probabilidade matematica lista

Prévia do material em texto

ESTATÍSTICA II
Prof.: Viviane Carla Fortulan
Agosto/2003
I. PROBABILIDADES
1.1 INTRODUÇÃO: Elementos do estudo das probabilidades
	O problema fundamental da estatística consiste em lidar com o acaso e a incerteza.Os eventos que dependem do acaso sempre foram considerados misteriosos. As conquistas científicas dos séculos que seguiram a Renascença, enfatizando a observação e a experimentação, deram origem à teoria da probabilidade, para estudar as leis da natureza e os problemas da vida cotidiana. 
	Neste curso veremos como a incerteza pode realmente ser medida, como podemos associar-lhes números e como interpretar esses números.
	No curso anterior (de Estatística I) vimos como caracterizar uma massa de dados, a fim de organizar e resumir informações. Em Estatística II, veremos um pouco da Estatística Inferencial, que está fundamentada em modelos matemáticos probabilísticos, assim é conveniente dispormos de uma medida que exprima a incerteza presente em afirmações tais como “É possível que chova amanhã”, ou “Não há chance de vitória”, em termos de uma escala numérica. Essa medida é probabilidade.
	A teoria das Probabilidades é um ramo da matemática que cria, elabora e pesquisa modelos para estudar experimentos ou fenômenos aleatórios.
	Devemos esclarecer que esta técnica é bastante intuitiva e não existe “fórmulas” específicas para todos os problemas. Cada caso é um caso e deve ser estudado com muito cuidado.
	Motivação:
	Considere os seguintes problemas:
Fazendo a aposta mínima na Mega Sena, qual é a chance de acertar as seis dezenas?
Se um aluno “chutar” cinco testes (cada um com quatro alternativas) em um exame de vestibular, qual é a probabilidade de acertar pelo menos dois?
Lançando dois dados simultaneamente, qual é a probabilidade de saírem números iguais?
A teoria das probabilidades nos ajuda a resolver problemas como estes e muitos outros.
1.1.1 Experimento determinístico e Experimento aleatório
Dentro de certas condições, é possível prever a que temperatura o leite ferve. Este tipo de experimento, cujo resultado é previsível, recebe o nome de determinístico. 
	No entanto, ao lançarmos um dado uma ou mais vezes, sob as mesmas condições, não podemos saber com antecedência o número obtido; sabemos apenas que os possíveis resultados são: 1, 2, 3, 4, 5 ou 6. Este tipo de experimento, cujo resultado não pode ser previsto, é chamado aleatório.
Exemplo de experimentos aleatórios:
O sorteio da quina da Loto;
Retirar uma carta de um baralho com 52 cartas e observar o seu naipe;
O sorteio do primeiro prêmio da Loteria Federal;
O lançamento de uma moeda honesta;
Lançar duas moedas e observar as faces voltadas para cima;
Lançamento de um dado honesto;
De uma urna contendo 4 bolas brancas e 5 vermelhas, retirar 1 bola e observar sua cor.
1.1.2 Experimentos aleatórios equiprováveis
	São experimentos onde qualquer resultado pode ocorrer com a mesma chance.
Exemplo: No lançamento de uma moeda, a probabilidade de ocorrer cara ou coroa é a mesma.
1.2 ESPAÇO AMOSTRAL OU CONJUNTO UNIVERSO
	
	É o conjunto de todos os resultados possíveis de um experimento aleatório (equiprovável) que será indicado por 
 (ômega). Indicaremos o número de elementos de um espaço amostral por n(
).
Exemplos:
Quando se lançam duas moedas e se observam as faces voltadas para cima, sendo as faces da moeda cara(c) e coroa(k), o espaço amostral do experimento é:
={(c,c), (c,k), (k,c), (k,k)} e n(
)=4
Lançam-se dois dados, (um azul e um branco), e observam-se os números das faces voltadas para cima. Sejam:
	Dado azul
	1
	2
	3
	4
	5
	6
	Dado branco
	
	
	
	
	
	
	1
	(1,1) 
	(1,2)
	(1,3)
	(1,4)
	(1,5)
	(1,6)
	2
	(2,1)
	(2,2)
	(2,3)
	(2,4)
	(2,5)
	(2,6)
	3
	(3,1)
	(3,2)
	(3,3)
	(3,4)
	(3,5)
	(3,6)
	4
	(4,1)
	(4,2)
	(4,3)
	(4,4)
	(4,5)
	(4,6)
	5
	(5,1)
	(5,2)
	(5,3)
	(5,4)
	(5,5)
	(5,6)
	6
	(6,1)
	(6,2)
	(6,3)
	(6,4)
	(6,5)
	(6,6)
Experimento aleatório: Lançar dois dados
={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6)
 (2,1),(2,2),(2,3),(2,4),(2,5),(2,6)
 (3,1),(3,2),(3,3),(3,4),(3,5),(3,6) (Todos os resultados possíveis 
 (4,1),(4,2),(4,3),(4,4),(4,5),(4,6) do experimento aleatório)
 (5,1),(5,2),(5,3),(5,4),(5,5),(5,6)
 (6,1),(6,2),(6,3),(6,4),(6,5),(6,6)}
 n(
)=36 (nº de elementos de 
)
Uma urna contém 5 bolas vermelhas e 4 brancas. Duas bolas são extraídas, ao acaso, sucessivamente e sem reposição. Observamos a seqüência de cores das bolas sorteadas. 
Para determinar 
, vamos construir o diagrama da árvore.
Seja: vermelha=V e branca=B
1ª extração			2ª extração
V				 V
					 B
	B				 V
 					 B
	Experimento aleatório: Extrair duas bolas, ao acaso, sucessivamente e sem reposição
	
={(V,V), (V,B), (B,V), (B,B)}
n(
)= 4
Ponto amostral: É cada elemento do espaço amostral (
).
EVENTO
Evento (E) é qualquer subconjunto de um espaço amostral 
. Muitas vezes um evento pode ser caracterizado por um fato.
Exemplos:
No lançamento de duas moedas, temos:
Considerando c = cara e k = coroa, definimos:
Experimento: Lançar duas moedas
={(c,c),(c,k),(k,c),(k,k)}
Sejam os eventos:
: aparecerem faces iguais 
={(c,c),(k,k)} onde n(
)=2
 aparecer cara em pelo menos uma moeda
= {(c,c),(c,k),(k,c)} onde n(
)=3
No lançamento de dois dados, temos:
Experimento: Lançar dois dados
={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6)
 (2,1),(2,2),(2,3),(2,4),(2,5),(2,6)
 (3,1),(3,2),(3,3),(3,4),(3,5),(3,6)
 (4,1),(4,2),(4,3),(4,4),(4,5),(4,6)
 (5,1),(5,2),(5,3),(5,4),(5,5),(5,6)
 (6,1),(6,2),(6,3),(6,4),(6,5),(6,6)}
 n(
)=36
: aparecerem números iguais 
={(1,1),(2,2),(3,3),(4,4),(5,5),(6,6)} ; n(
)=6
: o primeiro número é menor ou igual a 2
 
={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1),(2,2),(2,3),(2,4),(2,5),(2,6)} ; n(
)=12
 
: a soma dos resultados é menor ou igual a 4
 
={(1,1),(1,2),(1,3),(2,1),(2,2),(3,1)} ; n(
)=6
 
: o número do primeiro dado é o dobro do número do segundo dado
 
={(2,1),(4,2),(6,3)} ; n(
)=3
1.3.1 Evento Certo: evento que possui os mesmos elementos do espaço amostral, (E=
)
: a soma dos resultados dos dois dados é menor ou igual a 12
=
 ; n(
)=36
Evento Impossível: evento igual ao conjunto vazio (E =. 
)
: o número do primeiro dado é igual a sete
	
