PROFESSOR FLAUDEMIR - Probabilidades

O que é a probabilidade?

Probabilidade: do Latim probare (provar ou testar) a palavra é muitas vezes utilizada para designar
acontecimentos incertos ou conhecidos, sendo também substituída por algumas palavras como “sorte”, “risco”,
“azar”, “incerteza”, “duvidoso”, dependendo do contexto.
Probabilidade é um conceito filosófico e matemático que permite a quantificação da incerteza, permitindo que
ela seja aferida, analisada e usada para a realização de previsões ou para a orientação de intervenções. É
aquilo que torna possível se lidar de forma racional com problemas envolvendo o imprevisível. A probabilidade
teve o inicio de seus estudos nos jogos de azar.
Incerteza é o nome que se da à propriedade que as coisas têm de não serem completamente previsíveis.
Trata-se de uma característica fundamental do Universo, podendo ser minimizada, mas nunca completamente
eliminada.
As principais causas da incerteza são:
 Erro de medida: conhecimento falso e/ou incorreto de todos os fatores relevantes;
 Ignorância: falta de conhecimento acerca de todos os fatores relevantes ou de como eles se
relacionam;
 Efeito de Heinsenberg: o próprio processo de mensuração pode levar a alterações substanciais naquilo
que se quer medir, fazendo com que os dados levantados não correspondam mais aos fatos;
 Aleatoriedade: variabilidade, instabilidade ou indeterminismo intrínseco do Universo, um misterioso e
impenetrável acaso essencial da natureza.
Para todos os fins práticos, todos os quatro componentes estão sempre presentes em qualquer situação,
sendo bastante difícil, ou mesmo impossível, determinar qual o grau de influência específico de cada um deles
num dado instante.
Existem diferentes formas de se definir e compreender a probabilidade, mas todas elas têm em comum a
expressão do seu valor segundo o grau de certeza de que um dado acontecimento venha a ocorrer.
Matematicamente, isso é representado por um número real entre "0" (certeza de que não vai ocorrer) e
"1" (certeza de que vai ocorrer).

Na história da Matemática encontramos o seguinte relato:

“Pascal e Fermat estavam sentados num café em Paris e decidiram [...] jogar o mais simples de todos os jogos,
“cara ou coroa”. Apostaram cada um 50 francos, Pascal ganha um ponto quando sai “cara”, Fermat ganha um
ponto quando sai “coroa”. O primeiro que chegar aos 10 pontos ganha os 100 francos. Mas, quando Fermat
tem 8 pontos e Pascal 7 pontos, chega uma mensagem urgente para Fermat e este tem que partir. Como
devem ser divididos os 100 francos?” Numa troca de cartas, Fermat e Pascal discutem o problema e inventam
a teoria das probabilidades (...)”

Protagonistas da História das Probabilidades

Ao longo da História da Matemática, nomeadamente ao nível das probabilidades, figuras como Luca Pacioli
(1445 - 1510), Niccolo Fontana (1449 - 1557), Girolamo Cardano (1501 - 1576), Galileu Galilei (1564 - 1642),
Pierre de Fermat (1601 - 1665), Blaise Pascal (1623 - 1662), Jacob Bernoulli (1654 – 1705), Pierre Simon
Laplace (1749 - 1827), Carl Friedrich Gauss (1777 - 1855), Siméon Denis Poisson (1781 - 1840) e até mesmo
Andrey Nicolaevich Kolmogorov (1903 - 1987), são considerados como os grandes responsáveis pela
constante evolução deste ramo matemático.

