Вы находитесь на странице: 1из 9

REVISO: Nmeros-ndices - Anlise combinatria - Probabilidade Prof Paulo Vieira Neto

NMEROS-NDICES
1

Os nmeros-ndices so medidas estatsticas, geralmente expresso em porcentagem, que indica a
variao mdia de determinadas quantidades, de preos, de valor usadas com freqncia para
comparar grupos de variveis relacionadas entre si e para obter um quadro simples e resumido das
mudanas significativas ocorridas ao longo do tempo ou em diferentes lugares.
Podem ser usados para muitos propsitos: ndices de preos para o atacado, varejo (materiais de
construo, produtos agrcolas, alimentao etc.), ndice de volume fsico, ndice de custo de vida
etc.
Nmeros-ndices ou, simplesmente, ndice a relao entre dois estados de uma varivel ou de
um grupo de variveis, suscetvel de variar no tempo ou no espao (ou grupo de indivduos para
grupo de indivduos)
2
2. Relativos: Preo, Quantidade e Valor.
Trata-se do nmero-ndice mais simples, relacionado com o preo ou quantidade ou ainda o valor de um produto numa
poca atual (t) com uma poca-base (0). Logo, para um produto:
p0 = Preo na poca-base;
pt = Preo na poca-atual;
q0 = Quantidade na poca-base;
qt = Quantidade na poca-atual;
v0 = Valor na poca-base;
vt = Valor na poca-atual;
Temos:
2.1. Relativo de Preo: Nmero ndice mais simples. relacionando-se o preo de um determinado bem
ou servio numa poca atual t (chamada poca atual, hoje) e 0 de uma poca (chamada poca
bsica, ou simplesmente base ontem), obteremos o relativo de preo. Considerando p
t
= preo
numa poca atual e p
0
= preo na poca base, tem-se:
ou na forma percentual Variao percentual
Relativo de Preo:
0
t
t 0,
p
p
p . . x100
p
p
p
0
t
t 0,

,
_


100 x 1
p
p
%P
o
t

,
_


2.2. Relativo de Quantidade: Para se comparar os preos de bens, pode-se faz-lo em relao quantidade.
Considerando qt = quantidade de um bem ou servio numa poca atual e q0 = quantidade do mesmo bem ou servio na
poca 0 (bsica). A quantidade relativa ser o seguinte:
Relativo de Quantidade:
0
t
t 0,
q
q
q ou em termos percentuais x100
q
q
q
0
t
t 0,

,
_

2.3. Relativo de Valor: Se p o preo de um determinado bem ou servio em um determinado perodo e q a quantidade
consumida desse mesmo bem ou servio no mesmo perodo, o produto p x q denominado valor total de produo ou
consumo. Se p
t
e q
t
respectivamente o preo e quantidade de um bem ou servio numa poca atual (t) e p
0
e q
0
, preo e a
quantidade do mesmo bem ou servio na poca base (
0
). Define-se
Relativo de Valor:
0 0
t t
t 0,
q p
q p
v
x
x
ou em termos percentuais x100
q p
q p
v
0 0
t t
t 0,
x
x

,
_

Exemplo:
a) Relativo de Preo: O preo da camisa VesteBem em 2004 era de R$ 25,00 e em 2005 subiu para R$ 27,50. Tomando
como base o ano de 2004, determine o preo do relativo em 2205.
Soluo: O ano tomado como base corresponder sempre ao ndice igual a 100. ser:
( ) ( ) ( )
( )
[ ]
( )
110 p 1,1x100 p
100 x
25,00
27,50
p 100 x
p
p
p 100 x
p
p
p
04,05 04,05
04,05
2004
2005
04,05
2004
2005
04,05

1
]
1

,
_


1
1
]
1

,
_



b) Relativo de Quantidade: A empresa VesteBem produziu em 2004 era de 40.000 camisas e 45.000 em 2005. A
quantidade relativa, tomando como base o ano de 2004, ser:
( ) ( ) ( )
( )
[ ]
( )
112,5 q 1,125x100 q
100 x
40000
45000
q 100 x
q
q
q 100 x
q
q
q
04,05 04,05
04,05
2004
2005
04,05
2004
2005
04,05

