2º Ano | Aula: Probabilidade — Introdução, Espaço Amostral, Eventos e Regras Fundamentais
📚 Resumo
A Probabilidade mede o grau de certeza de que um evento ocorra em um experimento aleatório. É expressa como um número entre 0 (impossível) e 1 (certo), ou entre 0% e 100%.
📖 1. Experimento Aleatório, Espaço Amostral e Eventos
Experimento aleatório: experimento que, repetido nas mesmas condições, pode produzir resultados diferentes e imprevisíveis. Ex: lançar um dado, sortear uma carta, lançar uma moeda.
Espaço amostral ($\Omega$): conjunto de todos os resultados possíveis do experimento. Cada elemento de $\Omega$ é chamado de ponto amostral.
Evento ($A$): qualquer subconjunto do espaço amostral. É o conjunto dos resultados de interesse.
Evento Certo
$A = \Omega$ (contém todos os resultados)
$P(A) = 1 = 100\%$ Exemplo: sair algum número ao lançar um dado.
Evento Impossível
$A = \emptyset$ (não contém nenhum resultado possível)
$P(A) = 0 = 0\%$ Exemplo: sair 7 ao lançar um dado de 6 faces.
Evento Elementar
$A$ tem exatamente um elemento de $\Omega$. Exemplo: sair cara ao lançar uma moeda: $A = \{cara\}$.
Evento Complementar
$A^c = \Omega \setminus A$ (todos os resultados que não estão em $A$)
$P(A^c) = 1 - P(A)$ Exemplo: "não sair 6" = $\{1,2,3,4,5\}$.
Exemplos de espaços amostrais
Experimento
Espaço Amostral $\Omega$
$|\Omega|$
Lançar 1 moeda
$\{cara, coroa\}$
2
Lançar 2 moedas
$\{CC, CK, KC, KK\}$
4
Lançar 1 dado
$\{1, 2, 3, 4, 5, 6\}$
6
Lançar 2 dados
$\{(1,1),(1,2),\ldots,(6,6)\}$
36
Sortear 1 carta de baralho
52 cartas distintas
52
Escolher 1 dia da semana
$\{Seg, Ter, Qua, Qui, Sex, Sab, Dom\}$
7
Figura 1: Espaço amostral do lançamento de dois dados — 36 pares ordenados $(d_1, d_2)$. Os pares destacados em laranja são os eventos "sair faces iguais" ($A = \{(1,1),(2,2),(3,3),(4,4),(5,5),(6,6)\}$), com $P(A) = \frac{6}{36} = \frac{1}{6}$.
📖 2. Definição Clássica de Probabilidade
Quando todos os resultados do espaço amostral são igualmente prováveis (equiprováveis), a probabilidade de um evento $A$ é:
$$P(A) = \frac{n(A)}{n(\Omega)} = \frac{\text{número de casos favoráveis}}{\text{número de casos possíveis}}$$
Propriedade fundamental: $0 \leq P(A) \leq 1$ para qualquer evento $A$.
Figura 2: Escala de probabilidade de 0 (impossível, vermelho) a 1 (certo, verde). Probabilidade 0,5 indica equilíbrio: o evento tem a mesma chance de ocorrer ou não.
Exemplo 1 — Dado: Qual a probabilidade de sair número par ao lançar um dado?
$\Omega = \{1,2,3,4,5,6\}$; $A = \{2,4,6\}$
$P(A) = \dfrac{3}{6} = \dfrac{1}{2} = 0{,}5 = 50\%$
Exemplo 2 — Urna: Uma urna tem 4 bolas vermelhas, 3 azuis e 2 verdes. Sorteando uma bola, qual a probabilidade de sair azul?
$n(\Omega) = 9$; $n(A) = 3$
$P(\text{azul}) = \dfrac{3}{9} = \dfrac{1}{3} \approx 33{,}3\%$
Exemplo 3 — Baralho: Sorteando uma carta de um baralho de 52 cartas, qual a probabilidade de ser uma figura (valete, dama ou rei)?
