SlideShare una empresa de Scribd logo
1 de 63
definição



Probabilidade   elementos



                Cálculos
• Conjuntos Numéricos

• Análise Combinatória

• Reconhecer os naipes de um baralho
  e a quantidade de cartas de cada naipe
Probabilidade é a
chance de um evento
ocorrer, em um espaço
amostral.
definição   Chance de um evento ocorrer




Probabilidade
Espaço Amostral
  Espaço Amostral é o conjunto de todos os
resultados possíveis de um experimento. É
indicado pela letra grega Ω.
definição   Chance de um evento ocorrer

                                                          Conjunto de todos
                                            definição       os resultados
                               Espaço
                              Amostral      representação     Ω
                elementos



Probabilidade
Evento
  Evento é qualquer subconjunto de um
espaço amostral. É indicado pela letra E.
definição   Chance de um evento ocorrer

                                                          Conjunto de todos
                                            definição       os resultados
                               Espaço
                              Amostral      representação        Ω
                elementos                 definição       Subconjunto de Ω
                                          representação      E

Probabilidade                 evento
Exemplos:
A) Lançamento de um dado.
  Espaço Amostral: Ω = {1, 2, 3, 4, 5, 6}

   Alguns dos possíveis eventos:
. Um número maior que 5  E = {6}
. Um número par  E = {2, 4, 6}
. Um número par e primo  E = {2}
Exemplos:
B) Lançamento de duas moedas.
  Espaço Amostral:
  Ω = {(k,k);(k,c);(c,k);(cc)}

   Alguns dos possíveis eventos:
. Obter duas faces iguais  E = {(k,k);(c,c)}
. Obter apenas uma coroa  E = {(k,c);(c,k)}
1) Uma urna contém 2 bolas verdes e 4
   amarelas.
a) Defina o espaço amostral do
   experimento: retirar uma bola ao acaso.
b) Defina os eventos E1: retirar bola verde
   e E2: retirar bola amarela.
1) Uma urna contém 2 bolas verdes e 4
   amarelas.
a) Defina o espaço amostral do
   experimento: retirar uma bola ao acaso.
b) Defina os eventos E1: retirar bola verde
   e E2: retirar bola amarela.
a) Ω = {V1, V2, A1, A2, A3, A4}

b) E1 = {V1, V2}

  E2 = {A1, A2, A3, A4 }
Intersecção de conjuntos

 Seja Ω = {2, 3, 5, 16, 17, 20}

 São apresentados dois eventos:

A: ocorrer um número par = {2, 16, 20}
B: ocorrer um múltiplo de 5= {5, 20}

      A ∩ B = {20}  1 elemento
União de conjuntos
 Seja Ω = {2, 3, 5, 16, 17, 20}

 São apresentados dois eventos:

A: ocorrer um número par = {2, 16, 20}
B: ocorrer um múltiplo de 5= {5, 20}

 A ∪ B = {2, 5, 16, 20}  4 elementos
            Atenção!
A) Evento certo
 Eventos certos são aqueles que apresentam
os mesmos elementos do espaço amostral.
              n(E) = n(Ω)
Exemplo:
  Seja o seguinte evento: obter um número
natural menor que 7, no lançamento de um
dado.
          E = Ω = {1, 2, 3, 4, 5, 6}
definição   Chance de um evento ocorrer

                                                           Conjunto de todos
                                            definição        os resultados
                               Espaço
                              Amostral      representação            Ω
                elementos                 definição       Subconjunto de Ω
                                          representação          E

Probabilidade                 evento                    Evento           n(E)=n(Ω)
                                                         certo

                                          tipos
B) Evento impossível
   Eventos impossíveis ocorrem quando não
há elementos no conjunto E.
                   n(E) = 0
Exemplo:
   Seja o seguinte evento: obter 3 caras no
lançamento de duas moedas.
                E={ }
definição   Chance de um evento ocorrer

                                                           Conjunto de todos
                                            definição        os resultados
                               Espaço
                              Amostral      representação            Ω
                elementos                 definição       Subconjunto de Ω
                                          representação          E

Probabilidade                 evento                    Evento           n(E)=n(Ω)
                                                         certo
                                                          Evento
                                                                            n(E)=0
                                          tipos         impossível
C) Evento complementar
   Evento complementar (Ec) é aquele que
ocorre quando o evento E não ocorre.
              n(Ec)=n(Ω)-n(E)
Exemplo:
  Seja Ω = {2, 3, 5, 16, 17, 20}
 São apresentados dois eventos:
A: ocorrer um número par = {2, 16, 20}
Ac: ocorrer um número ímpar= {3, 5, 17}
definição   Chance de um evento ocorrer

                                                           Conjunto de todos
                                            definição        os resultados
                               Espaço
                              Amostral      representação            Ω
                elementos                 definição       Subconjunto de Ω
                                          representação          E

Probabilidade                 evento                    Evento           n(E)=n(Ω)
                                                         certo
                                                          Evento
                                                                            n(E)=0
                                          tipos         impossível
                                                         Evento
                                                        Comple-            n(Ec)=n(Ω)-n(E)
                                                         mentar
Probabilidade é a chance de um evento
ocorrer, em um espaço amostral. Ou seja, é
o número de elementos de um evento,
dividido pelo número de elementos do
espaço amostral.
                  n( E )
              P
                  n( )
Exemplos:
A) Qual a probabilidade de ocorrer um
número natural maior que 4, no lançamento
de um dado?
   E = {5, 6}  n(E) = 2
   Ω = {1, 2, 3, 4, 5, 6}  n(Ω) = 6
                n( E ) 2 1
            P
                n( ) 6 3
Exemplos:
B) Qual a probabilidade de ocorrer pelo
menos uma cara, no lançamento de duas
moedas?
   E = {(k,k);(k,c);(c,k)}  n(E) = 3
   Ω = {(k,k);(k,c);(c,k);(c,c)}  n(Ω) = 4
                   n( E ) 3
               P
                   n( ) 4
definição   Chance de um evento ocorrer

                                                                  Conjunto de todos
                                              definição             os resultados
                               Espaço
                              Amostral        representação             Ω
                elementos                    definição        Subconjunto de Ω
                                             representação          E

Probabilidade                 evento                       Evento           n(E)=n(Ω)
                                                            certo
                                                             Evento
                                                                               n(E)=0
                                             tipos         impossível
                                                            Evento
                                                           Comple-            n(Ec)=n(Ω)-n(E)
                                                            mentar

