Anda di halaman 1dari 51

Anlise Combinatria

e Probabilidades
Hercules Sarti
Adaptada por Antonio Fernando Silveira Alves
APRESENTAO
com satisfao que a Unisa Digital oferece a voc, aluno(a), esta apostila de Anlise Combinatria e
Probabilidades, parte integrante de um conjunto de materiais de pesquisa voltado ao aprendizado din-
mico e autnomo que a educao a distncia exige. O principal objetivo desta apostila propiciar aos(s)
alunos(as) uma apresentao do contedo bsico da disciplina.
A Unisa Digital oferece outras formas de solidifcar seu aprendizado, por meio de recursos multidis-
ciplinares, como chats, fruns, aulas web, material de apoio e e-mail.
Para enriquecer o seu aprendizado, voc ainda pode contar com a Biblioteca Virtual: www.unisa.br,
a Biblioteca Central da Unisa, juntamente s bibliotecas setoriais, que fornecem acervo digital e impresso,
bem como acesso a redes de informao e documentao.
Nesse contexto, os recursos disponveis e necessrios para apoi-lo(a) no seu estudo so o suple-
mento que a Unisa Digital oferece, tornando seu aprendizado efciente e prazeroso, concorrendo para
uma formao completa, na qual o contedo aprendido infuencia sua vida profssional e pessoal.
A Unisa Digital assim para voc: Universidade a qualquer hora e em qualquer lugar!
Unisa Digital
SUMRIO
INTRODUO ............................................................................................................................................... 5
1 ANLISE COMBINATRIA ............................................................................................................... 7
1.1 Combinaes Simples ...................................................................................................................................................7
1.2 Arranjos Simples ..............................................................................................................................................................7
1.3 Permutaes Simples .....................................................................................................................................................8
1.4 Fatorial .................................................................................................................................................................................8
1.5 Princpio Fundamental da Contagem......................................................................................................................9
1.6 Clculo do Nmero de Arranjos, Permutaes e Combinaes ....................................................................9
1.7 Combinaes Complementares ............................................................................................................................. 11
1.8 Arranjos com Elementos Repetidos ,
( )
n p
AR
.......................................................................................................... 12
1.9 Permutaes com Elementos Repetidos ............................................................................................................. 12
1.10 Resumo do Captulo ................................................................................................................................................. 13
1.11 Atividades Propostas ................................................................................................................................................ 14
2 PROBABILIDADES ............................................................................................................................... 19
2.1 A Teoria das Probabilidades ...................................................................................................................................... 19
2.2 Probabilidade Condicional ....................................................................................................................................... 22
2.3 Regra da Multiplicao e Probabilidade Total ................................................................................................... 23
2.4 Independncia de Eventos ....................................................................................................................................... 24
2.5 Resumo do Captulo .................................................................................................................................................... 26
2.6 Atividades Propostas ................................................................................................................................................... 27
3 DISTRIBUIO DE PROBABILIDADES ................................................................................... 37
3.1 Distribuio de Bernoulli ........................................................................................................................................... 37
3.2 Distribuio Geomtrica ............................................................................................................................................ 38
3.3 Distribuio Binomial .................................................................................................................................................. 39
3.4 Distribuio de Poisson .............................................................................................................................................. 40
3.5 Distribuio Normal ..................................................................................................................................................... 41
3.6 Aproximao da Binomial pela Normal ............................................................................................................... 42
3.7 Resumo do Captulo .................................................................................................................................................... 43
3.8 Atividades Propostas ................................................................................................................................................... 43
4 CONSIDERAES FINAIS ............................................................................................................... 47
RESPOSTAS COMENTADAS DAS ATIVIDADES PROPOSTAS ..................................... 49
REFERNCIAS ............................................................................................................................................. 55
ANEXO ............................................................................................................................................................. 57
Unisa | Educao a Distncia | www.unisa.br
5
INTRODUO
Este material busca apresentar a voc, aluno(a) da rea de Cincias Exatas, na modalidade a dis-
tncia, um estudo a respeito da Anlise Combinatria e Probabilidades como parte fundamental da rea
de Matemtica, relacionada com a formao para a disciplina de Estatstica, que ser apresentada nos
prximos mdulos.
Os Problemas de Contagem que do origem Anlise Combinatria so conceitos que antecedem,
na maioria dos livros, os estudos relacionados com a Teoria das Probabilidades. Os conhecimentos de
probabilidade so fundamentais para estudos estatsticos, visto que as pesquisas trabalham com possi-
bilidades.
Em Combinatria veremos, inicialmente, os contedos referentes a Fatorial, Combinaes, Arranjos
e Permutaes. Em continuidade, estudaremos as Combinaes Complementares, os Arranjos com Re-
petio e as Permutaes com Elementos Repetidos. Numa segunda etapa, faremos o estudo da Teoria
das Probabilidades, incluindo a Probabilidade Condicional, a Independncia de Eventos e os Teoremas
da Multiplicao e da Probabilidade Total. Completando o estudo das Probabilidades, iremos trabalhar
com as Distribuies de Probabilidades, destacando as Distribuies de Poisson, Binomial e Normal.
Espera-se que, com o trmino deste mdulo, voc tenha atingido os objetivos propostos para esta
disciplina, e que ela contribua de forma signifcativa para a sua formao.
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
7
ANLISE COMBINATRIA
1
Caro(a) aluno(a), neste capitulo iremos tra-
tar dos problemas de contagem, que so a base
da Anlise Combinatria.
A Anlise Combinatria visa a desenvol-
ver mtodos que permitam contar o nmero de
elementos de um conjunto, sendo que esses ele-
mentos so agrupamentos formados sob certas
condies.
Os agrupamentos a serem estudados divi-
dem-se em Permutaes, Arranjos e Combina-
es.
Neste momento, queremos destacar que
a realizao de uma leitura atenta, detalhada e
minuciosa um item fundamental para um bom
encaminhamento da estratgia de resoluo a ser
empregada em cada problema.
1.1 Combinaes Simples
Seja A um conjunto com n elementos. Os
subconjuntos de A com p elementos constituem
agrupamentos que so chamados combinaes
dos n elementos de A, p a p. Nas combinaes, os
agrupamentos diferem entre si apenas pela natu-
reza de seus elementos.
Exemplo 1: Se A = {1, 3, 5, 7}, so combina-
es dos 4 elementos de A, 3 a 3, os agrupamen-
tos:
{1, 3, 5}, {1, 3, 7}, {3, 5, 7} e {1, 5, 7}.
1.2 Arranjos Simples
Se A um conjunto com n elementos, as
sucesses com p elementos distintos, escolhidos
em A, constituem agrupamentos que so chama-
dos arranjos dos n elementos de A, p a p. Nos ar-
ranjos, os agrupamentos diferem entre si apenas
pela ordem de seus elementos.
Dicionrio Dicionrio
Arranjo: s.m. Boa disposio, ordem.
Em matemtica: as vrias maneiras que se pode
formar um certo nmero de quantidades, reunin-
do-as em qualquer ordem, duas a duas, trs a trs
etc.
Observe que no arranjo e na combinao iremos
utilizar apenas parte dos elementos do conjunto
dado.
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
8
Exemplo 2: Se A = {1, 3, 5, 7}, os arranjos dos
4 elementos de A, 3 a 3, so as seguintes suces-
ses com 3 elementos:
(1, 3, 5), (1, 5, 3), (3, 1, 5), (3, 5, 1), (5, 1, 3), (5, 3, 1)
(1, 3, 7), (1, 7, 3), (3, 1, 7), (3, 7, 1), (7, 1, 3), (7, 3, 1)
(1, 5, 7), (1, 7, 5), (5, 1, 7), (5, 7, 1), (7, 1, 5), (7, 5, 1)
(3, 5, 7), (3, 7, 5), (5, 3, 7), (5, 7, 3), (7, 3, 5), (7, 5, 3).
Se A tem n elementos, as sucesses forma-
das com os n elementos de A, usando cada um
deles uma s vez em cada agrupamento, so
chamadas permutaes dos n elementos de A.
Pode-se dizer que as permutaes so arranjos
onde p = n.
Exemplo 3: Se A = {1, 3, 5, 7}, as permuta-
es dos 4 elementos de A, so as sucesses com
4 elementos:
(1, 3, 5, 7), (1, 3, 7, 5), (1, 7, 3, 5), (1, 7, 5, 3), (1, 5, 3, 7), (1, 5, 7, 3),
(3, 1, 5, 7), (3, 1, 7, 5), (3, 7, 1, 5), (3, 7, 5, 1), (3, 5, 7, 1), (3, 5, 7, 1),
(5, 1, 3, 7), (5, 1, 7, 3), (5, 3, 1, 7), (5, 3, 7, 1), (5, 7, 1, 3), (5, 7, 3, 1),
(7, 1, 3, 5), (7, 1, 5, 3), (7, 3, 1, 5), (7, 3, 5, 1), (7, 5, 1, 3), (7, 5, 3, 1).
1.3 Permutaes Simples
Ol pessoal, vocs j ouviram falar de fato-
rial?
Ao produto n (n 1) (n 2) 3 2 1
vamos represent-lo simplesmente por n! (l-se:
n fatorial) com n N.
Exemplo 4: Observe os fatoriais a seguir:
Dicionrio Dicionrio
Permuta: s.f. Troca, intercmbio, permutao.
Sinnimos de permuta: comuta, mudana e troca.
Observe que, como o prprio signifcado demons-
tra, permuta signifca uma troca, uma alterao na
posio, na ordem dos elementos e que nesta si-
tuao iremos utilizar todos os elementos do con-
junto dado.
1.4 Fatorial
8! 8 7 6 5 4 3 2 1 40320 = =
5! 5 4 3! 5 4 3 2 1 120 = = =
n! n (n 1)! =
(n 1)! (n 1) n! + = +
(n 1)! (n 1) (n 2)! =

Observao: Vamos adotar como verdade
que 0! = 1.
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
9
Os problemas de Anlise Combinatria so,
basicamente, problemas de contagem. A aborda-
gem desses problemas baseada num fato, de
fcil comprovao, denominado Princpio Fun-
damental da Contagem ou Regra do Produto.
Um acontecimento composto de dois es-
tgios sucessivos e independentes. O primeiro
estgio pode ocorrer de m modos distintos; em
seguida, o segundo estgio pode ocorrer de n
modos distintos. Nessas condies, dizemos que
o nmero de maneiras distintas de ocorrer esse
acontecimento igual ao produto m n .
Exemplo 5: Um estudante, ao se inscrever
no Concurso para Vestibular, deve escolher o Cur-
so e a Faculdade que deseja cursar. Sabe-se que
1.5 Princpio Fundamental da Contagem
existem cinco cursos possveis: Engenharia, Medi-
cina, Odontologia, Administrao e Direito. Cada
curso pode ser feito em trs faculdades possveis:
Estadual, Federal e Particular. Nessas condies,
qual o nmero total de opes que o estudante
pode fazer?
Resoluo: Pelo Princpio Fundamental da
Contagem, usamos a regra do produto.
5 cursos x 3 faculdades = 15 opes de es-
colha.
Resposta: O estudante pode fazer 15 op-
es.
1.6 Clculo do Nmero de Arranjos, Permutaes e Combinaes
Ateno Ateno
Os arranjos so agrupamentos em que um grupo diferente de outro pela ordem ou pela natureza dos elementos
componentes.


,
!
( )!
n p
n
A
n p
=


( , N, n p) n p
As permutaes so agrupamentos ordenados em que em cada grupo entram todos os elementos.

!
n
P n =

( N) n
As combinaes so agrupamentos em que um grupo diferente de outro apenas pela natureza dos elementos
componentes.

