ESTATSTICA

II
Prof.: Viviane Carla Fortulan
Agosto/2003
0
I. PROBABILIDAD!
"." I#$ROD%&'O: le(entos )o estu)o )as *ro+a+ili)a)es
O problema fundamental da estatstica consiste em lidar com o acaso e a incerteza.Os
eventos que dependem do acaso sempre foram considerados misteriosos. As conquistas
cientficas dos sculos que seguiram a Renascena, enfatizando a observao e a
eperimentao, deram origem ! teoria )a *ro+a+ili)a)e, para estudar as leis da natureza e
os problemas da vida cotidiana.
"este curso veremos como a incerteza pode realmente ser medida, como podemos
associar#l$es n%meros e como interpretar esses n%meros.
"o curso anterior &de 'statstica () vimos como caracterizar uma massa de dados, a
fim de organizar e resumir informa*es. 'm 'statstica ((, veremos um pouco da 'statstica
(nferencial, que est+ fundamentada em modelos matem+ticos probabilsticos, assim
conveniente dispormos de uma medida que eprima a incerteza presente em afirma*es tais
como ,- possvel que c$ova aman$., ou ,"o $+ c$ance de vit/ria., em termos de uma
escala numrica. 'ssa medida probabilidade.
A teoria das 0robabilidades um ramo da matem+tica que cria, elabora e pesquisa
modelos para estudar eperimentos ou fen1menos aleat/rios.
2evemos esclarecer que esta tcnica bastante intuitiva e no eiste ,f/rmulas.
especficas para todos os problemas. 3ada caso um caso e deve ser estudado com muito
cuidado.
4otivao5
3onsidere os seguintes problemas5
6azendo a aposta mnima na 4ega 7ena, qual a c$ance de acertar as seis dezenas8
7e um aluno ,c$utar. cinco testes &cada um com quatro alternativas) em um eame de
vestibular, qual a probabilidade de acertar pelo menos dois8
9anando dois dados simultaneamente, qual a probabilidade de sarem n%meros
iguais8
A teoria das probabilidades nos a:uda a resolver problemas como estes e muitos outros.
"."." -*eri(ento )eter(in.sti/o e -*eri(ento aleat0rio
2entro de certas condi*es, possvel prever a que temperatura o leite ferve. 'ste tipo
de eperimento, cu:o resultado previsvel, recebe o nome de determinstico.
"o entanto, ao lanarmos um dado uma ou mais vezes, sob as mesmas condi*es, no
podemos saber com anteced;ncia o n%mero obtido< sabemos apenas que os possveis
resultados so5 =, >, ?, @, A ou B. 'ste tipo de eperimento, cu:o resultado no pode ser
previsto, c$amado aleat/rio.
=
'emplo de eperimentos aleat/rios5
- O sorteio da quina da 9oto<
- Retirar uma carta de um baral$o com A> cartas e observar o seu naipe<
- O sorteio do primeiro pr;mio da 9oteria 6ederal<
- O lanamento de uma moeda $onesta<
- 9anar duas moedas e observar as faces voltadas para cima<
- 9anamento de um dado $onesto<
- 2e uma urna contendo @ bolas brancas e A vermel$as, retirar = bola e observar sua cor.
".".2 -*eri(entos aleat0rios e1ui*rov2veis
7o eperimentos onde qualquer resultado pode ocorrer com a mesma c$ance.
'emplo5 "o lanamento de uma moeda, a probabilidade de ocorrer cara ou coroa a mesma.
".2 !PA&O A3O!$RAL O% CO#4%#$O %#IVR!O
- o con:unto de todos os resultados possveis de um eperimento aleat/rio
&equiprov+vel) que ser+ indicado por &1mega). (ndicaremos o n%mero de elementos de um
espao amostral por n& ).
'emplos5
"5 Cuando se lanam duas moedas e se observam as faces voltadas para cima, sendo as faces
da moeda cara&c) e coroa&D), o espao amostral do eperimento 5
EF&c,c), &c,D), &D,c), &D,D)G e n& )E@
25 9anam#se dois dados, &um azul e um branco), e observam#se os n%meros das faces
voltadas para cima. 7e:am5
Da)o a6ul
" 2 3 7 8 9
Da)o +ran/o
" &=,=) &=,>) &=,?) &=,@) &=,A) &=,B)
2 &>,=) &>,>) &>,?) &>,@) &>,A) &>,B)
3 &?,=) &?,>) &?,?) &?,@) &?,A) &?,B)
7 &@,=) &@,>) &@,?) &@,@) &@,A) &@,B)
8 &A,=) &A,>) &A,?) &A,@) &A,A) &A,B)
9 &B,=) &B,>) &B,?) &B,@) &B,A) &B,B)
'perimento aleat/rio5 9anar dois dados
EF&=,=),&=,>),&=,?),&=,@),&=,A),&=,B)
&>,=),&>,>),&>,?),&>,@),&>,A),&>,B)
&?,=),&?,>),&?,?),&?,@),&?,A),&?,B) &Hodos os resultados possveis
&@,=),&@,>),&@,?),&@,@),&@,A),&@,B) do eperimento aleat/rio)
&A,=),&A,>),&A,?),&A,@),&A,A),&A,B)
>
&B,=),&B,>),&B,?),&B,@),&B,A),&B,B)G
n& )E?B &nI de elementos de )
35 Jma urna contm A bolas vermel$as e @ brancas. 2uas bolas so etradas, ao acaso,
sucessivamente e sem reposio. Observamos a seqK;ncia de cores das bolas sorteadas.
0ara determinar , vamos construir o diagrama da +rvore.
7e:a5 vermel$aEL e brancaEM
=N etrao >N etrao
L L
M
M L
M
'perimento aleat/rio5 'trair duas bolas, ao acaso, sucessivamente e sem reposio
EF&L,L), &L,M), &M,L), &M,M)G
n& )E @
Ponto a(ostral: - cada elemento do espao amostral & ).
".3 V#$O
'vento &') qualquer subcon:unto de um espao amostral . 4uitas vezes um evento
pode ser caracterizado por um fato.
'emplos5
"5 "o lanamento de duas moedas, temos5
3onsiderando c E cara e D E coroa, definimos5
'perimento5 9anar duas moedas
EF&c,c),&c,D),&D,c),&D,D)G
7e:am os eventos5
=
'
5 aparecerem faces iguais
=
'
EF&c,c),&D,D)G onde n&
=
'
)E>
5 '
>
aparecer cara em pelo menos uma moeda
>
'
E F&c,c),&c,D),&D,c)G onde n&
>
'
)E?
25 "o lanamento de dois dados, temos5
'perimento5 9anar dois dados
?
EF&=,=),&=,>),&=,?),&=,@),&=,A),&=,B)
&>,=),&>,>),&>,?),&>,@),&>,A),&>,B)
&?,=),&?,>),&?,?),&?,@),&?,A),&?,B)
&@,=),&@,>),&@,?),&@,@),&@,A),&@,B)
&A,=),&A,>),&A,?),&A,@),&A,A),&A,B)
&B,=),&B,>),&B,?),&B,@),&B,A),&B,B)G
n& )E?B
=
'
5 aparecerem n%meros iguais
=
'
EF&=,=),&>,>),&?,?),&@,@),&A,A),&B,B)G < n&
=
'
)EB
>
'
5 o primeiro n%mero menor ou igual a >