=
 ; n(
)=0
	
Evento Simples: evento que possui um único elemento
: a soma dos resultados nos dois dados é igual a 12.
={(6,6)} ; n(
)=1
 1.3.4 Evento Complementar: Se E é um evento de um espaço amostral 
, o evento complementar de E, indicado por Ec (ou 
), é tal que Ec =
 - E (ou seja, é tudo o que não está em E mas está no espaço amostral 
).
	Notemos que 
 e 
Ex: Considerando ainda o experimento: lançar dois dados, temos que:
	
={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6)
 (2,1),(2,2),(2,3),(2,4),(2,5),(2,6)
 (3,1),(3,2),(3,3),(3,4),(3,5),(3,6)
 (4,1),(4,2),(4,3),(4,4),(4,5),(4,6)
 (5,1),(5,2),(5,3),(5,4),(5,5),(5,6)
 (6,1),(6,2),(6,3),(6,4),(6,5),(6,6)}
Seja o evento A definido por:
A: o primeiro número no lançamento dos dados é menor ou igual a 2.
	A={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1),(2,2),(2,3),(2,4),(2,5),(2,6)} ; n(A)=12
Logo,
	Ac: o primeiro número no lançamento dos dados é maior que 2 ( ou seja, Ac =
 - A)
Ac ={(3,1),(3,2),(3,3),(3,4),(3,5),(3,6)
 (4,1),(4,2),(4,3),(4,4),(4,5),(4,6)			n(Ac)=24
 (5,1),(5,2),(5,3),(5,4),(5,5),(5,6)
 (6,1),(6,2),(6,3),(6,4),(6,5),(6,6)}
1.3.5 Eventos Mutuamente Exclusivos(ou disjuntos): dois ou mais eventos são ditos mutuamente exclusivos quando a ocorrência de um deles implica a não ocorrência do outro. Deste modo, se A e B são eventos mutuamente exclusivos, então 
 (ou seja, não existe interseção entre eles).
Ex: Sejam os eventos:
A: quando se lança um dado, o número na face voltada para cima é ímpar. 
 A={1,3,5}
B: quando se lança um dado, o número na face voltada para cima é divisível por 4 
 B={4}
Os eventos A e B são mutuamente exclusivos, pois 
.
Exercício: Considerar o experimento aleatório: uma moeda é lançada 3 vezes. Determinar:
espaço amostral 
evento 
: sair 2 caras e 1 coroa
evento 
: sair 3 caras
evento 
: sair pelo menos 1 cara
evento 
: sair no máximo 2 coroas
evento 
: nenhuma cara
1.3.6 Operações com eventos
	Existe uma correspondência entre os conceitos da linguagem dos eventos e dos conjuntos.
Suponha 
 um espaço amostral finito e A e B três eventos de 
.
A
B: significa que pelo menos um evento ocorre
A
B: os dois eventos ocorrem
A-B: somente o evento A ocorre
Ac = 
: o evento A não ocorre
A
: somente um dos eventos ocorre
Seja Ai; i= 1, 2, 3, ..., n uma coleção finita de eventos de 
, então:
: pelo menos um dos Ai’s ocorre
: todos Ai’s ocorrem
Propriedades das operações
	Sejam A, B e C eventos associados a um espaço amostral 
. As seguintes propriedades são válidas:
IDEMPOTENTES 
A
A = A
A
 A =A
COMUTATIVAS
A
B = B
A
A
B = B
A
ASSOCIATIVAS
A
(B
C) = (A
B) 
C
A
(B
C) = (A
B) 
C
DISTRIBUTIVAS
A
(B
C) = (A
B)
(A
C)
A
(B
C) = (A
B)
(A
C)
ABSORÇÕES
A
(A
B) = A
A
(A
B) = A
IDENTIDADES
A
 = A
A
 = 
A
�� EMBED Equation.3 = 
A
�� EMBED Equation.3 = A
COMPLEMENTARES
�� EMBED Equation.3 = 
LEIS DE MORGAN (ou Leis das Dualidades)
1.3.7 Partição de um Espaço Amostral
	Os eventos A1, A2, ..., An formam uma partição do espaço amostral se:
Ai
para i = 1, 2, ..., n
 para i
j
�� EMBED Equation.3 
A1, A2 e A3 formam uma partição do espaço amostral 
 e, portanto, satisfazem 1.), 2.) e 3.).
Resolva a 1ª Lista de Exercícios
PROBABILIDADE
No estudo da probabilidade, há três tipos de questões:
O que queremos dizer quando afirmamos que a probabilidade de um evento é, por exemplo, 0,50, 0,78 ou 0,44?
Como determinar ou avaliar, na prática, os números que chamamos probabilidades?
Quais ao as regras matemáticas que as probabilidades devem obedecer?
Existem basicamente três definições para a probabilidade
Definição subjetiva da probabilidade: afirma que a probabilidade é uma estimativa do que um indivíduo pensa que seja a viabilidade de ocorrência de um evento. Neste caso dois indivíduos podem estimar diferentemente uma probabilidade. 
Definição frequentista da probabilidade: a probabilidade de um evento (acontecimento ou resultado) é definida como sendo a proporção do número de vezes que eventos do mesmo tipo ocorrem a longo prazo. Em outras palavras, é quando precisamos realizar o experimento um número muito grande de vezes para observarmos que fração proporção) das vezes tal evento ocorre.
Definição clássica de probabilidade: é quando estamos interessados em probabilidades iguais, ou seja, estamos lidando com experimentos equiprováveis.
Considerando um espaço amostral 
, não vazio, e um evento E, sendo E
�� EMBED Equation.3 , a probabilidade de ocorrer o evento E é o número real P(E), tal que:
,
onde: n(E): “tamanho” do evento E (ou número de casos favoráveis ao evento E).
 n(
): “tamanho” do espaço amostral 
 (ou número total de casos).
	OBS.: Esta é a definição clássica de probabilidade quando 
 é finito e baseia-se no conceito de resultados equiprováveis (têm a mesma chance de ocorrer).
	Propriedades: Seja ( um espaço amostral qualquer e sejam A e B eventos de (.
	i) 0 ( P(A) ( 1 (observe que P(A) ( 0)
	ii) P(() = 1
	iii) P(() = 0
	iv) P(
) = 1-P(A)
	v) P(A(B) = P(A) + P(B) – P(A(B). Se A(B = (, P(A(B) = P(A) + P(B)
	vi) P(
(B) = P(B) – P(A(B).
Exemplos: 
Lançando-se um dado, a probabilidade de sair um nº ímpar na face voltada para cima é obtida da seguinte forma:
={1,2,3,4,5,6} ; n(
)=6
E: sair um número ímpar 
 E={1,3,5} ; n(E)=3
=
= 0,5
Portanto, podemos concluir que a probabilidade de sair um número ímpar na face voltada para cima é igual a 0,5. (Ou, poderíamos dizer que existe 50% de chance de sair um número ímpar na face voltada para cima).
Escolhido ao acaso um elemento do conjunto dos divisores de 30, determinar a probabilidade de que ele seja primo.
={1,2,3,5,6,10,15,30} ; n(
)=6
E: o número ser primo 
 E={2,3,5} ; n(E)=3
=
A probabilidade de que um número, escolhido ao acaso, do conj. dos divisores de 30 seja um número primo é de 0,375. 
OBS.: Nem sempre é possível descrever os elementos de um evento ou espaço amostral. Nesse caso, devemos utilizar outras técnicas tais como as distribuições de probabilidades. 
3) Considere uma urna com três bolas brancas e duas bolas pretas. Extrair casualmente duas bolas, sendo uma após a outra. Obter a distribuição da variável X={número de bolas brancas}.
Diagrama da Árvore:
�
a-) Repondo a primeira bola
�
	Eventos
	A= BB ( {X=2}
	B= BP ( {X=1}
	C= PB ( {X=1}
	D= PP ( {X=0}
Distribuição de X	 Probabilidade de X
 2		 P(X=2)= 
 1		 P(X=1)=
 0		 P(X=0)= 
�
�
b-) Sem repor a primeira bola
�
	Eventos
	A= BB ( {X=2}
	B= BP ( {X=1}
	C= PB ( {X=1}
	D= PP ( {X=0}
Distribuição de X	 Probabilidade de X
 2		 P(X=2)= 
 1		 P(X=1)= 
 0		 P(X=0)= 
�
UNIÃO DE DOIS EVENTOS
Considerando A e B dois eventos contidos em um mesmo espaço amostral 
, o número de elementos da reunião de A com B é igual ao número de elementos do evento A somado ao número de elementos de evento B, subtraído do número de elementos da intersecção de A com B.
	Sendo n(
) o número de elementos do espaço amostral, vamos dividir os dois membros da equação por n(
) a fim de obter a probabilidade P
. Assim, temos:
Logo,
Para ficar bem claro esta definição vamos utilizar Diagramas de Venn em algumas situações para visualizar melhor operações com eventos.
Por exemplo: Sejam A, B, 
 eventos quaisquer com probabilidades, respectivamente, iguais a 0.6, 0.3, 0.2. Encontre as probabilidades abaixo:
P(
) =
P(A-B) =
P(B-A) =
OBS: Para eventos mutuamente exclusivos, (
), a equação obtida fica:
Exemplos:
De uma urna com 20 bolinhas numeradas de 1 a 20, retira-se ao acaso uma bolinha. Para calcular a probabilidade de essa bolinha ter um número divisível por 2 ou 3, consideramos:
={1, 2, 3, ..., 20}
A: conjunto dos números divisíveis por 2
A={2, 4, 6, 8, 10, 12, 14, 16, 18, 20}
B: conjunto dos números divisíveis por 3
B={3, 6, 9, 12, 15, 18}
: conjunto dos números divisíveis por 2 e por 3
={6, 12, 18}
P(A)=
, P(B)=
, P(
)=
A chance de que a população atual de um país seja de 110 milhões ou mais é de 95%. A chance de ser 110 milhões ou menos é de 8%. Calcule a probabilidade de ser 110 milhões.
Sendo P(A) a probabilidade de ser 110 milhões ou mais: P(A)=0.95
Sendo P(B) a probabilidade de ser 110 milhões ou menos: P(B)=0.08
 P(
)= a probabilidade de ser 110 milhões: P(
)= ?
 P(
)= 1
Aplicando a regra da união de dois eventos, temos:
P(
)=P(A) + P(B) – P(
)
1 = 0,95 + 0,08 - P(
)P(
) = 0,95 + 0,08 – 1
P(
) = 0,03 
3) Três cavalos, A, B e C, estão em uma corrida; A tem duas vezes mais probabilidade de ganhar que B, e B tem duas vezes mais probabilidade de ganhar que C. Quais são as probabilidades de vitória de cada um, isto é, P(A), P(B) e P(C)? Qual a Probabilidade de B ou C ganhar?
Solução: Vamos supor P(C)= p; desta forma P(B) = 2p e assim, P(A) = 2P(B) = 4p. Como a soma das probabilidades é 1, então:
P(A) + P(B) + P(C) = p + 2p + 4p = 1 ( 7p = 1 ou p = 
.
Logo, temos:
	P(A) = 4p = 
; P(B) = 2p = 
; P(C) = p = 
; 
A probabilidade de B ou C ganhar é dada por:
 (OBS.: 
 pois dois cavalos não ganham ao mesmo tempo.)
Resolva a 2ª Lista de Exercícios
PROBABILIDADE CONDICIONAL
Introduziremos o conceito de probabilidade condicional através do sguinte exemplo:
Consideremos 250 alunos que cursam o primeiro ciclo de uma faculdade. Destes alunos 100 são homens (H) e 150 são mulheres (M), 110 cursam física (F) e 140 cursam química (Q). A distribuição dos alunos é a seguinte:
	Disciplina
Sexo
	F
	Q
	Total
	H
	40
	60
	100
	M
	70
	80
	150
	Total
	110
	140
	250
Um aluno é sorteado ao acaso. Qual a probabilidade de que esteja cursando química, dado que é mulher?
Pelo quadro vemos que esta probabilidade é de 
 e representamos:
 (probabilidade de que o aluno curse química, condicionado ao fato de ser mulher)
Observamos, porém, que 
. Para obtermos o resultado do problema basta considerar que:
Logo:
Sejam A
( e B
(. Definimos Probabilidade Condicional de A dado que B ocorre (A|B) como segue:
	