1
]
1

,
_


1
1
]
1

,
_

1
MARTINS e DONAIRE (1993). p. 215
2
CRESPO (1998), p. 161
1
REVISO: Nmeros-ndices - Anlise combinatria - Probabilidade Prof Paulo Vieira Neto
c) Relativo de Valor: Uma empresa vendeu em 2002, 3000 unidades de um produto ao preo
unitrio de R$ 500,00 Em 2003 vendeu 4000 unidades do mesmo produto ao preo de R$ de R$
600. O valor relativo das vendas em 2003, ser:
( ) ( ) ( ) ( )
( )
[ ]
( )
160 v 100 x 1,6 v
100 x
3000 x 500
4000 x 600
v q x p
q x p
q x p

v
v
v
2003,2002 2003,2002
2003,2002 t 0, t 0,
0 0
t t
0
t
t 0,

1
]
1

,
_


NDICES AGREGATIVOS
3. ndices agregativos: um ndice de fcil aplicao. Nos itens acima, foram demonstrados o preo
ou quantidade de um s bem, porm a variao de preos, quando se trata de uma cesta de bens,
exige um ndice que possa sintetizar a variao dos preos de um conjunto de bens (agregado).
Para a apurao dos referidos ndices vamos usar o ndice agregativo.
3.1. ndices agregativo simples de preo:
Uma maneira de determinar o ndice agregativo simples calcular a mdia aritmtica dos relativos, obtendo o ndice mdio
de relativos
3
.
Os problemas envolvendo ndices de preos e quantidades so mais complexos que a simples comparao dos relativos. H
a necessidade de comparao de vrias sries.
Para soluo destes problemas criou-se um conjunto de ndices. Os principais so:
ndice agregativo simples:
De preos:
i
0
i
t
p
p
p
I
De Quantidade:
i
0
i
t
q
q
q
I

Onde:
i
0
p : preo na poca-base do i-simo bem
i
0
q : quantidade na poca-base do i-simo bem
i
t
p : preo na poca atual do i-simo bem
i
t
q : quantidade na poca atual do i-simo bem
i
t 0,
p : relativo de preo na poca-base do i-simo bem
i
t 0,
q : relativo de quantidade na poca atual do i-
simo bem
um ndice de fcil aplicao, porm apresentam algumas limitaes:
a) No se leva em considerao a importncia relativa dos itens. Assim, por exemplo, no clculo do ndice do custo de
alimentao, seria atribuda ao arroz e ao bacalhau do Noruega a mesma importncia
4
.
b) No h homogeneidade entre as unidades dos diversos bens (O arroz, a carne, o acar e outros
bens podem ser expressos em quilogramas ou toneladas; O leite, os refrigerantes, em litros; os
tecidos, linhas, em metros etc).
ndices mdios dos relativos de preos e quantidades: Para o clculo dos ndices mdios dos relativos, pode-se
utilizar as mdias aritmtica, geomtrica ou harmnica. Veremos as mdias aritmtica e geomtrica:
Para Mdia aritmtica:
De Preos: De quantidades

n
p
P
i
t 0,
t 0,

n
q
Q
i
t 0,
t 0,

Para Mdia Geomtrica:
De Preos De Quantidades:

n

i
t 0,
t 0,
p
P
G

n

i
t 0,
t 0,
q
Q
G
Bibliografia utilizada
CRESPO, Antnio Arnot. Estatstica fcil. So Paulo : Saraiva, 1998.
MARTINS, Gilberto de Andrade & DONAIRE, Denis. Princpios de estatstica. So Paulo : Atlas, 1993.
TOLEDO, Geraldo Luciano & OVALLE, Ivo Isidoro. Estatstica bsica. So Paulo : Atlas, s/d.
Anlise combinatria
1. Fatorial: Seja n um nmero inteiro no negativo. Define-se o fatorial de n (indicado pelo smbolo n! ) como sendo:
n! = n .(n-1) . (n-2) . ... .4.3.2.1
1. PERMUTAO SIMPLES: Permutao de n objetos o nmero de maneiras diferentes que formado com todos
os n elementos e que diferem uns dos outros pela ordem de seus elementos.. Ex. 6! = 6x5x4x3x2x1 = 720. Quantos
anagramas podemos formar com a palavra FAMEC. R. 120, P! = 5x4x3x2x1 = 120
Lembramos que: n = 1 , teremos : 1! = 1 n = 0 , teremos : 0! = 1
3
CRESPO (1998), op. cit. p. 165
4
Vide MARTINS e DONAIRE (1993), op. cit. pp. 219-20
2
REVISO: Nmeros-ndices - Anlise combinatria - Probabilidade Prof Paulo Vieira Neto
2. Denomina-se ANAGRAMA o agrupamento formado pelas letras de uma palavra, que podem ter ou
no significado na linguagem comum.
3. Permutaes de elementos nem Todos Distintos [Diferentes]:
I) Quantos so os anagramas com a palavra TOURO? Observe que h dois elementos repetidos:
tOurO o O, logo:
60
1
5x4x3
1 x 2
1 x 2 5x4x3x
2!
5!
5
2
P
/

II) Quantos so os anagramas com a palavra MISSISSIPPI ?
Observe os elementos repetidos: SS SS I I I I (IIII) PP 1 M; 4 S; 4 I e 2 P.
34.650
1152
39.916.800
2 4 2 24
39.916.800
1!4!4!2!
11!
n
K.
.,...,
n
2
.
n
1
n
P
X X