Um problema (quase) atual

Este problema surgiu em meados dos anos 70 num concurso de televisão americano e incendiou a
comunidade científica. Ficou conhecido como problema de Monty Hall, o apresentador do concurso, e foi
desencadeado por um artigo escrito por Marylin, considerada como o «maior Q.I.» do mundo. Comecemos por
explicar em que consiste o concurso:
O apresentador mostra ao concorrente três portas iguais. Atrás de uma delas está um maravilhoso automóvel e
por trás de cada uma das outras estão pequenos prêmios de consolação.
O concorrente escolhe uma das portas e, independentemente da sua escolha, o apresentador (que sabe onde
está o automóvel) abre uma das duas portas não escolhidas, mostrando um aspirador, uma torradeira ou
qualquer outro premio de consolação.
Em seguida, o apresentador dá ao concorrente a possibilidade de trocar a sua escolha, da porta inicial, para a
outra porta ainda fechada.
É aqui que surge o problema!
O que é vantajoso? Trocar de portas ou manter a escolha inicial? Ou será que é indiferente?
Quando Marylin afirmou que, trocando de porta, a probabilidade de ganhar era enquanto que, mantendo a
escolha inicial, a probabilidade de ganhar seria apenas de , choveram cartas de leitores, alguns dos quais
matemáticos profissionais, que defendiam que, em qualquer dos casos, a probabilidade era .
Com efeito, explicavam: depois do apresentador abrir uma porta das que não tem o automóvel, o concorrente
tem uma hipótese em duas de sucesso; mudando, ou não, de escolha, as hipóteses são as mesmas.
Estes eram os argumentos apresentados, os insultos à inteligência de Marylin foram muitos e violentos.
Vários artigos publicados em revistas matemáticas e uma análise rigorosa do problema acabaram por mostrar
que, afinal, Marylin tinha razão.
Suponhamos, sem perda de generalidade, que o concorrente escolhe a porta 1. Na tabela seguinte encontram-
se exaustivamente, as possibilidades existentes.

Porta 1 Porta 2 Porta 3

Caso 1 Automóvel X X
Caso 2 X Automóvel X
Caso 3 X X Automóvel
Se o concorrente mantém a sua escolha, só ganha no caso 1 enquanto que, se trocar, ganha nos casos 2 e 3.
Assim, as probabilidades de sucesso são e , respectivamente, mantendo ou trocando a escolha inicial.

Probabilidades na vida atual

O acaso está presente em muitos fenômenos da realidade que nos cerca e a Matemática estuda e define os
contornos dessa presença, seja através dos métodos estatísticos, seja através do Cálculo de Probabilidades.
Em qualquer ciência é necessário quantificar o acaso e a incerteza para minimizar a margem de erro e assim, a
Teoria das Probabilidades nunca deixou de ocupar um lugar importante, quer no desenvolvimento científico
quer na resolução de problemas práticos que o homem enfrenta no dia-a-dia.
A Teoria das Probabilidades, que começou com um jogo, transformou-se, hoje em dia, num dos ramos da
Matemática com mais aplicações nas outras ciências.
Poderia pensar-se que as Probabilidades têm aplicação apenas no âmbito das Ciências Sociais e Econômicas.
No entanto, o conceito de Probabilidade reveste-se também de enorme importância na interpretação dos
fenômenos físicos e biológicos.

No contexto físico
Graças às probabilidades, os físicos deixaram de se contentar em ter conseguido medir,
passaram a buscar a melhor medida possível. Em termos mais precisos, queriam a
resposta do “Problema fundamental da teoria dos erros”. Este problema foi
exaustivamente aprofundado por Laplace, Gauss e Legendre.

“Há probabilidades ao longo de todo o caminho já percorrido e nas leis fundamentais da

física há probabilidades”.
Richard Feynman

No contexto biológico
Outra contribuição de peso da Teoria das Probabilidades para o mundo moderno
reporta-se à Biologia e à Genética, mais propriamente à Hereditariedade, campo em
que Gregor Mendel se tornou pioneiro.

No contexto econômico
A Probabilidade intervém nas Ciências Econômicas fundamentando-se na análise de grande quantidade de
fatos semelhantes e nas leis probabilísticas que os regem.
O índice de preços no consumidor, a taxa de população ativa, as estatísticas demográficas, os diferentes
índices de produção de bens, por exemplo, são grandezas econômicas sujeitas a variações aleatórias e, como
tal, são alvo de tratamento estatístico e probabilístico.
Ex.: A lei da procura: “A quantidade procurada varia na razão inversa à do preço.”
Isto é, através da análise de grande quantidade de experiências verificou-se que se o
preço aumentasse, a quantidade procurada diminuía.
Probabilidades nos Seguros
Referir-nos-emos, por fim, à importância desta teoria em gestos ou hábitos do quotidiano das pessoas,
recorrendo a um mero exemplo para mostrar como no âmbito dos Seguros, esta teoria se aplica de forma
eficiente.
Em 1693 Halley apresentou o primeiro trabalho prático na área dos seguros de vida. Halley mostrou como
calcular o valor da anuidade do seguro em termos de expectativa de vida da pessoa e da probabilidade de que
ela sobreviva por um ou mais anos.
Foi a partir de 1760 que começaram a aparecer as primeiras grandes companhias de
seguros que tinham, assim, condições para se estabelecerem com uma certa base
científica.
Desde então, os negócios de seguros desenvolveram-se e sofisticaram-se cada vez
mais, ocupando uma larga faixa do mercado de trabalho em geral e absorvendo, em
alguns países, uma significativa percentagem dos diplomados em cursos de
Matemática.