                             Fórmula geral
                                                         n( E )
                                                 P
                Cálculo                              n( )
2) No lançamento de um dado perfeito,
qual é a probabilidade de que o resultado
seja:
a) Um número primo?
b) O número 3?
c) Um número menor que 1?
d) Um número menor que 7?
2) No lançamento de um dado perfeito,
qual é a probabilidade de que o resultado
seja:
a) Um número primo?
b) O número 3?
c) Um número menor que 1?
d) Um número menor que 7?
3     1
a) Um número primo? P
                        6     2
                   1
b) O número 3? P
                   6
                                  0
c) Um número menor que 1? P           0
                                  6
                                  6
d) Um número menor que 7? P           1 100%
                                  6
3) Uma caixa contém 10 letras: as cinco
vogais e as cinco primeiras consoantes do
alfabeto. Uma letra é sorteada ao acaso.
Qual é a probabilidade de que a letra
sorteada seja:
a) Uma consoante?
b) Uma letra da palavra bode?
3) Uma caixa contém 10 letras: as cinco
vogais e as cinco primeiras consoantes do
alfabeto. Uma letra é sorteada ao acaso.
Qual é a probabilidade de que a letra
sorteada seja:
a) Uma consoante?
b) Uma letra da palavra bode?
Ω = {a, e, i, o , u, b, c, d, f, g}  n(Ω) = 10

a) Uma consoante?
                    5    1
               P
                   10    2
b) Uma letra da palavra bode?
                    4    2
               P
                   10    5
4) Um dos anagramas da palavra AMOR é
escolhido ao acaso. Qual é a probabilidade
de que seja a palavra ROMA?
4) Um dos anagramas da palavra AMOR é
escolhido ao acaso. Qual é a probabilidade
de que seja a palavra ROMA?
Total de anagramas
                  da palavra amor


Ω = 4! = 4.3.2.1=24

                      1
            Logo, P
                      24
Para calcular a probabilidade da união de
eventos dividimos o número de elementos
do conjunto união pelo número de elementos
do espaço amostral.
                        n(AUB)
              P( AUB)
                         n( )
Exemplo:
  De um baralho de 52 cartas, uma é
extraída ao acaso. Qual é a probabilidade
de sair um valete ou uma carta de ouros?
  A: sair um valete  n(A) = 4
  B: sair carta de ouros  n(B) = 13
  A∩B: sair valete de ouros  n(A∩B) = 1
     Logo, n(A∪B) = 4+13-1=16
A: sair um valete  n(A) = 4
B: sair carta de ouros  n(B) = 13
A∩B: sair valete de ouros  n(A∩B) = 1

Logo, n(A∪B) = 4+13-1=16

              n(AUB)   16   4
     P(AUB)
               n( )    52   13
definição   Chance de um evento ocorrer

                                                                  Conjunto de todos
                                              definição             os resultados
                               Espaço
                              Amostral        representação             Ω
                elementos                    definição        Subconjunto de Ω
                                             representação          E

Probabilidade                 evento                      Evento            n(E)=n(Ω)
                                                           certo
                                                            Evento
                                                                               n(E)=0
                                             tipos        impossível
                                                            Evento
                                                           Comple-            n(Ec)=n(Ω)-n(E)
                                                            mentar

                                                         n( E )
                             Fórmula geral       P
                Cálculo                                  n( )
                                               Probabilidade                        n(AUB)
                                                                        P(AUB)
                                                 Da união                               n( )
                             Variações
5) Os dados da tabela seguinte referem-se
a uma pesquisa realizada com 155 moradores
de um bairro revela os hábitos quanto ao uso
de TV e Internet pagas.
                           Só TV aberta   TV paga
       Internet gratuita       76           44
        Internet paga          14           21


   Um dos entrevistados é selecionado ao
acaso. Qual a probabilidade de que ele use TV
ou Internet pagas?
5) Os dados da tabela seguinte referem-se
a uma pesquisa realizada com 155 moradores
de um bairro revela os hábitos quanto ao uso
de TV e Internet pagas.
                           Só TV aberta   TV paga
       Internet gratuita       76           44
        Internet paga          14           21


   Um dos entrevistados é selecionado ao
acaso. Qual a probabilidade de que ele use TV
ou Internet pagas?
Só TV aberta    TV paga
   Internet gratuita       76               44
    Internet paga          14               21



A: TV paga  n(A)=44+21=65
B: Internet paga  n(B)=14+21=35
n(A∩B)=21  n(A∪B)= 65+35-21=79
                       n(AUB)         79
       P(AUB)
                         n( )         155
Temos um caso de probabilidade
condicional quando um evento A ocorre,
sabendo que o evento B já ocorreu.
   O cálculo da probabilidade condicional
é dado pela fórmula:
                    P(A  B)
           P(A/B)
                      P(B)
Exemplo:
  Ao retirar uma carta de um baralho de
52 cartas, qual é a probabilidade de sair
um ás vermelho sabendo que ela é de copas?
  A: sair ás vermelho  n(A)=2
  B: sair carta de copas  n(B)=13
  A∩B: ás de copas  n(A∩B)=1
Exemplo:
  A: sair ás vermelho  n(A)=2
  B: sair carta de copas  n(B)=13
  A∩B: ás de copas  n(A∩B)=1
                          1
               P(A  B)   52   1
     P (A/B)
                P(B)      13   13
                          52
definição   Chance de um evento ocorrer

                                                                  Conjunto de todos
                                              definição             os resultados
                               Espaço
                              Amostral        representação             Ω
                elementos                    definição        Subconjunto de Ω
                                             representação          E

Probabilidade                 evento                      Evento            n(E)=n(Ω)
                                                           certo
                                                            Evento
                                                                               n(E)=0
                                             tipos        impossível
                                                            Evento
                                                           Comple-            n(Ec)=n(Ω)-n(E)
                                                            mentar

                                                         n( E )
                             Fórmula geral       P
                Cálculo                                  n( )
                                               Probabilidade                        n(AUB)
                                                                        P(AUB)
                                                 Da união                               n( )
                             Variações
                                               Probabilidade                       P(A  B)
                                                                        P(A/B)
                                                condicional                             P(B)
6) Uma família planejou ter 3 crianças.
Qual é a probabilidade de que a família
tenha 3 homens, já que a primeira criança
que nasceu é homem?
6) Uma família planejou ter 3 crianças.
Qual é a probabilidade de que a família
tenha 3 homens, já que a primeira criança
que nasceu é homem?
Ω=
   {HHH, HHM, HMH, MHH, MMH, MHM, H
   MM, MMM}  n(Ω)=8
A: ter 3 homens  n(A)=1
B: primeira é homem  n(B)=4
A∩B={HHH}  n(A∩B)=1 1
               P(A  B) 8 1
     P (A/B)
                 P(B)    4 4
                      8
Questões de
 Vestibular
7) (PUC) Há em um hospital 9 enfermeiras
(Karla é uma delas) e 5 médicos (Lucas é
um deles). Diariamente, devem permanecer
de plantão 4 enfermeiras e 2 médicos. Qual
a probabilidade de Karla e Lucas estarem
de plantão no mesmo dia?
         1        1        8         1        2
    a)       b)       c)        d)       e)
         3        4        45        5        3
7) (PUC) Há em um hospital 9 enfermeiras
(Karla é uma delas) e 5 médicos (Lucas é
um deles). Diariamente, devem permanecer
de plantão 4 enfermeiras e 2 médicos. Qual
a probabilidade de Karla e Lucas estarem
de plantão no mesmo dia?
         1        1        8         1        2
    a)       b)       c)        d)       e)
         3        4        45        5        3
9!            5!
n( )     C9, 4 .C5, 2                                    1260
                          4!(9      4)! 2!(5      2)!
                               8!           4!
n( E )   C8,3 .C4,1                                     224
                         3!(8 3)! 1!( 4 1)!
         n( E )         224         8
p( E )                                    letra c
         n( )           1260        45
8) (FEI-SP) Numa caixa tem-se 9 fichas
numeradas de 1 a 9. Três fichas são
escolhidas ao acaso e sem reposição. A
probabilidade de não sair a ficha 7 é:

        1        1        2        1        2
   a)       b)       c)       d)       e)
        6        3        9        4        3
8) (FEI-SP) Numa caixa tem-se 9 fichas
numeradas de 1 a 9. Três fichas são
escolhidas ao acaso e sem reposição. A
probabilidade de não sair a ficha 7 é:

        1        1        2        1        2
   a)       b)       c)       d)       e)
        6        3        9        4        3
Probabilidade Probabilidade Probabilidade
de não sair 7 de não sair 7 de não sair 7
 na primeira: na segunda:    na terceira:
        8           7               6
   P            P              P
        9           8               7

          8 7 6    2  letra e
      P
          9 8 7    3
9) (PUC) Em um ônibus há apenas 4 bancos vazios,
cada qual com 2 lugares. Quatro rapazes e quatro
moças entram nesse ônibus e devem ocupar os
bancos vagos. Se os lugares foram escolhidos
aleatoriamente, a probabilidade de que cada banco
Seja ocupado por um rapaz e uma moça é:
           1         6         3         8         2
      a)        b)        c)        d)        e)
           70        35        14        35        7
9) (PUC) Em um ônibus há apenas 4 bancos vazios,
cada qual com 2 lugares. Quatro rapazes e quatro
moças entram nesse ônibus e devem ocupar os
bancos vagos. Se os lugares foram escolhidos
aleatoriamente, a probabilidade de que cada banco
seja ocupado por um rapaz e uma moça é:
           1         6         3         8         2
      a)        b)        c)        d)        e)
           70        35        14        35        7
n(Ω)=8!                 n(E)=4!.4!.24
    8   7                    4   4   x2
    6   5                    3   3   x2
    4   3                    2   2   x2
    2   1                    1   1   x2

            4
        2        4!4!   8
P                             letra d
                8!      35
10) (UFSC) Em uma caixa há 28 bombons, todos
com forma, massa e aspecto exterior exatamente
iguais. Desses bombons, 7 tem recheio de coco, 4
de nozes e 17 são recheados com amêndoas. Se
retirarmos da caixa 3 bombons simultaneamente,
a probabilidade de se retirar um bombom de cada
sabor é, aproximadamente:

  a)7,5% b)11% c)12,5% d )13% e)14,5%
10) (UFSC) Em uma caixa há 28 bombons, todos
com forma, massa e aspecto exterior exatamente
iguais. Desses bombons, 7 tem recheio de coco, 4
de nozes e 17 são recheados com amêndoas. Se
retirarmos da caixa 3 bombons simultaneamente,
a probabilidade de se retirar um bombom de cada
sabor é, aproximadamente:

  a)7,5% b)11% c)12,5% d )13% e)14,5%
n( )     C28, 3   3276


n( E )   C7 ,1.C4 ,1 C17,1   7 4 17   476


         n( E )     476
p( E )                       0,145  letra e
         n( )       3276
• Matemática – Volume Único: Iezzi, Gelson;
  Dolce, Osvaldo; Degenszajn, David; Périgo,
  Roberto – Atual Editora – 4ª edição – 2007
  – Páginas: 391 a 412
• Matemática Contexto e Aplicações: Dante,
  Luiz Roberto – Editora Ática – 3ª edição –
  2008 - Páginas: 338 a 367
• Figuras: google imagens

Más contenido relacionado

La actualidad más candente

Probabilidades - parte 2 (ISMT)
Probabilidades - parte 2 (ISMT)Probabilidades - parte 2 (ISMT)
Probabilidades - parte 2 (ISMT)
João Leal
 
Aula 8 variáveis aleatória contínua - parte 1
Aula 8   variáveis aleatória contínua - parte 1Aula 8   variáveis aleatória contínua - parte 1
Aula 8 variáveis aleatória contínua - parte 1
Ariel Rennó Chaves
 
Daum machado-equacoes-diferenciais
Daum machado-equacoes-diferenciaisDaum machado-equacoes-diferenciais
Daum machado-equacoes-diferenciais
Ronaldo Lobato
 
Distribuições de Probabilidade
Distribuições de ProbabilidadeDistribuições de Probabilidade
Distribuições de Probabilidade
Cleibson Almeida
 
Aula 9 variáveis aleatória contínua - parte 2
Aula 9   variáveis aleatória contínua - parte 2Aula 9   variáveis aleatória contínua - parte 2
Aula 9 variáveis aleatória contínua - parte 2
Ariel Rennó Chaves
 

La actualidad más candente (14)

ICC-05 Álgebra Booleana
ICC-05 Álgebra BooleanaICC-05 Álgebra Booleana
ICC-05 Álgebra Booleana
 
Probabilidades - parte 2 (ISMT)
Probabilidades - parte 2 (ISMT)Probabilidades - parte 2 (ISMT)
Probabilidades - parte 2 (ISMT)
 
Revisaoestatistica
RevisaoestatisticaRevisaoestatistica
Revisaoestatistica
 
Função exponencial logaritmo_2012
Função exponencial logaritmo_2012Função exponencial logaritmo_2012
Função exponencial logaritmo_2012
 
Aula 8 variáveis aleatória contínua - parte 1
Aula 8   variáveis aleatória contínua - parte 1Aula 8   variáveis aleatória contínua - parte 1
Aula 8 variáveis aleatória contínua - parte 1
 
Tadeu
TadeuTadeu
Tadeu
 
Algebra Boole
Algebra BooleAlgebra Boole
Algebra Boole
 
Aula 10 planejamento da amostra
Aula 10   planejamento da amostraAula 10   planejamento da amostra
Aula 10 planejamento da amostra
 
www.AulasDeMatematicaApoio.com.br - Matemática - Equação Exponêncial
 www.AulasDeMatematicaApoio.com.br  - Matemática - Equação Exponêncial www.AulasDeMatematicaApoio.com.br  - Matemática - Equação Exponêncial
www.AulasDeMatematicaApoio.com.br - Matemática - Equação Exponêncial
 
Lógica Computacional
Lógica ComputacionalLógica Computacional
Lógica Computacional
 
Daum machado-equacoes-diferenciais
Daum machado-equacoes-diferenciaisDaum machado-equacoes-diferenciais
Daum machado-equacoes-diferenciais
 
Distribuições de Probabilidade
Distribuições de ProbabilidadeDistribuições de Probabilidade
Distribuições de Probabilidade
 
A forma cannica de jordan
A forma cannica de jordanA forma cannica de jordan
A forma cannica de jordan
 