ou, de forma análoga
Exemplo 1: Considere o lançamento de um dado.
={1, 2, 3, 4, 5, 6) (6 resultados possíveis)
Seja o evento A: sair face 4,
P(A)=
 = 0,167.
	Para entender o problema de probabilidade condicional, suponha que embora não possamos ver o dado, alguém diga que o resultado é um número par. Neste caso, qual é a probabilidade de A ocorrer? Isto é, sabendo que saiu um número par, qual a probabilidade de A ocorrer?
	P(A) = 
 = 0,3333
	Assim, a informação de que o valor ocorrido é um número par afeta a probabilidade de ocorrer o evento A, e o valor 0,3333 é chamado de probabilidade condicional, uma vez que ela é calculada sob a condição de que o valor na face do dado é um número par.
Notação: P(A|B) (lê-se, probabilidade de ocorrer o evento A, sabendo-se (dado) que o evento B já ocorreu.
Exemplo 2: No lançamento de dois dados, observando as faces de cima, para calcular a probabilidade de sair o número 5 no primeiro dado, sabendo que a soma dos dois números é maior que 7, fazemos:
={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6)
 (2,1),(2,2),(2,3),(2,4),(2,5),(2,6)
 (3,1),(3,2),(3,3),(3,4),(3,5),(3,6)
 (4,1),(4,2),(4,3),(4,4),(4,5),(4,6)
 (5,1),(5,2),(5,3),(5,4),(5,5),(5,6)
 (6,1),(6,2),(6,3),(6,4),(6,5),(6,6)}
Evento A: número 5 no primeiro dado
A={(5,1),(5,2),(5,3),(5,4),(5,5),(5,6)}
Evento B: a soma dos dois números é maior que 7
B={(2,6),(3,5),(3,6),(4,4),(4,5),(4,6),(5,3),(5,4),(5,5),(5,6),(6,2),(6,3),(6,4),(6,5),(6,6)}
: o primeiro número é 5 e a soma dos dois números é maior que 7.
={(5,3),(5,4),(5,5),(5,6)}
P(
)=
 e P(B)=
Logo,
 
Exemplo 3: Sendo P(A) = 
, P(B) = 
 e 
, calcular P(A|B).
Resolução:
	Como 
, devemos calcular 
	Como P(
, temos:
	