>
'
EF&=,=),&=,>),&=,?),&=,@),&=,A),&=,B),&>,=),&>,>),&>,?),&>,@),&>,A),&>,B)G < n&
>
'
)E=>

?
'
5 a soma dos resultados menor ou igual a @

?
'
EF&=,=),&=,>),&=,?),&>,=),&>,>),&?,=)G < n&
?
'
)EB

@
'
5 o n%mero do primeiro dado o dobro do n%mero do segundo dado

@
'
EF&>,=),&@,>),&B,?)G < n&
@
'
)E?
".3." vento Certo: evento que possui os mesmos elementos do espao amostral, &'E)
A
'
5 a soma dos resultados dos dois dados menor ou igual a =>
A
'
E < n&
A
'
)E?B
".3.2 vento I(*oss.vel5 evento igual ao con:unto vazio &' E. O/ )
B
'
5 o n%mero do primeiro dado igual a sete
B
'
E O/ < n&
B
'
)E0
".3.3 vento !i(*les: evento que possui um %nico elemento
O
'
5 a soma dos resultados nos dois dados igual a =>.
O
'
EF&B,B)G < n&
O
'
)E=
".3.7 vento Co(*le(entar5 7e ' um evento de um espao amostral , o evento
complementar de ', indicado por '
c
&ou A), tal que '
c
E # ' &ou se:a, tudo o que no
est+ em ' mas est+ no espao amostral ).
"otemos que O ' '
c
/ e

c
' '
-: 3onsiderando ainda o eperimento5 lanar dois dados, temos que5
@
'
c
'

EF&=,=),&=,>),&=,?),&=,@),&=,A),&=,B)
&>,=),&>,>),&>,?),&>,@),&>,A),&>,B)
&?,=),&?,>),&?,?),&?,@),&?,A),&?,B)
&@,=),&@,>),&@,?),&@,@),&@,A),&@,B)
&A,=),&A,>),&A,?),&A,@),&A,A),&A,B)
&B,=),&B,>),&B,?),&B,@),&B,A),&B,B)G
7e:a o evento A definido por5
A5 o primeiro n%mero no lanamento dos dados menor ou igual a >.
AEF&=,=),&=,>),&=,?),&=,@),&=,A),&=,B),&>,=),&>,>),&>,?),&>,@),&>,A),&>,B)G < n&A)E=>
9ogo,
A
c
5 o primeiro n%mero no lanamento dos dados maior que > & ou se:a, A
c
E # A)
A
c
EF&?,=),&?,>),&?,?),&?,@),&?,A),&?,B)
&@,=),&@,>),&@,?),&@,@),&@,A),&@,B) n&A
c
)E>@
&A,=),&A,>),&A,?),&A,@),&A,A),&A,B)
&B,=),&B,>),&B,?),&B,@),&B,A),&B,B)G
".3.8 ventos 3utua(ente -/lusivos :ou )is;untos55 dois ou mais eventos so
ditos mutuamente eclusivos quando a ocorr;ncia de um deles implica a no
ocorr;ncia do outro. 2este modo, se A e M so eventos mutuamente eclusivos, ento
o M A
/

&ou se:a, no eiste interseo entre eles).
-5 7e:am os eventos5
A5 quando se lana um dado, o n%mero na face voltada para cima mpar.
AEF=,?,AG
M5 quando se lana um dado, o n%mero na face voltada para cima divisvel por @
MEF@G
Os eventos A e M so mutuamente exclusivos, pois
o M A
/

.
-er/./io5 3onsiderar o eperimento aleat/rio5 uma moeda lanada ? vezes. 2eterminar5
a) espao amostral
b) evento
=
'
5 sair > caras e = coroa
c) evento
>
'
5 sair ? caras
d) evento
?
'
5 sair pelo menos = cara
e) evento
@
'
5 sair no m+imo > coroas
A
f) evento
A
'
5 nen$uma cara
".3.9 O*era<=es /o( eventos
'iste uma correspond;ncia entre os conceitos da linguagem dos eventos e dos
con:untos.
7upon$a um espao amostral finito e A e M tr;s eventos de .
=.) AM5 significa que pelo menos um evento ocorre
>.) AM5 os dois eventos ocorrem
?.) A#M5 somente o evento A ocorre
@.) A
c
E A5 o evento A no ocorre
A.) A M 5 somente um dos eventos ocorre
7e:a A
i
< iE =, >, ?, ..., n uma coleo finita de eventos de , ento5
B.)
n
= i
i
A

5 pelo menos um dos A

i
Ps ocorre
O.)
n
= i
i
A

5 todos A
i
Ps ocorrem
0ropriedades das opera*es
B
7e:am A, M e 3 eventos associados a um espao amostral . As seguintes
propriedades so v+lidas5
a) (2'40OH'"H'7
AA E A
A A EA
b) 3O4JHAH(LA7
AM E MA
AM E MA
c) A77O3(AH(LA7
A&M3) E &AM) 3
A&M3) E &AM) 3
d) 2(7HR(MJH(LA7
A&M3) E &AM) &A3)
A&M3) E &AM) &A3)
e) AM7ORQR'7
A&AM) E A
A&AM) E A
f) (2'"H(2A2'7
A E A
A E
A O/ E O/
A O/ E A
g) 3O409'4'"HAR'7
O/
/ O
A
A E O/
A A
$) 9'(7 2' 4ORSA" &ou 9eis das 2ualidades)
M A ) M A &
TTTTTTTT

M A ) M A &
TTTTTTTT

".3.> Parti<?o )e u( s*a<o A(ostral
O
Os eventos A
=
, A
>
, ..., A
n
formam uma partio do espao amostral se5
=.) A
i
O/
para i E =, >, ..., n
>.)
O A A
: i
/
para i :
?.)

n
= i
i
A

A
=
, A
>
e A
?
formam uma partio do espao
amostral e, portanto, satisfazem =.), >.) e ?.).
Resolva a 1 Lista de Exerccios
".7 PROBABILIDAD
"o estudo da probabilidade, $+ tr;s tipos de quest*es5
U
'5
A=
A>
A?

=. O que queremos dizer quando afirmamos que a probabilidade de um evento , por

eemplo, 0,A0, 0,OU ou 0,@@8
>. 3omo determinar ou avaliar, na pr+tica, os n%meros que c$amamos
probabilidades8
?. Cuais ao as regras matem+ticas que as probabilidades devem obedecer8
'istem basicamente tr;s defini*es para a probabilidade
2efinio sub:etiva da probabilidade5 afirma que a probabilidade uma estimativa do
que um indivduo pensa que se:a a viabilidade de ocorr;ncia de um evento. "este caso
dois indivduos podem estimar diferentemente uma probabilidade.
2efinio frequentista da probabilidade5 a probabilidade de um evento &acontecimento
ou resultado) definida como sendo a proporo do n%mero de vezes que eventos do
mesmo tipo ocorrem a longo prazo. 'm outras palavras, quando precisamos realizar
o eperimento um n%mero muito grande de vezes para observarmos que frao
proporo) das vezes tal evento ocorre.
2efinio cl+ssica de probabilidade5 quando estamos interessados em probabilidades
iguais, ou se:a, estamos lidando com eperimentos equiprov+veis.
3onsiderando um espao amostral , no vazio, e um evento ', sendo ' , a
probabilidade de ocorrer o evento ' o n%mero real 0&'), tal que5
) & n
) ' & n
) ' & 0

,
onde5 n&')5 ,taman$o. do evento ' &ou n%mero de casos favor+veis ao evento ').
n&

)5 ,taman$o. do espao amostral

&ou n%mero total de casos).

OM7.5 'sta a definio cl+ssica de probabilidade quando finito e baseia#se no
conceito de resultados equiprov+veis &t;m a mesma c$ance de ocorrer).
0ropriedades5 7e:a um espao amostral qualquer e se:am A e M eventos de .
i) 0 0&A) = &observe que 0&A) 0)
ii) 0&) E =
iii) 0&) E 0
iv) 0&
A
) E =#0&A)
v) 0&AM) E 0&A) V 0&M) W 0&AM). 7e AM E , 0&AM) E 0&A) V 0&M)
vi) 0&
A
M) E 0&M) W 0&AM).
'emplos5
=) 9anando#se um dado, a probabilidade de sair um nI mpar na face voltada para cima
obtida da seguinte forma5
X
EF=,>,?,@,A,BG < n& )EB
'5 sair um n%mero mpar 'EF=,?,AG < n&')E?
) & n
) ' & n
) ' & 0

E
>
=
B
?