Figuras: $4 \times 3 = 12$ cartas
$P(\text{figura}) = \dfrac{12}{52} = \dfrac{3}{13} \approx 23{,}1\%$
📖 3. Probabilidade do Evento Complementar
O evento complementar de $A$, denotado $A^c$ (ou $\bar{A}$), é o conjunto de todos os resultados de $\Omega$ que não pertencem a $A$. Como $A$ e $A^c$ cobrem todo $\Omega$ sem sobreposição:
$$P(A^c) = 1 - P(A)$$
ou equivalentemente: $P(A) + P(A^c) = 1$
💡 Quando usar o complementar? Sempre que o problema envolva "pelo menos um", "ao menos um", "não acontecer", "nenhum" — muitas vezes é mais fácil calcular $P(A^c)$ e subtrair de 1 do que calcular $P(A)$ diretamente.
Exemplo 1: Lançando dois dados, qual a probabilidade de a soma não ser 7?
Pares com soma 7: $(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)$ → 6 casos
$P(\text{soma}=7) = \dfrac{6}{36} = \dfrac{1}{6}$
$P(\text{soma} \neq 7) = 1 - \dfrac{1}{6} = \mathbf{\dfrac{5}{6}}$
Exemplo 2 — "Pelo menos": Lançando 3 moedas, qual a probabilidade de sair pelo menos uma cara?
Complementar: nenhuma cara = só coroas → $\{KKK\}$ → 1 caso; $n(\Omega) = 2^3 = 8$
$P(\text{nenhuma cara}) = \dfrac{1}{8}$
$P(\text{pelo menos 1 cara}) = 1 - \dfrac{1}{8} = \mathbf{\dfrac{7}{8}}$
📖 4. União de Eventos — Regra da Adição
A probabilidade de que pelo menos um dos eventos $A$ ou $B$ ocorra é dada pela Regra da Adição:
$$P(A \cup B) = P(A) + P(B) - P(A \cap B)$$
Subtrai-se $P(A \cap B)$ para não contar duas vezes os resultados que pertencem a ambos os eventos.
Eventos mutuamente exclusivos (disjuntos): $A \cap B = \emptyset \Rightarrow P(A \cup B) = P(A) + P(B)$
Figura 3: Diagrama de Venn mostrando $A \cup B$. A área total coberta pelos dois círculos é $P(A) + P(B) - P(A \cap B)$, pois a interseção (roxo) seria contada duas vezes sem a subtração.
Exemplo 1 — Com intersecção: Ao lançar um dado, $A$ = "sair par" e $B$ = "sair múltiplo de 3". Calcule $P(A \cup B)$.
$A = \{2,4,6\}$; $B = \{3,6\}$; $A \cap B = \{6\}$
$P(A) = \frac{3}{6}$; $P(B) = \frac{2}{6}$; $P(A \cap B) = \frac{1}{6}$
$P(A \cup B) = \dfrac{3}{6} + \dfrac{2}{6} - \dfrac{1}{6} = \dfrac{4}{6} = \mathbf{\dfrac{2}{3}}$
Exemplo 2 — Mutuamente exclusivos: Ao sortear uma carta, $A$ = "carta de espadas" e $B$ = "carta de ouros". Calcule $P(A \cup B)$.
$A \cap B = \emptyset$ (uma carta não pode ser de duas naipes)
$P(A) = \frac{13}{52}$; $P(B) = \frac{13}{52}$
$P(A \cup B) = \dfrac{13}{52} + \dfrac{13}{52} = \dfrac{26}{52} = \mathbf{\dfrac{1}{2}}$
📖 5. Eventos Independentes — Regra da Multiplicação
Dois eventos $A$ e $B$ são independentes quando a ocorrência de um não afeta a probabilidade do outro. Nesses casos:
$$P(A \cap B) = P(A) \cdot P(B)$$
A probabilidade de ambos ocorrerem é o produto das probabilidades individuais.
Quando eventos são independentes?
• Experimentos distintos realizados em sequência: 1º lançamento de moeda e 2º lançamento
• Sorteios com reposição: após retirar e repor a bola, as condições voltam ao estado original
• Experimentos em populações tão grandes que a remoção de um elemento não altera significativamente as proporções
Exemplo 1: Lançando um dado e uma moeda, qual a probabilidade de sair 6 no dado E cara na moeda?
Experimentos independentes:
$P(6) = \dfrac{1}{6}$ e $P(\text{cara}) = \dfrac{1}{2}$
$P(6 \text{ e cara}) = \dfrac{1}{6} \times \dfrac{1}{2} = \mathbf{\dfrac{1}{12}}$
Exemplo 2 — "Em sequência": Lançando uma moeda 3 vezes, qual a probabilidade de sair cara nas 3 vezes?