Logo,
1.7 MULTIPLICAÇÃO DE PROBABILIDADES
Tiramos da definição de probabilidade condicional o chamado TEOREMA DO PRODUTO: Sejam A
( e B
(. Então, a probabilidade de ocorrer P(
) é igual ao produto da probabilidade de um deles pela probabilidade do outro em relação ao primeiro, ou seja: 
	Sendo: 
 ou 
,
então 
 ou 
Exemplos:
1-) Duas bolas vão ser retiradas de uma urna que contém 2 bolas brancas, 3 pretas e 4 verdes. Qual a probabilidade de que ambas
sejam verdes?
Sejam da mesma cor?
Resolução:
Temos que: P(B) = 
, P(P) = 
 e P(V) = 
a) 
b) 
 
 
A generalização do teorema do produto é:
Exemplo: Uma urna contém as letras A, A, A, R, R, S. Retira-se letra por letra. Qual a probabilidade de sair a palavra ARARAS?
1.8 EVENTOS INDEPENDENTES (OU INDEPENDÊNCIA ESTATÍSTICA)
	Dois eventos A ( ( e B ( ( são estatisticamente independentes se a ocorrência (ou não ocorrência) de um dos eventos não afetar a probabilidade de ocorrência do outro evento. Em outras palavras, dizemos que um evento B é estatisticamente independente de um evento A se a ocorrência de A não afeta a probabilidade de ocorrer o evento B. Em símbolos:
 ou 
	Temos também que se dois eventos A e B são ditos independentes, então a probabilidade deles ocorrerem conjuntamente pode ser dada por:
 (I)
e
		 (II)
	Substituindo II em I, obtemos:
Exemplo 1:
	Lançando-se simultaneamente um dado e uma moeda, determine a probabilidade de se obter 3 ou 5 no dado e cara na moeda.
={(1,c),(1,k),(2,c),(2,k),(3,c),(3,k),(4,c),(4,k),(5,c),(5,k),(6,c)(6,k)}
Evento A: 3 ou 5 no dado P(A)=
A={(3,c),(3,k),(5,c),(5,k)}
Evento B: cara na moeda P(B)= 
B={(1,k),(2,k),(3,k),(4,k),(5,k),(6,k)}
	Os eventos são independentes, pois o fato de ocorrer A não modifica a probabilidade de ocorrer B. Assim, temos:
Portanto, 
Note que 
={(3,k),(5,k)} e P(
) poderia ser calculado por:
. No entanto, nem sempre a obtenção de n(
) é simples.
Exemplo 2: Uma roleta contém 38 números dos quais 18 são vermelhos, 18 são pretos, e dois são verdes. Quando a roleta é girada e a bola é solta, é igualmente provável que a bola caia em qualquer um dos 38 números. Em duas jogadas da roleta, qual é a probabilidade de que:
a bola caia no vermelho duas vezes?
A bola caia no verde na primeira vez e no preto na segunda vez?
Solução:
	È razoável supor que as jogadas sucessivas da roleta são independentes, ou seja, o resultado da 1ª rodada não interfere no resultado da 2ª rodada.
Seja os eventos:
: “a bola cai no vermelho na primeira rodada” e 
: “a bola cai no vermelho na segunda rodada”.
Queremos a probabilidade de que em duas rodadas sucessivas dê dois resultados vermelhos, ou seja, a bola caia no vermelho nas duas rodadas. Então queremos 
. Como a ocorrência de 
 não interfere na ocorrência de 
, isto é , como 
 e 
 são eventos independentes, fazemos:
=(18/38) x (18/38) =0,224
	Existe uma chance de 22,5% de que a bola caia duas vezes no vermelho.
Seja os eventos:
: “a bola cai no verde na primeira rodada” e 
: “a bola cai no preto na segunda rodada.
(2/38) x (18/38) =0,025
	Existe uma chance de 2,5% de que a bola caia a primeira vez no verde e a segunda vez no preto.
IMPORTANTE: É comum confundir os conceitos de eventos mutuamente exclusivos e eventos independentes. Estes termos não significam a mesma coisa. O conceito de “mutuamente exclusivo” envolve se ou não dois eventos podem ocorrer simultaneamente. Por outro lado, o conceito de independência envolve se ou não a ocorrência de um evento afeta a probabilidade de ocorrência do outro.
	Exemplo 3: Sejam A e B eventos tais que P(A) = 0,2, P(B) = P, P(A
B) = 0,6. Calcular P considerando A e B:
mutuamente exclusivos;
independentes.
Resolução:
a-) A e B mutuamente exclusivos ( 
 como
P(A(B) = P(A) + P(B) – P(A(B) vem 0,6 = 0,2 + P – 0 
P = 0,4
b-) A e B independentes ( 
 como 
 P(A(B) = P(A) + P(B) – P(A(B) vem 0,6 = 0,2 + P – 0,2P 
0,4 = 0,8P ( P = 0,5
OBS.: Se os eventos A1, A2, ..., An são independentes então:
onde 
.
Resolva a 3ª Lista de Exercícios
Resolva a 4ª Lista de Exercícios
1.9 TABELAS DE PROBABILIDADE CONJUNTA(OU TABELAS DE DUPLA ENTRADA OU TABELAS DE CONTINGÊNCIA)
	Em uma tabela de probabilidade conjunta todos os possíveis eventos para uma variável (ou observação) são listados como cabeçalhos de colunas, todos os possíveis eventos para uma Segunda variável são listados como cabeçalhos de linhas, e o valor incluído em cada casela resultante é a probabilidade de cada ocorrência conjunta. Muitas vezes as probabilidades em uma destas tabelas estão baseadas em freqüências observadas da ocorrência dos vários eventos conjuntos, em lugar de serem a priori por natureza. A tabela das freqüências de ocorrências conjuntas que pode servir de base para a construção de uma tabela de probabilidade conjunta é chamada de tabela de contingência.
Definição 16: Tabelas de contingência
	São tabelas que permitem classificar membros de uma população ou de uma amostra segundo duas características:
Por exemplo: - nível educacional vs renda anual;
idade vs sexo;
Exemplo: (Tabela de contingência)
	Classificação de professores de uma universidade segundo idade e posição na carreira.
Posição na carreira
	
	
	Professor Titular
(
)
	Professor Associado
(
)
	Professor Assistente
(
)
	