E 0,A
0ortanto, podemos concluir que a probabilidade de sair um n%mero mpar na face voltada
para cima igual a 0,A. &Ou, poderamos dizer que eiste A0Y de c$ance de sair um n%mero
mpar na face voltada para cima).
>) 'scol$ido ao acaso um elemento do con:unto dos divisores de ?0, determinar a
probabilidade de que ele se:a primo.
EF=,>,?,A,B,=0,=A,?0G < n& )EB
'5 o n%mero ser primo 'EF>,?,AG < n&')E?
) & n
) ' & n
) ' & 0

E
?OA , 0
U
?

A probabilidade de que um n%mero, escol$ido ao acaso, do con:. dos divisores de ?0 se:a

um n%mero primo de 0,?OA.
OM7.5 "em sempre possvel descrever os elementos de um evento ou espao amostral.
"esse caso, devemos utilizar outras tcnicas tais como as distribui*es de probabilidades.
?) 3onsidere uma urna com tr;s bolas brancas e duas bolas pretas. 'trair casualmente duas bolas, sendo
uma ap/s a outra. Obter a distribuio da vari+vel ZEFn%mero de bolas brancasG.
Diagrama da rvore:
a@5 Re*on)o a *ri(eira +ola
=0
ventos
AE MM FZE>G
ME M0 FZE=G
3E 0M FZE=G
2E 00 FZE0G
2istribuio de Z 0robabilidade de Z
> 0&ZE>)E
>A
X
A
?
A
?

= 0&ZE=)E
>A
=>
A
?
A
>
A
>
A
?
+
0 0&ZE0)E
>A
@
A
>
A
>

+@5 !e( re*or a *ri(eira +ola ventos
AE MM FZE>G
ME M0 FZE=G
3E 0M FZE=G
2E 00 FZE0G
2istribuio de Z 0robabilidade de Z
> 0&ZE>)E
>0
B
@
>
A
?

= 0&ZE=)E
>0
=>
@
?
A
>
@
>
A
?
+
0 0&ZE0)E
>0
>
@
=
A
>

".8 %#I'O D DOI! V#$O!
3onsiderando A e M dois eventos contidos em um mesmo espao amostral , o
n%mero de elementos da reunio de A com M igual ao n%mero de elementos do evento A
somado ao n%mero de elementos de evento M, subtrado do n%mero de elementos da
interseco de A com M.
) M A & n ) M & n ) A & n ) M A & n +
7endo n& ) o n%mero de elementos do espao amostral, vamos dividir os dois
membros da equao por n& ) a fim de obter a probabilidade 0
) M A &
. Assim,
temos5
) & n
) M A & n
) & n
) M & n
) & n
) A & n
) & n
) M A & n

9ogo,
==
M
0
A
?
A
?
A
>
A
>
M
M
0
0
0rimeira
'trao
7egundo
'trao
A
?
A
>
M
0
@
>
@
?
@
=
M
M
0
0
0rimeira
'trao
7egundo
'trao
A
?
A
>
@
>
) M A & 0 ) M & 0 ) A & 0 ) M A & 0 +
0ara ficar bem claro esta definio vamos utilizar 2iagramas de Lenn em algumas situa*es
para visualizar mel$or opera*es com eventos.
0or eemplo5 7e:am A, M, M A eventos quaisquer com probabilidades, respectivamente,
iguais a 0.B, 0.?, 0.>. 'ncontre as probabilidades abaio5
a) 0& M A ) E
b) 0&A#M) E
c) 0&M#A) E
OB!: 0ara eventos mutuamente eclusivos, & O M A / ), a equao obtida fica5
) M & 0 ) A & 0 ) M A & 0 +
'emplos5
=) 2e uma urna com >0 bolin$as numeradas de = a >0, retira#se ao acaso uma bolin$a. 0ara
calcular a probabilidade de essa bolin$a ter um n%mero divisvel por > ou ?,
consideramos5
EF=, >, ?, ..., >0G
A5 con:unto dos n%meros divisveis por >
AEF>, @, B, U, =0, =>, =@, =B, =U, >0G
M5 con:unto dos n%meros divisveis por ?
MEF?, B, X, =>, =A, =UG
M A 5 con:unto dos n%meros divisveis por > e por ?
M A EFB, =>, =UG
0&A)E
>0
=0
, 0&M)E
>0
B
, 0& M A )E
>0
?
BA , 0
>0
=?
M) 0&A
>0
?
>0
B
>0
=0
) M A & 0 +
>) A c$ance de que a populao atual de um pas se:a de ==0 mil$*es ou mais de XAY. A
c$ance de ser ==0 mil$*es ou menos de UY. 3alcule a probabilidade de ser ==0 mil$*es.
7endo 0&A) a probabilidade de ser ==0 mil$*es ou mais5 0&A)E0.XA
7endo 0&M) a probabilidade de ser ==0 mil$*es ou menos5 0&M)E0.0U
=>
0& M A )E a probabilidade de ser ==0 mil$*es5 0& M A )E 8
0& M A )E =
Aplicando a regra da unio de dois eventos, temos5
0& M A )E0&A) V 0&M) W 0& M A )
= E 0,XA V 0,0U # 0& M A )
0& M A ) E 0,XA V 0,0U W =
0& M A ) E 0,0?
?) Hr;s cavalos, A, M e 3, esto em uma corrida< A tem duas vezes mais probabilidade de
gan$ar que M, e M tem duas vezes mais probabilidade de gan$ar que 3. Cuais so as
probabilidades de vit/ria de cada um, isto , 0&A), 0&M) e 0&3)8 Cual a 0robabilidade de M ou
3 gan$ar8
7oluo5 Lamos supor 0&3)E p< desta forma 0&M) E >p e assim, 0&A) E >0&M) E @p. 3omo a
soma das probabilidades =, ento5
0&A) V 0&M) V 0&3) E p V >p V @p E = Op E = ou p E
O
=
.
9ogo, temos5
0&A) E @p E
O
@
O
=
@
,
_

< 0&M) E >p E

O
>
O
=
>
,
_

< 0&3) E p E
O
=
<
A probabilidade de M ou 3 gan$ar dada por5
O
?
0
O
=
O
>
) M A & 0 ) 3 & 0 ) M & 0 ) 3 M & 0 + + +
&OM7.5
0 ) 3 M & 0
pois dois cavalos
no gan$am ao mesmo tempo.)
Resolva a 2 Lista de Exerccios
".9 PROBABILIDAD CO#DICIO#AL
(ntroduziremos o conceito de probabilidade condicional atravs do sguinte eemplo5
3onsideremos >A0 alunos que cursam o primeiro ciclo de uma faculdade. 2estes alunos
=00 so $omens &[) e =A0 so mul$eres &4), ==0 cursam fsica &6) e =@0 cursam qumica &C).
A distribuio dos alunos a seguinte5
Dis/i*lina
!e-o
F A $otal
B @0 B0 =00
3 O0 U0 =A0
$otal ""0 "70 280
Jm aluno sorteado ao acaso. Cual a probabilidade de que este:a cursando qumica, dado
que mul$er8
=?
0elo quadro vemos que esta probabilidade de
=A0
U0
e representamos5
( )
=A0
U0
4 \ C 0
&probabilidade de que o aluno curse qumica, condicionado ao fato de ser
mul$er)
Observamos, porm, que
( )
>A0
=A0
) 4 & 0 e
>A0
U0
C 4 0
. 0ara obtermos o resultado do
problema basta considerar que5
( )
=A0
U0
>A0
=A0
>A0
U0
4 \ C 0
9ogo5
) 4 & 0
) C 4 & 0
) 4 \ C & 0

7e:am A e M. 2efinimos Probabilidade Condicional de A dado que B ocorre &A\

M) como segue5
0 ) M & 0 se ,
) M & 0
) M A & 0
) M \ A & 0

ou, de forma an+loga

0 ) A & 0 se ,
) A & 0
) M A & 0
) A \ M & 0

'emplo =5 3onsidere o lanamento de um dado.

