A) ∩ p(B) = 1/6

Espaço Amostral E Evento

Espaço amostral: para cada experimento aleatório E, define-se espaço amostral S o conjunto de
todos os possíveis resultados desse experimento.

Exemplos:
Jogar um dado e observar o número da face de cima.
Então; S = {1, 2, 3, 4, 5, 6}

Jogar duas moedas e observar o resultado.

Então: S = {(cara, cara), (cara, coroa),(coroa, cara),(coroa, coroa)}

Observe que o conjunto S pode ser finito ou infinito.

Evento: é um conjunto de resultados do experimento, em termos de conjuntos, é um subconjunto S.

em particular, S e Φ (conjunto vazio) são eventos. S é dito o evento certo e Φ o evento impossível.

Se usarmos as operações com conjuntos, podemos formar novos eventos:

a) A ∩ B → evento que ocorre se A e B ocorrem;

b) A ∪ B → evento que ocorre se A ou B ocorrem;
c) Ā → é o evento que ocorre se A não ocorre.

Exemplo: Considere o experimento: jogar duas moedas e observar os resultados:

S = {(c, c), (c, k), (k, c), (k, k)}

WWW.DOMINACONCURSOS.COM.BR 7
 ESTATÍSTICA E PROBABILIDADE

Evento A: ocorrer faces iguais.

Logo A = {(c, c), (k, k)}

Eventos Mutuamente Exclusivos

Eventos mutuamente exclusivos são aqueles que não podem ocorrer simultaneamente. Portanto dois
eventos A e B são mutuamente exclusivos se AB = Φ

Exemplo: Considere o experimento: jogar um dado e observar o resultado.

S = {1, 2, 3, 4, 5, 6}

Sejam os eventos:
A = ocorrer número par e B = ocorrer números impar.
Logo: A = {2, 4, 6}, B = {1, 3, 5}

A e B são considerados mutuamente exclusivos pois A ∩ B = Φ

Medidas De Tendência Central

Média Aritmética

A média aritmética é utilizada no intuito de expressar, por meio de um único valor, a ideia principal de
um grupo de valores. Ela é calculada através do somatório dos elementos divido pelo número de
elementos.
Exemplo

Durante as quatro semanas de um mês, uma pessoa gastou com combustível os seguintes valores:
R$ 42,00, R$ 50,00, R$ 48,50, R$ 58,00 respectivamente. Qual o valor médio semanal.

42 + 50 + 48,5 + 58 / 4 = 198,5 / 4 = 49,62

Essa pessoa gastou em média R$ 49,62 por semana.

Moda

A moda serve para identificar e expressar a medida mais frequente presente em um determinado
grupo de valores.

Exemplo

A temperatura média, registrada de hora em hora, da 6h às 12h em uma cidade foram as seguintes:
14 ºC, 18 ºC, 18 ºC, 19 ºC, 22 ºC, 24 ºC, 26 ºC.

Podemos notar que a temperatura de 18 ºC se repetiu duas vezes. Dessa forma, dizemos que a
média das temperaturas obtidas é 18 ºC.

Mediana

A mediana é caracterizada pelo termo do meio em uma sequência crescente de valores. Para
estabelecer a mediana precisamos levar em conta o número par ou ímpar de elementos. Caso o
número de elementos seja par, devemos somar os dois elementos centrais e realizar a divisão por
dois, obtendo o valor da mediana. Nas situações em que o número de elementos é ímpar, basta
escolher o elemento central.

Exemplos

Número De Elementos É Par

Observe a altura, em centímetros, de oito crianças: 119, 120, 121, 121, 123, 124, 124, 128.

WWW.DOMINACONCURSOS.COM.BR 8
 ESTATÍSTICA E PROBABILIDADE

Termo central: 121 + 123 / 2 = 122 cm

Número de elementos é Ímpar

Os 17 alunos do 8º ano de uma escola obtiveram as seguintes notas: 71, 40, 86, 55, 63, 70, 44, 90,
37, 68, 53, 55, 57, 60, 82, 91, 62.

Medidas De Dispersão

Considere o exemplo de duas linha de produção de uma peça. A medida média do comprimento da
peça é de 75cm e ambas as linhas estão produzindo peças com médias próximas desse valor.
Podemos considerar que as peças produzidas por ambas as linhas são adequadas?

É claro que as peças produzidas pela primeira linha de produção são melhores que a segunda. Isso
ocorre porque a dispersão dos elementos em torno da média é menor, ou seja, os elementos estão
mais concentrados em torno da média na primeira linha de produção.

Como queremos avaliar a dispersão dos dados em torno da média, esse valor estará relacionado
com a distância dos dados em relação à média. Essa distância será chamada de desvio, .

No exemplo da imagem acima, temos

O qual nos levaria à conclusão errada de que não existe variação entre os dados. Desta forma,
precisamos de alguns medidas estatísticas para poder estudar a dispersão dos dados de forma
correta.

Dispersão é sinônimo de variação ou variabilidade. Para medir a dispersão, duas medidas são
usadas mais frequentemente: a amplitude e o desvio padrão.