Instrutor
(
)
	Total
(
)
i=1,2,3,4 e 5
	
	< 30
(
)
	2
	3
	57
	6
	68
	
	30 – 39
(
)
	52
	170
	163
	17
	402
	idade
	40 – 49
(
)
	156
	125
	61
	6
	348
	
	50 – 59
(
)
	145
	68
	36
	4
	253
	
	
 60
(
)
	75
	15
	3
	0
	93
	
	Total
(
)
i=1,2,3 e 4
	430
	381
	320
	33
	1164
Experimento: Selecionar um professor ao acaso.
Evento 
: O professor selecionado tem menos de 30 anos.
Evento 
: O professor selecionado tem entre 30 e 39 anos.
Evento 
: O professor selecionado tem entre 40 e 49 anos.
Evento 
: O professor selecionado tem entre 50 e 59 anos.
Evento 
: O professor selecionado tem mais de 60 anos.
Evento 
: O professor selecionado é um professor titular.
Evento 
: O professor selecionado é um professor associado.
Evento 
: O professor selecionado é um professor assistente.
Evento 
: O professor selecionado é um instrutor.
Notas: 
Os eventos 
 à 
 são mutuamente exclusivos (entre si)
Os eventos 
 à 
 são mutuamente exclusivos (entre si)
Os eventos 
’s com 
’s não são mutuamente exclusivos (entre si)
	Podemos considerar os eventos 
’s conjuntamente aos eventos 
’s.
	Por Exemplo: - o professor selecionado tem menos de 30 anos (
) e é também um professor associado (
), isto pode ser expresso por (
 e 
) ou (
�� EMBED Equation.3 �� EMBED Equation.3 ).
(
 e 
) = (
�� EMBED Equation.3 �� EMBED Equation.3 ) = o professor selecionado é um professor associado com idade inferior a 30 anos.
	Usando probabilidade temos:
	P(
) = 
 = 0,058; P(
)=
 = 0,327
ou seja, 5,8% dos professores têm menos que 30 anos e 32,7% dos professores são associados. Além de podermos determinar a probabilidade de cada evento 
 e 
, podemos também determinar a probabilidade para eventos conjuntos, denominada probabilidade conjunta. Exemplo:
P(
 e 
) = P(
�� EMBED Equation.3 �� EMBED Equation.3 ) = 
 = 0,003
ou seja, 0,3% dos professores têm menos de 30 anos e são associados.
OBS: Esta probabilidade conjunta pode ser calculada para quaisquer 
’s conjuntamente aos 
’s.
A tabela de distribuições de probabilidades conjunta fica:
Posição na carreira
	
	
	Professor Titular
P(
)
	Professor Associado
P(
)
	Professor Assistente
P(
)
	
Instrutor
P(
)
	Total
P(
)
i=1,2,3,4 e 5
	
	< 30
P(
)
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,002
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,003
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,049
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )
0,005
	P(
)
=0,058
	
	30 – 39
P(
)
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,045
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,146
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,140
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )
0,015
	P(
)
=0,345
	Idade
	40 – 49
P(
)
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,134
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,107
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,052
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )
0,005
	P(
)
=0,299
	
	50 – 59
P(
)
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,125
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,058
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,031
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )
0,003
	P(
)
=0,217
	
	
 60
P(
)
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,064
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,013
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )=0,003
	P(
�� EMBED Equation.3 �� EMBED Equation.3 )
0,000
	P(
)
=0,080
	
	Total
P(
)
i=1,2,3 e 4
	P(
)
=0,369
	P(
)
=0,327
	P(
)
=0,275
	P(
)
=0,028
	
1
Notas:
As probabilidades “dentro” da tabela são chamadas de probabilidades conjuntas dos eventos 
’s e 
’s.
As probabilidades da última coluna representam as probabilidades marginais dos eventos 
’s.
As probabilidades da última linha representam as probabilidades marginais dos eventos 
’s.
A soma das probabilidades conjuntas de uma linha ou de uma coluna é igual a probabilidade marginal daquela linha ou coluna.
A soma de todas as probabilidades conjuntas ou das marginais referente a cada variável tem que dar 1.
Variável 
 = idade ; variável 
 = posição na carreira.
 Exemplos de Probabilidade condicional usando tabela de contingência: Suponha que A e B sejam 2 eventos. Então a probabilidade de ocorrer o evento A sabendo-se que o evento B ocorreu é denominada probabilidade condicional. Ela é indicada pelo símbolo P(A|B).
Exercícios: Considerando o exemplo acima responda:
Qual a probabilidade de que o professor selecionado esteja na casa dos 50 anos.
P(
)=
Encontre a probabilidade de que o professor selecionado esteja na casa dos 50 anos, sabendo-se que um professor assistente foi selecionado.
P(
)
Interprete as probabilidades encontradas em termos de porcentagem.
P(
)=0,217 indica que 21,7% dos professores da universidade estão na casa dos 50 anos.
P(
 indica que 11,3% dos professores assistentes estão na casa dos 50 anos.
	A partir dos exemplos acima, podemos sugerir a seguinte fórmula para probabilidade condicional.
ou, analogamente,
Isto implica que:
e
Listas de Exercícios
1ª LISTA DE EXERCÍCIOS
No lançamento simultâneo de dois dados considere as faces voltadas para cima e determine:
espaço amostral 
evento 
: números cuja soma é igual a 5
evento 
números iguais
evento 
números cuja soma é um número par
evento 
 números ímpares nos 2 dados
evento 
número dois em pelo menos um dos dados
evento
evento 
números cuja soma é maior que 12
evento 
números divisores de 7 nos 2 dados
Lançam-se duas moedas..Sejam A: saída de faces iguais e B: saída de cara na primeira moeda. Determinar os eventos:
	A
B
A
B
	