Aula 9 variáveis aleatória contínua - parte 2
Aula 9   variáveis aleatória contínua - parte 2Aula 9   variáveis aleatória contínua - parte 2
Aula 9 variáveis aleatória contínua - parte 2
 

Destacado

Exercicios probabilidade
Exercicios probabilidadeExercicios probabilidade
Exercicios probabilidade
con_seguir
 
Aula 6 probabilidade condicional
Aula 6   probabilidade condicionalAula 6   probabilidade condicional
Aula 6 probabilidade condicional
Ariel Rennó Chaves
 
Exercícios resolvidos e propostos de probabilidades
Exercícios resolvidos e propostos de probabilidadesExercícios resolvidos e propostos de probabilidades
Exercícios resolvidos e propostos de probabilidades
josivaldopassos
 
Modelo trabalho 2° ano probabilidade
Modelo trabalho 2° ano probabilidadeModelo trabalho 2° ano probabilidade
Modelo trabalho 2° ano probabilidade
André Tavares
 

Destacado (13)

Probabilidade condicional profa fatima costa
Probabilidade condicional profa fatima costaProbabilidade condicional profa fatima costa
Probabilidade condicional profa fatima costa
 
Probabilidade condicional profa fatima costa
Probabilidade condicional profa fatima costaProbabilidade condicional profa fatima costa
Probabilidade condicional profa fatima costa
 
Exercicios probabilidade
Exercicios probabilidadeExercicios probabilidade
Exercicios probabilidade
 
www.AulasEnsinoMedio.com.br - Matemática - Probabilidade
www.AulasEnsinoMedio.com.br - Matemática -  Probabilidadewww.AulasEnsinoMedio.com.br - Matemática -  Probabilidade
www.AulasEnsinoMedio.com.br - Matemática - Probabilidade
 
Probabilidade - Estatística I
Probabilidade - Estatística IProbabilidade - Estatística I
Probabilidade - Estatística I
 
Probabilidade condicional
Probabilidade condicionalProbabilidade condicional
Probabilidade condicional
 
Probabilidade
ProbabilidadeProbabilidade
Probabilidade
 
Probabilidade - Definição
Probabilidade - DefiniçãoProbabilidade - Definição
Probabilidade - Definição
 
Aula 6 probabilidade condicional
Aula 6   probabilidade condicionalAula 6   probabilidade condicional
Aula 6 probabilidade condicional
 
Exercícios resolvidos e propostos de probabilidades
Exercícios resolvidos e propostos de probabilidadesExercícios resolvidos e propostos de probabilidades
Exercícios resolvidos e propostos de probabilidades
 
Modelo trabalho 2° ano probabilidade
Modelo trabalho 2° ano probabilidadeModelo trabalho 2° ano probabilidade
Modelo trabalho 2° ano probabilidade
 
Probabilidades (resumo)
Probabilidades (resumo)Probabilidades (resumo)
Probabilidades (resumo)
 
Resumo Probabilidades | Matemática A 12º Ano
Resumo Probabilidades | Matemática A 12º AnoResumo Probabilidades | Matemática A 12º Ano
Resumo Probabilidades | Matemática A 12º Ano
 

Similar a www.AulasParticulares.Info - Matemática - Probabilidade

Estatística: Modelos Discretos
Estatística: Modelos DiscretosEstatística: Modelos Discretos
Estatística: Modelos Discretos
Renato Vicente
 
Teoria_das_Probabilidades_processos_estocasticos.pptx
Teoria_das_Probabilidades_processos_estocasticos.pptxTeoria_das_Probabilidades_processos_estocasticos.pptx
Teoria_das_Probabilidades_processos_estocasticos.pptx
joaoluciodesouzajnio
 
06 eac proj vest mat módulo 1 noções de probabilidade
06 eac proj vest mat módulo 1 noções de probabilidade06 eac proj vest mat módulo 1 noções de probabilidade
06 eac proj vest mat módulo 1 noções de probabilidade
con_seguir
 

Similar a www.AulasParticulares.Info - Matemática - Probabilidade (19)

www.AulasParticulares.Info - Matemática - Probabilidade
www.AulasParticulares.Info - Matemática -  Probabilidadewww.AulasParticulares.Info - Matemática -  Probabilidade
www.AulasParticulares.Info - Matemática - Probabilidade
 
www.AulasEnsinoMedio.com.br - Matemática - Probabilidade
www.AulasEnsinoMedio.com.br - Matemática -  Probabilidadewww.AulasEnsinoMedio.com.br - Matemática -  Probabilidade
www.AulasEnsinoMedio.com.br - Matemática - Probabilidade
 
Estatística: Modelos Discretos
Estatística: Modelos DiscretosEstatística: Modelos Discretos
Estatística: Modelos Discretos
 
Probabilidade
ProbabilidadeProbabilidade
Probabilidade
 
Aula 5 probabilidade
Aula 5   probabilidadeAula 5   probabilidade
Aula 5 probabilidade
 
Teoria_das_Probabilidades_processos_estocasticos.pptx
Teoria_das_Probabilidades_processos_estocasticos.pptxTeoria_das_Probabilidades_processos_estocasticos.pptx
Teoria_das_Probabilidades_processos_estocasticos.pptx
 
Nocoes de Probabilidade
Nocoes de ProbabilidadeNocoes de Probabilidade
Nocoes de Probabilidade
 
Probabilidade - Definição
Probabilidade - DefiniçãoProbabilidade - Definição
Probabilidade - Definição
 
06 eac proj vest mat módulo 1 noções de probabilidade
06 eac proj vest mat módulo 1 noções de probabilidade06 eac proj vest mat módulo 1 noções de probabilidade
06 eac proj vest mat módulo 1 noções de probabilidade
 
Noções de Probabilidade
Noções de ProbabilidadeNoções de Probabilidade
Noções de Probabilidade
 
Noções Probabilidade
Noções ProbabilidadeNoções Probabilidade
Noções Probabilidade
 
Noções de Probabilidades
Noções de Probabilidades Noções de Probabilidades
Noções de Probabilidades
 
04 probabilidade
04 probabilidade04 probabilidade
04 probabilidade
 
Teoria de probabilidades
Teoria de probabilidadesTeoria de probabilidades
Teoria de probabilidades
 
informações sobre as probabilidades.docx
informações sobre as probabilidades.docxinformações sobre as probabilidades.docx
informações sobre as probabilidades.docx
 
Teoria de Probabilidades-2021.pptx
Teoria de  Probabilidades-2021.pptxTeoria de  Probabilidades-2021.pptx
Teoria de Probabilidades-2021.pptx
 
Probabilidade
ProbabilidadeProbabilidade
Probabilidade
 
Aula12_estatistica.NOÇÕES DE PROBABILIDADE
Aula12_estatistica.NOÇÕES DE PROBABILIDADEAula12_estatistica.NOÇÕES DE PROBABILIDADE
Aula12_estatistica.NOÇÕES DE PROBABILIDADE
 
