Universidade Católica de Moçambique

Instituto de Educação a Distancia

Curso de Licenciatura em Ensino Química

Teoria de Probabilidade

Curso: Curso de Licenciatura em Ensino

Química

Disciplina: Estatística

Ano de frequência: 1º

Tutora: Iolanda Domingos Estêvão David

Lameira

Ricardo João
Código: 708241854

Nampula, Setembro de 2024

Conteúdo
Introdução ......................................................................................................................... 3
Metodologias e Estrutura .................................................................................................. 3
Eventos Independentes ..................................................................................................... 4
2. Nas afirmações abaixo atribua o valor lógico (Verdadeiro ou Falso) e justifique. ...... 4
3. A amostragem sem reposição é preferível do que a amostragem com reposição ........ 6
4. Lançamento de uma moeda e um dado ........................................................................ 7
5. De um lote sabe-se que 20% das peças são defeituosas. Calcula a probabilidade de
que extraindo-se, com reposição 3 peças do lote, tenham exactamente duas com defeito.
.......................................................................................................................................... 8
6. Em uma pesquisa sobre a preferência por marcas de sabão em pó realizada junto a
200 donas de casa, ficou provado o seguinte: 30 apreciam apenas A e B, 100 apreciam
A ou B mas não C, 40 são favoráveis a B mas não a A ou a C, 120 são favoráveis a B ou
a C mas não a A, 60 são favoráveis a C mas não a A ou B, 10 apreciam A e C mas não
B. Calcular a probabilidade de que a dona de casa sorteada ao acaso: ............................ 8
7. Um homem vai a caça com três atiradores, A, B e C. Considere as respectivas
probabilidades de acertar no alvo P(A) = 0.6; P(B) = 0.6 e P(C) = 0.8. O homem viu um
pato e escolheu um dos três atiradores. Sabe-se que pela confiança que deposita em cada
um deles, a probabilidade dele escolher o A para atirar é de 0.3, a de escolher o B é de
0.4 e a de escolher o C é de 0.3. ....................................................................................... 9
Conclusão ....................................................................................................................... 10
Referencias bibliográficas .............................................................................................. 11

2
Introdução
A teoria da probabilidade é uma área fundamental da matemática que estuda a incerteza
e a aleatoriedade, permitindo-nos modelar e compreender fenómenos do mundo real.
Através da probabilidade, podemos quantificar a chance de ocorrência de eventos, o que
é essencial em diversas áreas, como estatística, ciências sociais, economia, engenharia e
ciências naturais. Este trabalho tem como objectivo: (i) explorar conceitos-chave da
teoria da probabilidade, como eventos mutuamente exclusivos, independentes e
complementares; (ii) aplicar conceitos em exercícios práticos que envolvem cálculos de
probabilidade e amostragem. Através da resolução de problemas, buscamos não apenas
entender a teoria, mas também desenvolver habilidades analíticas que nos permitam
interpretar e aplicar a probabilidade em situações quotidianas.

Metodologias e Estrutura
Para a efectivação deste trabalho, foi possível através da pesquisa bibliográfica que
consistiu na leitura de manuais, artigos, documentos e links bibliograficamente
referenciados.

O presente trabalho comporta a seguinte estrutura: introdução, desenvolvimento,

conclusão e referencias bibliográficas.

3
Eventos Independentes
De acordo com Pires (S/d), refere que ”dois eventos A e B são independentes se a
probabilidade de ocorrência do evento B não é afectada pela ocorrência (ou não-
ocorrência) do evento A. Isto é,
P(B\A) = P(B).
 Os eventos A e B são independentes se P(A B) = P(A) P(B).
 Dois eventos que não são independentes são dependentes.
Exemplo de eventos independentes:
Dois dados são lançados. Determine a probabilidade de sair 4 em ambos.
A = {sair 4 no primeiro} B = {sair 4 no segundo} ( ) ( )

Os eventos são independentes.

2. Nas afirmações abaixo atribua o valor lógico (Verdadeiro ou Falso) e justifique.

a) O espaço amostral de uma variável discreta pode ser finito ou infinito.

Resposta: Verdadeira. Porque variável discreta tem características mensuráveis que

podem assumir apenas um número finito ou infinito contável de valores e, assim,
somente fazem sentido valores inteiros conforme (www.leg.ufpr.br). Isto é, geralmente
são resultados de contagens.

Exemplo: numero de filhos, numero de bactéria por litro de leite, numero de pães
consumidos por dia.

b) Quer os parâmetros, quer as estatísticas são variáveis aleatórias, embora os

primeiros refiram à população/universo e as segundas às amostras;

Resposta: Verdadeiro.

Os parâmetros referem-se a características de uma população, enquanto as estatísticas

são medidas calculadas a partir de uma amostra conforme Sandes(S/d.). Ambos são
considerados variáveis aleatórias, mas representam diferentes contextos: os parâmetros
são fixos, enquanto as estatísticas variam conforme a amostra escolhida.

c) É possível ter ( ) = 0,5; ( ) = 0,5 e ( ∩ ) = 0,5 .