EF=, >, ?, @, A, B) &B resultados possveis)
7e:a o evento A5 sair face @,
0&A)E
B
=
E 0,=BO.
0ara entender o problema de probabilidade condicional, supon$a que embora no
possamos ver o dado, algum diga que o resultado um n%mero par. "este caso, qual a
probabilidade de A ocorrer8 (sto , sabendo que saiu um n%mero par, qual a probabilidade de
A ocorrer8
0&A) E
?
=
E 0,????
Assim, a informao de que o valor ocorrido um n%mero par afeta a probabilidade de
ocorrer o evento A, e o valor 0,???? c$amado de probabilidade condicional, uma vez que
ela calculada sob a condio de que o valor na face do dado um n%mero par.
#ota<?o: 0&A\M) &l;#se, probabilidade de ocorrer o evento A, sabendo#se &dado) que o evento
M :+ ocorreu.
=@
'emplo >5 "o lanamento de dois dados, observando as faces de cima, para calcular a
probabilidade de sair o n%mero A no primeiro dado, sabendo que a soma dos dois
n%meros maior que O, fazemos5
EF&=,=),&=,>),&=,?),&=,@),&=,A),&=,B)
&>,=),&>,>),&>,?),&>,@),&>,A),&>,B)
&?,=),&?,>),&?,?),&?,@),&?,A),&?,B)
&@,=),&@,>),&@,?),&@,@),&@,A),&@,B)
&A,=),&A,>),&A,?),&A,@),&A,A),&A,B)
&B,=),&B,>),&B,?),&B,@),&B,A),&B,B)G
'vento A5 n%mero A no primeiro dado
AEF&A,=),&A,>),&A,?),&A,@),&A,A),&A,B)G
'vento M5 a soma dos dois n%meros maior que O
MEF&>,B),&?,A),&?,B),&@,@),&@,A),&@,B),&A,?),&A,@),&A,A),&A,B),&B,>),&B,?),&B,@),&B,A),&B,B)G
M A 5 o primeiro n%mero A e a soma dos dois n%meros maior que O.
M A EF&A,?),&A,@),&A,A),&A,B)G
0& M A )E
?B
@
e 0&M)E
?B
=A
9ogo,
) M & 0
) M A & 0
) M \ A & 0

=A
@
?B
=A
?B
@
) M \ A & 0
'emplo ?5 7endo 0&A) E
?
=
, 0&M) E
@
?
e
=>
==
) M A & 0
, calcular 0&A\M).
Resoluo5
3omo
) M & 0
) M A & 0
) M \ A & 0

, devemos calcular
). M A & 0
3omo 0&
) M A & 0 ) M & 0 ) A & 0 ) M A +
, temos5
B
=
=>
>
) M A & 0 ) M A & 0
@
?
?
=
=>
==
+
9ogo,
X
>
@
?
B
=
) M \ A & 0
=A
".> 3%L$IPLICA&'O D PROBABILIDAD!
Hiramos da definio de probabilidade condicional o c$amado TEOREMA DO
PRODUTO5 7e:am A e M. 'nto, a probabilidade de ocorrer 0& M A ) igual ao
produto da probabilidade de um deles pela probabilidade do outro em relao ao primeiro, ou
se:a5
7endo5
) M & 0
) M A & 0
) M \ A & 0

ou
) A & 0
) M A & 0
) A \ M & 0

,
ento
) M \ A & 0 ) M & 0 ) M A & 0
ou
) A \ M & 0 ) A & 0 ) M A & 0
'emplos5
=#) 2uas bolas vo ser retiradas de uma urna que contm > bolas brancas, ? pretas e @ verdes.
Cual a probabilidade de que ambas
a) se:am verdes8
b) 7e:am da mesma cor8
Resoluo5
Hemos que5 0&M) E
X
>
, 0&0) E
X
?
e 0&L) E
A
@
a)
B
=
U
?
X
@
) L \ L & 0 ) L & 0 ) L L & 0
b)
) L L & 0 ) 0 0 & 0 ) M M & 0 ) 3or 4esma & 0 + +

U
?
X
@
U
>
X
?
U
=
X
>
) 3or 4esma & 0 + +

=U
A
O>
>0
) 3or 4esma & 0
A generalizao do teorema do produto 5
( ) ( ) ( )
= n > = n > = ? = > i
n
= i
i
A A A \ A 0 A A \ A 0 A \ A 0 ) A & 0 A 0

,
_

'emplo5 Jma urna contm as letras A, A, A, R, R, 7. Retira#se letra por letra. Cual a
probabilidade de sair a palavra ARARA78
B0
=
=
>
=
?
=
@
>
A
>
B
?
) A R A R A \ 7 & 0 ) R A R A \ A & 0
) A R A \ R & 0 ) R A \ A & 0 ) A \ R & 0 ) A & 0 ) 7 A R A R A & 0



=B
".C V#$O! I#DP#D#$! :O% I#DP#DD#CIA !$A$E!$ICA5
2ois eventos A e M so estatisticamente independentes se a ocorr;ncia &ou
no ocorr;ncia) de um dos eventos no afetar a probabilidade de ocorr;ncia do outro evento.
'm outras palavras, dizemos que um evento M estatisticamente independente de um evento
A se a ocorr;ncia de A no afeta a probabilidade de ocorrer o evento M. 'm smbolos5
) A & 0 ) M \ A & 0
ou
) M & 0 ) A \ M & 0
Hemos tambm que se dois eventos A e M so ditos independentes, ento a
probabilidade deles ocorrerem con:untamente pode ser dada por5
) M \ A & 0 ) M & 0 ) M A & 0
&()
e
) A & 0 ) M \ A & 0
&(()
7ubstituindo (( em (, obtemos5
) M & 0 ) A & 0 ) M A & 0
'emplo =5
9anando#se simultaneamente um dado e uma moeda, determine a probabilidade de se
obter ? ou A no dado e cara na moeda.
EF&=,c),&=,D),&>,c),&>,D),&?,c),&?,D),&@,c),&@,D),&A,c),&A,D),&B,c)&B,D)G
'vento A5 ? ou A no dado 0&A)E
?
=
=>
@

AEF&?,c),&?,D),&A,c),&A,D)G
'vento M5 cara na moeda 0&M)E
>
=
=>
B

MEF&=,D),&>,D),&?,D),&@,D),&A,D),&B,D)G
Os eventos so independentes, pois o fato de ocorrer A no modifica a probabilidade
de ocorrer M. Assim, temos5
) M & 0 ) A & 0 ) M A & 0
0ortanto,
B
=
>
=
?
=
) M A & 0
"ote que M A EF&?,D),&A,D)G e 0& M A ) poderia ser calculado por5
B
=
=>
>
) & n
) M A & n
) M A & 0

. "o entanto, nem sempre a obteno de n& M A ) simples.
=O
'emplo >5 Jma roleta contm ?U n%meros dos quais =U so vermel$os, =U so pretos, e dois
so verdes. Cuando a roleta girada e a bola solta, igualmente prov+vel que a bola caia em
qualquer um dos ?U n%meros. 'm duas :ogadas da roleta, qual a probabilidade de que5
a) a bola caia no vermel$o duas vezes8
b) A bola caia no verde na primeira vez e no preto na segunda vez8
7oluo5
] razo+vel supor que as :ogadas sucessivas da roleta so independentes, ou se:a, o
resultado da =N rodada no interfere no resultado da >N rodada.
a) 7e:a os eventos5
=
L
5 ,a bola cai no vermel$o na primeira rodada. e
>
L
5 ,a bola cai no vermel$o na
segunda rodada..
Cueremos a probabilidade de que em duas rodadas sucessivas d; dois resultados
vermel$os, ou se:a, a bola caia no vermel$o nas duas rodadas. 'nto queremos
) L L & 0
> =

.
3omo a ocorr;ncia de
=
L
no interfere na ocorr;ncia de
>
L
, isto , como
=
L
e
>
L
so
eventos independentes, fazemos5
) L & 0 ) L & 0 ) L L & 0
> = > =