B – A
A – B
Lançam-se 3 moedas. Enumerar o espaço amostral e os eventos:
faces iguais;
cara na 1ª moeda;
coroa na 2ª e 3ª moedas.
Um lote contém peças de 5, 10, 15, ..., 30 mm de diâmetro. Suponha que 2 peças sejam selecionadas no lote (com reposição). Se x e y indicam respectivamente os diâmetros da 1ª e 2ª peças selecionadas, o par (x, y) representa um ponto amostral. Usando o plano cartesiano, indicar os seguintes eventos:
A={x = y}
B={y < x}
C={x = y-10}
Um casal planeja ter 3 filhos. Determine os eventos:
os 3 são do sexo feminino
pelo menos 1 é do sexo masculinoos 3 do mesmo sexo
Uma urna contém 20 bolinhas numeradas de 1 a 20. Escolhe-se ao acaso uma bolinha e observa-se o seu número. Determine os seguintes eventos:
o número escolhido é ímpar.
o número escolhido é maior que 15.
o número escolhido é múltiplo de 5.
o número escolhido é múltiplo de 2 e de 3.
o número escolhido é primo.
o número escolhido é par e múltiplo de 3.
o número escolhido é ímpar e múltiplo de 7.
Sejam A, B e C, três eventos aleatórios de 
. Exprimir os eventos abaixo usando as operações reunião, intersecção e complementação:
Somente A ocorre;
A e C ocorrem, mas B não;
A, B e C ocorrem;
Pelo menos um ocorre;
Exatamente um ocorre;
Nenhum ocorre;
Exatamente dois ocorrem;
Pelo menos dois ocorrem;
No máximo dois ocorrem.
2ª LISTA DE EXERCÍCIOS
Qual a probabilidade de ocorrer o número 5 no lançamento de um dado?
Qual a probabilidade de se obter um número par no lançamento de um dado?
Um disco tem uma face branca e a outra azul. Se o disco for lançado 3 vezes, qual a probabilidade de a face azul ser sorteada pelo menos uma vez?
Um casal planeja Ter três filhos. Qual a probabilidade de os 3 serem do mesmo sexo?
(Unesp-SP) João lança um dado sem que Antônio veja. João diz que o número mostrado pelo dado é par. A probabilidade de Antônio descobrir esse número é:
1/2 b) 1/6 c) 4/6 d) 1/3 d) 3/36
(Vunesp) Um baralho de 12 cartas tem 4 ases. Retiram-se 2 cartas, uma após a outra. Determine a probabilidade de a segunda ser um ás, sabendo que a primeira é um ás.
(UFSCar-SP) Uma urna tem 10 bolas idênticas, numeradas de 1 a 10. Se retirarmos uma bola da urna, a probabilidade de não obtermos a bola número 7 é igual a:
2/9
1/10
1/5
9/10
9/11
Determine a probabilidade de se obterem os eventos a seguir, no lançamento simultâneo de dois dados, observadas as faces voltadas para cima:
números iguais 
números cuja soma é igual a 5
números cuja soma é ímpar
números cujo produto é par
números cuja soma é menor que 12
números cuja soma é maior que 12
números primos nos dois dados
Uma urna contém 2 bolas brancas e 5 bolas vermelhas. Retirando-se 2 bolas ao acaso e sem reposição, calcule a probabilidade de:
as bolas serem de cores diferentes
as 2 bolas serem vermelhas
(Mauá-SP) Uma caixa contém 11 bolas numeradas de 1 a 11. Retirando-se uma delas ao acaso, observa-se que ela tem um número ímpar. Determine a probabilidade de esse número ser menor que 5.
Uma bola é retirada de uma urna que contém bolas coloridas. Sabe-se que a probabilidade de ter sido retirada uma bola vermelha é 5/17. Calcule a probabilidade de ter sido retirada uma bola que não seja vermelha.
Uma urna contém 30 bolinhas numeradas de 1 a 30. Retirando-se ao acaso uma bolinha da urna, qual a probabilidade de essa bolinha ter um número múltiplo de 4 ou de 3?
Jogando-se um dado, qual a probabilidade de se obter o número 3 ou um número ímpar?
Consultadas 500 pessoas sobre as emissoras de TV que habitualmente assistem, obteve-se o seguinte resultado: 280 pessoas assistem ao canal A, 250 assistem ao canal B e 70 assistem a outros canais, distintos de A e B. Escolhida uma pessoa ao acaso, determine a probabilidade de que ela assista:
ao canal A
ao canal B
ao canal A ou ao canal B
(PUCCAMP-SP) Num grupo, 50 pessoas pertencem a um clube A, 70 pertencem a um clube B, 30 a um clube C, 20 pertencem aos clubes A e B, 22 aos clubes A e C, 18 aos clubes B e C e 10 pertencem aos 3 clubes. Escolhida ao acaso uma das pessoas presentes, a probabilidade de ela:
pertencer aos 3 clubes é 3/5
pertencer somente ao clube C é zero
pertencer a pelo menos dois clubes é 60%
não pertencer ao clube B é 40%
De uma reunião participam 200 profissionais, sendo 60 médicos, 50 dentistas, 32 enfermeiras e os demais nutricionistas. Escolhido ao acaso um elemento do grupo, qual é a probabilidade de ela ser médico ou dentista?
Na tabela abaixo temos dados de alunos matriculados em quatro cursos de uma universidade em dado ano.
	Sexo
Curso
	Homens
(H)
	Mulheres
(F)
	Total
	Matemática Pura (M)
	70
	40
	110
	Matemática Aplicada (A)
	15
	15
	30
	Estatística (E)
	10
	20
	30
	Computação (C)
	20
	10
	30
	Total
	115
	85
	200
Encontrar as probabilidades de:
	P(H)
P(F)
P(M)
P(A)
P(E)
	P(C)
P(A(H)
P(A(H)
P(A(C)
P(A(C)
18) Num lote de 12 peças, 4 são defeituosas; duas peças são retiradas aleatoriamente. Calcule:
a) A probabilidade de ambas serem defeituosas
b) A probabilidade de ambas não serem defeituosas
c) A probabilidade de ao menos uma ser defeituosa
3ª LISTA DE EXERCÍCIOS
1-) Uma urna contém exatamente 20 bolas, numeradas de 1 a 20. Retirando-se ao acaso uma bola dessa urna, observa-se que o número é menor do que 8. Qual é a probabilidade de que esse número seja par?
(UFSCar-SP) Dois dados usuais e não-viciados são lançados. Sabe-se que os números observados são ímpares. Então, a probabilidade de que a soma deles seja 8 é:
a) 2/36 b) 1/6 c) 2/9 d) 1/4 e) 2/18
Lançando-se simultaneamente dois dados, qual a probabilidade de se obter o número 1 no primeiro dado e o número 3 no segundo dado?
Uma urna A contém 3 bolas brancas, 4 pretas e 2 verdes. Uma urna B contém 5 bolas brancas, 2 pretas e 1 verde. Uma urna C contém 2 bolas brancas, 3 pretas e 4 verdes. Uma bola é retirada de cada urna. Qual é a probabilidade de as três bolas retiradas da primeira, segunda e terceira urnas serem, respectivamente, branca, preta e verde?
A probabilidade de que um aluno A resolva certo problema é 
, a de que outro aluno B o resolva é 
 e a de que um aluno C o resolva é 
Calcule a probabilidade de que os três resolvam o problema.
(Cesgranrio-RJ) Dois dados são lançados sobre uma mesa. A probabilidade de ambos os dados mostrarem na face superior números ímpares é:
a) 1/3 b) 1/2 c) ¼ d) 2/
 e) 3/
(Unesp) Num grupo de 100 pessoas da zona rural, 25 estão afetadas por uma parasitose intestinal A e 11 por uma parasitose intestinal B, não se verificando nenhum caso de incidência conjunta de A e B. Duas pessoas desse grupo são escolhidas, aleatoriamente, após a outra. Determine a probabilidade de que, dessa dupla, a primeira pessoa esteja afetada por A e a segunda por B.
(Unesp) Numa gaiola estão nove camundongos rotulados 1, 2, 3, ..., 9. Selecionando-se conjuntamente dois camundongos ao acaso (todos têm igual probabilidade de escolha), a probabilidade de que na seleção ambos os camundongos tenham rótulo ímpar é:
0,3777...				d) 0,2777...
0,47					e) 0,13333...
0,17
No lançamento de dois dados, sabe-se que se obteve nas faces voltadas para cima a soma dos pontos igual a 6. Qual é a probabilidade de que essas faces apresentem o mesmo número de pontos?
A probabilidade de que um homem esteja vivo daqui a 30 anos é 
; a de sua mulher é de 
. Determinar a probabilidade de que daqui a 30 anos:
ambos estejam vivos;
somente o homem esteja vivo;
somente a mulher esteja viva;
nenhum esteja vivo;
pelo menos um esteja vivo.
 Verifique se são válidas as afirmações:
 a) Se P(A) = 
 e P(B|A) = 
, então A e B não podem ser disjuntos.
 b) Se P(A) = 
, P(B|A) = 1 e P(A|B) = 
, então A pode estar contido em B.
12) Uma classe de estatística teve a seguinte distribuição das notas finais: 4 do sexo masculino e 6 do feminino foram reprovados, 8 do sexo masculino e 14 do feminino foram aprovados. Para um aluno sorteado dessa classe, denote por M se o aluno escolhido for do sexo masculino e por A se o aluno foi aprovado. Calcule:
 a) P(A(
).
 b) P(
).
 c) P(A|M).
 d) P(
|A).
 e) P(M|A).
13) As probabilidadesde 3 jogadores A, B e C marcarem um gol quando cobram um pênalti são 
, respectivamente. Se cada um cobrar uma única vez, qual a probabilidade de que pelo menos um marque um gol?
14) Em uma indústria há 10 pessoas que ganham mais de 20 salários mínimos (s.m.), 20 que ganham entre 10 e 20 s.m. e 70 que ganham menos de 10 s.m. Três pessoas desta indústria são selecionadas. Determinar a probabilidade de que pelo menos uma ganhe menos de 10 s.m.
15) A e B jogam 120 partidas de xadrez, das quais A ganha 60, B ganha 40 e 20 terminam empatadas. A e B concordam em jogar 3 partidas. Determinar a probabilidade de:
 a) A ganhar todas as três;
 b) duas partidas terminarem empatadas;
 c) A e B ganharem alternadamente.
16) Um lote de 120 peças é entregue ao controle de qualidade de uma firma. O responsável pelo setor seleciona 5 peças. O lote será aceito se forem observadas 0 ou 1 defeituosa. Há 20 defeituosas no lote. a) Qual a probabilidade de o lote ser aceito? b) admitindo-se que o lote seja aceito, qual a probabilidade de ter sido observado só um defeito?
17) Num período de um mês, 100 pacientes sofrendo de determinada doença foram internados em um hospital. Informações sobre o método de tratamento aplicado em cada paciente e o resultado final obtido estão no quadrado abaixo.
	Tratamento
Resultado
	A
	B
	Soma
	Cura total
	24
	16
	40
	Cura Parcial
	24
	16
	40
	Morte
	12
	8
	20
	Soma
	60
	40
	100
 a) Sorteando aleatoriamente um desses pacientes, determinar a probabilidade de o paciente escolhido:
 a1) ter sido submetido ao tratamento A;
 a2) ter sido totalmente curado;
 a3) ter sido submetido ao tratamento A e ter sido parcialmente curado;
 a4) ter sido submetido ao tratamento A ou ter sido parcialmente curado.
 b) os eventos “morte” e “ tratamento A” são independentes? Justificar.
 c) sorteando dois dos pacientes, qual a probabilidade de:
 c1) tenham recebido tratamentos diferentes?
 c2) pelo menos um deles tenha sido curado totalmente?
18) A probabilidade de que um atleta A ultrapasse 17,30 m num único salto triplo é de 0,7. O atleta dá 4 saltos. Qual a probabilidade de que em pelo menos num dos saltos ultrapasse 17,30m?
19) Um aluno responde a um teste de múltipla escolha com 4 alternativas com uma só correta. A probabilidade de que ele saiba a resposta certa de uma questão é de 30%. Se ele não sabe a resposta existe a possibilidade de acertar “no chute”. Não existe a possibilidade de ele obter a resposta certa por “cola”.
Se ele acertou a questão, qual a probabilidade de ele realmente saber a resposta?
20) Faça A e B serem eventos com P(A) = 
; P(B) = 
, P(A(B) = 
, calcular:
 a) P(A(B)
 b) P(A|B);
 c) P(B|A);
 d) P[(A(B)|B];
 e) P
.
3ª LISTA DE EXERCÍCIOS
Uma urna contém exatamente 20 bolas, numeradas de 1 a 20. Retirando-se ao acaso uma bola dessa urna, observa-se que o número é menor do que 8. Qual é a probabilidade de que esse número seja par?
(UFSCar-SP) Dois dados usuais e não-viciados são lançados. Sabe-se que os números observados são ímpares. Então, a probabilidade de que a soma deles seja 8 é:
a) 2/36 b) 1/6 c) 2/9 d) 1/4 e) 2/18
Lançando-se simultaneamente dois dados, qual a probabilidade de se obter o número 1 no primeiro dado e o número 3 no segundo dado?
Uma urna A contém 3 bolas brancas, 4 pretas e 2 verdes. Uma urna B contém 5 bolas brancas, 2 pretas e 1 verde. Uma urna C contém 2 bolas brancas, 3 pretas e 4 verdes. Uma bola é retirada de cada urna. Qual é a probabilidade de as três bolas retiradas da primeira, segunda e terceira urnas serem, respectivamente, branca, preta e verde?
A probabilidade de que um aluno A resolva certo problema é 
, a de que outro aluno B o resolva é 
 e a de que um aluno C o resolva é 
Calcule a probabilidade de que os três resolvam o problema.
(Cesgranrio-RJ) Dois dados são lançados sobre uma mesa. A probabilidade de ambos os dados mostrarem na face superior números ímpares é:
a) 1/3 b) 1/2 c) ¼ d) 2/
 e) 3/
(Unesp) Num grupo de 100 pessoas da zona rural, 25 estão afetadas por uma parasitose intestinal A e 11 por uma parasitose intestinal B, não se verificando nenhum caso de incidência conjunta de A e B. Duas pessoas desse grupo são escolhidas, aleatoriamente, após a outra. Determine a probabilidade de que, dessa dupla, a primeira pessoa esteja afetada por A e a segunda por B.
(Unesp) Numa gaiola estão nove camundongos rotulados 1, 2, 3, ..., 9. Selecionando-se conjuntamente dois camundongos ao acaso (todos têm igual probabilidade de escolha), a probabilidade de que na seleção ambos os camundongos tenham rótulo ímpar é:
0,3777...				d) 0,2777...
0,47					e) 0,13333...
0,17
No lançamento de dois dados, sabe-se que se obteve nas faces voltadas para cima a soma dos pontos igual a 6. Qual é a probabilidade de que essas faces apresentem o mesmo número de pontos?
A probabilidade de que um homem esteja vivo daqui a 30 anos é 
; a de sua mulher é de 
. Determinar a probabilidade de que daqui a 30 anos:
ambos estejam vivos;
somente o homem esteja vivo;
somente a mulher esteja viva;
nenhum esteja vivo;
pelo menos um esteja vivo.
 