,
!
!( )!
n p
n
C
p n p
=


( , N, n p) n p
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
10
Uma das principais difculdades encontra-
das pelos estudantes ao se defrontarem com a
resoluo de exerccios de anlise combinatria
consiste exatamente em identifcar qual o tipo de
agrupamento que devemos aplicar na resoluo
do problema proposto.
Para que se tenha sucesso na resoluo
dos problemas propostos e conseguir identifcar
qual o tipo de agrupamento que ser necessrio
para sua resoluo, imprescindvel uma leitura
atenta, detalhada e minuciosa do enunciado do
problema proposto, e que o aluno domine ple-
namente as caractersticas fundamentais de cada
tipo de agrupamento.
Para isso, sugerimos a voc, prezado(a)
aluno(a), que diante de cada problema proposto,
efetue sempre estes questionamentos a seguir,
para que consiga identifcar qual o tipo de agru-
pamento envolvido na resoluo de cada proble-
ma:
1. Estamos utilizando todos os elementos
do conjunto ou parte deles?
Todos os elementos = PERMUTAO
(SIMPLES OU COM REPETIO)
No caso de utilizarmos todos os elementos,
do conjunto dado, analise de acordo com o
enunciado se o problema proposto permi-
te ou no repetio dos elementos.
No = PERMUTAO SIMPLES
Sim = PERMUTAO COM REPETIO
2. Estamos utilizando todos os elementos
do conjunto ou parte deles?
Parte dos elementos = ARRANJO (SIMPLES
OU COM REPETIO) ou COMBINAO
3. O Agrupamento com parte dos ele-
mentos ORDENADO ou NO ORDE-
NADO?
Ordenado = ARRANJO
(SIMPLES OU COM REPETIO)
O Agrupamento Ordenado com parte dos
elementos permite ou no REPETIO?
No = ARRANJO SIMPLES
Sim = ARRANJO COM REPETIO
4. O Agrupamento com parte dos ele-
mentos ORDENADO ou NO ORDE-
NADO?
No Ordenado = COMBINAO
Exemplo 6: Com 12 pessoas, de quantos
modos podemos formar um grupo de 4 pessoas?
Vamos treinar os procedimentos indicados?
De acordo com o enunciado, o agrupamen-
to a ser formado ir utilizar todos os elementos ou
parte deles?
Perceba que iremos formar um grupo de 4
pessoas entre um total de 12 pessoas disponveis.
Logo, estamos utilizando parte dos elementos.
Consequentemente, sabemos que teremos
uma situao de Arranjo ou de Combinao.
O que difere uma situao de Arranjo de
uma de Combinao? a ordem dos elementos
do agrupamento a ser formado.
Vamos supor que no exemplo acima as 4
pessoas escolhidas sejam as pessoas denomina-
das por A, B, C e D.
Para identifcar se o agrupamento ordena-
do ou no podemos efetuar o seguinte questio-
namento:
De acordo com o enunciado, o agrupamen-
to {A,B,C,D} diferente do agrupamento {D,A,C,B}?
Ou seja, esses dois agrupamentos e todos os de-
mais agrupamentos possveis de serem formados
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
11
com esses 4 elementos devem ser contados indi-
vidualmente, ou serem considerados todos idn-
ticos e, consequentemente, serem contabilizados
apenas uma nica vez?
Perceba que de acordo com o enunciado, a
ordem dos elementos no importante. Logo, to-
dos os agrupamentos possveis de serem forma-
dos com os elementos A,B,C,D, alterando apenas
a ordem destes, devem ser considerados idnti-
cos e contados apenas uma nica vez.
Estamos, portanto, diante de um agrupa-
mento, que utiliza parte dos elementos e no or-
denado. Isso nos leva a identifcar que o problema
refere-se a um caso de Combinao.
Numa situao de Arranjo, temos um agru-
pamento ordenado, ou seja, a ordem dos elemen-
tos importante, e isso faz com que cada agrupa-
mento seja contado individualmente. No caso de
uma situao semelhante ao exerccio proposto
acima, teramos um caso de Arranjo, se, por exem-
plo, a primeira pessoa A fosse ocupar um cargo
de presidente, a segunda pessoa C fosse ocupar o
cargo de vice-presidente, a terceira pessoa D fos-
se ocupar o cargo de secretrio e a quarta pessoa
B fosse ocupar o cargo de tesoureiro.
Perceba que, se alteramos a ordem dos
elementos nessa situao, os agrupamentos
{A,B,C,D} e {A,C,D,B} seriam considerados diferen-
tes e contabilizados individualmente, assim como
com todos os outros agrupamentos de 4 elemen-
tos possveis de serem formados com A,B,C,D.
Vamos agora resoluo do problema pro-
posto.
Resoluo:
12,4
12! 12.11.10.9.8!
495
4!(12 4)! 4.3.2.1.8!
C = = =

Exemplo 7: Com os dgitos 1, 2, 3, 7, 9:


a) Quantos nmeros com 3 algarismos
distintos podemos formar?
b) Quantos nmeros com 5 algarismos
distintos podemos formar?
Antes de verifcar a resoluo, tente identif-
car qual o tipo de agrupamento envolvido. Repita
os questionamentos indicados!
Pense a respeito!
Conseguiu? Identifcou?
Veja se acertou!
Resoluo:
a)
,
! 5! 120
60
( )! (5 3)! 2!
n p
n
A
n p
= = = =

b) 120 ! 5 ! = = = n P
n
1.7 Combinaes Complementares
Considere a seguinte relao:
, , n p n n p
C C

=

Demonstrao:
,
!
!( )!
n p
n
C
p n p
=


(Trocam-se os fatores do denominador)
,
!
( )! !
n p
n
C
n p p
=


(Acrescenta-se e subtrai-se n no 2 fator do
denominador)
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
12
, ,
!
( )![ ( )]!
n p n n p
n
C C
n p n n p

= =

Portanto, a relao vlida.
, , n p n n p
C C

=
Exemplo 8: Observe as igualdades:
a)
10,7 10,3
C C =
b)
,7 , 7 a a a
C C

=
Observao: Se fzermos p = n, temos:
0 , , n n n
C C =
. Porm,
1
,
=
n n
C
, pois o nico
subconjunto com n elementos que podemos
obter de um conjunto A, que por sua vez tem n
elementos, o prprio conjunto A. Tambm sa-
bemos que A tem apenas um subconjunto com
zero elemento, que o conjunto vazio.
Ento:
1
0 , ,
= =
n n n
C C
,0
! !
1
0!( 0)! 0! !
n
n n
C
n n
= = =

, por coe-
rncia 1 ! 0 = .
1.8 Arranjos com Elementos Repetidos ,
( )
n p
AR
Exemplo 9: Quantos nmeros de 3 algaris-
mos podemos formar com os dgitos de 1 a 9?
Resoluo: Nesse caso, temos nove algaris-
mos que podem ocupar a casa da centena, nove
para ocupar a casa da dezena e nove para ocu-
par a casa da unidade:
3
9 729
9 9 9
= =
Atravs do exemplo, pode-se concluir a se-
guinte relao:
,
( )
p
n p
AR n =
1.9 Permutaes com Elementos Repetidos
Exemplo 10: Quantos anagramas tm a pa-
lavra ARCADA?
Resoluo: A palavra possui seis letras, te-
mos: 720 ! 6
6
= = P
Porm, h trs letras A, o que nos leva ao
clculo: 6 ! 3
3
= = P
Portanto, temos: 120
6
720
= anagramas.
Valem as seguintes relaes:
1 elemento repetido:
!
!
a
n
P
a
n
=
2 elementos repetidos:
! !
!
,
b a
n
P
b a
n

=

3 elementos repetidos:
! ! !
!
, ,
c b a
n
P
c b a
n

=

Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
13
Saiba mais Saiba mais
O mdico, matemtico, astrlogo e flsofo italiano Gerolamo Cardano (1501-1576) era flho de pais solteiros. Por isso foi
enjeitado, antes mesmo de nascer: o seu pai pensou em provocar aborto, mas no o fez porque era crime que levava o con-
denando pena morte. O pai de Gerolamo era um intelectual que se dedicava medicina, a advocacia, a matemtica e s
cincias ocultas. Instigado pelo pai, o flho tambm se formou em medicina aps estudar em Pavia e Padua. Ganhou fama e
dinheiro como mdico, o que abriu novos caminhos e o levou, depois, a aceitar o convite para lecionar nas Universidades de
Pavia, Milo e Bolonha. Por sobreviver a tanta rejeio tinha de ser predestinado, isso o levou a ser igualado aos gnios da po-
ca. Cardano era multifacetado, flsofo que professava o naturalismo, sempre ao lado dos cientistas mais ousados, na dianteira
do pensamento. Como flsofo e mestre, considerava o mundo e tudo que nele habita seres viventes e animados, donos de
vida prpria. Em razo disso sempre direcionou os estudos e ensinamentos no rumo do experimentalismo, da ousadia. Des-
cobriu que a cincia sempre mostrava duas faces, dualidade que sempre explorou: astronomia-astrologia, qumica-alquimia,
religio-flosofa, espiritualidade-natureza, matemtica-jogo de azar. A obra matemtica pela qual Cardano fcou conhecido
a Arte Maior, onde ele publica as solues das equaes cbicas e qutricas, que at ento estavam inditas. margem
dessa publicao, um livreiro com o olhar de comerciante viu possibilidades de ganho num pequeno manual do jogador
intitulado O livro dos jogos de azar. Alguns crticos afrmam que esta foi sua contribuio maior para a cincia matemtica.
Simplesmente porque, neste livro, Cardano inventa, por vias indiretas, a eqiprobabilidade, que tem como principal objetivo
o de transformar a esperana que at ento era uma coisa utpica, no real numa possibilidade matemtica. Cardano
transformou a teoria da probabilidade nos jogos de azar em algo que se pode chamar de pr-histria da relatividade. Segun-
do ele explica, a eqiprobabilidade uma constante na qual o montante exato da aposta a ser feita por um jogador, tem a
probabilidade [ p ] de ganhar a importncia [ s ].
Estabeleceu, assim, a lei pn = pn, que d a possibilidade que o evento de probabilidade p ocorra independente n sucessivas
vezes. Cardano montou a tbua de probabilidades para danos e a lei dos grandes nmeros, questes que foi pioneiro. Gero-
lamo tambm ensina no livro como trapacear nos jogos de azar. Mas o qu importa esse detalhe diante do vanguardismo da
obra cientfca que resultou da eqiprobabilidade? Convm lembrar que no Sculo XVI o jogo, no era considerado apenas
um passatempo. Em pouco tempo cresceu em popularidade, foi levado para os sales ofciais e comeou a ser realizado tam-
bm nas residncias. Mas a freqncia foi to grande que obrigou os viciados a fundarem casas reservadas para essa nica
fnalidade, nas quais os jogadores se reuniam para apostar a dinheiro. Gerolamo, que no tinha aporte fnanceiro por parte do
pai, se iniciou na jogatina ainda estudante para suprir os gastos com as diverses naturais da idade. E foi assim que nasceram
os cassinos, os bingos, as casas de jogos: nela os cientistas margem dos perigos da inquisio que logo incendiariam as
mentes e os livros procuravam se divertir e, ao mesmo tempo, discutiam, entre baforadas e taas de vinho, as suas teorias
fantsticas. Deste Gerolamo Cardano se sabia que era um jogador viciado, mas era tambm um gnio. Em sua autobiografa
De prpria vita, Cardano confessa que jogou xadrez cotidianamente por mais de 40 anos! Tambm jogou carteado, dados,
gamo e tantos outros jogos de azar por mais de 25 anos. Sendo cientista e matemtico pouco provvel que Gerolamo
Cardano no tivesse o cuidado de fazer anlises, estudos e teorias sobre o jogo de xadrez.
Fonte: http://pt.shvoong.com/exact-sciences/1695140-cardano-jogador-xadrez/
Neste captulo, trabalhamos com os problemas de contagem. Eles se dividem em dois tipos:
Os Arranjos, que incluem tambm as Permutaes, so agrupamentos em que um grupo diferen-
te de outro pela ordem ou pela natureza dos elementos componentes. Nesse caso, a ordem dos elemen-
tos gera novo agrupamento.
O outro tipo so os problemas de Combinaes, em que um grupo diferente de outro apenas
pela natureza dos elementos componentes.
Os Arranjos, Permutaes e Combinaes utilizam-se da notao fatorial para facilitar os clculos
dessas contagens.
1.10 Resumo do Captulo
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
14
1. So dados 5 pontos A, B, C, D, E, representados abaixo. Quantas retas distintas eles determi-
nam?
2. Certo aluno descobre, numa livraria, 4 livros de seu interesse. Se ele s pode comprar dois de-
les, de quantos modos poder faz-lo?
3. Quatro times de futebol disputam um torneio, no qual so atribudos prmios ao campeo e ao
vice-campeo. De quantos modos os prmios podem ser atribudos?
4. Quatro cidades A, B, C, D so interligadas por vias frreas, conforme a fgura a seguir. Os trens
movimentam-se apenas em linha reta, ligando duas cidades. Para atender a todos os passa-
geiros, quantos tipos de passagem devem ser impressos? (As passagens de ida e volta so
bilhetes distintos).
5. Trs cavalos disputam um preo. Qual o nmero de resultados possveis? (No so admitidos
empates).
6. A diretoria de um clube formada por trs membros: presidente, secretrio e tesoureiro. Trs
candidatos disputam os cargos, tendo fcado decidido que o mais votado ser o presidente, o
2 lugar, secretrio e o 3 lugar ser o tesoureiro. De quantos modos a diretoria pode ser com-
posta? (No se admitem empates nas votaes).
7. Simplifque:
12!
a)
9!
=
15!
b)
5!.10!
=
1.11 Atividades Propostas
B
A
D
C
.
.
.
.
.
A
B
C
D
E
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
15
8. Resolva as equaes:
a)
n! 12 (n 1)! =
b)
(n 2)! 20 (n 4)! =
c)
( ) | |
2 2
n! (n 1)! 25 =
9. Quantos nmeros com dois algarismos diferentes podemos formar com os dgitos de 1 a 9?
10. Quantos anagramas tem a palavra HOJE?
11. De quantos modos 6 pessoas podem sentar em 6 cadeiras alinhadas?
12. Sendo n um nmero inteiro positivo tal que
( 2)
12
n n
P P