Probabilidade
ProbabilidadeProbabilidade
Probabilidade
 

Más de AulasParticularesInfo

Más de AulasParticularesInfo (20)

www.AulasParticulares.Info - Matemática - Exercício de Semelhança de Triângulo
www.AulasParticulares.Info - Matemática -  Exercício de Semelhança de Triângulowww.AulasParticulares.Info - Matemática -  Exercício de Semelhança de Triângulo
www.AulasParticulares.Info - Matemática - Exercício de Semelhança de Triângulo
 
www.AulasParticulares.Info - Matemática - Exercícios Resolvidos de Fatoração
www.AulasParticulares.Info - Matemática -  Exercícios Resolvidos de Fatoraçãowww.AulasParticulares.Info - Matemática -  Exercícios Resolvidos de Fatoração
www.AulasParticulares.Info - Matemática - Exercícios Resolvidos de Fatoração
 
Matemática - Exercícios Semelhança de Triângulos II
Matemática -  Exercícios Semelhança de Triângulos IIMatemática -  Exercícios Semelhança de Triângulos II
Matemática - Exercícios Semelhança de Triângulos II
 
www.AulasParticulares.Info - Matemática - Exercício de Trigonometria
www.AulasParticulares.Info - Matemática -  Exercício de Trigonometriawww.AulasParticulares.Info - Matemática -  Exercício de Trigonometria
www.AulasParticulares.Info - Matemática - Exercício de Trigonometria
 
www.AulasParticulares.Info - Português - Exercícios Concordância Verbal
www.AulasParticulares.Info -  Português -  Exercícios Concordância Verbalwww.AulasParticulares.Info -  Português -  Exercícios Concordância Verbal
www.AulasParticulares.Info - Português - Exercícios Concordância Verbal
 
www.AulasParticulares.Info - Física - Exercícios Resolvidos Trabalho de uma F...
www.AulasParticulares.Info - Física - Exercícios Resolvidos Trabalho de uma F...www.AulasParticulares.Info - Física - Exercícios Resolvidos Trabalho de uma F...
www.AulasParticulares.Info - Física - Exercícios Resolvidos Trabalho de uma F...
 
www.AulasParticulares.Info - Física - Exercícios Resolvidos de Óptica da Visão
www.AulasParticulares.Info - Física - Exercícios Resolvidos de Óptica da Visãowww.AulasParticulares.Info - Física - Exercícios Resolvidos de Óptica da Visão
www.AulasParticulares.Info - Física - Exercícios Resolvidos de Óptica da Visão
 
www.AulasParticulares.Info - Física - Exercícios Resolvidos Dinâmica de Movim...
www.AulasParticulares.Info - Física - Exercícios Resolvidos Dinâmica de Movim...www.AulasParticulares.Info - Física - Exercícios Resolvidos Dinâmica de Movim...
www.AulasParticulares.Info - Física - Exercícios Resolvidos Dinâmica de Movim...
 
www.AulasParticulares.Info - Física – Potencial Elétrico
www.AulasParticulares.Info - Física – Potencial Elétricowww.AulasParticulares.Info - Física – Potencial Elétrico
www.AulasParticulares.Info - Física – Potencial Elétrico
 
www.AulasParticulares.Info - Química - Função Inorgânica
www.AulasParticulares.Info - Química -  Função Inorgânicawww.AulasParticulares.Info - Química -  Função Inorgânica
www.AulasParticulares.Info - Química - Função Inorgânica
 
www.AulasParticulares.Info - Física - Gravitação Universal
www.AulasParticulares.Info - Física -  Gravitação Universalwww.AulasParticulares.Info - Física -  Gravitação Universal
www.AulasParticulares.Info - Física - Gravitação Universal
 
www.AulasParticulares.Info - Português - Regência Verbal
www.AulasParticulares.Info - Português -  Regência Verbalwww.AulasParticulares.Info - Português -  Regência Verbal
www.AulasParticulares.Info - Português - Regência Verbal
 
www.AulasParticulares.Info - Matemática - Produto Notável
www.AulasParticulares.Info - Matemática -  Produto Notávelwww.AulasParticulares.Info - Matemática -  Produto Notável
www.AulasParticulares.Info - Matemática - Produto Notável
 
www.AulasParticulares.Info - Geografia - Teorias Demográficas
www.AulasParticulares.Info - Geografia -  Teorias Demográficaswww.AulasParticulares.Info - Geografia -  Teorias Demográficas
www.AulasParticulares.Info - Geografia - Teorias Demográficas
 
www.AulasParticulares.Info - Biologia - Evolução
www.AulasParticulares.Info - Biologia -  Evoluçãowww.AulasParticulares.Info - Biologia -  Evolução
www.AulasParticulares.Info - Biologia - Evolução
 
www.AulasParticulares.Info - História – Era Vargas
www.AulasParticulares.Info - História – Era Vargaswww.AulasParticulares.Info - História – Era Vargas
www.AulasParticulares.Info - História – Era Vargas
 
www.AulasParticulares.Info - Geografia - Impacto Ambiental
www.AulasParticulares.Info - Geografia -  Impacto Ambientalwww.AulasParticulares.Info - Geografia -  Impacto Ambiental
www.AulasParticulares.Info - Geografia - Impacto Ambiental
 
www.AulasParticulares.Info - Português - Figuras de Construção ou Sintaxe
www.AulasParticulares.Info - Português -  Figuras de Construção ou Sintaxewww.AulasParticulares.Info - Português -  Figuras de Construção ou Sintaxe
www.AulasParticulares.Info - Português - Figuras de Construção ou Sintaxe
 
www.AulasParticulares.Info - História - O Egito Antigo
www.AulasParticulares.Info - História -  O Egito Antigowww.AulasParticulares.Info - História -  O Egito Antigo
www.AulasParticulares.Info - História - O Egito Antigo
 
www.AulasParticulares.Info - Geografia - Efeito Estufa e Aquecimento Global
www.AulasParticulares.Info - Geografia -  Efeito Estufa  e Aquecimento Globalwww.AulasParticulares.Info - Geografia -  Efeito Estufa  e Aquecimento Global
www.AulasParticulares.Info - Geografia - Efeito Estufa e Aquecimento Global
 

Último

19- Pedagogia (60 mapas mentais) - Amostra.pdf
19- Pedagogia (60 mapas mentais) - Amostra.pdf19- Pedagogia (60 mapas mentais) - Amostra.pdf
19- Pedagogia (60 mapas mentais) - Amostra.pdf
marlene54545
 
Slide - SAEB. língua portuguesa e matemática
Slide - SAEB. língua portuguesa e matemáticaSlide - SAEB. língua portuguesa e matemática
Slide - SAEB. língua portuguesa e matemática
sh5kpmr7w7
 

Último (20)

A Revolução Francesa. Liberdade, Igualdade e Fraternidade são os direitos que...
A Revolução Francesa. Liberdade, Igualdade e Fraternidade são os direitos que...A Revolução Francesa. Liberdade, Igualdade e Fraternidade são os direitos que...
A Revolução Francesa. Liberdade, Igualdade e Fraternidade são os direitos que...
 