E&=U^?U) &=U^?U) E0,>>@
'iste uma c$ance de >>,AY de que a bola caia duas vezes no vermel$o.
b) 7e:a os eventos5
=
Ld
5 ,a bola cai no verde na primeira rodada. e
>
0
5 ,a bola cai no preto na segunda
rodada.
) 0 & 0 ) Ld & 0 ) 0 Ld & 0
> = > =
&>^?U) &=U^?U) E0,0>A
'iste uma c$ance de >,AY de que a bola caia a primeira vez no verde e a segunda vez
no preto.
I3POR$A#$: - comum confundir os conceitos de eventos mutuamente eclusivos e
eventos independentes. 'stes termos no significam a mesma coisa. O conceito de
,mutuamente eclusivo. envolve se ou no dois eventos podem ocorrer simultaneamente. 0or
outro lado, o conceito de independ;ncia envolve se ou no a ocorr;ncia de um evento afeta a
probabilidade de ocorr;ncia do outro.
'emplo ?5 7e:am A e M eventos tais que 0&A) E 0,>, 0&M) E 0, 0&AM) E 0,B.
3alcular 0 considerando A e M5
a) mutuamente eclusivos<
b) independentes.
Resoluo5
a#) A e M mutuamente eclusivos
0 ) M A & 0
como
0&AM) E 0&A) V 0&M) W 0&AM) vem 0,B E 0,> V 0 W 0 0 E 0,@
=U
b#) A e M independentes
0 > , 0 ) M & 0 ) A & 0 ) M A & 0
como
0&AM) E 0&A) V 0&M) W 0&AM) vem 0,B E 0,> V 0 W 0,>0 0,@ E 0,U0 0 E 0,A
OM7.5 7e os eventos A
=
, A
>
, ..., A
n
so independentes ento5

,
_

n
= i
i
n
= i
i
) A & 0 A 0

onde
) A & 0 ) A & 0 ) A & 0 ) A & 0
n > =
n
= i
i

.
Resolva a 3 Lista de Exerccios
Resolva a 4 Lista de Exerccios
".F $ABLA! D PROBABILIDAD CO#4%#$A :O% $ABLA! D D%PLA
#$RADA O% $ABLA! D CO#$I#GD#CIA5
'm uma tabela de probabilidade con:unta todos os possveis eventos para uma vari+vel
&ou observao) so listados como cabeal$os de colunas, todos os possveis eventos para
uma 7egunda vari+vel so listados como cabeal$os de lin$as, e o valor includo em cada
casela resultante a probabilidade de cada ocorr;ncia con:unta. 4uitas vezes as
probabilidades em uma destas tabelas esto baseadas em freqK;ncias observadas da
ocorr;ncia dos v+rios eventos con:untos, em lugar de serem a priori por natureza. A tabela das
freqK;ncias de ocorr;ncias con:untas que pode servir de base para a construo de uma tabela
de probabilidade con:unta c$amada de tabela de conting;ncia.
Defini<?o "95 $a+elas )e /ontingHn/ia
=X
7o tabelas que permitem classificar membros de uma populao ou de uma amostra
segundo duas caractersticas5
0or eemplo5 # nvel educacional vs renda anual<
- idade vs seo<
'emplo5 &Habela de conting;ncia)
3lassificao de professores de uma universidade segundo idade e posio na carreira.
Posi<?o na /arreira
Professor
$itular
:
=
R 5
Professor
Asso/ia)o
:
>
R 5
Professor
Assistente
:
?
R 5
Instrutor
:
@
R 5
$otal
:
i
A 5
iI",2,3,7 e 8
J 30
:
=
A 5
> ? AO B 9C
30 K 3F
:
>
A 5
A> =O0 =B? =O 702
i)a)e 70 K 7F
:
?
A 5
=AB =>A B= B 37C
80 K 8F
:
@
A 5
=@A BU ?B @ 283
90
:
A
A 5
OA =A ? 0 F3
$otal
:
i
R 5
iI",2,3 e 7
730 3C" 320 33 ""97
'perimento5 7elecionar um professor ao acaso.
'vento
=
A
5 O professor selecionado tem menos de ?0 anos.
'vento
>
A
5 O professor selecionado tem entre ?0 e ?X anos.
'vento
?
A
5 O professor selecionado tem entre @0 e @X anos.
'vento
@
A
5 O professor selecionado tem entre A0 e AX anos.
'vento
A
A
5 O professor selecionado tem mais de B0 anos.
'vento
=
R
5 O professor selecionado um professor titular.
'vento
>
R
5 O professor selecionado um professor associado.
'vento
?
R
5 O professor selecionado um professor assistente.
'vento
@
R
5 O professor selecionado um instrutor.
#otas:
Os eventos
=
A
!
A
A
s?o mutuamente eclusivos &entre si)
Os eventos
=
R
!
@
R
s?o mutuamente eclusivos &entre si)
Os eventos
i
A
Ps com
i
R
Ps n?o so mutuamente eclusivos &entre si)
0odemos considerar os eventos
i
A
Ps con:untamente aos eventos
i
R
Ps.
0or 'emplo5 # o professor selecionado tem menos de ?0 anos &
=
A
) e tambm um
professor associado &
>
R
), isto pode ser epresso por &
=
A
e
>
R
) ou &
=
A
>
R
).
>0
&
=
A
e
>
R
) E &
=
A
>
R
) E o professor selecionado um professor associado com idade
inferior a ?0 anos.
Jsando probabilidade temos5
0&
=
A
) E
==B@
BU
E 0,0AU< 0&
>
R
)E
==B@
?U=
E 0,?>O
ou se:a, A,UY dos professores t;m menos que ?0 anos e ?>,OY dos professores so
associados. Alm de podermos determinar a probabilidade de cada evento
i
A
e
i
R
,
podemos tambm determinar a probabilidade para eventos con:untos, denominada
probabilidade con:unta. 'emplo5
0&
=
A e
>
R ) E 0&
=
A
>
R ) E
==B@
?
E 0,00?
ou se:a, 0,?Y dos professores t;m menos de ?0 anos e so associados.
OB!: 'sta probabilidade con:unta pode ser calculada para quaisquer
i
A
Ps con:untamente aos
i
R
Ps.
A tabela de distribui*es de probabilidades con:unta fica5
0osio na carreira
Professor
$itular
P:
=
R 5
Professor
Asso/ia)o
P:
>
R 5
Professor
Assistente
P:
?
R 5
Instrutor
P:
@
R 5
$otal
P:
i
A 5
iI",2,3,7 e 8
J 30
P:
=
A 5
0&
=
A
=
R
)E0,00>
0&
=
A
>
R
)E0,00?
0&
=
A
?
R
)E0,0@X
0&
=
A
@
R
)
0,00A
0&
=
A )
E0,0AU
30 K 3F
P:
>
A 5
0&
>
A
=
R
)E0,0@A
0&
>
A
>
R
)E0,=@B
0&
>
A
?
R
)E0,=@0
0&
>
A
@
R
)
0,0=A
0&
>
A )
E0,?@A
I)a)e 70 K 7F
P:
?
A 5
0&
?
A

=
R
)E0,=?@
0&
?
A

>
R
)E0,=0O
0&
?
A

?
R
)E0,0A>
0&
?
A

@
R
)
0,00A
0&
?
A )
E0,>XX
80 K 8F
P:
@
A 5
0&
@
A
=
R
)E0,=>A
0&
@
A
>
R
)E0,0AU
0&
@
A
?
R
)E0,0?=
0&
@
A
@
R
)
0,00?
0&
@
A )
E0,>=O
90
P:
A
A 5
0&
A
A