=
, calcule n.
13. Uma famlia com 5 pessoas possui um automvel de 5 lugares. De quantos modos podero se
acomodar para uma viagem quando:
a) s uma pessoa sabe dirigir?
b) duas pessoas sabem dirigir?
c) todos sabem dirigir?
14. Com 7 professores, de quantos modos podemos formar uma comisso de 3 professores?
15. Quantas diagonais tem um heptgono?
16. Resolva as equaes:
a)
2 , 3 ,
. 3
n n
C C =
b)
2 , 4 ,
. 5 . 2
n n
C C =

17. Quantos anagramas da palavra LIVRO comeam pela L?
18. Quantos nmeros com 4 algarismos diferentes tem o algarismo da unidade de milhar igual a 7?
19. Quantos tringulos podem ser obtidos tendo vrtices em trs quaisquer dos vrtices de um
decgono?
20. Encontre n, sabendo que
,4 ,3
48.
n n
A C =
.
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
16
21. Encontre os valores de n e m, sabendo que:
7 , 8 7 ,
.
m n
C P A =
e
7 8 , 7 ,
.P C A
n m
=
22. Qual o nmero de modos distintos de se repartir um grupo de 7 pessoas em dois grupos, tendo
um deles quatro pessoas?
23. Com 3 goleiros e 10 jogadores que jogam em qualquer outra posio:
a) De quantos modos um time de futebol de salo pode ser formado?
b) Em quantos deles sempre fgura um determinado jogador J, no goleiro?
c) Em quantos deles nunca fgura o jogador J?
24. Quantos nmeros de 4 algarismos podem ser formados com os dgitos de 0 a 9, sendo que o 7
sempre o algarismo da unidade de milhar?
25. Quantos anagramas tem a palavra LICOROSO?
26. Quantos anagramas da palavra MATEMTICA comeam por M?
27. Qual o nmero de anagramas da palavra CARMO, onde as letras C e A aparecem juntas?
28. Dados 6 pontos coplanares, dos quais no h 3 colineares, qual o nmero de retas que podem
ser obtidas passando por dois quaisquer desses pontos?
29. Dados 6 pontos coplanares, 3 dos quais so colineares, qual o nmero de retas que podem ser
obtidas passando por dois quaisquer desses pontos?
30. Com 8 professores, de quantos modos podemos formar uma banca com 3 membros em que
fgure sempre um determinado professor?
31. Dados 10 pontos do espao, 4 dos quais no so coplanares, qual o nmero de planos que
podem ser obtidos passando por 3 quaisquer desses pontos?
32. Dados 10 pontos do espao, dos quais exatamente 6 so coplanares, qual o nmero de pla-
nos que podem ser obtidos passando por 3 quaisquer desses pontos?
33. Dez atletas disputam uma corrida com iguais chances de vencer. De quantos modos diferentes
pode ocorrer a chegada dos 3 primeiros colocados?
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
17
34. Utilizando os algarismos 1, 2, 5, 7 e 8, quantos nmeros naturais pares podemos escrever com:
a) 4 algarismos?
b) 4 algarismos distintos?
35. Uma pessoa pretende colocar 7 livros numa estante, um ao lado do outro. Entre esses livros, h
4 romances e 3 fces cientfcas.
a) De quantos modos esses livros podem ser dispostos na estante?
b) De quantos modos eles podem ser dispostos, de maneira que dois romances no fquem
juntos?
36. Em nosso sistema de numerao, quantos nmeros naturais mpares de 4 algarismos apresen-
tam algarismos repetidos?
37. Quantos anagramas so possveis formar com as letras da palavra LUCRO?
38. Quantos anagramas formados com as letras da palavra PESCADOR:
a) comeam e terminam com uma consoante?
b) comeam com uma vogal e terminam com uma consoante?
c) apresentam as vogais juntas e em ordem alfabtica?
d) apresentam as vogais juntas e em qualquer ordem?
39. Daniele possui uma pequena coleo de latinhas de cerveja, sendo 4 de marcas nacionais e 6
de marcas estrangeiras. De quantos modos Daniele pode colocar as latinhas numa prateleira,
uma ao lado da outra, de modo que as nacionais fquem juntas e as estrangeiras fquem juntas,
em qualquer ordem?
40. Sobre uma mesa, h 15 bolas de bilhar: 8 vermelhas, 4 amarelas e 3 pretas. De quantos modos
podem-se enfleirar essas bolas de modo que duas da mesma cor nunca fquem juntas?
41. Seja E = {1, 2, 3, 4, 5, 6}
a) Quantos subconjuntos de 3 elementos E possui?
b) Quantos nmeros com 3 algarismos distintos de E possvel escrever?
42. Uma empresa pretende sortear 2 automveis diferentes entre as 12 top models que foram ca-
pas de uma revista ao longo de 1 ano. O sorteio ser realizado em duas etapas. Primeiro sero
sorteadas 6 fnalistas. Em seguida, os 2 automveis sero sorteados entre as fnalistas.
a) De quantas maneiras diferentes pode resultar o grupo de 6 fnalistas?
b) Uma vez defnidas as fnalistas, de quantas maneiras pode ocorrer a premiao?
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
18
43. Com vrtices nos pontos dados sobre as retas, quantos tringulos so possveis construir no
caso abaixo?

A B C D E
K L M N

44. Para 3 alunos que fcaram em recuperao, um professor preparou 9 questes, sendo 3 para
cada aluno. De quantas maneiras o professor poder distribuir as questes entre os recuperan-
dos?
45. Uma junta mdica de 5 integrantes ser escolhida entre 6 cardiologistas e 4 pediatras. Quantas
juntas diferentes so possveis formar, de modo que entre os integrantes haja:
a) 3 cardiologistas e 2 pediatras?
b) No mnimo um pediatra?
c) No mximo um pediatra?
46. De um baralho de 52 cartas, so eliminadas todas as cartas com os nmeros 8, 9 e 10. Com o
restante do baralho, quantos jogos de 4 cartas possvel formar, de modo que entre elas haja:
a) exatamente um s?
b) pelo menos um s?
c) exatamente duas fguras?
d) pelo menos duas fguras?
e) no mximo duas fguras?
47. Uma pessoa quer convidar 4 entre 10 amigos para um jantar. No entanto, dois desses amigos
tm fortes diferenas pessoais. De quantas maneiras pode ser formado o grupo dos 4 convida-
dos, de modo que no compaream simultaneamente as duas pessoas citadas?
48. Pretende-se distribuir 12 bolinhas vermelhas, 11 azuis e 13 pretas entre dois meninos. Cada
menino deve receber no mnimo 5 bolinhas de cada cor. De quantas maneiras pode ser feita a
distribuio?
49. Quantos nmeros naturais de 7 algarismos distintos so possveis formar utilizando todos os
algarismos do nmero 1 234 567?
50. Quantos nmeros naturais mpares so possveis escrever permutando os algarismos do n-
mero 6 725 727?
51. Com n letras iguais a A e 3 letras iguais a B formam-se um total de 8n + 16 permutaes. Calcule
n.
Unisa | Educao a Distncia | www.unisa.br
19
Durante o sculo XVII, com os chamados
jogos de azar, surgiram os primeiros estudos de
probabilidade. Apesar de ter origem atravs dos
jogos de azar, a probabilidade tornou-se funda-
mental para conhecermos as chances que dispo-
mos para tomarmos decises.
Quando se pensa numa probabilidade,
dispe-se de algo incerto, mas que oferece cer-
to grau de confana ou possibilidade de ocorrer.
Para medir o grau de confana que se deposita
em certas afrmaes ou experimentos, defne-se:
PROBABILIDADES
2
2.1 A Teoria das Probabilidades
Probabilidade o nmero que resulta da
diviso do nmero de casos favorveis a um
evento pelo nmero total de casos possveis.
Exemplo 11: Qual a probabilidade de se
obter face mpar numa nica jogada de dado?
Resoluo: Um dado tem o total de seis fa-
ces: F1, F2, F3, F4, F5 e F6.
As faces mpares so trs: F1, F3 e F5.
Probabilidade de
F1 F3 F5 3 Faces 3 1
0, 5
F1 ou F3 ou F5 F1 F2 F3 F4 F5 F6 6 Faces 6 2
| | + +
= = = = =
|
+ + + + +
\ .
Pode-se, ento, utilizar a frmula:
p
f
X P = ) (
Onde:
P(X) a probabilidade de ocorrer o evento
X;
f o nmero de casos favorveis ocor-
rncia de X;
p o nmero de casos possveis.
Sejam A e B dois eventos, ento A B ser
tambm um evento que ocorrer se, e somente
se, A ou B (ou ambos) ocorrerem. Diz-se que A
B a unio entre o evento A e o evento B.
Sejam A e B dois eventos, ento A B ser
tambm um evento que ocorrer se, e somente
se, A e B ocorrerem simultaneamente. Defne-
-se que A B a interseo entre o evento A e
o evento B. Em particular, se A B = , A e B so
chamados mutuamente exclusivos.
Seja A um evento, ento o evento comple-
mentar de A (indicado por: A
c
) ser tambm um
evento que ocorrer se, e somente se, A no ocor-
rer.
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
20
A seguir, seguem alguns teoremas impor-
tantes a respeito de probabilidades:
T1: a probabilidade do evento certo igual
a 1.
T2: se A B (l-se: A est contido em B), en-
to P(A) P(B).
T3: se A um evento, ento
1 ) ( 0 A P
.
T4: se A e B so eventos, ento
) ( ) ( ) ( ) ( B A P B P A P B A P + = .
Observao: Se A e B so mutuamente
exclusivos (A B = ), ento:
P(A B) = P(A) + P(B)
T5: se A um evento, ento o evento
complementar de A ter probabilidade
) ( 1 ) ( A P A P
c
=
.
Exemplo 12: Uma urna contm 50 bolas
idnticas; se as bolas forem numeradas de 1 a 50,
qual a probabilidade de, em uma extrao ao aca-
so, obter:
a) a bola de nmero 27?
b) uma bola de nmero par?
c) uma bola de n maior que 20?
d) uma bola de nmero menor ou igual a
20?
Resoluo: H um total de 50 bolas: B1, B2,
B3,..., B50.
Ateno Ateno
Probabilidade o nmero que resulta da divi-
so do nmero de casos favorveis a um evento
pelo nmero total de casos possveis.
a) Ser chamado de A o evento formado
pela bola de nmero 27: A = {B27}.
Resoluo: h um total de 50 bolas: B1, B2, B3,..., B50.
a) Ser chamado de A o evento formado pela bola de nmero 27: A = {B27}.
50
1
Bolas 50
Bola 1
B50 B3,..., B2, B1,
B27
P(A)



b) Ser chamado de B o evento formado pelas bolas pares:
B = {B2, B4,..., B50}. Este evento B possui 25 elementos.
2
1
50
25
Bolas 50
Bolas 25
B50 B3,..., B2, B1,
B50 ... B4 B2
P(B)




c) Ser chamado de C o evento formado pelas bolas de nmero maior que 20:
C = {B21, B22,..., B50}. Este evento C possui 30 elementos.


d) Ser chamado de D o evento formado pelas bolas de nmero menor ou igual que
20:
D = {B1, B2,..., B20}. Este evento D possui 20 elementos.


Exemplo 13: trs cavalos C1, C2 e C3 disputam um preo, do qual s se premiar o
vencedor. O espao amostral : S = {C1, C2, C3}. Um conhecedor dos 3 cavalos afirma que as
chances de C1 vencer so o dobro das de C2, e que C2 tem o triplo das chances de C3.
Qual a probabilidade que cada cavalo tem de vencer?

Resoluo: atribui-se uma probabilidade p ao cavalo C3. C3 = p
O cavalo C2 tem o triplo das chances de C3. C2 = 3C3 = 3p
J o cavalo C1 tem o dobro das chances de C2. C1 = 2C2 = 2 u3p = 6p
5
3
50
30
Bolas 50
Bolas 30
B50 B3,..., B2, B1,
B50 ... B22 B21
P(C)

5
2
50
20
Bolas 50
Bolas 20
B50 B3,..., B2, B1,
B20 ... B2 B1
P(D)

b) Ser chamado de B o evento formado


pelas bolas pares:
B = {B2, B4,..., B50}. Este evento B possui 25
elementos.
Resoluo: h um total de 50 bolas: B1, B2, B3,..., B50.
a) Ser chamado de A o evento formado pela bola de nmero 27: A = {B27}.
50
1
Bolas 50
Bola 1
B50 B3,..., B2, B1,
B27
P(A)



b) Ser chamado de B o evento formado pelas bolas pares:
B = {B2, B4,..., B50}. Este evento B possui 25 elementos.
2
1
50
25
Bolas 50
Bolas 25
B50 B3,..., B2, B1,
B50 ... B4 B2
P(B)




c) Ser chamado de C o evento formado pelas bolas de nmero maior que 20:
C = {B21, B22,..., B50}. Este evento C possui 30 elementos.


d) Ser chamado de D o evento formado pelas bolas de nmero menor ou igual que
20:
D = {B1, B2,..., B20}. Este evento D possui 20 elementos.