RESPOSTAS DOS EXERCÍCIOS DAS LISTAS 6, 7, 8 e 9
	LISTA 6:
1) a) 
={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6)
 (2,1),(2,2),(2,3),(2,4),(2,5),(2,6)
 (3,1),(3,2),(3,3),(3,4),(3,5),(3,6)
 (4,1),(4,2),(4,3),(4,4),(4,5),(4,6)
 (5,1),(5,2),(5,3),(5,4),(5,5),(5,6)
 (6,1),(6,2),(6,3),(6,4),(6,5),(6,6)}
 b) 
={(1,4);(2,3);(3,2);(4,1)}
 c) 
={(1,1);(2,2);(3,3);(4,4);(5,5);(6,6)}
 d) 
={(1,1);(1,3);(1,5);(2,2);(2,4);(2,6)
 (3,1);(3,3);(3,5);(4,2);(4,4);(4,6)
 (5,1);(5,3);(5,5);(6,2);(6,4);(6,6)}
 e) 
={(1,1);(1,3);(1,5);(3,1);(3,3);(3,5);
 (5,1);(5,3);(5,5)}
 f) 
={(1,2);(2,1);(2,2);(2,3);(2,4);(2,5);
 (2,6); (3,2);(4,2);(5,2);(6,2)}
 g) 
=
-(6,6), ou seja:
 