Experimento Aleatório: É todo experimento cujo resultado é imprevisível, necessariamente pertencente a um

conjunto de resultados possíveis.
Ex: No lançamento de um dado honesto, pode-se obter os resultados 1, 2, 3, 4, 5 e 6, ou seja, o resultado é
incerto.

Espaço Amostral: É o conjunto de todos os resultado possíveis de um determinado experimento aleatório.

Geralmente indica-se o espaço aleatório por .
Ex: Lançamento de um dado honesto: = {1, 2, 3, 4, 5, 6}
Lançamento de uma moeda: = {cara, coroa}
Sexo de um recém nascido: = {masculino, feminino}

Evento: é todo subconjunto do espaço amostral relacionado a um experimento aleatório. Se este subconjunto
possuir apenas um elemento, denominamos evento elementar.

Consideremos o experimento aleatório do lançamento de um dado exemplificado anteriormente e estudemos

os seguintes casos:
A: um numero par A = {2, 4, 5}
B: um numero par e primo, B = {2} EVENTO SIMPLES OU ELEMENTAR
C: um numero maio que 6, C = { } EVENTO IMPOSSÍVEL
D: um número menor que 7, D = {1, 2, 3, 4, 5, 6} EVENTO CERTO
E: um número menor ou igual a 4 {1, 2, 3, 4}
F: um numero maior ou igual a 4, F = {4, 5, 6}
Observe que E U F = {1, 2, 3, 4, 5, 6} que é o conjunto universo, logo, E e F são chamados de eventos
complementares.
Indica-se o complementar de um evento A por A.

Nota: O espaço amostral é também denominado espaço de prova.

Trataremos aqui dos espaços amostrais equiprováveis, ou seja, aqueles onde os eventos elementares
possuem a mesma chance de ocorrerem.
Por exemplo, no lançamento do dado acima, supõe-se que sendo o dado perfeito, as chances de sair qualquer
número de 1 a 6 são iguais. Temos então um espaço equiprovável.
Em oposição aos fenômenos aleatórios, existem os fenômenos determinísticos, que são aqueles cujos
resultados são previsíveis, ou seja, temos certeza dos resultados a serem obtidos.
Normalmente existem diversas possibilidades possíveis de ocorrência de um fenômeno aleatório, sendo a
medida numérica da ocorrência de cada uma dessas possibilidades, denominada Probabilidade.
Consideremos uma urna que contenha 49 bolas azuis e 1 bola branca. Para uma retirada, teremos duas
possibilidades: bola azul ou bola branca. Percebemos, entretanto, que será muito mais freqüente obtermos
numa retirada, uma bola azul, então, podemos afirmar que o evento "sair bola azul" tem maior probabilidade de
ocorrer, do que o evento "sair bola branca".

Conceito elementar de Probabilidade

Seja um espaço amostral finito e equiprovável e E um determinado evento, ou seja, um subconjunto de . A
probabilidade p(E) de ocorrência do evento E será calculada pela fórmula:
onde:
n(E) = número de elementos de E e n( ) = número de elementos do espaço amostral .