Resposta: Verdadeiro

4
De acordo com De Oliveira (2020), Sim, é possível ter P (A) =0.5; P (B) =0.5e P (A ∩
B) = 0,5. Pois significa isso que os eventos A e B são independentes e ocorrem
simultaneamente em metade das vezes. Portanto, vamos fazer uma ilustração aplicando
a fórmula de probabilidade da intersecção de dois eventos que é dado por: P (A ∩B) = P
(A) + P (B) – P (A ∪ B). Assim temos:
Dados: Resolução:
P (A) = 0.5 P (A ∩B) = P (A) +P (B) – P (A ∪ B)
P (B) = 0.5. 0.5 = 0.5+0.5 – P (A ∪ B)
P (A ∩ B) = 0.5. P (A ∪ B) = 0.5+0.5 – 0.5
P (A ∪ B) = 0.5.
Portanto, é possível ter assim P (A) =0.5; P (B) =0.5 e P (A ∩ B) = 0,5

d) Dois eventos independentes são sempre mutuamente exclusivos, mas o contrário

não é válido.

Resposta: Falsa

Eventos Independentes: Dois eventos A e B são independentes se a ocorrência de um

não afecta a probabilidade do outro ocorrer conforme Pires (S/d). Ou seja, P(A e B) =
P(A) P(B).

Exemplo:

 Lançar um dado e lançar uma moeda.

 A = "O dado mostra 4" (P(A) = 1/6)
 B = "A moeda cai em cara" (P(B) = 1/2)
 A ocorrência de A não afecta a ocorrência de B, e vice-versa. Portanto, A e B
são independentes.

Eventos Mutuamente Exclusivos: Dois eventos A e B são mutuamente exclusivos se

não podem ocorrer ao mesmo tempo. Ou seja, P(A e B) = 0.

Exemplo:

Lançar um dado.

- A = "O dado mostra 1"

- B = "O dado mostra 2"

5
Não é possível que o dado mostre 1 e 2 ao mesmo tempo, portanto, A e B são
mutuamente exclusivos.

Eventos independentes podem ocorrer ao mesmo tempo (como no exemplo do dado e

da moeda), enquanto eventos mutuamente exclusivos não podem ocorrer
simultaneamente (como no exemplo do dado mostrando 1 ou 2).

Portanto, dois eventos independentes não são mutuamente exclusivos, e eventos

mutuamente exclusivos não são independentes.

e) Se a probabilidade de ocorrência de um evento A é igual a , então a

probabilidade de ocorrer o evento complementar ̅ é .

Resposta: Falso
Vamos observar a probabilidade de ocorrer o evento ̅ de um evento A é dada por:

( ̅) ( ), como a probabilidade de ocorrência do evento ̅ é , temos:

( ̅)

Contudo, a probabilidade de ocorrer o evento complementar ̅ é , e não , como foi

afirmado anteriormente.

3. A amostragem sem reposição é preferível do que a amostragem com reposição

A amostragem sem reposição é preferível que à amostragem com reposição em

situações onde se deseja evitar a duplicação de elementos na amostra, o que pode levar a
uma representação mais precisa da população.

Por exemplo, considere uma escola com 100 alunos, dos quais 20 são atletas. Se
quisermos seleccionar 5 alunos para uma pesquisa sobre hábitos de treino, a
amostragem sem reposição garante que cada aluno seleccionado é único,
proporcionando uma visão mais diversificada dos hábitos dos alunos. Se usássemos
amostragem com reposição, poderíamos acabar seleccionando o mesmo aluno várias
vezes, o que não reflectiria a diversidade da população.

6
4. Lançamento de uma moeda e um dado
a) Espaço amostral

O espaço amostral * + para o lançamento de uma moeda e um dado pode ser

representado como o conjunto de todos os possíveis resultados. A moeda tem 2 faces
(Cara - C e Coroa - K) e o dado tem 6 faces (1, 2, 3, 4, 5, 6). Assim, o espaço amostral
é:

*( )( )( )( )( )( )( )( )( )( )( )( )+

Portanto, o espaço amostral contém 12 elementos.

b) Probabilidade de observar a face cara

Para calcular a probabilidade de observar a face cara no lançamento da moeda e do

dado, consideramos que a moeda tem 2 resultados possíveis (C e K) e o dado tem 6
resultados possíveis (1 a 6). A probabilidade de obter cara na moeda é:

( )

A probabilidade de obter qualquer número no dado é:

( )

Como os lançamentos são independentes, a probabilidade conjunta de obter cara na

moeda e qualquer número no dado é:

( ) ( ) ( )

Em fim, a probabilidade de se observar a face cara no lançamento da moeda e de

qualquer numero no lançamento de dados é de .