Exemplo 13: trs cavalos C1, C2 e C3 disputam um preo, do qual s se premiar o
vencedor. O espao amostral : S = {C1, C2, C3}. Um conhecedor dos 3 cavalos afirma que as
chances de C1 vencer so o dobro das de C2, e que C2 tem o triplo das chances de C3.
Qual a probabilidade que cada cavalo tem de vencer?

Resoluo: atribui-se uma probabilidade p ao cavalo C3. C3 = p
O cavalo C2 tem o triplo das chances de C3. C2 = 3C3 = 3p
J o cavalo C1 tem o dobro das chances de C2. C1 = 2C2 = 2 u3p = 6p
5
3
50
30
Bolas 50
Bolas 30
B50 B3,..., B2, B1,
B50 ... B22 B21
P(C)

5
2
50
20
Bolas 50
Bolas 20
B50 B3,..., B2, B1,
B20 ... B2 B1
P(D)

c) Ser chamado de C o evento formado


pelas bolas de nmero maior que 20:
C = {B21, B22,..., B50}. Este evento C possui
30 elementos.
Resoluo: h um total de 50 bolas: B1, B2, B3,..., B50.
a) Ser chamado de A o evento formado pela bola de nmero 27: A = {B27}.
50
1
Bolas 50
Bola 1
B50 B3,..., B2, B1,
B27
P(A)



b) Ser chamado de B o evento formado pelas bolas pares:
B = {B2, B4,..., B50}. Este evento B possui 25 elementos.
2
1
50
25
Bolas 50
Bolas 25
B50 B3,..., B2, B1,
B50 ... B4 B2
P(B)




c) Ser chamado de C o evento formado pelas bolas de nmero maior que 20:
C = {B21, B22,..., B50}. Este evento C possui 30 elementos.


d) Ser chamado de D o evento formado pelas bolas de nmero menor ou igual que
20:
D = {B1, B2,..., B20}. Este evento D possui 20 elementos.


Exemplo 13: trs cavalos C
1
, C
2
e C
3
disputam um preo, do qual s se premiar o
vencedor. O espao amostral : S = {C
1
, C
2
, C
3
}. Um conhecedor dos 3 cavalos afirma que as
chances de C
1
vencer so o dobro das de C
2
, e que C
2
tem o triplo das chances de C
3
.
Qual a probabilidade que cada cavalo tem de vencer?

Resoluo: atribui-se uma probabilidade p ao cavalo C
3
. C
3
= p
O cavalo C
2
tem o triplo das chances de C
3.
C
2
= 3C
3
= 3p
J o cavalo C
1
tem o dobro das chances de C
2.
C
1
= 2C
2
= 2 u3p = 6p
5
3
50
30
Bolas 50
Bolas 30
B50 B3,..., B2, B1,
B50 ... B22 B21
P(C)

5
2
50
20
Bolas 50
Bolas 20
B50 B3,..., B2, B1,
B20 ... B2 B1
P(D)

d) Ser chamado de D o evento formado


pelas bolas de nmero menor ou igual que 20:
D = {B1, B2,..., B20}. Este evento D possui
20 elementos.
Resoluo: h um total de 50 bolas: B1, B2, B3,..., B50.
a) Ser chamado de A o evento formado pela bola de nmero 27: A = {B27}.
50
1
Bolas 50
Bola 1
B50 B3,..., B2, B1,
B27
P(A)



b) Ser chamado de B o evento formado pelas bolas pares:
B = {B2, B4,..., B50}. Este evento B possui 25 elementos.
2
1
50
25
Bolas 50
Bolas 25
B50 B3,..., B2, B1,
B50 ... B4 B2
P(B)




c) Ser chamado de C o evento formado pelas bolas de nmero maior que 20:
C = {B21, B22,..., B50}. Este evento C possui 30 elementos.


d) Ser chamado de D o evento formado pelas bolas de nmero menor ou igual que
20:
D = {B1, B2,..., B20}. Este evento D possui 20 elementos.


Exemplo 13: trs cavalos C1, C2 e C3 disputam um preo, do qual s se premiar o
vencedor. O espao amostral : S = {C1, C2, C3}. Um conhecedor dos 3 cavalos afirma que as
chances de C1 vencer so o dobro das de C2, e que C2 tem o triplo das chances de C3.
Qual a probabilidade que cada cavalo tem de vencer?

Resoluo: atribui-se uma probabilidade p ao cavalo C3. C3 = p
O cavalo C2 tem o triplo das chances de C3. C2 = 3C3 = 3p
J o cavalo C1 tem o dobro das chances de C2. C1 = 2C2 = 2 u3p = 6p
5
3
50
30
Bolas 50
Bolas 30
B50 B3,..., B2, B1,
B50 ... B22 B21
P(C)

5
2
50
20
Bolas 50
Bolas 20
B50 B3,..., B2, B1,
B20 ... B2 B1
P(D)

Exemplo 13: Trs cavalos C


1
, C
2
e C
3
dispu-
tam um preo, do qual s se premiar o vencedor.
O espao amostral : S = {C
1
, C
2
, C
3
}. Um conhece-
dor dos 3 cavalos afrma que as chances de C
1

vencer so o dobro das de C
2
, e que C
2
tem o tri-
plo das chances de C
3
. Qual a probabilidade que
cada cavalo tem de vencer?
Resoluo: Atribui-se uma probabilidade p
ao cavalo C
3
. C
3
= p
O cavalo C
2
tem o triplo das chances de C
3.

C
2
= 3C
3
= 3p
J o cavalo C
1
tem o dobro das chances de
C
2.
C
1
= 2C
2
= 2 3p = 6p
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
21
Somente esses trs cavalos disputam, logo:
Somente esses trs cavalos disputam, logo:


& & &

S S S

S

S

Ento, a probabilidade dos cavalos ser:

S &

S &

S &
6DLEDPDLV
Ento, a probabilidade dos cavalos ser:
Somente esses trs cavalos disputam, logo:


& & &

S S S

S

S

Ento, a probabilidade dos cavalos ser:

S &

S &

S &
6DLEDPDLV

Saiba mais Saiba mais
Pascal nasceu a 19 de Julho de 1623, em Clermont-Ferrand, na Frana, flho de tienne Pascal e Antoniette Bejon. Quando
tinha apenas trs anos, perdeu a me e, como era o nico flho do sexo masculino, o pai encarregou-se diretamente da sua
educao. tienne desenvolveu um mtodo singular de educao do flho, com exerccios de diversos tipos para despertar a
razo e o juzo correto. Disciplinas como Geografa, Histria e Filosofa foram ensinadas, sobretudo, por meio de jogos.
tienne acreditava que a Matemtica s deveria ser ensinada ao flho quando este fosse mais velho. Nesse sentido, mantinha
longe do flho os livros de matemtica. Pascal tinha, porm grande curiosidade sobre aqueles estranhos assuntos. Por inter-
mdio de conversas que ouvia ou da leitura de obras que passavam pela censura do pai, descobriu as maravilhas da cincia
dos nmeros. Mesmo sem professor, comeou a desenvolver os seus estudos. Aos 12 anos, o pai descobriu-o desenhando
no cho, fguras geomtricas com carvo. Nessa mesma altura, Pascal descobre que a soma dos ngulos de um tringulo
igual a dois ngulos retos.
Estavam ali, por intuio, vrias das proposies da matemtica de Euclides. Pascal havia chegado sozinho 32 proposio
do Livro 1 dos Elementos do velho sbio.
Reconhecida a sua genialidade, foi dada permisso ao jovem Pascal para que estudasse matemtica livremente.
tienne Pascal mesmo no sendo uma pessoa totalmente ortodoxa, frequentava a casa do padre franciscano Marin Mersene,
que tambm era frequentada por muitas personalidades importantes. Foi quando, com aproximadamente 14 anos, Blaise
Pascal decidiu acompanhar o seu pai nessas reunies e aos 16 anos apresentou vrios teoremas de Geometria Projetiva, onde
constava o conhecido Hexgono Mstico. Ainda com os seus 16 anos, escreveu ssai sur les coniques (Ensaio sobre as Cnicas),
baseado no estudo de Girad Desargues.
Mais tarde, para ajudar o pai, sempre ocupado com os nmeros, dedicou-se criao de uma mquina de calcular. Pascal de-
senvolveu importantes estudos que tiveram como inspirao as descobertas do italiano Torricelli sobre a presso atmosfrica.
A partir de 1647, Pascal passou a dedicar-se ao estudo da aritmtica. Desenvolveu clculos de probabilidade, a frmula de
geometria do acaso, o conhecido Tringulo de Pascal e o tratado sobre as potncias numricas.
Mas o trabalho excessivo minou a sua sade, dbil por natureza, caindo gravemente doente. Em 1648 frequentou, com sua
irm Jacqueline, os seguidores de Saint-Cyran, que o levaram ao misticismo de Port-Royal. Depois da morte do pai, o seu
fervor religioso arrefeceu um pouco, iniciando-se o chamado perodo mundano de Pascal, devido proibio mdica de
dedicar-se a trabalhos intelectuais, prejudiciais sua sade, e a pratica de exerccios de penitncia.
Pascal faleceu primeira hora da madrugada de 29 de Agosto de 1662, aos 39 anos, vtima de um tumor maligno no estoma-
go. As suas ltimas palavras foram: Que Deus jamais me abandone!.
Fonte: http://www.educ.fc.ul.pt/docentes/opombo/seminario/pasca_l/biografa.htm.
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
22
Caro(a) aluno(a), observe que, como na pr-
pria denominao deste tpico, em casos de pro-
babilidade condicional, teremos uma condio,
ou ainda, uma informao a mais no problema.
Essa informao do que ocorreu em determina-
da etapa do fenmeno aleatrio em estudo pode
infuenciar nas probabilidades de ocorrncias de
etapas sucessivas. Nesse caso, podemos dizer que
ganhamos informaes e podemos recalcular as
probabilidades de interesse.
Uma leitura atenta e detalhada do enuncia-
do de extrema importncia para identifcarmos
as situaes onde o conceito de probabilidade
condicional estar envolvido.
Observe o exemplo a seguir e identifque
no enunciado a informao a mais.
Exemplo 14: Considere o problema seguin-
te:
Uma bola retirada de uma urna que con-
tm 20 bolas numeradas de 1 a 20. A pessoa que
a retirou diz o seguinte para os que acompanham
o sorteio:
Saiu um nmero mpar!
Pergunta-se:
Qual a probabilidade de ter sado um n-
mero primo?
H 20 resultados possveis para o experi-
mento retirar uma bola da urna. Isto ,
S = {1, 2, 3, 4, ..., 19, 20}
Dentre esses resultados, destacam-se os
eventos:
A: sair nmero mpar. A = {1, 3, 5, 7, 9, 11, 13,
15, 17, 19}
B: sair nmero primo. B = {2, 3, 5, 7, 11, 13,
17, 19}
O problema pede a probabilidade de ocor-
rer B (nmero primo), mas informa que j ocorreu
A (nmero mpar). Ento, entre os elementos de
2.2 Probabilidade Condicional
A, vamos contar quantos so os casos favorveis
ocorrncia de B. Note que isso equivale a deter-
minar A B.
A B = {3, 5, 7, 11, 13, 17, 19} n(A B) = 7
Assim, entre os 10 nmeros mpares pos-
sveis de terem ocorrido, h 7 casos favorveis
ocorrncia de um nmero primo. Logo, a proba-
bilidade de ocorrer primo, sabendo que ocorreu
mpar :
( ) 7
( / )
( ) 10
n A B
P B A
n A

= =
Defnio: Seja S um espao amostral
e onde h dois eventos, A e B. O smbolo P(A/B)
indica a probabilidade do evento A, dado que o
evento B ocorreu, isto , P(A/B) a probabilidade
condicional do evento A, uma vez que B tenha
ocorrido. Quando se calcula P(A/B), tudo se passa
como se B fosse o novo espao amostral reduzi-
do dentro do qual queremos calcular a probabi-
lidade de A.
Observao: Note que
) / ( ) / ( B A P A B P
,
vejam usando o exemplo anterior:
Dicionrio Dicionrio
Espao amostral: o conjunto formado por todos
os resultados possveis de um experimento aleat-
rio. indicado pelo smbolo .
( ) 7
( / )
( ) 10
n A B
P B A
n A

= =
( ) 7
( / )
( ) 8
n A B
P A B
n B

= =
e
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
23
Ateno Ateno
P(A/B) a probabilidade condicional do even-
to A, uma vez que B tenha ocorrido. Tudo se
passa como se B fosse o novo espao amostral
reduzido dentro do qual queremos calcular a
probabilidade de A.
Uma consequncia importante da defni-
o de probabilidade condicional a seguinte:
) / ( ) ( ) (
) (
) (
) / ( B A P B P B A P
B P
B A P
B A P =