=
R
)E0,0B@
0&
A
A

>
R
)E0,0=?
0&
A
A

?
R
)E0,00?
0&
A
A

@
R
)
0,000
0&
A
A )
E0,0U0
$otal
P:
i
R 5
iI",2,3 e 7
P:
=
R 5
I0,39F
P:
>
R 5
I0,32>
P:
?
R 5
I0,2>8
P:
@
R 5
I0,02C
"
#otas5
=. As probabilidades ,dentro. da tabela so c$amadas de probabilidades con:untas dos
eventos
i
A
Ps e
i
R
Ps.
>. As probabilidades da %ltima coluna representam as probabilidades marginais dos eventos
i
A
Ps.
>=
?. As probabilidades da %ltima lin$a representam as probabilidades marginais dos eventos
i
R
Ps.
@. A soma das probabilidades con:untas de uma lin$a ou de uma coluna igual a
probabilidade marginal daquela lin$a ou coluna.
A. A soma de todas as probabilidades con:untas ou das marginais referente a cada vari+vel
tem que dar =.
Lari+vel
i
A
E idade < vari+vel
i
R
E posio na carreira.
'emplos de 0robabilidade condicional usando tabela de conting;ncia5 7upon$a que A e M
se:am > eventos. 'nto a probabilidade de ocorrer o evento A sabendo#se que o evento M
ocorreu denominada probabilidade condicional. 'la indicada pelo smbolo 0&A\M).
'erccios5 3onsiderando o eemplo acima responda5
a) Cual a probabilidade de que o professor selecionado este:a na casa dos A0 anos.
0&
@
A )E
>=O , 0
==B@
>A?

b) 'ncontre a probabilidade de que o professor selecionado este:a na casa dos A0 anos,

sabendo#se que um professor assistente foi selecionado.
0&
==? , 0
?>0
?B
) R \ A
? @

)
c) (nterprete as probabilidades encontradas em termos de porcentagem.
0&
@
A
)E0,>=O indica que >=,OY dos professores da universidade esto na casa dos A0 anos.
0&
==? , 0 ) R \ A
? @

indica que ==,?Y dos professores assistentes esto na casa dos A0 anos.
A partir dos eemplos acima, podemos sugerir a seguinte f/rmula para probabilidade
condicional.
) M & n
) M A & n
) M & 0
) M A & 0
) M \ A & 0

ou, analogamente,
) A & n
) M A & n
) A & 0
) M A & 0
) A \ M & 0

(sto implica que5

) M \ A & 0 ) A & 0 ) M A & 0
e
) A \ M & 0 ) M & 0 ) M A & 0
>>
Listas de Exerccios
"L LI!$A D MRCECIO!
"5 "o lanamento simult_neo de dois dados considere as faces voltadas para cima e
determine5
a) espao amostral
b) evento
=
'
5 n%meros cu:a soma igual a A
c) evento
5 '
>
n%meros iguais
d) evento
5 '
?
n%meros cu:a soma um n%mero par
e) evento
5 '
@
n%meros mpares nos > dados
f) evento
5 '
A
n%mero dois em pelo menos um dos dados
g) evento
=> que menor soma cu:a n%meros 5 '
B
$) evento
5 '
O
n%meros cu:a soma maior que =>
i) evento
5 '
U
n%meros divisores de O nos > dados
25 9anam#se duas moedas..7e:am A5 sada de faces iguais e M5 sada de cara na primeira
moeda. 2eterminar os eventos5
a) AM
b) AM
c) A
d) M
e)
TTTTTTTT
) M A &
g) M A
$) M A
i) M W A
:) A W M
D) M A
l) A M
>?
f)
TTTTTTTT
) M A &
35 9anam#se ? moedas. 'numerar o espao amostral e os eventos5
a) faces iguais<
b) cara na =N moeda<
c) coroa na >N e ?N moedas.
75 Jm lote contm peas de A, =0, =A, ..., ?0 mm de di_metro. 7upon$a que > peas se:am
selecionadas no lote &com reposio). 7e e ` indicam respectivamente os di_metros da =N
e >N peas selecionadas, o par &, `) representa um ponto amostral. Jsando o plano
cartesiano, indicar os seguintes eventos5
a) AEF E `G
b) MEF` a G
c) 3EF E `#=0G
d)

'