4. Arranjo: Um arranjo de n objetos distintos tomados r a r, r de cada vez, (com n r), dado por:
( )
( ) ! r n
n!
A
n,r

Exemplo: Contar a quantidade de nmeros formados por 2 algarismos distintos pelos algarismos 1, 2, 3, 4.
Soluo: Temos 4 algarismos diferentes (1, 2, 3, 4) queremos arranjar 2 a 2, portanto temos:
( )
( )
12 3 4
! 2
! 2 3 4
2!
4!
! 2 4
4!
A x
x x
4,2

ou seja: { (1,2); (1,3); (1,4); - (2,1); (2,3); (2,4) (3,1); (3,2); (3,4) (4,1); (4,2); (4,2) } .
Observao: No ARRANJO IMPORTA a ordem dos elementos como esto dispostos: o nmero 23 32.
Exemplo: Calcule o nmero de arranjos de 8 objetos tomados 3 a 3.
( )
336
120
40.320

5!
8!
ou 336
! 5
! 5 6 7 8
5!
8!
! 3 8
8!
A
x x x
8,3

/
/


5.Combinao: Nas combinaes NO IMPORTA a ordem em que os elementos se encontram. Se estivermos
esperando o casal Sr. Jos Maria e Dona Maria Jos, no importa quem entra primeiro em nossa casa se O Sr. Jos Maria
ou Dona Maria Jos. Portanto, AS COMBINAES diferenciam-se das permutaes e arranjos, conforme demonstramos
acima, a ordem de escolha no tem importncia.
Uma combinao de n objetos distintos tomados r a r dado por:
( ) ! n
n!
C
n,r
r ! r r
n


,
_

Onde: n: nmero total de elementos.


r: nmero de elementos do agrupamento.
O termo

,
_

r
n
chamado binomial e calculador pela expresso:
( ) ! n
n!
r ! r
r
n

,
_

Exemplo: Calcule o nmero de combinaes possveis formados com 8 objetos tomados 3 a 3.