=
) / ( ) ( ) (
) (
) (
) / ( A B P A P B A P
A P
B A P
A B P =

=
Isto , a probabilidade da ocorrncia simul-
tnea de dois eventos [P(A B)] o produto da
probabilidade de um deles pela probabilidade do
outro, dado o primeiro.
Exemplo 15: Uma urna I contm 2 bolas
vermelhas e 3 bolas brancas, a urna II contm 4
bolas vermelhas e 5 bolas brancas. Uma urna
escolhida ao acaso e dela uma bola extrada ao
acaso. Qual a probabilidade de observarmos urna
I e bola vermelha?
Resoluo: Como existem duas urnas (U
1
e
U
2
), a probabilidade de cada urna 0,5.
J, a probabilidade de ocorrer bola verme-
lha (V) condicionada urna I ser dada por:
5
2
) / (
1
= U V P
, pois h duas boas verme-
lhas numa urna que possui 5 bolas.
2.3 Regra da Multiplicao e Probabilidade Total
O problema pede a probabilidade de obser-
varmos urna I e bola vermelha, ou seja, a interse-
o entre os eventos:
1 1 1
1 2 2 1
( ) ( ) ( / )
2 5 10 5
P U V P U P V U = = = =
Outra situao importante o chamado
teorema da probabilidade total. Ele utilizado
quando a probabilidade de um evento A difcil
de ser calculada diretamente, porm se torna sim-
ples o seu clculo usando os conceitos a seguir.
Inicialmente, considere n eventos B
1
, B
2
,...,
B
n
. Considere que eles formam uma partio do
espao amostral S, quando:
I) P (B
k
) >0 k;
II) B
i
B
j
= para i j;
III)
S B
n
i
i
=
=

1
.
Os eventos B
1
, B
2
,..., B
n
so dois a dois mu-
tuamente exclusivos exaustivos (sua unio S).
Seja A um evento qualquer do espao amostral S
e B
1
, B
2
, ..., B
n
, uma partio de S, vlida a seguin-
te relao:
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
24
A = (B
1
A) (B
2
A) (B
3
A) ... (B
n
A).
Note que (B
1
A); (B
2
A) ...; (B
n
A) so
dois a dois mutuamente exclusivos, portanto:
) ( ) ( ) ( ) (
2 1
A B P A B P A B P A P
n
+ + + =
Exemplo 16: Uma urna I tem 2 bolas ver-
melhas (V) e 3 brancas (B); outra urna II tem 3
bolas vermelhas e uma branca e a urna III tem 4
bolas vermelhas e 2 brancas. Uma urna selecio-
nada ao acaso e dela extrada uma bola. Qual a
probabilidade de a bola ser vermelha?
Resoluo: Utilizando o teorema da proba-
bilidade total, temos:
Os eventos B1, B2,..., Bn so dois a dois mutuamente exclusivos exaustivos (sua unio
S). Seja A um evento qualquer do espao amostral S e B1, B2, ..., Bn, uma partio de S,
vlida a seguinte relao:

A = (B1 A) (B2 A) (B3 A) ... (Bn A).
Note que (B1 A); (B2 A) ...; (Bn A) so dois a dois mutuamente exclusivos,
portanto:

) ( ) ( ) ( ) (
2 1
$ % 3 $ % 3 $ % 3 $ 3
Q
!
.

Exemplo 16: uma urna I tem 2 bolas vermelhas (V) e 3 brancas (B); outra urna II tem 3
bolas vermelhas e uma branca e a urna III tem 4 bolas vermelhas e 2 brancas. Uma urna
selecionada ao acaso e dela extrada uma bola. Qual a probabilidade de a bola ser
vermelha?
Resoluo: utilizando o teorema da probabilidade total, temos:
P(V) = P(U1 V) + P(U2 V) + P(U3 V)
P(V) = P(U1 ) u P(V / U1) + P(U2 ) u P(V / U2) + P(U3 ) u P(V / U3)
180
109
6
4
3
1
4
3
3
1
5
2
3
1
) ( u u u 9 3


Exemplo 17 (problema da moeda de Bertrand):
Existem trs caixas idnticas. A 1
a
contm duas moedas de ouro, a 2
a
contm uma
moeda de ouro e outra de prata, e a 3
a
, duas moedas de prata. Uma caixa selecionada ao
acaso e da mesma escolhida uma moeda ao acaso. Se a moeda escolhida for de ouro,
qual a probabilidade de que a outra moeda da caixa escolhida tambm seja de ouro?

Resoluo: temos trs caixas, contendo:
C1 = 2 moedas de ouro;
C2 = 1 moeda de ouro e 1 moeda de prata;
C3 = 2 moedas de prata.

Exemplo 17 (problema da moeda de Ber-
trand):
Existem trs caixas idnticas. A 1
a
contm
duas moedas de ouro, a 2
a
contm uma moeda de
ouro e outra de prata, e a 3
a
, duas moedas de pra-
ta. Uma caixa selecionada ao acaso e da mesma
escolhida uma moeda ao acaso. Se a moeda es-
colhida for de ouro, qual a probabilidade de que a
outra moeda da caixa escolhida tambm seja de
ouro?
Resoluo: temos trs caixas, contendo:
C
1
= 2 moedas de ouro;
C
2
= 1 moeda de ouro e 1 moeda de prata;
C
3
= 2 moedas de prata.
Queremos calcular a probabilidade de a se-
gunda moeda ser de ouro, sabendo que a primei-
ra foi de ouro. Em outras palavras, a probabilida-
de de caixa C
1
, sabendo que ocorreu ouro (O). Em
smbolos: P(C
1
/O) = ?
Utilizando o teorema da probabilidade to-
tal, temos:
Queremos calcular a probabilidade de a segunda moeda ser de ouro, sabendo que a
primeira foi de ouro. Em outras palavras, a probabilidade de caixa C1, sabendo que ocorreu
ouro (O). Em smbolos: P(C1/O) = ?

Utilizando o teorema da probabilidade total, temos:
P(O) = P(C1 O) + P(C2 O) + P(C3 O)
P(O) = P(C1 ) u P(O / C1) + P(C2 ) u P(O / C2) + P(C3 ) u P(O / C3)

u u u 2 3



Utilizando a probabilidade condicional, vem:



u
u
2 & 3

2.4 INDEPENDNCIA DE EVENTOS

Dados dois eventos A e B de um espao amostral :, diremos que A independe de B
se P(A/B) = P(A). Isto , A independe de B se a ocorrncia de B no afeta a probabilidade de
A.
Observemos que, se A independe de B, ento B independe de A, pois:







% 3
$ 3
$ 3 % 3
$ 3
% $ 3 % 3
$ 3
% $ 3
$ % 3


Dois eventos A e B so chamados independentes, se
% 3 $ 3 % $ 3

Observaes:
a) Se A e B no so independentes, eles so chamados dependentes.
b) Se A e B so independentes, ento:

Utilizando a probabilidade condicional,
vem:
3
2
6
4
1
2
6
2
2
1
2
2
3
1
) / (
1
= = =

= O C P
2.4 Independncia de Eventos
Dados dois eventos A e B de um espao
amostral W, diremos que A independe de B se
P(A/B) = P(A). Isto , A independe de B se a ocor-
rncia de B no afeta a probabilidade de A.
Observemos que, se A independe de B, en-
to B independe de A, pois:
) (
) (
) ( ) (
) (
) / ( ) (
) (
) (
) / ( B P
A P
A P B P
A P
B A P B P
A P
B A P
A B P =

=
Dois eventos A e B so chamados indepen-
dentes, se
) ( ) ( ) ( B P A P B A P =
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
25
Observaes:
a) Se A e B no so independentes, eles
so chamados dependentes.
b) Se A e B so independentes, ento:
A e B
C
so independentes;
A
C
e B so independentes;
A
C
e B
C
so independentes.
Exemplo 18: uma moeda lanada 3 vezes.
Sejam os eventos:
A: ocorrem pelo menos duas caras.
B: ocorrem resultados iguais nos trs lana-
mentos.
Mostrar que os eventos A e B so indepen-
dentes.
A e B
C
so independentes;
A
C
e B so independentes;
A
C
e B
C
so independentes.

Exemplo 18: uma moeda lanada 3 vezes. Sejam os eventos:
A: ocorrem pelo menos duas caras.
B: ocorrem resultados iguais nos trs lanamentos.
Mostrar que os eventos A e B so independentes.

Resoluo:
: = {(K, K, K); (K, K, C); (K, C, K); (K, C, C); (C, K, K); (C, K, C); (C, C, K); (C, C, C)}.
A = {(K, K, K); (K, K, C); (K, C, K); (C, K, K)}; P(A) =


B = {(K, K, K); (C, C, C)}; P(B) =


A B = {(K, K, K)}; P(A B) =


Logo, P(A B) = P(A) x P(B)


Portanto, A e B so independentes.

ATENO
Dados dois eventos A e B de um espao amostral :, diremos que A independe de B se
P(A/B) = P(A).


Exemplo 19: duas pessoas praticam tiro ao alvo. A probabilidade de a 1
a
atingir o
alvo P(A) =

e a probabilidade de a 2
a
atingir o alvo P(B) =

. Admitindo A e B
independentes, se os dois atiram, qual a probabilidade de:
a) ambos atingirem o alvo?
b) ao menos um atingir o alvo?
Exemplo 19: Duas pessoas praticam tiro
ao alvo. A probabilidade de a 1 atingir o alvo
P(A) =
3
1
e a probabilidade de a 2