About Vila Galé- Cadeia Empresarial de Hotéis
About Vila Galé- Cadeia Empresarial de HotéisAbout Vila Galé- Cadeia Empresarial de Hotéis
About Vila Galé- Cadeia Empresarial de Hotéis
 
GÊNERO CARTAZ - o que é, para que serve.pptx
GÊNERO CARTAZ - o que é, para que serve.pptxGÊNERO CARTAZ - o que é, para que serve.pptx
GÊNERO CARTAZ - o que é, para que serve.pptx
 
Plano de aula Nova Escola períodos simples e composto parte 1.pptx
Plano de aula Nova Escola períodos simples e composto parte 1.pptxPlano de aula Nova Escola períodos simples e composto parte 1.pptx
Plano de aula Nova Escola períodos simples e composto parte 1.pptx
 
Apresentação ISBET Jovem Aprendiz e Estágio 2023.pdf
Apresentação ISBET Jovem Aprendiz e Estágio 2023.pdfApresentação ISBET Jovem Aprendiz e Estágio 2023.pdf
Apresentação ISBET Jovem Aprendiz e Estágio 2023.pdf
 
Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...
Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...
Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...
 
Slides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptx
Slides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptxSlides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptx
Slides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptx
 
LISTA DE EXERCICIOS envolveto grandezas e medidas e notação cientifica 1 ANO ...
LISTA DE EXERCICIOS envolveto grandezas e medidas e notação cientifica 1 ANO ...LISTA DE EXERCICIOS envolveto grandezas e medidas e notação cientifica 1 ANO ...
LISTA DE EXERCICIOS envolveto grandezas e medidas e notação cientifica 1 ANO ...
 
M0 Atendimento – Definição, Importância .pptx
M0 Atendimento – Definição, Importância .pptxM0 Atendimento – Definição, Importância .pptx
M0 Atendimento – Definição, Importância .pptx
 
Camadas da terra -Litosfera conteúdo 6º ano
Camadas da terra -Litosfera  conteúdo 6º anoCamadas da terra -Litosfera  conteúdo 6º ano
Camadas da terra -Litosfera conteúdo 6º ano
 
19- Pedagogia (60 mapas mentais) - Amostra.pdf
19- Pedagogia (60 mapas mentais) - Amostra.pdf19- Pedagogia (60 mapas mentais) - Amostra.pdf
19- Pedagogia (60 mapas mentais) - Amostra.pdf
 
Slide - SAEB. língua portuguesa e matemática
Slide - SAEB. língua portuguesa e matemáticaSlide - SAEB. língua portuguesa e matemática
Slide - SAEB. língua portuguesa e matemática
 
6ano variação linguística ensino fundamental.pptx
6ano variação linguística ensino fundamental.pptx6ano variação linguística ensino fundamental.pptx
6ano variação linguística ensino fundamental.pptx
 
Produção de Texto - 5º ano - CRÔNICA.pptx
Produção de Texto - 5º ano - CRÔNICA.pptxProdução de Texto - 5º ano - CRÔNICA.pptx
Produção de Texto - 5º ano - CRÔNICA.pptx
 
PROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdf
PROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdfPROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdf
PROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdf
 
P P P 2024 - *CIEJA Santana / Tucuruvi*
P P P 2024  - *CIEJA Santana / Tucuruvi*P P P 2024  - *CIEJA Santana / Tucuruvi*
P P P 2024 - *CIEJA Santana / Tucuruvi*
 
TCC_MusicaComoLinguagemNaAlfabetização-ARAUJOfranklin-UFBA.pdf
TCC_MusicaComoLinguagemNaAlfabetização-ARAUJOfranklin-UFBA.pdfTCC_MusicaComoLinguagemNaAlfabetização-ARAUJOfranklin-UFBA.pdf
TCC_MusicaComoLinguagemNaAlfabetização-ARAUJOfranklin-UFBA.pdf
 
Seminário Biologia e desenvolvimento da matrinxa.pptx
Seminário Biologia e desenvolvimento da matrinxa.pptxSeminário Biologia e desenvolvimento da matrinxa.pptx
Seminário Biologia e desenvolvimento da matrinxa.pptx
 
PROJETO DE EXTENSÃO I - AGRONOMIA.pdf AGRONOMIAAGRONOMIA
PROJETO DE EXTENSÃO I - AGRONOMIA.pdf AGRONOMIAAGRONOMIAPROJETO DE EXTENSÃO I - AGRONOMIA.pdf AGRONOMIAAGRONOMIA
PROJETO DE EXTENSÃO I - AGRONOMIA.pdf AGRONOMIAAGRONOMIA
 
Recomposiçao em matematica 1 ano 2024 - ESTUDANTE 1ª série.pdf
Recomposiçao em matematica 1 ano 2024 - ESTUDANTE 1ª série.pdfRecomposiçao em matematica 1 ano 2024 - ESTUDANTE 1ª série.pdf
Recomposiçao em matematica 1 ano 2024 - ESTUDANTE 1ª série.pdf
 