( ) ( )
56
6
336

1 2 3
6 7 8

! 5 3!
! 5 6 7 8
! 3 8 3!
8!
! r n r!
n!
r
n
C
x x
x x x x x
n,r

/
/

,
_

Bibliografia utilizada
CRESPO, Antnio Arnot. Estatstica fcil. So Paulo : Saraiva, 1998.
MORGADO, Augusto Csar de Oliveira et alii. Anlise Combinatria e Probabilidade. Rio de Janeiro, Sociedade Brasileira de Matemtica,
2004.
SPIEGEL, Murray Ralph. Estatstica. 2. ed. So Paulo : McGraw-Hill, 1995.
__________________. Probabilidade e Estatstica. So Paulo : Pearson, 2004.
TIBONI, Conceio Gentil Rebelo. Estatstica bsica para o curso de Turismo. So Paulo : Atlas, 2002.
UNIVERSIDADE DE SO PAULO USP IME - Instituto de Matemtica e Estatstica. MAE-116, Noes de Estatstica, [Obtido em 15 dez.
2004]. Disponvel em http://www.ime.usp.br/~mae116
Probabilidade:
Quando estamos interessados em estudar um determinado fenmeno coletivo, verificamos a necessidade de descrev-lo
atravss de um modelo matemtico que nos permita explicar a melhor maneira possvel este fenmeno.
A teoria da probabilidade permite construir modelos matemticos que explicam grande nmero de fenmenos coletivos e
fornecem estratgias para tomada de decises. Em conseqncia o conhecimento do clculo de probabilidade uma
necessidade para o estudo da Estatstica Indutiva ou Inferencial.
Iniciaremos nosso trabalho com o estudo da teoria das probabilidades destacando a princpio o
estudo do clculo de probabilidades.
Fenmenos aleatrios: Entendemos por fenmeno qualquer acontecimento natural. Observam-se os fenmenos e seus
possveis resultados, podemos classific-los em dois tipos:
3
REVISO: Nmeros-ndices - Anlise combinatria - Probabilidade Prof Paulo Vieira Neto
a) determinstico; b) aleatrios. (ao acaso).
Para avaliarmos a probabilidade de um evento, podemos tomar como base duas escolas de pensamento:
1. A escola objetiva ou clssica: parte da premissa que as regras do clculo das probabilidades devem ser aplicadas
somente a eventos que podem ser repetidos indefinidamente sob as mesmas condies.
2. A escola subjetiva ou personalista: Considera que a probabilidade de ocorrncia de um
determinado evento medido pelo grau de crena que cada indivduo atribui a ocorrncia desse
evento. Neste caso, teremos diferentes probabilidades para um mesmo evento.
EXPERIMENTO ALEATRIO: Em quase tudo, em maior ou menor grau, defrontamos o acaso. Quando afirmamos: O time
de basquete de tal Universidade deve ganhar no sbado, pode resultar:
1. que, mesmo sendo favorito, ele perca; 2. que, como previmos, ele ganhe. 3. que empate.
O resultado final, das trs situaes em epgrafe, depende do acaso. Fenmenos similares a esse so chamados fenmeno
aleatrios ou experimentos aleatrios.
Experimento ou fenmenos aleatrios so aqueles que, mesmo repetidos vrias vezes sob condies parecidas,
apresentam resultados imprevisveis.
ESPAO AMOSTRAL (S): Ao conjunto de todos possveis resultados de um experimento aleatrio damos o nome de
Espao Amostral ou Conjunto Universo e indicaremos por S.
EVENTOS (E): Qualquer subconjunto do espao amostral S de experimento aleatrio, chamamos de evento. Assim, que
seja E, se E S (E est contido em S), ento E um evento de S.
Se E = S, chamado evento certo = 1. Se E S e E um conjunto unitrio, chamado evento elementar.
Se E = , E chamado evento impossvel. P(E) = 0
Evento Simples: formado por um nico elemento do espao amostral. Quando lanamos uma
moeda, o evento que consiste na sada da face cara (Ca) um evento simples. Se lanarmos duas
moedas, o evento (Co,Co), por exemplo, um evento simples.
Evento Composto formado por mais de um elemento do espao amostral. No lanamento de duas
moedas, o espao amostral : S = {Ca,Ca; Ca,Co; Co,Ca; Co,Co}. Seja A o evento que consiste no
aparecimento de pelo menos (no mnimo) uma cara (Ca) no lanamento de duas moedas uma vez.
Verificamos que o evento A constitudo por trs elementos do espao amostral: (CaCa), (CaCo) e
(CoCa). Trata-se, portanto, de um evento composto. Outro exemplo: o evento consistente no
aparecimento da soma 8, quando lanamos dois dados, um evento composto, pois abrange cinco
elementos do espao amostral: (3,5); (5,3); (2,6); (6,2); (4,4).
Evento Certo aquele que ocorre em todas as realizaes do experimento aleatrio. Exemplo: o evento consistente no
nascimento de um menino ou uma menina em um parto, o espao amostral : S = {M, F} (Masculino ou Feminino). Ora, em
um parto, certamente nascer um menino ou uma menina.
Se E = S, chamado evento certo = 1.
Em sntese:
Evento Simples: formado por um nico elemento do espao amostral. Exemplo: No lanamento de 3 moedas, sair
Ca, Ca, Ca um evento simples;
Evento Composto formado por mais de um elemento do espao amostral. Exemplo: No lanamento de 2 dados, obter a
soma trs, do espao amostral, (1,2) ou (2,1); sair a soma onze: (5,6) ou (6,5).
Evento Certo aquele que ocorre em qualquer realizao do experimento aleatrio. No lanamento de um dado,
certamente sair a face 1, 2, 3, 4, 5 ou 6.
Evento Impossvel aquele que no ocorre em qualquer realizao de um experimento aleatrio. Exemplo: no
lanamento de um dado sair a face 8.
Evento Complementar (A
c
): de um evento A qualquer, o evento A
c
chamado (complementar de A), tal que A
c
= S A,
ou seja, um outro conjunto formado pelos elementos que pertencem ao Espao Amostral (S), porm no pertencem a A.
Exemplo: No lanamento de duas moedas, o espao amostral : S = {Ca,Ca; Ca,Co; Co,Ca; Co,Co}. Vamos definir o evento