atingir o alvo
P(B) =
3
2
. Admitindo A e B independentes, se os
dois atiram, qual a probabilidade de:
a) ambos atingirem o alvo?
b) ao menos um atingir o alvo?
Resoluo:
9
2
3
2
3
1
) ( ). ( ) = = B P A P a
9
7
3
2
3
2
3
1
3
1
3
2
3
1
) ( ). ( ) ( ). ( ) ( ). ( )
= + +
= + + B P A P B P A P B P A P b
c c
Ateno Ateno
Dados dois eventos A e B de um espao amostral
, diremos que A independe de B se P(A/B) =
P(A).
Considere 3 eventos A, B e C do mesmo es-
pao amostral . Dizemos que A, B e C so inde-
pendentes, se P(A B C) = P(A) . P(B) . P(C)
Generalizando:
P(A
1
A
2
... A
n
) = P(A
1
) . P(A
2
) . . . . . P(A
n
)
Exemplo 20: Um dado lanado 5 vezes.
Qual a probabilidade de que a face 2 aparea
pelo menos uma vez nos 5 lanamentos?
Resoluo: Vamos calcular a probabilidade
da face 2 aparecer nenhuma vez.
7776
3125
6
5
6
5
6
5
6
5
6
5
=
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
26
Agora, calcula-se a probabilidade de a face
2 aparecer pelo menos uma vez, usando o evento
complementar:
7776
4651
7776
3125
1 =
2.5 Resumo do Captulo
A probabilidade de um evento consiste na razo entre os casos favorveis a ocorrncia do evento
e o total de casos possveis do experimento aleatrio. A utilizao de probabilidades ocorre em jogos do
cotidiano, no clculo de seguros em geral e, em outras situaes onde fundamental conhecer suas pos-
sibilidades de chances. Neste captulo, vimos a Probabilidade de um Evento condicionado ocorrncia
de outro evento e tambm Eventos Independentes em termos de probabilidades.
A utilizao da Anlise Combinatria est diretamente associada aos problemas de probabilidades,
onde se torna fundamental determinarmos a quantidade de elementos dos conjuntos Espao Amostral
e Eventos.
Muitos alunos no conhecem a composio de um baralho e, como este comumente tema de diversos problemas de
anlise combinatria e probabilidades, apresentaremos a seguir como um baralho formado.
O baralho comum tem 52 cartas (espao amostral), sendo 26 vermelhas e 26 pretas. So divididas em 4 naipes: copas,
ouro, paus e espadas, sendo que cada naipe possui 13 cartas numeradas de 2 a 10 e mais as cartas chamadas de fguras:
o Rei (smbolo K), a Rainha ou Dama (smbolo Q), o Valete (smbolo J) e o s (smbolo A).
(13 cartas por naipe x 4 naipes = 52 cartas).
Observe a tabela com as informaes detalhadas de um baralho:
Curiosidade Curiosidade
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
27
1. Numa urna existem duas bolas vermelhas e seis brancas. Sorteando-se uma bola, qual a proba-
bilidade de ela ser vermelha?
2. No lanamento simultneo de dois dados, encontra-se o seguinte espao amostral:
S = {(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)}
Determine a probabilidade dos seguintes eventos:
A: ocorrncia de nmeros iguais nos dois dados.
B: ocorrncia de nmeros cuja soma seja 12.
C: ocorrncia de nmeros cuja soma seja menor ou igual a 12.
D: ocorrncia de nmeros cuja soma seja 8.
E: ocorrncia de nmeros cuja soma seja diferente de 8.
F: ocorrncia de nmeros iguais, com soma igual a 8.
G: ocorrncia de nmeros iguais, com soma igual a 7.
H: ocorrncia de nmeros iguais nos dois dados, ou de nmeros com soma igual a 8.
I: ocorrncia de nmeros mltiplos de 3 nos dois dados.
3. Numa cidade com 1.000 eleitores, vai haver uma eleio com 2 candidatos, A e B. feita uma
prvia em que os 1.000 eleitores so consultados, sendo que 510 j se decidiram, defnitiva-
mente, por A. Qual a probabilidade de que A ganhe a eleio?
4. Uma moeda viciada de tal modo que sair cara duas vezes mais provvel do que sair coroa.
Calcule a probabilidade de:
a) ocorrer cara no lanamento dessa moeda;
b) ocorrer coroa no lanamento dessa moeda.
5. De um baralho de 52 cartas, uma extrada ao acaso. Qual a probabilidade de cada um dos
eventos abaixo?
a) Ocorrer dama de copas.
b) Ocorrer dama.
c) Ocorrer carta de naipe de paus.
d) Ocorrer uma fgura.
e) Ocorrer uma carta que no um rei.
2.6 Atividades Propostas
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
28
6. Uma urna contm 3 bolas brancas, 2 vermelhas e 5 azuis. Uma bola escolhida ao acaso na
urna. Qual a probabilidade de a bola escolhida ser:
a) branca?
b) vermelha?
c) azul?
7. Jogando 3 dados, qual a probabilidade de se obter soma menor ou igual a 4?
8. Os jogadores A, B, C e D disputam um torneio onde A e B tm chances iguais, C e D tambm
tm chances iguais, mas A tem o dobro das chances de C. Qual a probabilidade de B vencer?
Qual a probabilidade de D vencer?
9. Considere o espao amostral S = {a, b, c, d} de um experimento aleatrio. Consideremos a se-
guinte distribuio de probabilidades: P(a) = 1/8, P(b) = 1/8, P(c) = , P(d) = x. Determine o valor
de x.
10. Com os dados do exerccio anterior e sejam os eventos A = {a, b, c} e B = {c, d}, determine P(A),
P(B), P(A
c
), P(B
c
), P(A B) e P(A B).
11. As chances de um time de futebol T ganhar o campeonato que est disputando so de 5 para
2. Determine:
a) a probabilidade de T ganhar;
b) a probabilidade de T perder.
12. Dos 100 alunos de uma turma, 40 gostam de lgebra, 30 gostam de Geometria, 10 gostam de
lgebra e Geometria, e h os que no gostam de lgebra nem de Geometria. Um aluno esco-
lhido ao acaso. Qual a probabilidade de ele gostar de:
a) lgebra?
b) Geometria?
c) lgebra e Geometria?
d) lgebra ou Geometria?
13. Dois dados equilibrados so lanados.
a) Qual a probabilidade de ocorrerem nmeros iguais nas faces superiores?
b) Qual a probabilidade de ocorrerem nmeros diferentes?
14. Uma loja dispe de 12 geladeiras do mesmo tipo, dos quais 4 apresentam defeitos.
a) Se um fregus vai comprar uma geladeira, qual a probabilidade de levar uma defeituosa?
b) Se um fregus vai comprar duas geladeiras, qual a probabilidade de levar duas defeituo-
sas?
c) Se um fregus vai comprar duas geladeiras, qual a probabilidade de levar pelo menos
uma com defeito?
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
29
15. Onze jovens so dispostos em uma fla. Qual a probabilidade de dois determinados jovens:
a) fcarem juntos?
b) fcarem separados?
16. Dois indivduos A e B vo jogar cara ou coroa com uma moeda honesta. Eles combinam lanar
a moeda cinco vezes e ganha o jogo aquele que ganhar em trs ou mais lanamentos. Cada
um aposta R$ 2.800,00. Feitos os dois primeiros lanamentos, em ambos os quais A vence, eles
resolvem encerrar o jogo. Do ponto de vista probabilstico, de que forma devem ser repartidos
os R$ 5.600,00?
17. Em um grupo de 500 estudantes, 80 estudam Engenharia, 150 estudam Economia e 10 estu-
dam Engenharia e Economia. Se um aluno escolhido ao acaso, qual a probabilidade de que:
a) ele estude Economia e Engenharia?
b) ele estude somente Engenharia?
c) ele estude somente Economia?
d) ele no estude Engenharia nem Economia?
e) ele estude Engenharia ou Economia?
18. Uma cidade tem 50.000 habitantes e 3 jornais A, B, C. Sabe-se que:
15.000 leem o jornal A;
10.000 leem o jornal B;
8.000 leem o jornal C;
6.000 leem os jornais A e B;
4.000 leem os jornais A e C;
3.000 leem os jornais B e C;
1.000 leem os trs jornais.
Uma pessoa selecionada ao acaso. Qual a probabilidade de que:
a) ela leia pelo menos um jornal?
b) leia s um jornal?
19. Oito pessoas (dentre elas Pedro, Silvia e Joo) so dispostas ao acaso em uma fla. Qual a pro-
babilidade de:
a) os trs fcarem juntos?
b) os trs fcarem separados?
20. Nove livros so colocados ao acaso numa estante. Qual a probabilidade de que 3 livros deter-
minados fquem juntos?
21. Uma urna contm 4 bolas brancas, 2 bolas vermelhas e 3 azuis. Cinco bolas so selecionadas ao
acaso, sem reposio. Qual a probabilidade de que 2 sejam brancas, uma vermelha e 2 azuis?
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
30
22. Um lote contm 60 lmpadas, sendo 50 boas e 10 defeituosas. Cinco lmpadas so escolhidas
ao acaso, sem reposio. Qual a probabilidade de:
a) todas serem boas?
b) todas serem defeituosas?
c) 2 serem boas e 3 defeituosas?
23. Uma urna contm 5 bolas vermelhas e 7 brancas. Duas bolas so extradas sucessivamente ao
acaso e sem reposio. Qual a probabilidade de:
a) ambas serem brancas?
b) ambas serem vermelhas?
24. Uma moeda lanada 10 vezes, qual a probabilidade de observarmos 5 caras e 5 coroas?
25. Sejam A e B eventos tais que: P(A) =
3
1
, P(B) =
4
1
e P(AB) =
6
1
.
Determine:
a) P(A/B)
b) P(B/A)
c) P(A/AB)
d) P(AB/A)
26. Dos 50 alunos de uma classe, 10 foram reprovados em Fsica, 12 em Matemtica, sendo que 6
foram reprovados em Fsica e Matemtica. Um aluno escolhido ao acaso.
a) Sabendo que ele foi reprovado em Matemtica, qual a probabilidade de tambm ter sido
reprovado em Fsica?
b) Sabendo que ele foi reprovado em Fsica, qual a probabilidade de tambm ter sido re-
provado em Matemtica?

27. Um casal tem dois flhos. Determine a probabilidade de ambos serem rapazes, dado que:
a) o primeiro flho rapaz.
b) pelo menos um dos flhos rapaz.
28. Um dado lanado e o nmero da face de cima observado.
a) Se o resultado obtido for par, qual a probabilidade de ele ser maior ou igual a 5?
b) Se o resultado obtido for maior ou igual a 5, qual a probabilidade de ele ser par?
c) Se o resultado obtido for mpar, qual a probabilidade de ele ser menor que 3?
d) Se o resultado obtido for menor que 3, qual a probabilidade de ele ser mpar?
29. Um nmero sorteado ao acaso entre os 100 inteiros de 1 a 100.
a) Qual a probabilidade de o nmero ser par?
b) Qual a probabilidade de o nmero ser par, dado que ele menor que 50?
c) Qual a probabilidade de o nmero ser divisvel por 5, dado que par?
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
31
30. Dois dados d
1
e d
2
so lanados.
a) Qual a probabilidade de a soma dos pontos ser 6, se a face observada em d
1
foi 2?
b) Qual a probabilidade de o dado d
1
apresentar face 2, se a soma dos pontos foi 6?
c) Qual a probabilidade de a soma dos pontos ser menor que 7, sabendo que em ao menos
um dado apareceu o resultado 2?
d) Qual a probabilidade de a soma dos pontos ser menor ou igual a 6, se a soma dos pontos
nos dois dados foi menor ou igual a 4?
e) Qual a probabilidade de o mximo dos nmeros observados ser 5, se a soma dos pontos
foi menor ou igual a 9?
31. Considere um tetraedro, como um dado, com 4 faces numeradas de 1 a 4. Dois tetraedros t
1

e t
2
so lanados sobre um plano e observam-se os nmeros das faces nas quais se apoiam
os tetraedros. Se a soma dos pontos obtidos for maior que 5, qual a probabilidade de que o
nmero observado em t
1
seja:
a) 4?
b) 3?
32. Um grupo de 50 moas classifcado de acordo com a cor dos cabelos, e dos olhos de cada
moa, segundo a tabela:
CABELOS
OLHOS
Azuis Castanhos
Loira 17 9
Morena 4 14
Ruiva 3 3
Se voc marca um encontro com uma dessas garotas, escolhida ao acaso, qual a probabilidade
de ela ser:
a) loira?
b) morena de olhos azuis?
c) morena ou ter olhos azuis?
d) est chovendo quando voc encontra a garota. Seus cabelos esto completamente co-
bertos, mas voc percebe que ela tem olhos castanhos. Qual a probabilidade de que ela
seja morena?
33. De um total de 100 alunos que se destinam ao curso de Matemtica, Fsica e Qumica sabe-se
que:
I - 30 destinam-se Matemtica e, desses, 20 so do sexo masculino.
II - O total de alunos do sexo masculino 50, dos quais 10 destinam-se Qumica.
III - Existem 10 moas que se destinam ao curso de Qumica.
34. Nessas condies, sorteando um aluno ao acaso do grupo total e sabendo que do sexo femi-
nino, qual a probabilidade de que ele se destine ao curso de Matemtica?
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
32
35. Uma comisso de 3 pessoas formada escolhendo-se ao acaso entre Antnio, Benedito, Csar,
Denise, Elisabeth e Fbio. Se Denise no pertence comisso, qual a probabilidade de Csar
pertencer?
36. Um prdio de trs andares, com dois apartamentos por andar, tem apenas trs apartamentos
ocupados. Qual a probabilidade de que cada um dos trs andares tenha exatamente um
apartamento ocupado?
37. Um juiz de futebol possui trs cartes no bolso. Um todo amarelo, outro todo vermelho e
o terceiro vermelho de um lado e amarelo do outro. Num determinado lance, o juiz retira, ao
acaso, um carto do bolso e o mostra a um jogador. Determine a probabilidade de a face que o
juiz v ser vermelho e de a outra face, mostrada ao jogador, ser amarela.
38. Uma urna I tem 3 bolas vermelhas e 4 pretas. Outra urna II tem 6 bolas vermelhas e 2 pretas.
Uma urna escolhida ao acaso e dela escolhida uma bola tambm ao acaso. Qual a probabi-
lidade de observarmos:
a) urna I e bola vermelha?
b) urna I e bola preta?
c) urna II e bola vermelha?
d) urna II e bola preta?
39. Uma urna tem 8 bolas vermelhas, 3 brancas e 4 pretas. Uma bola escolhida ao acaso e, sem
reposio desta, outra escolhida, tambm ao acaso. Qual a probabilidade de:
a) a 1 bola ser vermelha e a 2 branca?
b) a 1 bola ser branca e a 2 vermelha?
c) a 1 e a 2 serem vermelhas?
40. O ms de outubro tem 31 dias. Numa certa localidade, chove 5 dias no ms de outubro. Qual a
probabilidade de no chover nos dias 1 e 2 de outubro?
41. A urna I tem 3 bolas vermelhas e 4 brancas, a urna II tem 2 bolas vermelhas e 6 brancas e a urna
III tem 5 bolas vermelhas, 2 brancas e 3 amarelas. Uma urna selecionada ao acaso e dela
extrada uma bola, tambm ao acaso. Qual a probabilidade de a bola ser:
a) vermelha?
b) branca?
c) amarela?
42. Em um lote da fbrica A existem 18 peas boas e 2 defeituosas. Em outro lote da fbrica B
existem 24 peas boas e 6 defeituosas, e em outro lote da fbrica C existem 38 peas boas e 2
defeituosas. Um dos 3 lotes sorteado ao acaso e dele extrada uma pea ao acaso. Qual a
probabilidade de a pea ser:
a) boa?
b) defeituosa?
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
33
43. Em um jogo de cara ou coroa, em cada tentativa a moeda lanada 3 vezes consecutivas. Uma
tentativa considerada um sucesso se o nmero de vezes que se obtm cara superar estri-
tamente o nmero de vezes que se obtm coroa. Qual a probabilidade de serem obtidos 2
sucessos nas 2 primeiras tentativas?
44. A urna I tem 2 bolas vermelhas e 3 amarelas e a urna II tem 4 bolas vermelhas, 5 amarelas e 2
brancas. Uma bola escolhida ao acaso na urna I e colocada na urna II, em seguida uma bola
escolhida na urna II ao acaso. Qual a probabilidade de essa segunda bola ser:
a) vermelha?
b) amarela?
c) branca?
45. Uma urna I tem 3 bolas vermelhas e 4 brancas, a urna II tem 6 bolas vermelhas e 2 brancas. Uma
urna escolhida ao acaso e nela escolhida uma bola, tambm ao acaso.
a) Qual a probabilidade de observarmos urna I e bola vermelha?
b) Qual a probabilidade de observarmos bola vermelha?
c) Se a bola observada foi vermelha, qual a probabilidade que tenha vindo da urna I?
46. Uma caixa contm 3 moedas M
I
, M
II
e M
III
. A M
I
honesta, a M
II
tem duas caras e a M
III
viciada
de tal modo que caras so duas vezes mais provveis que coroas. Uma moeda escolhida ao
acaso e lanada.
a) Qual a probabilidade de observarmos moeda M
I
e cara?
b) Qual a probabilidade de observarmos cara?
c) Se o resultado fnal foi cara, qual a probabilidade de que a moeda lanada tenha sido M
I
.
47. Duas mquinas A e B produzem peas idnticas, sendo que a produo da mquina A o triplo
da produo da mquina B. A mquina A produz 80% de peas boas e a mquina B produz
90%. Uma pea selecionada ao acaso no estoque e verifca-se que boa. Qual a probabilida-
de de que tenha sido fabricada pela mquina A?
48. Certa molstia A detectada atravs de um exame de sangue. Entre as pessoas que efetiva-
mente possuem a molstia A, 80% delas tm a molstia detectada pelo exame de sangue.
Entre as pessoas que no possuem a molstia A, 5% delas tm a molstia detectada (erronea-
mente) pelo exame de sangue. Numa cidade, 2% das pessoas tm a molstia A. Uma pessoa da
cidade foi submetida ao citado exame de sangue, que a acusou como portadora da molstia A.
Qual a probabilidade de essa pessoa estar efetivamente atacada pela molstia?
49. Em uma populao, o nmero de homens igual ao de mulheres. 5% dos homens so daltni-
cos e 0,25% das mulheres so daltnicas. Uma pessoa selecionada ao acaso e verifca-se que
daltnica. Qual a probabilidade de que ela seja mulher?
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
34
50. As probabilidades de que duas pessoas A e B resolvam um problema so: P(A) =
3
1
e P(B) =
5
3
.
Qual a probabilidade de que:
a) ambos resolvam o problema?
b) ao menos um resolva o problema?
c) nenhum resolva o problema?
d) A resolva o problema, mas B no?
e) B resolva o problema, mas A no?
51. A probabilidade de certo homem sobreviver mais 10 anos, a partir de certa data, 0,4, e de que
sua esposa sobreviva mais 10 anos a partir da mesma data 0,5. Qual a probabilidade de:
a) ambos sobreviverem mais 10 anos a partir daquela data?
b) ao menos um deles sobreviver mais 10 anos a partir daquela data?
52. A probabilidade de que um aluno A resolva certo problema P(A) =
2
1
, a de que outro aluno
B resolva P(B) =
3
1
e a de que um terceiro aluno C o resolva P(C) =
4
1
. Qual a probabilidade
de que:
a) os trs resolvam o problema?
b) ao menos um resolva o problema?
53. Lus tem probabilidade
4
1
de convidar Alice para um passeio num domingo. A probabilidade
de que Csar a convide
5
2
e a de Olavo
2
1
. Qual a probabilidade de que:
a) os trs a convidem para o passeio?
b) ao menos um a convide para o passeio?
c) nenhum a convide para o passeio?
54. As probabilidades de 3 jogadores A, B e C marcarem um gol quando cobram um pnalti so
2 4 7
,
3 5 10
e , respectivamente. Se cada um cobrar uma nica vez, qual a probabilidade de que
pelo menos um marque um gol?
55. Em uma indstria, h 10 pessoas que ganham mais de 20 salrios-mnimos (sm), 20 que ga-
nham entre 10 e 20 sm e 70 que ganham menos de 10 sm. Trs pessoas dessa indstria so
selecionadas. Determine a probabilidade de que pelo menos uma ganhe menos de 10 sm.
56. Num certo colgio, 4% dos homens e 1% das mulheres tm mais de 1,75 m de altura. 60% dos
estudantes so mulheres. Um estudante escolhido ao acaso e tem mais de 1,75 m. Qual a
probabilidade de que seja homem?
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
35
57. A probabilidade de um indivduo da classe A comprar um carro de
4
3
, da classe B de
5
1