Amplitude

A amplitude é definida como sendo a diferença entre o maior e o menor valor do conjunto de dados.
Denotaremos a amplitude por R. Portanto, consideremos o conjunto de dados ordenado

WWW.DOMINACONCURSOS.COM.BR 9
 ESTATÍSTICA E PROBABILIDADE

A amplitude R dos dados é dada por:

Exemplo 2.2.1:

Considere o Exemplo 2.1.3. Qual a amplitude deste conjunto de dados?

Como o valor máximo do conjunto é 72 e o valor mínimo é 60, temos que a amplitude é:

R = 72 - 60 = 12.

Utilizando o Action, temos o seguinte resultado

Informação Valor
Amplitude 12
Para definirmos desvio padrão é necessário definir variância. A notação mais comumente usada é:

s2 - variância amostral.

σ2 - variância populacional.

s - desvio padrão amostral.

σ - desvio padrão populacional.

Variância Populacional

A variância de uma população {x1,...,xN} de N elementos é a medida de dispersão definida como a

média do quadrado dos desvios dos elementos em relação à média populacional μ. Ou seja, a
variância populacional é dada por:

Variância amostral

A variância de uma amostra {x1,...,xn} de n elementos é definida como a soma ao quadrado dos
desvios dos elementos em relação à sua média dividido por (n-1). Ou seja, a variância amostral é
dada por:

Ao utilizarmos a média amostral como estimador de m para calcularmos a variância amostral,

perdemos 1 grau de liberdade em relação à variância populacional.

Desvio Padrão Populacional

O desvio padrão populacional de um conjunto de dados é igual à raiz quadrada da variância

populacional. Desta forma, o desvio padrão populacional é dado por:

WWW.DOMINACONCURSOS.COM.BR 10
 ESTATÍSTICA E PROBABILIDADE

Desvio Padrão Amostral

O desvio padrão amostral de um conjunto de dados é igual à raiz quadrada da variância amostral.
Desta forma, o desvio padrão amostral é dado por:

Exemplo 2.2.2:

Considere novamente os dados do Exemplo 2.1.3. Calcule o desvio padrão dos dados.

Para calcularmos o desvio padrão devemos primeiramente calcular a média , isto é:

Agora vamos subtrair de cada valor, elevar os resultados ao quadrado e somá-los. Então dividimos
o total dos quadrados pelo número de valores menos 1, ou seja, por (n-1) e extraímos a raiz
quadrada:

65-67,875 = -2,875 (-2,875)2 = 8,265625

72-67,875 = 4,125 (4,125)2 = 17,015625
70-67,875 = 2,125 (2,125)2 = 4,515625
72-67,875 = 4,125 (4,125)2 = 17,015625

60-67,875 = -7,875 (-7,875)2 = 62,015625

67-67,875 = -0,875 (-0,875)2 = 0,765625
69-67,875 = 1,125 (1,125)2 = 1,265625
68-67,875 = 0,125 (0,125)2 = 0,015625
Total = 110,875

Portanto, o desvio padrão é 3,97986.

Utilizando o Action, temos o seguinte resultado

Informação Valor
Desvio-padrão 3,97986
Exemplo 2.2.3:

Consideremos o Exemplo 2.1.5, em que foram contabilizados o número de pessoas atendidas pela
ortopedia durante os 30 dias de um mês. Os valores observados estão apresentados na tabela a
seguir.

Número de pessoas atendidas pela ortopedia

119 118 125 115 107
128 133 133 121 101
118 143 126 117 141
109 135 115 115 119
131 116 115 124 134
140 129 129 115 119
Vimos que

Calculando a variância, temos:

WWW.DOMINACONCURSOS.COM.BR 11
 ESTATÍSTICA E PROBABILIDADE

O desvio padrão é dado por

Observamos que o desvio-padrão representa pouco menos de 10% do valor da média.

O cálculo da amplitude é dado por

Portanto, o tamanho do intervalo em que os dados estão inseridos é de 42.

Tipos De Gráficos

Os gráficos constituem uma forma clara e objetiva de apresentar dados estatísticos. A intenção é a de
proporcionar aos leitores em geral a compreensão e a veracidade dos fatos. De acordo com a
característica da informação precisamos escolher o gráfico correto. Os mais usuais são: gráfico de
segmentos, gráfico de barras e gráfico de setores.

Gráfico De Segmento Ou Gráfico De Linhas

Objetivos: simplicidade, clareza e veracidade.

Uma locadora de filmes em DVD registrou o número de locações no 1º semestre do ano de 2008. Os
dados foram expressos em um gráfico de segmentos.

Gráfico de Barras horizontal e vertical

Objetivo: representar os dados através de retângulos, com o intuito de analisar as projeções no

período determinado.

O exemplo abaixo mostra o consumo de energia elétrica no decorrer do ano de 2005 de uma família.

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

WWW.DOMINACONCURSOS.COM.BR 12
 ESTATÍSTICA E PROBABILIDADE

Gráfico De Setores

Objetivos: expressar as informações em uma circunferência fracionada. É um gráfico muito usado na

demonstração de dados percentuais.

O gráfico a seguir mostrará a preferência dos clientes de uma locadora quanto ao gênero dos filmes
locados durante a semana.

WWW.DOMINACONCURSOS.COM.BR 13