A = {Co, Co} = duas coroas. Todos os demais eventos de S que no fazem parte de A, so chamados de Evento
complementar de A(A
c
). Neste exemplo temos: (A
c
) = {Ca,Ca; Ca,Co; Co,Ca}.
Eventos mutuamente exclusivos ou disjuntos ou incompatveis: dois ou mais eventos so mutuamente
exclusivos quando a realizao de um exclui a realizao do(s) outro(s). Exemplo: Se S = {A, B}.
Sabemos que a A e B so eventos aleatrios e no podem ocorrer simultaneamente. Neste caso a
ocorrncia de A exclui a ocorrncia de B e vice-versa. Exemplo: No lanamento de um dado, o
espao amostral ser: {1, 2, 3, 4, 5, 6}. Seja A, sair um nmero menor que 3, A = {1, 2}; B, sair um
nmero maior que 3, B = {4, 5, 6}. A e B so mutuamente exclusivos e A B no constitui S.
Nota: Se a unio de n eventos mutuamente exclusivos for o prprio S (Espao Amostral) ou ainda se formarem partio do
Espao Amostral (S), diz-se que estes so mutuamente exclusivos e exaustivos.
Exemplos: No lanamento de um dado, so possveis as ocorrncias de 6 situaes, podem sair 1, 2, 3, 4,
5, 6. S = {1, 2, 3, 4, 5, 6}, temos:
A = sair um nmero par = {2, 4, 6} S; logo A um evento de S.
B = {1, 2, 3, 4, 5, 6} S; logo B um evento certo de S (B = S), todas as situaes podem ocorrer = 100% = 1.
C = sair o nmero 4 {4} ; logo um evento elementar de S. Pode ocorrer uma em seis = 1/6.
D sair um nmero > 7 = S; logo D um evento impossvel de acontecer.
PROBABILIDADE: Dado um experimento aleatrio, admitindo S o seu espao amostral, vamos supor que todos os
elementos tenham a mesma chance de ocorrer, i.e., que S um conjunto eqiprovvel. Chamamos de Probabilidade
de um evento A(A S) o nmero real P(A), tal que:
n(A) onde:
P(A) = -------- n(A) o nmero de elementos de A;
4
REVISO: Nmeros-ndices - Anlise combinatria - Probabilidade Prof Paulo Vieira Neto
n(S) n(S) o nmero de elementos de S.
Considerando: o nascimento de uma criana o evento A nascer um menino, sexo masculino M, temos:
S = {M, F} n(S) = 2 [ M: masculino; F: feminino ]
A = {M} n(A) = 1. logo: P(A) = n(A)/n(S) P(A) = 1/2 50%.
O resultado epigrafado permite-nos afirmar que no nascimento de uma criana, em um nico parto, a chance de nascer um
menino de 50%.
No lanamento de um dado, temos: S = {1, 2, 3, 4, 5, 6} = 6
1.A probabilidade do evento A sair um n par:
n(A) = {2, 4, 6} P(A) = n(Par)/n(S) P = 3/6 = 1/2 = 50%
2.A proba. do evento B obter um n 6; S: {1, 2, 3, 4, 5, 6}= 6; B: {1, 2, 3, 4, 5, 6} = 6;
P(B) = 6/6 = 1 = 100%.
3.A probabilidade do evento C "obter um n = 4"; S = {1, 2, 3, 4, 5, 6} = 6 C: {4} P(C) = 1/6 = 16,667%.
4.A probabilidade do evento D "obter um n > 7"; S = {1, 2, 3, 4, 5, 6} = 6 D: = n(D) = 0; P(D) = 0/6 = 0
EVENTOS COMPLEMENTARES: Sendo p a probabilidade de um evento ocorrer (sucesso) e q a probabilidade da no
ocorrncia do mesmo (insucesso), ento para que um mesmo evento ocorra h a relao p + q = 1 q = 1 - p. Assim, o
exemplo 3, a probabilidade de sair o 4 no lanamento de um dado p = 1/6, ento, a probabilidade de no sair o 4 no
lanamento de um dado : q = 1 - 1/6 = 5/6.
Regras para o clculo das probabilidades:
1. 0 P(A) 1. A probabilidade de um evento de ser um nmero que esteja no intervalo maior ou igual
a zero ou menor ou igual a 1.
2. P (S) = 1. A probabilidade de o evento ocorrer igual 1, 100%.
3. P () = 0. A probabilidade do evento ocorrer impossvel, igual a zero.
4. Regra da Soma das Probabilidades. Se A e B forem dois eventos mutuamente exclusivos (A I B = ), logo:
P (A U B) = P(A + B) P(A) + P(B)
5. A e B no forem eventos mutuamente exclusivos, logo:
P (A U B) = P(A) + P(B) - P(A I B)
6. Se A
c
o evento complementar de A, logo: P(A
c
) = 1 P(A)
7. Probabilidade Condicional:
( )
( )
( )
0 P(B) com ,
B P
B A P
A/B P
I
8. Regra do produto: Se A e B no so independentes:
P(A I B ) = P(A).P(B/A) ou P(A I B) = P(B).P(A/B)
EXERCCIOS
1. Em uma urna existem bolas numeradas de [ 1 at 10 ]. pede-se:
a) Espao amostral; b) Evento A: {sair um n par} c) Evento B: {sair um n
impar} d) Evento C: {sair um n < 12}
e) Evento D: {sair um n > 11} f) Evento E: {sair um n > 3 e < 5} g) Calcule a
Probabilidade de A; h) Calcule a probabilidade de B;
i) Calcule a probabilidade de C; j) Calcule a probabilidade de D. k) Calcule a
probabilidade de E.
Soluo:
a) S = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 } b) A = { 2, 4, 6, 8, 10} c) B = { 1, 3, 5, 7, 9 }
d) C = {1,2,3,4,5,6,7,8,9,10} = S
f) D = { } ou g) E = { 4 } g) P(A) = n(A)/n(S) = 5/10 = 0,5 h) P(B) = n(B)/n(S) =
5/10 = 0,5
i) P(C) = n(C)/n(S) = 10/10 = 1 j) P(D) = n(D)/n(S) = 0/10 = 0 k) P(E) = n(E)/n(S) =
1/10 = 0,1
2. Um clube promoveu uma festa beneficente. Aos participantes foram entregues um bilhete [para
sorteio de um determinado prmio] para cada pessoa. Os bilhetes foram numerados de 1 a 13. O Sr.
Jos recebeu o bilhete de nmero 6 e Dona Maria recebeu o bilhete de nmero 7. Um nmero sorteado.
Pede-se:
a) O espao amostral antes do sorteio: b) a probabilidade de o Sr Jos ganhar o prmio;
c) a probabilidade de Dona Maria ganhar o prmio; d) O n sorteado par. O espao amostral aps o
sorteio;
e) a probabilidade do Sr. Jos ganhar o prmio, dado que o nmero sorteado par;
f) a probabilidade do Sr. Maria ganhar o prmio, dado que o nmero sorteado par.
Probabilidade Condicional:
5
REVISO: Nmeros-ndices - Anlise combinatria - Probabilidade Prof Paulo Vieira Neto
0 B com
) B ( n
) B A ( n
) B ( n
) B A ( n
) B / A ( P
) B ( P
) B A ( P
) B / A ( P
I
I
I
n(S)
n(S)