e da C de
1
20
. As probabilidades de os indivduos comprarem um carro da marca X so
1 3 3
,
10 5 10
e
, dado que sejam A, B e C, respectivamente. Certa loja vendeu um carro da marca
X. Qual a probabilidade de que o indivduo que o comprou seja da classe B?
Unisa | Educao a Distncia | www.unisa.br
37
Consideremos uma nica tentativa de um
experimento aleatrio. Podemos ter sucesso ou
fracasso nessa tentativa. Seja p a probabilidade
de sucesso e q a probabilidade de fracasso, com
p + q = 1.
Seja X: nmero de sucessos em uma nica
tentativa do experimento. X assume o valor O
que corresponde ao fracasso, com probabilidade
q, ou o valor 1, que corresponde ao sucesso, com
probabilidade p.

=
sucesso 1
fracasso 0
X
com P(X = 0) = q

e P(X=1) = p
Nessas condies, a varivel aleatria X tem
distribuio de Bernoulli, e sua funo de proba-
bilidade dada por:
x x
q p x X P

= =
1
) (
Com mdia ou esperana E(X) = p e com va-
rincia VAR(X) = pq.
DISTRIBUIO DE PROBABILIDADES
3
Exemplo 21: Uma urna tem 30 bolas bran-
cas e 20 verdes. Retira-se uma bola dessa urna.
Seja X: nmero de bolas verdes, calcular E(X),
VAR(X) e determinar P(X).
Resoluo:
3 DISTRIBUIES DE PROBABILIDADES

3.1 DISTRIBUIO DE BERNOULLI

Consideremos uma nica tentativa de um experimento aleatrio. Podemos ter
sucesso ou fracasso nessa tentativa. Seja p a probabilidade de sucesso e q a probabilidade
de fracasso, com p + q = 1.
Seja X: nmero de sucessos em uma nica tentativa do experimento. X assume o
valor O que corresponde ao fracasso, com probabilidade q, ou o valor 1, que corresponde
ao sucesso, com probabilidade p.

sucesso 1
Iracasso 0
;
com P(X = 0) = q e P(X=1) = p

Nessas condies, a varivel aleatria X tem distribuio de Bernoulli, e sua funo de
probabilidade dada por:

[ [
T S [ ; 3

u
1
) (


Com mdia ou esperana E(X) = p e com varincia VAR(X) = puq.

Exemplo 21: uma urna tem 30 bolas brancas e 20 verdes. Retira-se uma bola dessa
urna. Seja X: nmero de bolas verdes, calcular E(X), VAR(X) e determinar P(X).

Resoluo:

o
o

5
2
50
20
1
5
3
50
30
q 0
S
;

S ; (

u u T S ; 9$5
[ [
[ ; 3



3.1 Distribuio de Bernoulli
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
38
Consideremos tentativas sucessivas e inde-
pendentes de um mesmo experimento aleatrio.
Cada tentativa admite sucesso com probabilida-
de p e fracasso com probabilidade q; p + q = 1.
Seja X: nmero de tentativas necessrias ao
aparecimento do primeiro sucesso.
Logo, X assume os valores:
X = 1, que corresponde ao sucesso (S) e P(X
= 1) = p;
X = 2, que corresponde ao fracasso (F) na 1
tentativa e sucesso na segunda, (FS) e P(X = 2) =
P(F S) = q x p;
Saiba mais Saiba mais
Famlia serve a cincia por 100 anos
Nenhuma famlia na histria da Matemtica produziu tantos matemticos clebres quanto a famlia Bernoulli. Oriunda
dos Pases Baixos espanhis, esta famlia emigrou em 1583 para Basilia, na Sua, fugindo da guerra. Cerca de uma dzia de
membros da famlia conseguiu renome na Matemtica e na Fsica, sendo quatro deles efeitos como scios estrangeiros da
Academia das Cincias, da Frana.
Os primeiros Bernoulli que se destacaram em Matemtica foram Jacques e Jean, respectivamente, quinto e dcimo flhos
de Nicolaus.
Jacques viajou muito para encontrar cientistas de outros pases. Destacou-se por seus estudos sobre infnitsimos, seus
artigos sobre mximos e mnimos de funes publicadas na revista Acta Eruditorum (Anotaes dos eruditos), suas pesquisas
sobre sries infnitas em que aparece o resultado clebre conhecido como desigualdade de Bernoulli: (1 + x)n > 1 + nx.
A ele tambm atribuda a demonstrao de que a srie harmnica divergente.
Jacques tinha uma verdadeira fascinao por curvas, tendo estudado vrias delas: a parbola semi-cbica, a lemniscata, a
catenria, a iscrona, a espiral logartmica, etc.
Jean Bernoulli, segundo a vontade do seu pai, deveria ser mdico. Indo estudar em Paris, desgarrou para a Matemtica,
escrevendo em 1691-1692 dois livros de Clculo que foram publicados muito mais tarde.
Em 1692, passou a ensinar Clculo a um jovem marqus de LHospital e, em troca de um salrio regular, concordou em
enviar ao nobre francs suas descobertas matemticas, para serem usadas como o marqus o desejasse.
A consequncia foi que, uma das mais importantes descobertas de Jean passou Histria com nome de regra de
LHospital.
Os irmos Jean e Jacques mantinham intensa correspondncia com Leibniz, pois todos eles colaboravam com artigos
para a mesma revista, Acta Eruditorum (Anotaes dos eruditos). Jacques tambm autor do clssico Arte de conjecturar,
considerada a mais antiga obra sobre probabilidade.
Jean foi pai de Nicolas, Daniel e Jean II. Nicolas foi professor de Matemtica em S. Petersburgo e Daniel e Jean II foram
professores em Basilia. Outro Bernoulli, Nicolas II, primo desses trs, ocupou durante algum tempo o lugar que foi de Galileu,
em Pdua. Da gerao mais jovem foi Daniel que mais se destacou com seus resultados em hidrodinmica e probabilidade.
Houve ainda outros Bernoulli que conseguiram evidncia em Matemtica, no sculo XVIII, fazendo juz ao nome da famlia.
Fonte: http://matematica.com.br/site/biografas/105.html.
3.2 Distribuio Geomtrica
X = 3, que corresponde a (FFS) e P(X = 3) =
P(F F S) = q x q x p
= q x p;
X = 4, que corresponde a (FFFS) e P(X = 4) =
q x p; e assim sucessivamente.
Nessas condies, a varivel aleatria X tem
distribuio de Geomtrica, e sua funo de pro-
babilidade dada por:
p q x X P
x
= =
1
) (
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
39
Exemplo 22: A probabilidade de se encon-
trar aberto o sinal de trnsito numa esquina
0,20. Qual a probabilidade de que seja necessrio
passar pelo local 5 vezes, para encontrar o sinal
aberto pela primeira vez?
Resoluo:
X: nmero de vezes necessrias para encon-
trar o sinal aberto.
p = 0,20 q = 0,80
p q x X P
x
= =
1
) (
P (X = 5) = (0,80)
4
x (0,20) = 0,08192
A probabilidade de 0,08192
A distribuio binomial tem esse nome por-
que se baseia no desenvolvimento de (a + b)
n
,
que o Binmio de Newton.
Consideremos, ento, uma sequncia de
n ensaios. Seja p a probabilidade de sucesso em
cada ensaio e q a probabilidade de fracasso (q =
1 p). Queremos calcular a probabilidade P
k
, da
ocorrncia de exatamente K sucessos, nos n en-
saios. evidente que K {0, 1, 2, ..., n}.
A probabilidade P
k
de exatamente K suces-
sos nos n ensaios ser dada pela frmula:
k n k
k
q p
k
n
P


|
|
.
|

\
|
=
Onde:
n !
k! (n k)!
n
k
| |
=
|

\ .
(Combinao dos
n elementos tomados k vezes)
Os valores de n e k so sempre inteiros.
3.3 Distribuio Binomial
Ateno Ateno
Consideremos, ento, uma sequncia de n en-
saios. Seja p a probabilidade de sucesso em cada
ensaio e q a probabilidade de fracasso (q = 1 p).
Queremos calcular a probabilidade Pk, da ocor-
rncia de exatamente K sucessos, nos n ensaios.
Exemplo 23: Uma urna tem 4 bolas verme-
lhas (V) e 6 brancas (B). Uma bola extrada, ob-
servada sua cor e reposta na urna. O experimento
repetido 5 vezes. Qual a probabilidade de ob-
servarmos exatamente 3 vezes bola vermelha?
Resoluo:
O problema trata-se de uma distribuio bi-
nomial em que cada ensaio ser feito nas mesmas
condies (bola reposta na urna). Temos, ento:
Nmero de ensaios n = 5.
Probabilidade de sucesso para um ensaio
6
4
= p (nesse caso, o sucesso bola vermelha).
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
40
Probabilidade de fracasso o evento com-
plementar dado por
6
2
6
4
1 = = q .
Aplica-se a frmula para K = 3 (exatamente
3 vezes bola vermelha):
k n k
k
q p
k
n
P


|
|
.
|

\
|
=
3 2
3
5
4 2
10 0, 2963 0,1111 0, 3292
3 6 6
P
| |
| | | |
= = =
| | |
\ . \ .
\ .
3.4 Distribuio de Poisson
Consideremos a probabilidade de ocorrn-
cia de sucessos em um determinado intervalo.
A probabilidade da ocorrncia de um suces-
so no intervalo proporcional ao intervalo. A pro-
babilidade de mais de um sucesso nesse intervalo
bastante pequena com relao probabilidade
de um sucesso.
Seja X o nmero de sucessos no intervalo,
ento:
!
) (
k
e
k X P
K