<
+
=0
>
`
2
85 Jm casal plane:a ter ? fil$os. 2etermine os eventos5
a) os ? so do seo feminino
b) pelo menos = do seo masculino
c) os ? do mesmo seo
95 Jma urna contm >0 bolin$as numeradas de = a >0. 'scol$e#se ao acaso uma bolin$a e
observa#se o seu n%mero. 2etermine os seguintes eventos5
a) o n%mero escol$ido mpar.
b) o n%mero escol$ido maior que =A.
c) o n%mero escol$ido m%ltiplo de A.
d) o n%mero escol$ido m%ltiplo de > e de ?.
e) o n%mero escol$ido primo.
f) o n%mero escol$ido par e m%ltiplo de ?.
g) o n%mero escol$ido mpar e m%ltiplo de O.
>5 7e:am A, M e 3, tr;s eventos aleat/rios de . 'primir os eventos abaio usando as
opera*es reunio, interseco e complementao5
a) 7omente A ocorre<
b) A e 3 ocorrem, mas M no<
c) A, M e 3 ocorrem<
d) 0elo menos um ocorre<
e) 'atamente um ocorre<
f) "en$um ocorre<
g) 'atamente dois ocorrem<
$) 0elo menos dois ocorrem<
i) "o m+imo dois ocorrem.
>@
2L LI!$A D MRCECIO!
"5 Cual a probabilidade de ocorrer o n%mero A no lanamento de um dado8
25 Cual a probabilidade de se obter um n%mero par no lanamento de um dado8
35 Jm disco tem uma face branca e a outra azul. 7e o disco for lanado ? vezes, qual a
probabilidade de a face azul ser sorteada pelo menos uma vez8
75 Jm casal plane:a Her tr;s fil$os. Cual a probabilidade de os ? serem do mesmo seo8
85 &Jnesp#70) boo lana um dado sem que Ant1nio ve:a. boo diz que o n%mero mostrado
pelo dado par. A probabilidade de Ant1nio descobrir esse n%mero 5
a) =^> b) =^B c) @^B d) =^? d) ?^?B
95 &Lunesp) Jm baral$o de => cartas tem @ ases. Retiram#se > cartas, uma ap/s a outra.
2etermine a probabilidade de a segunda ser um +s, sabendo que a primeira um +s.
>5 &J673ar#70) Jma urna tem =0 bolas id;nticas, numeradas de = a =0. 7e retirarmos uma
bola da urna, a probabilidade de no obtermos a bola n%mero O igual a5
a) >^X
b) =^=0
c) =^A
d) X^=0
e) X^==
C5 2etermine a probabilidade de se obterem os eventos a seguir, no lanamento simult_neo
de dois dados, observadas as faces voltadas para cima5
a) n%meros iguais
b) n%meros cu:a soma igual a A
c) n%meros cu:a soma mpar
d) n%meros cu:o produto par
e) n%meros cu:a soma menor que =>
f) n%meros cu:a soma maior que =>
g) n%meros primos nos dois dados
F5 Jma urna contm > bolas brancas e A bolas vermel$as. Retirando#se > bolas ao acaso e
sem reposio, calcule a probabilidade de5
a) as bolas serem de cores diferentes
b) as > bolas serem vermel$as
>A
"05 &4au+#70) Jma caia contm == bolas numeradas de = a ==. Retirando#se uma delas ao
acaso, observa#se que ela tem um n%mero mpar. 2etermine a probabilidade de esse
n%mero ser menor que A.
""5 Jma bola retirada de uma urna que contm bolas coloridas. 7abe#se que a probabilidade
de ter sido retirada uma bola vermel$a A^=O. 3alcule a probabilidade de ter sido retirada
uma bola que no se:a vermel$a.
"25 Jma urna contm ?0 bolin$as numeradas de = a ?0. Retirando#se ao acaso uma bolin$a da
urna, qual a probabilidade de essa bolin$a ter um n%mero m%ltiplo de @ ou de ?8
"35 bogando#se um dado, qual a probabilidade de se obter o n%mero ? ou um n%mero mpar8
"75 3onsultadas A00 pessoas sobre as emissoras de HL que $abitualmente assistem, obteve#se
o seguinte resultado5 >U0 pessoas assistem ao canal A, >A0 assistem ao canal M e O0
assistem a outros canais, distintos de A e M. 'scol$ida uma pessoa ao acaso, determine a
probabilidade de que ela assista5
a) ao canal A
b) ao canal M
c) ao canal A ou ao canal M
"85 &0J33A40#70) "um grupo, A0 pessoas pertencem a um clube A, O0 pertencem a um
clube M, ?0 a um clube 3, >0 pertencem aos clubes A e M, >> aos clubes A e 3, =U aos
clubes M e 3 e =0 pertencem aos ? clubes. 'scol$ida ao acaso uma das pessoas presentes,
a probabilidade de ela5
a) pertencer aos ? clubes ?^A
b) pertencer somente ao clube 3 zero
c) pertencer a pelo menos dois clubes B0Y
d) no pertencer ao clube M @0Y
"95 2e uma reunio participam >00 profissionais, sendo B0 mdicos, A0 dentistas, ?>
enfermeiras e os demais nutricionistas. 'scol$ido ao acaso um elemento do grupo, qual
a probabilidade de ela ser mdico ou dentista8
">5 "a tabela abaio temos dados de alunos matriculados em quatro cursos de uma
universidade em dado ano.
!e-o
Curso
Bo(ens
:B5
3ulNeres
:F5
$otal
3ate(2ti/a Pura :35 O0 @0 ==0
3ate(2ti/a A*li/a)a :A5 =A =A ?0
stat.sti/a :5 =0 >0 ?0
Co(*uta<?o :C5 >0 =0 ?0
$otal ==A UA >00
'ncontrar as probabilidades de5
a) 0&[)
b) 0&6)
f) 0&3)
g) 0&A[)
>B
c) 0&4)
d) 0&A)
e) 0&')
$) 0&A[)
i) 0&A3)
:) 0&A3)
"C5 "um lote de => peas, @ so defeituosas< duas peas so retiradas aleatoriamente. 3alcule5
a) A probabilidade de ambas serem defeituosas
b) A probabilidade de ambas no serem defeituosas
c) A probabilidade de ao menos uma ser defeituosa
3L LI!$A D MRCECIO!
=#) Jma urna contm eatamente >0 bolas, numeradas de = a >0. Retirando#se ao acaso uma
bola dessa urna, observa#se que o n%mero menor do que U. Cual a probabilidade de que
esse n%mero se:a par8
"5 &J673ar#70) 2ois dados usuais e no#viciados so lanados. 7abe#se que os n%meros
observados so mpares. 'nto, a probabilidade de que a soma deles se:a U 5
a) >^?B b) =^B c) >^X d) =^@ e) >^=U
25 9anando#se simultaneamente dois dados, qual a probabilidade de se obter o n%mero = no
primeiro dado e o n%mero ? no segundo dado8
35 Jma urna A contm ? bolas brancas, @ pretas e > verdes. Jma urna M contm A bolas
brancas, > pretas e = verde. Jma urna 3 contm > bolas brancas, ? pretas e @ verdes. Jma
bola retirada de cada urna. Cual a probabilidade de as tr;s bolas retiradas da primeira,
segunda e terceira urnas serem, respectivamente, branca, preta e verde8
75 A probabilidade de que um aluno A resolva certo problema
A
=
) A & 0
, a de que outro
aluno M o resolva
>
=
) M & 0
e a de que um aluno 3 o resolva
.
B
=
) 3 & 0
3alcule a
probabilidade de que os tr;s resolvam o problema.
>O
85 &3esgranrio#Rb) 2ois dados so lanados sobre uma mesa. A probabilidade de ambos os
dados mostrarem na face superior n%meros mpares 5
a) =^? b) =^> c) c d) >^ e) ?^
95 &Jnesp) "um grupo de =00 pessoas da zona rural, >A esto afetadas por uma parasitose
intestinal A e == por uma parasitose intestinal M, no se verificando nen$um caso de
incid;ncia con:unta de A e M. 2uas pessoas desse grupo so escol$idas, aleatoriamente,
ap/s a outra. 2etermine a probabilidade de que, dessa dupla, a primeira pessoa este:a
afetada por A e a segunda por M.
>5 &Jnesp) "uma gaiola esto nove camundongos rotulados =, >, ?, ..., X. 7elecionando#se
con:untamente dois camundongos ao acaso &todos t;m igual probabilidade de escol$a), a
probabilidade de que na seleo ambos os camundongos ten$am r/tulo mpar 5
a) 0,?OOO... d) 0,>OOO...
b) 0,@O e) 0,=????...
c) 0,=O
C5 "o lanamento de dois dados, sabe#se que se obteve nas faces voltadas para cima a soma
dos pontos igual a B. Cual a probabilidade de que essas faces apresentem o mesmo
n%mero de pontos8
F5 A probabilidade de que um $omem este:a vivo daqui a ?0 anos
A
>
< a de sua mul$er de
?
>
. 2eterminar a probabilidade de que daqui a ?0 anos5
a) ambos este:am vivos<
b) somente o $omem este:a vivo<
c) somente a mul$er este:a viva<
d) nen$um este:a vivo<
e) pelo menos um este:a vivo.
"05 Lerifique se so v+lidas as afirma*es5
a) 7e 0&A) E
?
=
e 0&M\A) E
A
?
, ento A e M no podem ser dis:untos.
b) 7e 0&A) E
>
=
, 0&M\A) E = e 0&A\M) E
>
=
, ento A pode estar contido em M.
"25 Jma classe de estatstica teve a seguinte distribuio das notas finais5 @ do seo
masculino e B do feminino foram reprovados, U do seo masculino e =@ do feminino foram
aprovados. 0ara um aluno sorteado dessa classe, denote por 4 se o aluno escol$ido for do
seo masculino e por A se o aluno foi aprovado. 3alcule5
a) 0&A
c
4
).
b) 0&
c c
4 A
).
c) 0&A\4).
d) 0&
c
4
\A).
e) 0&4\A).
>U
"35 As probabilidades de ? :ogadores A, M e 3 marcarem um gol quando cobram um p;nalti
so
=0
O
e
A
@
,
?
>
, respectivamente. 7e cada um cobrar uma %nica vez, qual a probabilidade de
que pelo menos um marque um gol8
"75 'm uma ind%stria $+ =0 pessoas que gan$am mais de >0 sal+rios mnimos &s.m.), >0 que
gan$am entre =0 e >0 s.m. e O0 que gan$am menos de =0 s.m. Hr;s pessoas desta ind%stria so
selecionadas. 2eterminar a probabilidade de que pelo menos uma gan$e menos de =0 s.m.
"85 A e M :ogam =>0 partidas de adrez, das quais A gan$a B0, M gan$a @0 e >0 terminam
empatadas. A e M concordam em :ogar ? partidas. 2eterminar a probabilidade de5
a) A gan$ar todas as tr;s<
b) duas partidas terminarem empatadas<
c) A e M gan$arem alternadamente.
"95 Jm lote de =>0 peas entregue ao controle de qualidade de uma firma. O respons+vel
pelo setor seleciona A peas. O lote ser+ aceito se forem observadas 0 ou = defeituosa. [+ >0
defeituosas no lote. a) Cual a probabilidade de o lote ser aceito8 b) admitindo#se que o lote
se:a aceito, qual a probabilidade de ter sido observado s/ um defeito8
">5 "um perodo de um m;s, =00 pacientes sofrendo de determinada doena foram internados
em um $ospital. (nforma*es sobre o mtodo de tratamento aplicado em cada paciente e o
resultado final obtido esto no quadrado abaio.
$rata(ento
Resulta)o
A B !o(a
Cura total >@ =B @0
Cura Par/ial >@ =B @0
3orte => U >0
!o(a B0 @0 =00
a) 7orteando aleatoriamente um desses pacientes, determinar a probabilidade de o
paciente escol$ido5
a
=
) ter sido submetido ao tratamento A<
a
>
) ter sido totalmente curado<
a
?
) ter sido submetido ao tratamento A e ter sido parcialmente curado<
a
@
) ter sido submetido ao tratamento A ou ter sido parcialmente curado.
b) os eventos ,morte. e , tratamento A. so independentes8 bustificar.
c) sorteando dois dos pacientes, qual a probabilidade de5
c
=
) ten$am recebido tratamentos diferentes8
c
>
) pelo menos um deles ten$a sido curado totalmente8
"C5 A probabilidade de que um atleta A ultrapasse =O,?0 m num %nico salto triplo de 0,O. O
atleta d+ @ saltos. Cual a probabilidade de que em pelo menos num dos saltos ultrapasse
=O,?0m8
"F5 Jm aluno responde a um teste de m%ltipla escol$a com @ alternativas com uma s/ correta.
A probabilidade de que ele saiba a resposta certa de uma questo de ?0Y. 7e ele no sabe a
resposta eiste a possibilidade de acertar ,no c$ute.. "o eiste a possibilidade de ele obter a
resposta certa por ,cola..
>X
7e ele acertou a questo, qual a probabilidade de ele realmente saber a resposta8
205 6aa A e M serem eventos com 0&A) E
>
=
< 0&M) E
?
=
, 0&AM) E
@
=
, calcular5
a) 0&AM)
b) 0&A\M)<
c) 0&M\A)<
d) 0d&AM)\Me<
e) 0
( ) ( ) A \ M 0 e M \ A .
3L LI!$A D MRCECIO!
""5 Jma urna contm eatamente >0 bolas, numeradas de = a >0. Retirando#se ao acaso uma
bola dessa urna, observa#se que o n%mero menor do que U. Cual a probabilidade de
que esse n%mero se:a par8
"25 &J673ar#70) 2ois dados usuais e no#viciados so lanados. 7abe#se que os n%meros
observados so mpares. 'nto, a probabilidade de que a soma deles se:a U 5
a) >^?B b) =^B c) >^X d) =^@ e) >^=U
"35 9anando#se simultaneamente dois dados, qual a probabilidade de se obter o n%mero = no
primeiro dado e o n%mero ? no segundo dado8
"75 Jma urna A contm ? bolas brancas, @ pretas e > verdes. Jma urna M contm A bolas
brancas, > pretas e = verde. Jma urna 3 contm > bolas brancas, ? pretas e @ verdes. Jma
bola retirada de cada urna. Cual a probabilidade de as tr;s bolas retiradas da primeira,
segunda e terceira urnas serem, respectivamente, branca, preta e verde8
"85 A probabilidade de que um aluno A resolva certo problema
A
=
) A & 0
, a de que outro
aluno M o resolva
>
=
) M & 0
e a de que um aluno 3 o resolva
.
B
=
) 3 & 0
3alcule a
probabilidade de que os tr;s resolvam o problema.
"95 &3esgranrio#Rb) 2ois dados so lanados sobre uma mesa. A probabilidade de ambos os
dados mostrarem na face superior n%meros mpares 5
a) =^? b) =^> c) c d) >^ e) ?^
">5 &Jnesp) "um grupo de =00 pessoas da zona rural, >A esto afetadas por uma parasitose
intestinal A e == por uma parasitose intestinal M, no se verificando nen$um caso de
incid;ncia con:unta de A e M. 2uas pessoas desse grupo so escol$idas, aleatoriamente,
ap/s a outra. 2etermine a probabilidade de que, dessa dupla, a primeira pessoa este:a
afetada por A e a segunda por M.
?0
"C5 &Jnesp) "uma gaiola esto nove camundongos rotulados =, >, ?, ..., X. 7elecionando#se
con:untamente dois camundongos ao acaso &todos t;m igual probabilidade de escol$a), a
probabilidade de que na seleo ambos os camundongos ten$am r/tulo mpar 5
d) 0,?OOO... d) 0,>OOO...
e) 0,@O e) 0,=????...
f) 0,=O
"F5 "o lanamento de dois dados, sabe#se que se obteve nas faces voltadas para cima a soma
dos pontos igual a B. Cual a probabilidade de que essas faces apresentem o mesmo
n%mero de pontos8
205 A probabilidade de que um $omem este:a vivo daqui a ?0 anos
A
>
< a de sua mul$er de
?
>
. 2eterminar a probabilidade de que daqui a ?0 anos5
f) ambos este:am vivos<
g) somente o $omem este:a vivo<
$) somente a mul$er este:a viva<
i) nen$um este:a vivo<
:) pelo menos um este:a vivo.
2"5