) B ( n
) B A ( n
) B / A ( P
I

RESOLVA
Exerccios de Probabilidade:
Probabilidade P(A): Relao entre o n de casos possveis do evento A e todos nmeros possveis do
experimento (S).
) S ( n
) A ( n
) A ( P n(A) = Nmero de casos possveis do evento (A).
n(S) = Nmero de casos possveis do Espao Amostral (S).
1.Qual a probabilidade de nascer uma criana do sexo masculino (M) ou do sexo feminino (F), em
um nico parto?
2.Qual a probabilidade de sair um rei quando retiramos uma carta de um baralho de 52 cartas?
3.No lanamento de um dado, Pede-se:
a) Espao amostral; b) Evento A: {sair um n par} c) Evento B: {sair um n impar}
d) Evento C: {sair um n < 7} e) Evento D: {sair um n > 8}f) Evento E:
{sair um n > 3 e < 5}
g) Calcule a Probabilidade de A; h) Calcule a probabilidade de B; i)
Calcule a probabilidade de C;
j) Calcule a probabilidade de D. k) Calcule a probabilidade de E.
4.No lanamento de dois dados, calcule a probabilidade de sair o nmero 5. Lembre-se: pode ser
combinado (1,4); (4,1); (3, 2) (2, 3). (Espao amostral "S": ou = 36)
Espao Amostral:
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
1
1
1
1
1
1
]
1

6,6 6,5 6,4 6,3 6,2 1 , 6


5,6 5,5 5,4 5,3 5,2 1 , 5
4,6 4,5 4,4 4,3 4,2 1 , 4
3,6 3,5 3,4 3,3 3,2 1 , 3
2,6 2,5 2,4 2,3 2,2 1 , 2
1,6 1,5 1,4 1,3 1,2 1 1,
S
4.1. Evento A {Sair o nmero 1}; 4.2. Evento B {Sair um nmero 12}; 4.3. Evento C
{Sair o nmero 2};
4.4. Evento D {Sair o nmero 6}; 4.5. Evento E {Sair o nmero 7};
4.6. Evento F {Sair o nmero 4};
4.7. Calcule a probabilidade do evento A; 4.8. Calcule a probabilidade do
evento B; 4.9. Calcule a probabilidade do evento C;
4.10. Calcule a probabilidade do evento D; 4.11. Calcule a probabilidade do
evento E; 4.12. Calcule a probabilidade do evento F.
Soluo:
4.1. Evento A: { }; 4.2. Evento B: O Prprio S;4.3. Evento C: { (1;1) };
4.4. Evento D: { (3,3) (4,2) (2,4) (5,1) (1,5) }.;
] Impossvel [Evento 0;
36
0
n(S)
n(A)
P(A) 4.1)

Certo] [Evento 100%; ou 1
36
36
n(S)
n(B)
P(B) 4.2)
simples] [Evento 2,78%; ou 0,0278
36
1
n(S)
n(C)
P(C) 4.3)