Lançamentos independentes:
$P(\text{CCC}) = \dfrac{1}{2} \times \dfrac{1}{2} \times \dfrac{1}{2} = \dfrac{1}{8} = \mathbf{12{,}5\%}$
Exemplo 3 — Com reposição: Uma urna tem 3 bolas vermelhas e 7 azuis. Sorteando com reposição duas vezes, qual a probabilidade de sair vermelho nas duas?
$P(V_1) = \frac{3}{10}$ e $P(V_2) = \frac{3}{10}$ (independentes por reposição)
$P(V_1 \cap V_2) = \dfrac{3}{10} \times \dfrac{3}{10} = \dfrac{9}{100} = \mathbf{9\%}$
⚠️ Sorteio SEM reposição: Quando sorteamos sem repor o elemento, o espaço amostral muda a cada extração — os eventos não são independentes. Nesse caso, usamos a probabilidade condicional ou contamos diretamente os casos favoráveis.
📖 6. Probabilidade Condicional
A probabilidade condicional $P(A|B)$ é a probabilidade de $A$ ocorrer, dado que $B$ já ocorreu. A ocorrência de $B$ "restringe" o espaço amostral a apenas os resultados de $B$:
Equivalentemente (regra do produto): $P(A \cap B) = P(B) \cdot P(A|B)$
Exemplo 1: Ao lançar um dado, sabendo que o resultado é par, qual a probabilidade de ser maior que 4?
$B$ = "par" = $\{2,4,6\}$; $A$ = "maior que 4" = $\{5,6\}$; $A \cap B = \{6\}$
$P(A|B) = \dfrac{P(A\cap B)}{P(B)} = \dfrac{1/6}{3/6} = \dfrac{1}{3}$ Interpretação: Restringimos o dado aos valores pares $\{2,4,6\}$ e contamos os favoráveis $\{6\}$: $\frac{1}{3}$ ✓
Exemplo 2 — Sem reposição: Uma urna tem 4 bolas vermelhas e 6 azuis. Retirando duas sem reposição, qual a probabilidade de ambas serem vermelhas?
$P(V_1) = \dfrac{4}{10}$; após 1ª extração: 3V em 9 bolas; $P(V_2|V_1) = \dfrac{3}{9} = \dfrac{1}{3}$
$P(V_1 \cap V_2) = \dfrac{4}{10} \times \dfrac{3}{9} = \dfrac{12}{90} = \dfrac{2}{15} \approx \mathbf{13{,}3\%}$
💡 Independência via probabilidade condicional: $A$ e $B$ são independentes se e somente se $P(A|B) = P(A)$, ou seja, conhecer que $B$ ocorreu não muda a probabilidade de $A$.
📖 7. Probabilidade Usando Análise Combinatória
Quando o espaço amostral é grande, contamos os casos favoráveis e possíveis usando as técnicas de análise combinatória (permutação, arranjo e combinação):
Estratégia:
1. Identifique $n(\Omega)$ — total de formas de realizar o experimento (geralmente uma combinação)
2. Identifique $n(A)$ — total de formas favoráveis ao evento (usando combinatória com as restrições do evento)
3. Calcule $P(A) = \dfrac{n(A)}{n(\Omega)}$
Exemplo 1 — Cartas: Sorteando 5 cartas de um baralho de 52, qual a probabilidade de todas serem espadas?
$n(\Omega) = C_{52,5} = 2.598.960$
$n(A) = C_{13,5} = 1287$ (13 espadas, escolher 5)
$P(A) = \dfrac{1287}{2598960} \approx \mathbf{0{,}000495} \approx 0{,}05\%$
Exemplo 2 — Comissão: De uma turma de 5 homens e 4 mulheres, sorteia-se aleatoriamente uma comissão de 3. Qual a probabilidade de ter exatamente 2 mulheres?
$n(\Omega) = C_{9,3} = 84$
$n(A) = C_{4,2} \times C_{5,1} = 6 \times 5 = 30$
$P(A) = \dfrac{30}{84} = \dfrac{5}{14} \approx \mathbf{35{,}7\%}$
Exemplo 3 — Anagramas: Embaralhando as letras da palavra AMOR aleatoriamente, qual a probabilidade de começar com vogal?