Vamos utilizar a fórmula simples acima, para resolver os seguintes exercícios introdutórios:
 Considere o lançamento de um dado. Calcule a probabilidade de:

a) sair o número 3:
Temos = {1, 2, 3, 4, 5, 6} [n( ) = 6] e E = {3} [n(E) = 1]. Portanto, a probabilidade procurada será igual a p(E)
= 1/6.

b) sair um número par: agora o evento é E = {2, 4, 6} com 3 elementos; logo a probabilidade procurada será
p(E) = 3/6 = 1/2.

c) sair um múltiplo de 3: agora o evento E = {3, 6} com 2 elementos; logo a probabilidade procurada será p(E) =
2/6 = 1/3.

d) sair um número menor do que 3: agora, o evento E = {1, 2} com dois elementos. Portanto,p(E) = 2/6 = 1/3.

e) sair um quadrado perfeito: agora o evento E = {1,4} com dois elementos. Portanto, p(E) = 2/6 = 1/3.

 Considere o lançamento de dois dados. Calcule a probabilidade de:

a) sair a soma 8

Observe que neste caso, o espaço amostral é constituído pelos pares ordenados (i, j), onde i = número no
dado 1 e j = número no dado 2.
É evidente que teremos 36 pares ordenados possíveis do tipo (i, j) onde i = 1, 2, 3, 4, 5, ou 6, o mesmo
ocorrendo com j.
As somas iguais a 8, ocorrerão nos casos:(2,6),(3,5),(4,4),(5,3) e (6,2). Portanto, o evento "soma igual a 8"
possui 5 elementos. Logo, a probabilidade procurada será igual a p(E) = 5/36.

b) sair a soma 12
Neste caso, a única possibilidade é o par (6,6). Portanto, a probabilidade procurada será igual a p(E) = 1/36.

 Uma urna possui 6 bolas azuis, 10 bolas vermelhas e 4 bolas amarelas. Tirando-se uma bola com
reposição, calcule as probabilidades seguintes:

a) sair bola azul

p(E) = 6/20 = 3/10 = 0,30 = 30%

b) sair bola vermelha

p(E) = 10/20 =1/2 = 0,50 = 50%

c) sair bola amarela

p(E) = 4/20 = 1/5 = 0,20 = 20%

Vemos no exemplo acima, que as probabilidades podem ser expressas como porcentagem. Esta forma é
conveniente, pois permite a estimativa do número de ocorrências para um número elevado de experimentos.
Por exemplo, se o experimento acima for repetido diversas vezes, podemos afirmar que em aproximadamente
30% dos casos, sairá bola azul, 50% dos casos sairá bola vermelha e 20% dos casos sairá bola amarela.
Quanto maior a quantidade de experimentos, tanto mais a distribuição do número de ocorrências se
aproximará dos percentuais indicados.

Propriedades
P1: A probabilidade do evento impossível é nula.
Com efeito, sendo o evento impossível o conjunto vazio (Ø), teremos:
p(Ø) = n(Ø)/n( ) = 0/n( ) = 0
Por exemplo, se numa urna só existem bolas brancas, a probabilidade de se retirar uma bola verde (evento
impossível, neste caso) é nula.

P2: A probabilidade do evento certo é igual a unidade.

Com efeito, p(A) = n( )/n( ) = 1
Por exemplo, se numa urna só existem bolas vermelhas, a probabilidade de se retirar uma bola vermelha
(evento certo, neste caso) é igual a 1.

P3: A probabilidade de um evento qualquer é um número real situado no intervalo real [0, 1].
Esta propriedade, decorre das propriedades 1 e 2 acima.

P4: A soma das probabilidades de um evento e do seu evento complementar é igual a unidade.
Seja o evento A e o seu complementar A'. Sabemos que A U A' = .

n(A U A') = n( ) e, portanto, n(A) + n(A') = n( ).

Dividindo ambos os membros por n( ), vem:

n(A)/n( ) + n(A')/n( ) = n( )/n( ), de onde conclui-se:

p(A) + p(A') = 1

Nota: esta propriedade simples, é muito importante pois facilita a solução de muitos problemas aparentemente
complicados. Em muitos casos, é mais fácil calcular a probabilidade do evento complementar e, pela
propriedade acima, fica fácil determinar a probabilidade do evento.

P5: Sendo A e B dois eventos, podemos escrever:

p(A U B) = p(A) + p(B) – p(A B)

Observe que se A B= Ø (ou seja, a interseção entre os conjuntos A e B é o conjunto vazio), então p(A U B) =
p(A) + p(B).
Com efeito, já sabemos da Teoria dos Conjuntos que n(A U B) = n(A) + n(B) – n(A B)

Dividindo ambos os membros por n( ) e aplicando a definição de probabilidade, concluímos rapidamente a

veracidade da fórmula acima.