9
1
36
4
n(S)
n(D)
P(D) 4.4)
Faa os demais.
5.Em um lote de 12 peas, 4 so defeituosas. Sendo retirada uma pea, calcule:
a) a probabilidade de essa pea ser defeituosa. b) a probabilidade dessa pea no ser
defeituosa.
6
REVISO: Nmeros-ndices - Anlise combinatria - Probabilidade Prof Paulo Vieira Neto
4
1
12
4
n(S)
n(D)
P(D) 5)

tar Complemen D" " P(D)
3
2
12
8

12
4
- 1
n(S)
n(nD)
P(nD) 5)
c

5B.Em um lote de 15 peas, 5 so defeituosas. Sendo retirada uma pea, calcule:
a) a probabilidade de essa pea ser defeituosa. b) a probabilidade dessa pea no ser
defeituosa.
6.Determine a probabilidade de cada evento:
a. um nmero mpar aparece no lanamento de um dado; b. sair uma 1 cara no lanamento
de duas moedas;
c. sair trs coroas no lanamento de duas moedas.
7.Um inteiro entre 3 e 11 ser escolhido ao acaso. Espao Amostral S ou = { 3, 4, 5, 6,
7, 8, 9, 10, 11} n = 9
Evento A, Sair n par: A = { 4, 6, 8, 10 } n = 4 Evento B, Sair n impar: B = { 3, 5, 7, 9,
11 } n = 5
44 0
9
,
4
P(A)
n(S)
n(A)
) A ( P
a. qual a probabilidade que um nmero seja mpar? b. qual a probabilidade que um nmero seja
par?
c. qual a probabilidade que um nmero seja divisvel por 3? d. qual a probab. que um nmero
seja divisvel por 2?
[ Ns divveis por 3; 3, 6 e 9 ]
8.Num sorteio de nmeros de 1 a 100, qual a probabilidade de o nmero ter dois algarismos:
a. iguais? b. distintos?
OBS.: a) S = [1, 2, 3, ...,
100] n(S) = 100 E = [11, 22, 33, ..., 99] n(E) = 9 Eventos
b) S = [1, 2, 3, ..., 100] n(S) = 100 E = [10, 12, 13, 14, ..., 98] n(E) = 90 - 9 = 81
Complementares
9. No lanamento de moeda ao acaso trs vezes, qual a probabilidade de sarem trs caras? [
aconselhvel fazer a rvore de possibilidades, para facilitar a contagem].
S = { (Ca, Ca, Ca) (Ca, Ca, Co) (Ca, Co, Ca) (Ca, Co, Co) (Co, Ca, Ca) (Co, Ca, Co) (Co, Co, Ca)
(Co, Co, Co) } n = 8
rvore de Probabilidade
7
REVISO: Nmeros-ndices - Anlise combinatria - Probabilidade Prof Paulo Vieira Neto
Lanamento de Trs moedas
1 Moeda 1 Moeda 1 Moeda
Ca Ca Ca Ca 3Ca 1
Ca
Co Ca Ca Co 2 Ca, 1 Co 2
Ca Ca Ca Co Ca 2 Ca, 1 Co 3
Co
Co Ca Co Co 1 Ca, 2 Co 4
Ca Ca Co Ca Ca 2 Ca, 1 Co 5
Co Co Ca Co 1 Ca, 2 Co 6
Co Ca Co Co Ca 1 Ca, 2 Co 7
Co
Co Co Co Co 3 Co 8
10. Lanam-se dois dados. Pede-se
a. Determine o espao amostral; [Est pronto] b. Enumere o evento A = {a soma dos pontos
= 9};
c. Enumere o evento B = {N dos pontos = 7}; d. Calcule a probabilidade de do evento A;
e. Calcule a probabilidade do evento B; f. Qual a probabilidade da soma no ser 9?
[Evento complementar de A]
11. So dadas duas urnas com determinado nmero de bolas.
Urna A Urna B Urna A S = { 12 }
5 brancas 4 brancas Urna B S = { 13 }
4 pretas 3 pretas
3 vermelhas 6 vermelhas

a. Calcular a probabilidade de retirar uma bola branca da urna A;
12
5

n(S)
n(B)
P(B)
b. Qual a probabilidade de retirarmos uma bola preta da urna B?
c. Determine a probabilidade de retirarmos uma bola branca ou vermelha da urna A.
Os eventos so mutuamente exclusivos, aplica-se a regra da soma: P(X) + P(Y) Se A e B forem
dois eventos mutuamente exclusivos (A I B = ), logo: P (A U B) = P(A + B) P(A) + P(B)
1. (MEDEIROS DA SILVA ,1995: 39-42). Uma amostra de 12 peas defeituosas extrada, com
reposio de um lote que contem 10% de peas defeituosas. Calcule a Probabilidade de que o lote:
a) no tenha peas defeituosas; b) tenha exatamente 4 peas
defeituosas; c) contenha pelo menos uma pea defeituosa.
Soluo: [ P, Sucesso (S) e no ocorrer P, Fracasso (F) ] [Bernoulli]
Logo; n = 15 - p = 0,1 - q = (1 p) q = 0,9
a prob. que o lote no tenha pecas defeituosas [ x = 0 ]
k n k
q p
k
n
) k X ( P

,
_



( )! k n ! k
! n
k
n


,
_


n = 15 p = 0,1 ou [1/10]
k = 0 q = 0,9 ou [9/10]
( ) ( )
15 0
9 0 1 0
0
15
0 , , ) X ( P