R!PO!$A! DO! MRCECIO! DA! LI!$A! 9, >, C e F
?=
LI!$A 9:
"5 a5 EF&=,=),&=,>),&=,?),&=,@),&=,A),&=,B)
&>,=),&>,>),&>,?),&>,@),&>,A),&>,B)
&?,=),&?,>),&?,?),&?,@),&?,A),&?,B)
&@,=),&@,>),&@,?),&@,@),&@,A),&@,B)
&A,=),&A,>),&A,?),&A,@),&A,A),&A,B)
&B,=),&B,>),&B,?),&B,@),&B,A),&B,B)G
+5
=
'
EF&=,@)<&>,?)<&?,>)<&@,=)G
/5
>
'
EF&=,=)<&>,>)<&?,?)<&@,@)<&A,A)<&B,B)G
)5
?
'
EF&=,=)<&=,?)<&=,A)<&>,>)<&>,@)<&>,B)
&?,=)<&?,?)<&?,A)<&@,>)<&@,@)<&@,B)
&A,=)<&A,?)<&A,A)<&B,>)<&B,@)<&B,B)G
e5
@
'
EF&=,=)<&=,?)<&=,A)<&?,=)<&?,?)<&?,A)<
&A,=)<&A,?)<&A,A)G
f5
A
'
EF&=,>)<&>,=)<&>,>)<&>,?)<&>,@)<&>,A)<
&>,B)< &?,>)<&@,>)<&A,>)<&B,>)G
g5
B
'
E#&B,B), ou se:a5

B
'
EF&=,=),&=,>),&=,?),&=,@),&=,A),&=,B)
&>,=),&>,>),&>,?),&>,@),&>,A),&>,B)
&?,=),&?,>),&?,?),&?,@),&?,A),&?,B)
&@,=),&@,>),&@,?),&@,@),&@,A),&@,B)
&A,=),&A,>),&A,?),&A,@),&A,A),&A,B)
&B,=),&B,>),&B,?),&B,@),&B,A),&B,B)G
N5
O
'
E O/
i5
U
'
EF&=,=)G
25 a5
=
'
EF&6,6,6)G
+5
>
'
EF&4,4,4)<&4,4,6)<&4,6,4)<
&4,6,6)<&6,4,4)<&6,4,6)<&6,6,4)G
/5
?
'
EF&4,4,4)<&6,6,6)G
35 a5
=
'
EF=,?,A,O,X,==,=?,=A,=O,=XG
+5
>
'
EF=B,=O,=U,=X,>0G
/5
?
'
EFA,=0,=A,>0G
)5
@
'
EFB,=>,=UG
e5
A
'
EF>,?,A,O,==,=?,=O,=XG
f5
B
'
EFB,=>,=UG
g5
O
'
EFOG
LI!$A >
"5 =^B
25 =^>
35 O^U
75 =^@
85 letra d)
95 ?^==
>5 letra d)
C5 a) =^B
b) =^X
c) =^>
d) ?^@
e) ?A^?B
f) 0
g) =^@
F5 a) =0^>=
b) =0^>=
"05 =^?
""5 =>^=O
LI!$A C
"5 =^>
25 =^>
35 a) =@^>A
b) =^>
c) @?^A0
75 letra b)
85 ==^>0
LI!$A X
"5 ?^O
25 letra c)
35 =^?B
75 =^>O
85 0E =^B0
95 9etra c)
>5 0& M A )E=^?B
C5 9etra d)
F5 =^A
?>
LI!$A M$RA D MRCECIO!
=)
LI!$A M$RA D MRCECIO!
=)
??
=>