www.AulasParticulares.Info - Matemática - Probabilidade

  • 1.
  • 2. definição Probabilidade elementos Cálculos
  • 3. • Conjuntos Numéricos • Análise Combinatória • Reconhecer os naipes de um baralho e a quantidade de cartas de cada naipe
  • 4. Probabilidade é a chance de um evento ocorrer, em um espaço amostral.
  • 5. definição Chance de um evento ocorrer Probabilidade
  • 6. Espaço Amostral Espaço Amostral é o conjunto de todos os resultados possíveis de um experimento. É indicado pela letra grega Ω.
  • 7. definição Chance de um evento ocorrer Conjunto de todos definição os resultados Espaço Amostral representação Ω elementos Probabilidade
  • 8. Evento Evento é qualquer subconjunto de um espaço amostral. É indicado pela letra E.
  • 9. definição Chance de um evento ocorrer Conjunto de todos definição os resultados Espaço Amostral representação Ω elementos definição Subconjunto de Ω representação E Probabilidade evento
  • 10. Exemplos: A) Lançamento de um dado. Espaço Amostral: Ω = {1, 2, 3, 4, 5, 6} Alguns dos possíveis eventos: . Um número maior que 5  E = {6} . Um número par  E = {2, 4, 6} . Um número par e primo  E = {2}
  • 11. Exemplos: B) Lançamento de duas moedas. Espaço Amostral: Ω = {(k,k);(k,c);(c,k);(cc)} Alguns dos possíveis eventos: . Obter duas faces iguais  E = {(k,k);(c,c)} . Obter apenas uma coroa  E = {(k,c);(c,k)}
  • 12. 1) Uma urna contém 2 bolas verdes e 4 amarelas. a) Defina o espaço amostral do experimento: retirar uma bola ao acaso. b) Defina os eventos E1: retirar bola verde e E2: retirar bola amarela.
  • 13. 1) Uma urna contém 2 bolas verdes e 4 amarelas. a) Defina o espaço amostral do experimento: retirar uma bola ao acaso. b) Defina os eventos E1: retirar bola verde e E2: retirar bola amarela.
  • 14. a) Ω = {V1, V2, A1, A2, A3, A4} b) E1 = {V1, V2} E2 = {A1, A2, A3, A4 }
  • 15. Intersecção de conjuntos Seja Ω = {2, 3, 5, 16, 17, 20} São apresentados dois eventos: A: ocorrer um número par = {2, 16, 20} B: ocorrer um múltiplo de 5= {5, 20} A ∩ B = {20}  1 elemento
  • 16. União de conjuntos Seja Ω = {2, 3, 5, 16, 17, 20} São apresentados dois eventos: A: ocorrer um número par = {2, 16, 20} B: ocorrer um múltiplo de 5= {5, 20} A ∪ B = {2, 5, 16, 20}  4 elementos Atenção!
  • 17. A) Evento certo Eventos certos são aqueles que apresentam os mesmos elementos do espaço amostral. n(E) = n(Ω) Exemplo: Seja o seguinte evento: obter um número natural menor que 7, no lançamento de um dado. E = Ω = {1, 2, 3, 4, 5, 6}
  • 18. definição Chance de um evento ocorrer Conjunto de todos definição os resultados Espaço Amostral representação Ω elementos definição Subconjunto de Ω representação E Probabilidade evento Evento n(E)=n(Ω) certo tipos
  • 19. B) Evento impossível Eventos impossíveis ocorrem quando não há elementos no conjunto E. n(E) = 0 Exemplo: Seja o seguinte evento: obter 3 caras no lançamento de duas moedas. E={ }
  • 20. definição Chance de um evento ocorrer Conjunto de todos definição os resultados Espaço Amostral representação Ω elementos definição Subconjunto de Ω representação E Probabilidade evento Evento n(E)=n(Ω) certo Evento n(E)=0 tipos impossível
  • 21. C) Evento complementar Evento complementar (Ec) é aquele que ocorre quando o evento E não ocorre. n(Ec)=n(Ω)-n(E) Exemplo: Seja Ω = {2, 3, 5, 16, 17, 20} São apresentados dois eventos: A: ocorrer um número par = {2, 16, 20} Ac: ocorrer um número ímpar= {3, 5, 17}
  • 22. definição Chance de um evento ocorrer Conjunto de todos definição os resultados Espaço Amostral representação Ω elementos definição Subconjunto de Ω representação E Probabilidade evento Evento n(E)=n(Ω) certo Evento n(E)=0 tipos impossível Evento Comple- n(Ec)=n(Ω)-n(E) mentar
  • 23. Probabilidade é a chance de um evento ocorrer, em um espaço amostral. Ou seja, é o número de elementos de um evento, dividido pelo número de elementos do espaço amostral. n( E ) P n( )
  • 24. Exemplos: A) Qual a probabilidade de ocorrer um número natural maior que 4, no lançamento de um dado? E = {5, 6}  n(E) = 2 Ω = {1, 2, 3, 4, 5, 6}  n(Ω) = 6 n( E ) 2 1 P n( ) 6 3
  • 25. Exemplos: B) Qual a probabilidade de ocorrer pelo menos uma cara, no lançamento de duas moedas? E = {(k,k);(k,c);(c,k)}  n(E) = 3 Ω = {(k,k);(k,c);(c,k);(c,c)}  n(Ω) = 4 n( E ) 3 P n( ) 4
  • 26. definição Chance de um evento ocorrer Conjunto de todos definição os resultados Espaço Amostral representação Ω elementos definição Subconjunto de Ω representação E Probabilidade evento Evento n(E)=n(Ω) certo Evento n(E)=0 tipos impossível Evento Comple- n(Ec)=n(Ω)-n(E) mentar Fórmula geral n( E ) P Cálculo n( )
  • 27. 2) No lançamento de um dado perfeito, qual é a probabilidade de que o resultado seja: a) Um número primo? b) O número 3? c) Um número menor que 1? d) Um número menor que 7?
  • 28. 2) No lançamento de um dado perfeito, qual é a probabilidade de que o resultado seja: a) Um número primo? b) O número 3? c) Um número menor que 1? d) Um número menor que 7?
  • 29. 3 1 a) Um número primo? P 6 2 1 b) O número 3? P 6 0 c) Um número menor que 1? P 0 6 6 d) Um número menor que 7? P 1 100% 6
  • 30. 3) Uma caixa contém 10 letras: as cinco vogais e as cinco primeiras consoantes do alfabeto. Uma letra é sorteada ao acaso. Qual é a probabilidade de que a letra sorteada seja: a) Uma consoante? b) Uma letra da palavra bode?
  • 31. 3) Uma caixa contém 10 letras: as cinco vogais e as cinco primeiras consoantes do alfabeto. Uma letra é sorteada ao acaso. Qual é a probabilidade de que a letra sorteada seja: a) Uma consoante? b) Uma letra da palavra bode?
  • 32. Ω = {a, e, i, o , u, b, c, d, f, g}  n(Ω) = 10 a) Uma consoante? 5 1 P 10 2 b) Uma letra da palavra bode? 4 2 P 10 5
  • 33. 4) Um dos anagramas da palavra AMOR é escolhido ao acaso. Qual é a probabilidade de que seja a palavra ROMA?
  • 34. 4) Um dos anagramas da palavra AMOR é escolhido ao acaso. Qual é a probabilidade de que seja a palavra ROMA?
  • 35. Total de anagramas da palavra amor Ω = 4! = 4.3.2.1=24 1 Logo, P 24
  • 36. Para calcular a probabilidade da união de eventos dividimos o número de elementos do conjunto união pelo número de elementos do espaço amostral. n(AUB) P( AUB) n( )