={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6)
 (2,1),(2,2),(2,3),(2,4),(2,5),(2,6)
 (3,1),(3,2),(3,3),(3,4),(3,5),(3,6)
 (4,1),(4,2),(4,3),(4,4),(4,5),(4,6)
 (5,1),(5,2),(5,3),(5,4),(5,5),(5,6)
 (6,1),(6,2),(6,3),(6,4),(6,5),(6,6)}
 h) 
=
 i) 
={(1,1)}
2) a) 
={(F,F,F)}
 b) 
={(M,M,M);(M,M,F);(M,F,M);
 (M,F,F);(F,M,M);(F,M,F);(F,F,M)}
 c) 
={(M,M,M);(F,F,F)}
3) a) 
={1,3,5,7,9,11,13,15,17,19}
 b) 
={16,17,18,19,20}
 c) 
={5,10,15,20}
 d) 
={6,12,18}
 e) 
={2,3,5,7,11,13,17,19}
 f) 
={6,12,18}
 g) 
={7}
	LISTA 7
1/6
1/2
7/8
1/4
letra d)
3/11
letra d)
a) 1/6
1/9
1/2
3/4
35/36
0
1/4
a) 10/21
10/21
1/3
12/17
LISTA 8
1/2
1/2
a) 14/25
1/2
43/50
letra b)
11/20
LISTA 9
3/7
letra c)
1/36
1/27
P= 1/60
Letra c)
P(
)=1/36
Letra d)
1/5
LISTA EXTRA DE EXERCÍCIOS
1) 
�
LISTA EXTRA DE EXERCÍCIOS
1) 
�
� EMBED Equation.3 ���
Ec
E
A2
Ex:
A1
A3
� EMBED Equation.3 ���
B
P
� EMBED Equation.3 ���
� EMBED Equation.3 ���
� EMBED Equation.3 ���
� EMBED Equation.3 ���
B
B
P
P
Primeira
 Extração
Segundo
 Extração
� EMBED Equation.3 ���
� EMBED Equation.3 ���
B
P
� EMBED Equation.3���
� EMBED Equation.3 ���
� EMBED Equation.3 ���
B
B
P
P
Primeira
 Extração
Segundo
 Extração
� EMBED Equation.3 ���
� EMBED Equation.3 ���
� EMBED Equation.3 ���
�PAGE �1�
�PAGE �3�
_1121156967.unknown
_1123324873.unknown
_1123326542.unknown
_1123328191.unknown
_1123591195.unknown
_1123591680.unknown
_1123591918.unknown
_1123594350.unknown
_1123594378.unknown
_1123594606.unknown
_1123594332.unknown
_1123591737.unknown
_1123591295.unknown
_1123591642.unknown
_1123591250.unknown
_1123328959.unknown
_1123329297.unknown
_1123591132.unknown
_1123329276.unknown
_1123328568.unknown
_1123328888.unknown
_1123328272.unknown
_1123326857.unknown
_1123327440.unknown
_1123328093.unknown
_1123326933.unknown
_1123326688.unknown
_1123326786.unknown
_1123326623.unknown
_1123325677.unknown
_1123326009.unknown
_1123326500.unknown
_1123326521.unknown
_1123326054.unknown
_1123325822.unknown
_1123325869.unknown
_1123325678.unknown
_1123325400.unknown
_1123325427.unknown
_1123325595.unknown
_1123325258.unknown
_1123325266.unknown
_1123325123.unknown
_1123325015.unknown
_1122366142.unknown
_1122749604.unknown
_1122749967.unknown
_1123324696.unknown
_1123324727.unknown
_1122749990.unknown
_1122749772.unknown
_1122749805.unknown
_1122749736.unknown
_1122366955.unknown
_1122367541.unknown
_1122718182.unknown
_1122367422.unknown
_1122366809.unknown
_1122366901.unknown
_1122366156.unknown
_1122366205.unknown
_1121157645.unknown
_1122358612.unknown
_1122365136.unknown
_1122365605.unknown
_1122366124.unknown
_1122364027.unknown
_1122363981.unknown
_1121157697.unknown
_1121158078.unknown
_1121157683.unknown
_1121157554.unknown
_1121157610.unknown
_1121157628.unknown
_1121157597.unknown
_1121157530.unknown
_1121157544.unknown
_1121157513.unknown
_1019988924.unknown
_1063098097.unknown
_1119184697.unknown
_1121156622.unknown
_1121156684.unknown
_1121156888.unknown
_1121156648.unknown
_1121155594.unknown
_1121156473.unknown
_1121156597.unknown
_1121156438.unknown
_1119185640.unknown
_1121155516.unknown
_1121155535.unknown
_1119186604.unknown
_1121155448.unknown
_1119186119.unknown
_1119185895.unknown
_1119185545.unknown
_1119185609.unknown
_1119185500.unknown
_1119176946.unknown
_1119184318.unknown
_1119184506.unknown
_1119184617.unknown
_1119184410.unknown
_1119184233.unknown
_1119184272.unknown
_1119184189.unknown
_1119178557.unknown
_1119178569.unknown
_1119178357.unknown
_1119177489.unknown
_1063100843.unknown
_1063101614.unknown
_1119176755.unknown
_1119176891.unknown
_1119176907.unknown
_1063101230.unknown
_1063101343.unknown
_1063101396.unknown
_1063101302.unknown
_1063101040.unknown
_1063100675.unknown
_1063100805.unknown
_1063098114.unknown
_1020590125.unknown
_1063013273.unknown
_1063013472.unknown
_1063097860.unknown
_1063097901.unknown
_1063097797.unknown
_1063013358.unknown
_1063013426.unknown
_1063013316.unknown
_1063010300.unknown
_1063013152.unknown
_1063013217.unknown
_1063010372.unknown
_1020591286.unknown
_1020591442.unknown
_1020591710.unknown
_1020591764.unknown
_1020591693.unknown
_1020591321.unknown
_1020591239.unknown
_1019992194.unknown
_1020583521.unknown
_1020583874.unknown
_1020587924.unknown
_1020589637.unknown
_1020589690.unknown
_1020589752.unknown
_1020589651.unknown
_1020588936.unknown
_1020589109.unknown
_1020589204.unknown
_1020589017.unknown
_1020588730.unknown
_1020588283.unknown
_1020588704.unknown
_1020586044.unknown
_1020586308.unknown
_1020587838.unknown
_1020586396.unknown
_1020586441.unknown
_1020586453.unknown
_1020586382.unknown
_1020586097.unknown
_1020586290.unknown
_1020586084.unknown
_1020586071.unknown
_1020586072.unknown
_1020586053.unknown
_1020584490.unknown
_1020584804.unknown
_1020585936.unknown
_1020584569.unknown
_1020584348.unknown
_1020584372.unknown
_1020583916.unknown
_1020583932.unknown
_1020583884.unknown
_1020583557.unknown
_1020583666.unknown
_1020583707.unknown
_1020583568.unknown
_1020583535.unknown
_1020582906.unknown
_1020583135.unknown
_1020583211.unknown
_1020583249.unknown
_1020583310.unknown
_1020583230.unknown
_1020583175.unknown
_1020583104.unknown
_1019994498.unknown
_1020582694.unknown
_1020582815.unknown
_1020582855.unknown
_1020582775.unknown
_1019994655.unknown
_1019993349.unknown
_1019994150.unknown
_1019994275.unknown
_1019993473.unknown
_1019993712.unknown
_1019992284.unknown
_1019993285.unknown
_1019989811.unknown
_1019990613.unknown
_1019991423.unknown
_1019992162.unknown
_1019991355.unknown
_1019989850.unknown
_1019989733.unknown
_1019989774.unknown
_1019989659.unknown
_1019989703.unknown
_1019989339.unknown
_1019029064.unknown
_1019030625.unknown
_1019031918.unknown
_1019988704.unknown
_1019988772.unknown
_1019988495.unknown
_1019030955.unknown
_1019031550.unknown
_1019030873.unknown
_1019030529.unknown
_1019030560.unknown
_1019030591.unknown
_1019030251.unknown
_1019030496.unknown
_1019030219.unknown
_1019030046.unknown
_1019027910.unknown
_1019028580.unknown
_1019028914.unknown
_1019028964.unknown
_1019028631.unknown
_1019028022.unknown
_1019028249.unknown
_1019027978.unknown
_1019027270.unknown
_1019027377.unknown
_1019027849.unknown
_1019027318.unknown
_1019026949.unknown
_1019026758.unknown