$n(\Omega) = P_4 = 4! = 24$
$n(A)$: vogais = $\{A, O\}$ → 2 opções para 1ª posição; $3! = 6$ para o restante → $2 \times 6 = 12$
$P(A) = \dfrac{12}{24} = \mathbf{\dfrac{1}{2}}$
📖 8. Probabilidade Frequentista e Axiomas
Além da definição clássica, há outras interpretações de probabilidade:
Probabilidade Frequentista (empírica): baseada na frequência relativa observada em experimentos repetidos.
$P(A) \approx \dfrac{\text{número de vezes que } A \text{ ocorreu}}{\text{número total de repetições}}$
À medida que o número de repetições cresce indefinidamente, essa razão converge para a probabilidade teórica (Lei dos Grandes Números).
Axiomas de Kolmogorov: a teoria moderna de probabilidade baseia-se em três axiomas:
1. $P(A) \geq 0$ para todo evento $A$
2. $P(\Omega) = 1$
3. Se $A \cap B = \emptyset$: $P(A \cup B) = P(A) + P(B)$
Exemplo frequentista: Uma fábrica testou 500 lâmpadas e 25 foram defeituosas. Qual a probabilidade estimada de uma lâmpada ser defeituosa?
$P(\text{defeituosa}) \approx \dfrac{25}{500} = \dfrac{1}{20} = \mathbf{5\%}$
Com mais testes, essa estimativa se torna mais precisa.
Probabilidade Geométrica
Quando o espaço amostral é uma região geométrica contínua, a probabilidade é calculada pela razão das medidas (comprimento, área, volume):
$P(A) = \dfrac{\text{medida da região favorável}}{\text{medida total}}$
Exemplo: Um ponto é escolhido aleatoriamente dentro de um quadrado de lado 4. Qual a probabilidade de estar no círculo inscrito (raio 2)?
Área do quadrado: $4^2 = 16$ | Área do círculo: $\pi \cdot 2^2 = 4\pi$
$P = \dfrac{4\pi}{16} = \dfrac{\pi}{4} \approx \mathbf{78{,}5\%}$
💡 Matemática em Ação
🏥 Diagnóstico Médico
Testes médicos usam probabilidade condicional. Um teste com 95% de sensibilidade e 90% de especificidade — combinados com a prevalência da doença — geram a probabilidade real de um diagnóstico positivo ser correto (Teorema de Bayes).
🌦️ Previsão do Tempo
"30% de chance de chuva" é uma probabilidade frequentista: em dias com as mesmas condições atmosféricas, choveu em 30% deles. Modelos climáticos calculam probabilidades de eventos usando milhões de simulações.
🎮 Jogos e Loterias
Na Mega-Sena, escolhem-se 6 números de 60: $C_{60,6} = 50.063.860$ jogos possíveis. A probabilidade de ganhar com 1 jogo é $\approx 1{:}50$ milhões — menos que a chance de ser atingido por raio!
🤖 Inteligência Artificial
Modelos de aprendizado de máquina — como filtros de spam, reconhecimento facial e tradutores — são baseados em probabilidade condicional. O classificador Naive Bayes calcula $P(\text{spam}|\text{palavras do e-mail})$ para cada mensagem.
✅ 5 Questões Resolvidas (R 1 a 5)
R 1: Probabilidade clássica — dado e moeda
Enunciado: Lança-se um dado e uma moeda. Determine a probabilidade de: (a) sair 5 no dado e cara na moeda; (b) sair número ímpar no dado ou coroa na moeda.
Resolução:
$n(\Omega) = 6 \times 2 = 12$
(a) Sair 5 e cara: $\{(5, cara)\}$ → 1 caso
$P = \dfrac{1}{12}$
(b) Ímpar = $\{1,3,5\}$ ou coroa: usando o complementar "par E cara":
Par no dado: $\{2,4,6\}$ E cara: $\{(2,C),(4,C),(6,C)\}$ → 3 casos = complementar
$P(\text{par e cara}) = \dfrac{3}{12} = \dfrac{1}{4}$
$P(\text{ímpar ou coroa}) = 1 - \dfrac{1}{4} = \mathbf{\dfrac{3}{4}}$
R 2: Regra do complementar — "pelo menos"
Enunciado: Um código de 3 dígitos é formado aleatoriamente com os dígitos $\{0,1,2,3,4\}$, com repetição. Qual a probabilidade de ter pelo menos um dígito 0?