7
5. De um lote sabe-se que 20% das peças são defeituosas. Calcula a probabilidade
de que extraindo-se, com reposição 3 peças do lote, tenham exactamente duas com
defeito.
Para obtermos a probabilidade da questão acima mencionada, vamos utilizar a fórmula
de distribuição binomial. Para acharmos a probabilidade requerida.
De acordo Corrêa, (2003), refere que “a formula da distribuição binomial é dada por:
( ) ( ) ( ) p.82”

Então, passamos a calcular

Dados: ( ) ( )
( )

Resolução: ( ) ( ) ( ) ( ) ( )

( ) ( )

Podemos concluir que, a probabilidade de extrair com reposição 3 peças do lote e obter
exactamente 2 peças com defeito é de 0.096.

6. Em uma pesquisa sobre a preferência por marcas de sabão em pó realizada

junto a 200 donas de casa, ficou provado o seguinte: 30 apreciam apenas A e B, 100
apreciam A ou B mas não C, 40 são favoráveis a B mas não a A ou a C, 120 são
favoráveis a B ou a C mas não a A, 60 são favoráveis a C mas não a A ou B, 10
apreciam A e C mas não B. Calcular a probabilidade de que a dona de casa
sorteada ao acaso:
a) Seja favorável aos 3 candidatos.

Para que uma dona de casa seja favorável aos 3 candidatos, ela precisa apreciar A, B e
C. O único grupo que atende a essa condição é grupo de 10 donas de casa que aprecia
A, e C mas não B.

Portanto a probabilidade de uma dona de casa sorteada ao ser favorável aos 3 candidatos
é: ( )

b) Seja favorável a A independentemente de B ou C.

8
Totalizando o número de donas de casa que apreciam A são 140. Portanto, a
probabilidade de uma dona de casa ser sorteada ao caso favorável a A,
independentemente de B ou C é:

( )

c) Aprecia A e B mas não C.

( ̅)

A probabiblidade de uma dona de casa ser sorteada ao caso apreciar A e B mas não C é
de .

7. Um homem vai a caça com três atiradores, A, B e C. Considere as respectivas

probabilidades de acertar no alvo P(A) = 0.6; P(B) = 0.6 e P(C) = 0.8. O homem viu
um pato e escolheu um dos três atiradores. Sabe-se que pela confiança que
deposita em cada um deles, a probabilidade dele escolher o A para atirar é de 0.3,
a de escolher o B é de 0.4 e a de escolher o C é de 0.3.
Foi escolhido um atirador e atirou contra o pato. Determine a probabilidade de:
a) O pato ser atingido.

Para calcular a probabilidade do pato ser atingido precisamos considerar todas as

maneiras possíveis disso acontecer:

( )

( )

( )

Portanto a probabilidade total do pato ser atingido é a soma das probabilidades de cada
um desses eventos:

( )

b) Sabendo que o pato foi atingido, que tenha sido o C a atirar.

Para calcular essa probabilidade, precisamos de utilizar a teorema de Bayes

conforme Afonso & Nunes (2019, p. 68):

9
 ( ) ( )
( )
( )

( )

Portanto, a probabilidade de C ter atirado, dado que o pato foi atingindo, é

aproximadamente 0,36.

Conclusão
A teoria da probabilidade é uma ferramenta poderosa que nos ajuda a tomar decisões
informadas em condições de incerteza. Ao longo deste trabalho, exploramos conceitos
fundamentais e aplicamos esses conceitos em exercícios práticos, demonstrando a
relevância da probabilidade em diversas situações. A compreensão de eventos
mutuamente exclusivos, independentes e complementares, bem como a diferença entre
amostragem com e sem reposição, são essenciais para a análise de dados e a realização
de inferências estatísticas. Através da prática e da aplicação desses conceitos, podemos
aprimorar nossa capacidade de raciocínio lógico e analítico, habilidades que são cada
vez mais valorizadas em um mundo repleto de informações e incertezas. A teoria da
probabilidade, portanto, não é apenas um campo académico, mas uma ferramenta
indispensável para a compreensão e a navegação no mundo que nos rodeia.

10
Referencias bibliográficas
Afonso, A. &Nunes, C. (20219). Probabilidades e Estatística: Aplicações e

Soluções em SPSS. Évora, Portugal: Universidade de Évora.

Corrêa, S. M. B. B (2003). Probabilidade e estatística. Minas Gerais, Brasil: PUC

Minas virtual

Pires J. F. (S/d). Cálculo das Probabilidades e Estatística I. Departamento de

Estatística Universidade Federal da Paraíba – UFPB [email protected]
Sande L. D. (S/d). Estatística. Universidade Católica de Moçambique (UCM)
Centro de Ensino à Distância (CED). Beira
www.leg.ufpr.br. Estatistica Decritiva. Acesso em 23.09.2024 pelas 19:21

11