  • 37. Exemplo: De um baralho de 52 cartas, uma é extraída ao acaso. Qual é a probabilidade de sair um valete ou uma carta de ouros? A: sair um valete  n(A) = 4 B: sair carta de ouros  n(B) = 13 A∩B: sair valete de ouros  n(A∩B) = 1 Logo, n(A∪B) = 4+13-1=16
  • 38. A: sair um valete  n(A) = 4 B: sair carta de ouros  n(B) = 13 A∩B: sair valete de ouros  n(A∩B) = 1 Logo, n(A∪B) = 4+13-1=16 n(AUB) 16 4 P(AUB) n( ) 52 13
  • 39. definição Chance de um evento ocorrer Conjunto de todos definição os resultados Espaço Amostral representação Ω elementos definição Subconjunto de Ω representação E Probabilidade evento Evento n(E)=n(Ω) certo Evento n(E)=0 tipos impossível Evento Comple- n(Ec)=n(Ω)-n(E) mentar n( E ) Fórmula geral P Cálculo n( ) Probabilidade n(AUB) P(AUB) Da união n( ) Variações
  • 40. 5) Os dados da tabela seguinte referem-se a uma pesquisa realizada com 155 moradores de um bairro revela os hábitos quanto ao uso de TV e Internet pagas. Só TV aberta TV paga Internet gratuita 76 44 Internet paga 14 21 Um dos entrevistados é selecionado ao acaso. Qual a probabilidade de que ele use TV ou Internet pagas?
  • 41. 5) Os dados da tabela seguinte referem-se a uma pesquisa realizada com 155 moradores de um bairro revela os hábitos quanto ao uso de TV e Internet pagas. Só TV aberta TV paga Internet gratuita 76 44 Internet paga 14 21 Um dos entrevistados é selecionado ao acaso. Qual a probabilidade de que ele use TV ou Internet pagas?
  • 42. Só TV aberta TV paga Internet gratuita 76 44 Internet paga 14 21 A: TV paga  n(A)=44+21=65 B: Internet paga  n(B)=14+21=35 n(A∩B)=21  n(A∪B)= 65+35-21=79 n(AUB) 79 P(AUB) n( ) 155
  • 43. Temos um caso de probabilidade condicional quando um evento A ocorre, sabendo que o evento B já ocorreu. O cálculo da probabilidade condicional é dado pela fórmula: P(A  B) P(A/B) P(B)
  • 44. Exemplo: Ao retirar uma carta de um baralho de 52 cartas, qual é a probabilidade de sair um ás vermelho sabendo que ela é de copas? A: sair ás vermelho  n(A)=2 B: sair carta de copas  n(B)=13 A∩B: ás de copas  n(A∩B)=1
  • 45. Exemplo: A: sair ás vermelho  n(A)=2 B: sair carta de copas  n(B)=13 A∩B: ás de copas  n(A∩B)=1 1 P(A  B) 52 1 P (A/B) P(B) 13 13 52
  • 46. definição Chance de um evento ocorrer Conjunto de todos definição os resultados Espaço Amostral representação Ω elementos definição Subconjunto de Ω representação E Probabilidade evento Evento n(E)=n(Ω) certo Evento n(E)=0 tipos impossível Evento Comple- n(Ec)=n(Ω)-n(E) mentar n( E ) Fórmula geral P Cálculo n( ) Probabilidade n(AUB) P(AUB) Da união n( ) Variações Probabilidade P(A  B) P(A/B) condicional P(B)
  • 47. 6) Uma família planejou ter 3 crianças. Qual é a probabilidade de que a família tenha 3 homens, já que a primeira criança que nasceu é homem?
  • 48. 6) Uma família planejou ter 3 crianças. Qual é a probabilidade de que a família tenha 3 homens, já que a primeira criança que nasceu é homem?
  • 49. Ω= {HHH, HHM, HMH, MHH, MMH, MHM, H MM, MMM}  n(Ω)=8 A: ter 3 homens  n(A)=1 B: primeira é homem  n(B)=4 A∩B={HHH}  n(A∩B)=1 1 P(A  B) 8 1 P (A/B) P(B) 4 4 8
  • 51. 7) (PUC) Há em um hospital 9 enfermeiras (Karla é uma delas) e 5 médicos (Lucas é um deles). Diariamente, devem permanecer de plantão 4 enfermeiras e 2 médicos. Qual a probabilidade de Karla e Lucas estarem de plantão no mesmo dia? 1 1 8 1 2 a) b) c) d) e) 3 4 45 5 3
  • 52. 7) (PUC) Há em um hospital 9 enfermeiras (Karla é uma delas) e 5 médicos (Lucas é um deles). Diariamente, devem permanecer de plantão 4 enfermeiras e 2 médicos. Qual a probabilidade de Karla e Lucas estarem de plantão no mesmo dia? 1 1 8 1 2 a) b) c) d) e) 3 4 45 5 3
  • 53. 9! 5! n( ) C9, 4 .C5, 2 1260 4!(9 4)! 2!(5 2)! 8! 4! n( E ) C8,3 .C4,1 224 3!(8 3)! 1!( 4 1)! n( E ) 224 8 p( E )  letra c n( ) 1260 45
  • 54. 8) (FEI-SP) Numa caixa tem-se 9 fichas numeradas de 1 a 9. Três fichas são escolhidas ao acaso e sem reposição. A probabilidade de não sair a ficha 7 é: 1 1 2 1 2 a) b) c) d) e) 6 3 9 4 3
  • 55. 8) (FEI-SP) Numa caixa tem-se 9 fichas numeradas de 1 a 9. Três fichas são escolhidas ao acaso e sem reposição. A probabilidade de não sair a ficha 7 é: 1 1 2 1 2 a) b) c) d) e) 6 3 9 4 3
  • 56. Probabilidade Probabilidade Probabilidade de não sair 7 de não sair 7 de não sair 7 na primeira: na segunda: na terceira: 8 7 6 P P P 9 8 7 8 7 6 2  letra e P 9 8 7 3
  • 57. 9) (PUC) Em um ônibus há apenas 4 bancos vazios, cada qual com 2 lugares. Quatro rapazes e quatro moças entram nesse ônibus e devem ocupar os bancos vagos. Se os lugares foram escolhidos aleatoriamente, a probabilidade de que cada banco Seja ocupado por um rapaz e uma moça é: 1 6 3 8 2 a) b) c) d) e) 70 35 14 35 7
  • 58. 9) (PUC) Em um ônibus há apenas 4 bancos vazios, cada qual com 2 lugares. Quatro rapazes e quatro moças entram nesse ônibus e devem ocupar os bancos vagos. Se os lugares foram escolhidos aleatoriamente, a probabilidade de que cada banco seja ocupado por um rapaz e uma moça é: 1 6 3 8 2 a) b) c) d) e) 70 35 14 35 7
  • 59. n(Ω)=8! n(E)=4!.4!.24 8 7 4 4 x2 6 5 3 3 x2 4 3 2 2 x2 2 1 1 1 x2 4 2 4!4! 8 P  letra d 8! 35
  • 60. 10) (UFSC) Em uma caixa há 28 bombons, todos com forma, massa e aspecto exterior exatamente iguais. Desses bombons, 7 tem recheio de coco, 4 de nozes e 17 são recheados com amêndoas. Se retirarmos da caixa 3 bombons simultaneamente, a probabilidade de se retirar um bombom de cada sabor é, aproximadamente: a)7,5% b)11% c)12,5% d )13% e)14,5%
  • 61. 10) (UFSC) Em uma caixa há 28 bombons, todos com forma, massa e aspecto exterior exatamente iguais. Desses bombons, 7 tem recheio de coco, 4 de nozes e 17 são recheados com amêndoas. Se retirarmos da caixa 3 bombons simultaneamente, a probabilidade de se retirar um bombom de cada sabor é, aproximadamente: a)7,5% b)11% c)12,5% d )13% e)14,5%
  • 62. n( ) C28, 3 3276 n( E ) C7 ,1.C4 ,1 C17,1 7 4 17 476 n( E ) 476 p( E ) 0,145  letra e n( ) 3276
  • 63. • Matemática – Volume Único: Iezzi, Gelson; Dolce, Osvaldo; Degenszajn, David; Périgo, Roberto – Atual Editora – 4ª edição – 2007 – Páginas: 391 a 412 • Matemática Contexto e Aplicações: Dante, Luiz Roberto – Editora Ática – 3ª edição – 2008 - Páginas: 338 a 367 • Figuras: google imagens