Resolução:
$n(\Omega) = 5^3 = 125$ (com repetição)
Complementar: nenhum 0 → apenas $\{1,2,3,4\}$ nas 3 posições: $4^3 = 64$
$P(\text{pelo menos um 0}) = 1 - \dfrac{64}{125} = \mathbf{\dfrac{61}{125}} \approx 48{,}8\%$
R 3: Regra da adição
Enunciado: Em uma turma de 30 alunos: 18 gostam de Matemática, 12 gostam de Física, e 6 gostam de ambas. Sorteando um aluno, qual a probabilidade de gostar de Matemática ou Física?
Enunciado: A probabilidade de um estudante passar em Matemática é 0,7 e em Português é 0,8. Assumindo independência, qual a probabilidade de: (a) passar nas duas; (b) passar em pelo menos uma?
Enunciado: Sorteando uma carta de um baralho de 52 cartas, calcule a probabilidade de ser: (a) um ás; (b) uma carta vermelha; (c) um ás vermelho; (d) um ás ou uma carta vermelha.
Enunciado: Um ponto é lançado aleatoriamente dentro de um retângulo $6 \times 8$. Dentro do retângulo há um círculo de raio 2, com centro no meio. Qual a probabilidade do ponto cair dentro do círculo?
Resolução:
Área do retângulo: $6 \times 8 = 48$
Área do círculo: $\pi \cdot 2^2 = 4\pi \approx 12{,}57$
$P = \dfrac{4\pi}{48} = \dfrac{\pi}{12} \approx \mathbf{26{,}2\%}$
🎓 5 Questões de Vestibular (T 11 a 15)
T 11: (FUVEST) Probabilidade com dados
Enunciado: Lançam-se dois dados. A probabilidade de a soma ser 7 é:
A) $\dfrac{1}{12}$
B) $\dfrac{1}{9}$
C) $\dfrac{1}{6}$
D) $\dfrac{1}{5}$
E) $\dfrac{1}{4}$
Resposta: C
Pares com soma 7: $(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)$ → 6 casos
$n(\Omega) = 36$
$P = \dfrac{6}{36} = \mathbf{\dfrac{1}{6}}$
T 12: (ENEM) Probabilidade frequentista
Enunciado: Em uma fábrica, 3% dos produtos são defeituosos. Escolhendo 2 produtos ao acaso com reposição, a probabilidade de ambos serem defeituosos é:
A) $0{,}0009$
B) $0{,}006$
C) $0{,}03$
D) $0{,}06$
E) $0{,}09$
Resposta: A
$P(D_1) = P(D_2) = 0{,}03$ (independentes por reposição)
$P(D_1 \cap D_2) = 0{,}03 \times 0{,}03 = \mathbf{0{,}0009}$
T 13: (UNICAMP) Regra da adição
Enunciado: Em um grupo de 50 pessoas, 30 falam inglês, 20 falam espanhol e 10 falam ambos. A probabilidade de uma pessoa escolhida ao acaso falar inglês ou espanhol é:
Enunciado: Sabe-se que $P(A) = 0{,}4$, $P(B) = 0{,}5$ e $P(A \cap B) = 0{,}2$. Calcule $P(A|B)$ e verifique se $A$ e $B$ são independentes.
A) $P(A|B) = 0{,}2$; dependentes
B) $P(A|B) = 0{,}4$; independentes
C) $P(A|B) = 0{,}5$; dependentes
D) $P(A|B) = 0{,}4$; dependentes
E) $P(A|B) = 0{,}8$; dependentes
Resposta: B
$P(A|B) = \dfrac{P(A \cap B)}{P(B)} = \dfrac{0{,}2}{0{,}5} = \mathbf{0{,}4}$
Como $P(A|B) = 0{,}4 = P(A)$, a ocorrência de $B$ não altera a probabilidade de $A$.
Portanto $A$ e $B$ são independentes.
Verificação: $P(A)\cdot P(B) = 0{,}4 \times 0{,}5 = 0{,}2 = P(A \cap B)$ ✓