Exemplo:
Em uma certa comunidade existem dois jornais J e P. Sabe-se que 5000 pessoas são assinantes do jornal J,
4000 são assinantes de P, 1200 são assinantes de ambos e 800 não lêem jornal. Qual a probabilidade de que
uma pessoa escolhida ao acaso seja assinante de ambos os jornais?
SOLUÇÃO:
Precisamos calcular o número de pessoas do conjunto universo, ou seja, nosso espaço amostral. Teremos:
n( ) = N(J U P) + N.º de pessoas que não lêem jornais.

n( ) = n(J) + N(P) – N(J P) + 800

n( ) = 5000 + 4000 – 1200 + 800

n( ) = 8600

Portanto, a probabilidade procurada será igual a:

p = 1200/8600 = 12/86 = 6/43.

Logo, p = 6/43 = 0,1395 = 13,95%.

A interpretação do resultado é a seguinte: escolhendo-se ao acaso uma pessoa da comunidade, a

probabilidade de que ela seja assinante de ambos os jornais é de aproximadamente 14%.(contra 86% de
probabilidade de não ser).

Probabilidade condicional
Considere que desejamos calcular a probabilidade da ocorrência de um evento A, sabendo-se de antemão que
ocorreu um certo evento B. Pela definição de probabilidade vista anteriormente, sabemos que a probabilidade
de A deverá ser calculada, dividindo-se o número de elementos de elementos de A que também pertencem a
B, pelo número de elementos de B. A probabilidade de ocorrer A, sabendo-se que já ocorreu B, é denominada
Probabilidade condicional e é indicada por p(A/B) – probabilidade de ocorrer A sabendo-se que já ocorreu B –
daí, o nome de probabilidade condicional.

Teremos então:

onde A B = interseção dos conjuntos A e B.

Esta fórmula é importante, mas pode ser melhorada. Vejamos:

Ora, a expressão acima, pode ser escrita sem nenhum prejuízo da elegância, nem do rigor, como:
p(A/B) = [n(A B)/n(U)] . [n(U)/n(B)]
p(A/B) = p(A B) . 1/p(B)
Vem, então: P(A/B) = p(A  B)/p(B), de onde concluímos finalmente:
p(A B) = p(A/B).p(B)
Esta fórmula é denominada Lei das Probabilidades Compostas.

Esta importante fórmula permite calcular a probabilidade da ocorrência simultânea dos eventos A e B,
sabendo-se que já ocorreu o evento B.

Se a ocorrência do evento B, não mudar a probabilidade da ocorrência do evento A, então p(A/B) = p(A) e,
neste caso, os eventos são ditos independentes, e a fórmula acima fica:
p(A B) = p(A) . p(B)

Podemos então afirmar, que a probabilidade de ocorrência simultânea de eventos independentes, é igual ao
produto das probabilidades dos eventos considerados.

Exemplo:
Uma urna possui cinco bolas vermelhas e duas bolas brancas.
Calcule as probabilidades de:

a) em duas retiradas, sem reposição da primeira bola retirada, sair uma bola vermelha (V) e depois uma bola
branca (B).
Solução:
p(V  B) = p(V) . p(B/V)
p(V) = 5/7 (5 bolas vermelhas de um total de 7).
Supondo que saiu bola vermelha na primeira retirada, ficaram 6 bolas na urna. Logo:
p(B/V) = 2/6 = 1/3
Da lei das probabilidades compostas, vem finalmente que:
P(V  B) = 5/7 . 1/3 = 5/21 = 0,2380 = 23,8%

b) em duas retiradas, com reposição da primeira bola retirada, sair uma bola vermelha e depois uma bola
branca.
Solução:
Com a reposição da primeira bola retirada, os eventos ficam independentes. Neste caso, a probabilidade
buscada poderá ser calculada como:
P(V  B) = p(V) . p(B) = 5/7 . 2/7 = 10/49 = 0,2041 = 20,41%
Observe atentamente a diferença entre as soluções dos itens (a) e (b) acima, para um entendimento perfeito
daquilo que procuramos transmitir.