,
_



( )
( ) ( ) [ ]
15 0
9 0 1 0
0 15 0
15
0 , ,
! !
!
) X ( P




( ) ( ) [ ]
15 0
9 0 1 0
0 15
15
0 , ,
! !
!
) X ( P

[ ] 205891 0 1 1 0 , x ) X ( P

100 205891 0 1 1 0 x , x x ) X ( P

0,205891x100
P(X = 0) = 20,59%
2. Em relao ao exerccio 1, calcule o Valor esperado [ mdia - ] e o desvio padro para o nmero de
peas defeituosas da amostra.
Clculo da mdia [Esperana E(x)] e da varincia da distribuio.
8
rvore de
REVISO: Nmeros-ndices - Anlise combinatria - Probabilidade Prof Paulo Vieira Neto
Frmulas: E(x) = n p Esperana Matemtica ou simplesmente esperana ou mdia de x.
Var(x) = n p q
Soluo: n = 15 p = 0,1 q = 0,9
Ento: E(x) = n.p 15 x 0,1 = 1,5 Esperana de Defeituosa E(D) = 1,5
Var(x) = n.p.q 15 x 0,1 x 0,9 = 1,35 como DP a raiz da Var.
16 1, 1,35 ) x ( Padro Desvio
Logo DP peas defeituosas (D) = 1,16
3. (TIBONI,2003: 198-200). Em uma agncia de viagens, de cada 200 passagens vendidas, 40
so para Belo Horizonte. Na venda de 8 passagens, qual a probabilidade que:
a) Trs sejam para BH; b) no mximo 2 para BH; d) Todas sejam para BH; d) nenhuma para BH.
p = 0,2 p = 40/200 p = 0,2 q = 0,8
q = 0,8 n! 8 40320
n = 8 ------------- ------------- = -------------- = 56
k = 3 k!(n - k)! 3 5 720
8 3 5
P(X =3) = 0,2 0,8 56 x 0,008 0,32768
3
P(X = 3) = 0,1468 = 0,14680 14,68% 117/797

!
! !
4. (MARTINS,2001: 109-110) - (4.11.) Uma moeda jogada 8 Vezes. Calcule as seguintes
probabilidades de:
a) ocorrer cinco caras; b) dar pelo menos duas caras; c) no dar nenhuma cara.
5.(MARTINS,2001: 109-110)(4.16) A probabilidade de um atirador acertar o alvo 1/3 (0,33). Se ele
atirar 5 vezes, qual a probab. de:
a) acertar exatamente dois tiros; b) No acertar nenhum tiro.

6. (KAZMIER,1982: 91-2) (Exemplo 4). A probabilidade de que um presumvel cliente
aleatoriamente escolhido faa uma compra 0,20. Se um vendedor visita CINCO presumveis
clientes, qual a probabilidade de que ele far exatamente:
a) Trs vendas; b) Nenhuma venda.
7. (PEREIRA & TANAKA: 256-62) Uma determinada Faculdade da Cidade X, fez um
levantamento junto Secretaria da Sade e Educao estudando o comportamento, hbitos
alimentares, necessidades de moradia, educao, saneamento etc. Foram estudadas 10.000
famlias com 6 filhos cada uma, quantas se esperaria que tivessem:
a) Exatamente 2 meninos; b) nenhum menino.
BIBLIOGRAFIA UTILIZADA
CRESPO, Antnio Arnot. Estatstica fcil. So Paulo : Saraiva, 1998.
FERREIRA, Wilson & TANAKA, Osvaldo K. Elementos de Estatstica. So Paulo : McGraw-Hill, s/d.
KAZMIER, Leonard J. Estatstica aplicada Economia e Administrao. So Paulo : Makron Books, 1982.
MEDEIROS DA SILVA, Ermes et alli. Estatstica para os cursos de Economia, Administrao e Cincias Contbeis. v. 2, So
Paulo : Atlas, 1995. 4 v.
LAPPONI, Juan Carlos. Estatstica usando o Excel. So Paulo : Lapponi Treinamento, 2000.
LARSON, Ron e FARBER, Betsy. Estatstica aplicada. So Paulo : Pearson Prentice Hall, 2004.
LEVIN, Jack e FOX, James Alan. Estatstica para cincias humanas. So Paulo : Pearson , 2004.
MARTINS, Gilberto de Andrade & DONAIRE, Denis. Princpios de Estatstica. So Paulo : Atlas, 1993.
MARTINS, Gilberto de Andrade. Estatstica Geral e Aplicada. So Paulo : Atlas, 2001.
SPIEGEL, Murray Ralph. Estatstica. 2. ed. So Paulo: McGraw-Hill, 1995.
TIBONI, Conceio Gentil Rebelo. Estatstica Bsica para o curso de Turismo. So Paulo : Atlas, 2003.
9