= =

, onde
718282 , 2 e e l a mdia aritmtica.
A varivel X assim defnida tem distribuio
de Poisson.
A distribuio de Poisson muito usada na
distribuio do nmero de:
1. Carros que passam por um cruzamento
por minuto, durante certa hora do dia;
2. Erros tipogrfcos por pgina, em um
material impresso;
3. Defeitos por unidade por pea fabrica-
da;
4. Colnia de bactrias numa dada cul-
tura por 0,01 mm, numa plaqueta de
microscpio;
5. Mortes por ataque de corao por ano,
numa cidade. aplicada tambm em
problemas de flas de espera em geral,
e outros.
Exemplo 24: Num livro de 800 pginas h
800 erros de impresso. Qual a probabilidade de
que uma pgina contenha pelo menos 3 erros?
Resoluo:
Sendo X: nmero de erros por pgina
A mdia l = 800 erros: 800 pginas = 1 erro
por pgina
Queremos calcular P(X 3) = ?
P(X 3) = 1 P(X < 3) = 1 [ P(X=0) + P(X=1)
+ P(X=2)]
(

=

! 2
1
! 1
1
! 0
1
1
2 1 1 1 0 1
e e e
] 183940 , 0 367879 , 0 367879 , 0 [ 1 + + =
080302 , 0 919698 , 0 1 = =
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
41
H uma distribuio de frequncia deno-
minada curva normal, considerada um modelo
terico ou ideal que resulta muito mais de uma
equao matemtica do que de um real delinea-
mento de pesquisa com coleta de dados.
A curva normal um tipo de curva simtri-
ca, suave, cuja forma lembra um sino. Ela uni-
modal, sendo seu ponto de frequncia mxima,
situado no meio da distribuio, em que a mdia,
a mediana e a moda coincidem.
3.5 Distribuio Normal
Dicionrio Dicionrio
Unimodal: no caso da curva normal, signifca que
a curva tem apenas um pico (observe a fgura a
seguir).
Em Estatstica, diz-se que possui apenas uma
moda (medida estatstica).
A Distribuio Normal uma das mais im-
portantes distribuies de probabilidades co-
nhecidas. Isso se deve no s aos recursos que
ela prpria oferece, mas tambm ao fato de que
muitas outras distribuies de probabilidades
convergem para ela.
A Distribuio Normal uma distribuio
contnua, ou seja, a varivel X pode assumir
quaisquer valores do campo dos reais. Lembre-se
que, se X tiver Distribuio Binomial, s poder
ter valores inteiros. Nesse caso, a varivel X cha-
mada de discreta.
Na Figura 1 possvel visualizar um exem-
plo de Curva Normal.
Figura 1 Exemplo de curva normal.
F
r
e
q
u

n
c
i
a
A rea sob a curva aquela regio do pla-
no compreendida entre a curva e o eixo das abs-
cissas, que corresponde em qualquer Distribuio
Normal a 100% dos dados considerados.
A natureza simtrica da Curva Normal vai le-
var a concluir que qualquer distncia medida em
unidades de desvio padro (S), acima ou abaixo
da mdia, contm a mesma poro da rea sob
a curva.
Temos ento:
34,13% da rea total situa-se entre a
mdia e 1 S abaixo ou acima da mdia;
47,72% da rea total situa-se entre a
mdia e 2 S abaixo ou acima da mdia;
49,87% da rea total situa-se entre a
mdia e 3 S abaixo ou acima da mdia.
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
42
Vamos imaginar uma varivel X que te-
nha Distribuio Normal com mdia X e desvio
padro S. Se deslocarmos o eixo vertical para a
direita at o centro da curva, teremos feito uma
mudana de origem, em que o zero passou a
ocupar a mdia da curva. Tomemos uma nova va-
rivel Z e defnindo-a, temos:
S
X X
Z
i

=
Onde X
i
qualquer valor da varivel X no
campo dos reais.
Com esse processo, teremos construdo
uma Distribuio Normal Reduzida ou Distri-
buio Normal Padronizada com os seguintes
parmetros:

0 = X 1
2
= S S = 1
Dessa forma, as infnitas distribuies nor-
mais reduzem-se a apenas uma: N(0; 1).
Uma forma abreviada de indicar que a
varivel X se distribui normalmente escrever
) ; ( N X
2
S X , onde X a mdia e S
2
a varin-
cia.
Exemplo 25: X N(20; 16). Calcular P(X <
25).
Resoluo:
So dados: 20 X = e S = 16. Ento: S = 4.
Primeiramente vamos transformar a vari-
vel X em varivel reduzida Z:
25 20 5
1, 25
4 4
i
X X
Z
S

= = = =
Consultando a tabela de probabilidades
curva normal reduzida (Anexo 1), obtemos a pro-
babilidade de 0,3944 para Z = 1,25. importante
lembrar que essa probabilidade vai da mdia at
1,25 unidade de desvio padro acima da mdia.
O problema pede: P(X < 25) = P(Z < 1,25) =
0,3944 + 0,5 = 0,8944.
3.6 Aproximao da Binomial pela Normal
A mdia aritmtica de uma distribuio bi-
nomial dada por
p n =
Onde:
m representa a mdia procurada (popula-
cional);
n representa o nmero de repeties do ex-
perimento;
p representa a probabilidade associada ao
evento sucesso.
A varincia de uma distribuio binomial
dada por
q p n =
2

Onde:

2
representa a varincia procurada (popu-
lacional);
n representa o nmero de repeties do ex-
perimento;
p representa a probabilidade associada ao
evento sucesso;
q representa a probabilidade associada ao
evento fracasso.
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
43
Quando
p n
ou
q n
(sempre o menor)
for 5 , a normal constituir uma boa aproxima-
o para a binomial. A frmula resolutiva da bino-
mial pela normal :
q p n
p n X
Z
i
i


=
5 , 0
Exemplo 26: Uma moeda honesta lana-
da 20 vezes. Sendo X o nmero de caras, deter-
minar P (12 X 14).
Resoluo:
1
12 0, 5 20 0, 5 11, 5 10 1, 5
0, 67
2, 2361
20 0, 5 0, 5 5
Z

= = = =

2
14 0, 5 20 0, 5 14, 5 10 4, 5
2, 01
2, 2361
20 0, 5 0, 5 5
Z
+
= = = =

Consultando a tabela de probabilidades
curva normal reduzida (Anexo 1), obtemos a pro-
babilidade de 0,2486 para Z = 0,67 e 0,4778 para
Z = 2,01. importante lembrar que essa probabi-
lidade vai da mdia at 0,67 ou at 2,01 unidades
de desvio padro acima da mdia.
O problema pede: P(12 X 14) = P(0,67
Z 2,01) = 0,4778 0,2486 = 0,2292.
3.7 Resumo do Captulo
3.8 Atividades Propostas
Neste captulo, aprofundamos os conceitos referente a probabilidades, estudando as Distribuies
Estatsticas de Probabilidades. Com os novos conceitos, podemos verifcar maiores aplicaes das proba-
bilidades na resoluo de problemas com enfoques diferenciados daqueles vistos no captulo anterior.
Devemos destacar as Distribuies Binomial, Normal e de Poisson, mais comuns em situaes cotidianas.
1. Uma moeda lanada 6 vezes. Qual a probabilidade de observarmos exatamente duas caras?
2. Um dado lanado 5 vezes. Qual a probabilidade de que o 4 aparea exatamente 3 vezes?
3. Uma pessoa tem probabilidade 0,2 de acertar num alvo toda quando atira. Supondo que s
vezes que ela atira so ensaios independentes, qual a probabilidade de ela acertar no alvo exa-
tamente 4 vezes, se ela d 8 tiros?
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
44
4. A probabilidade de que um homem de 45 anos sobreviva mais 20 anos 0,6. De um grupo de
5 homens com 45 anos, qual a probabilidade de que exatamente 4 cheguem aos 65 anos?
5. Uma moeda lanada 6 vezes. Qual a probabilidade de observarmos ao menos uma cara?
6. Um time de futebol tem probabilidade p = 3/5 de vencer todas as vezes que joga. Se disputar
5 partidas, qual a probabilidade de que vena ao menos uma?
7. Numa estrada h dois acidentes para cada 100 km. Qual a probabilidade de que em:
a) 250 km ocorram pelo menos 3 acidentes?
b) 300 km ocorram 5 acidentes?
8. A experincia mostra que de cada 400 lmpadas, 2 se queimam ao serem ligadas. Qual a pro-
babilidade de que numa instalao de:
a) 600 lmpadas, no mnimo 3 se queimem?
b) 900 lmpadas, exatamente 8 se queimem?
9. Numa linha adutora de gua, de 60 km de extenso, ocorrem 30 vazamentos no perodo de
um ms. Qual a probabilidade de ocorrer, durante o ms, pelo menos 3 vazamentos num certo
setor de 3 km de extenso?
10. Sabe-se que X tem distribuio Normal com mdia igual a 60 e varincia M. Sabe-se tambm
que P (X 70) = 0,0475. Qual o valor de M? Resposta arredondada para o inteiro mais prximo.
11. X tem distribuio Normal com os seguintes parmetros:
Mdia aritmtica = 30
Varincia = 16
Qual a probabilidade de (X 40)?
12. X N(20; 49). Calcular P(X < 30).
13. X N(10; 100). Calcular P(12 X 20).
14. X N(30; 16). Calcular P(X 19).
15. X N(20; 25). Calcular P(X 30).
16. X N(50; 81). Calcular P(40 X 60).
17. X N(10; 16). Calcular P(X 5).
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
45
18. Um teste padronizado de escolaridade tem distribuio normal com mdia 100 e desvio pa-
dro 10. Determine a probabilidade de um indivduo submetido ao teste ter nota:
a) maior que 120;
b) maior que 80;
c) entre 85 e 115;
d) maior que 100.
19. Os pesos de 600 estudantes so normalmente distribudos com mdia 65,3 kg e desvio padro
5,5 kg. Determine o nmero de estudantes que pesam:
a) entre 60 kg e 70 kg;
b) mais que 63,2 kg;
c) menos que 68 kg.
20. Os salrios dos diretores das empresas de So Paulo distribuem-se normalmente com mdia de
R$ 8.000,00 e desvio padro de R$ 500,00. Qual a porcentagem de diretores que recebem:
a) menos de R$ 6.470,00?
b) entre R$ 8.920,00 e R$ 9.380,00
Unisa | Educao a Distncia | www.unisa.br
47
Este material foi elaborado para voc, o(a) aluno(a) da rea de Cincias Exatas, atingir os objetivos
de aprendizagem propostos para esta disciplina. Com a leitura desta apostila e a realizao dos exerccios
propostos, espera-se que voc consiga desenvolver as habilidades e os conhecimentos que contribuem
com a formao do(a) profssional egresso(a) desta rea.
O aprofundamento dos assuntos apresentados e a ampliao de outros conhecimentos podem ser
adquiridos atravs dos livros citados nas Referncias e em outras obras relacionadas com esses temas.
Para o aproveitamento completo da disciplina, fundamental que voc utilize os recursos dispon-
veis no portal (correio, chat e frum), assista s aulas web e s aulas transmitidas via satlite, e realize as
atividades avaliativas e a prova presencial de maneira satisfatria.
Espera-se que as suas expectativas possam ser atingidas, coloco-me disposio para as crticas
em relao a esta obra.
Um forte abrao.
Prof. Hercules Sarti
CONSIDERAES FINAIS
4
Unisa | Educao a Distncia | www.unisa.br
49
CAPTULO 1
1. 10 2. 6 3. 12 4. 12 5. 6 6. 6
As questes 1 e 2 referem-se a combinaes. As questes 3 e 4 referem-se a arranjos simples. J as
questes 5 e 6 referem-se a permutaes.
7. a) 1.320 b) 3.003 8. a) 2 b) 7 c) 5
Na questo 7, desenvolva os fatoriais maiores at atingirem os fatoriais menores e, simplifque as
fraes. Faa o mesmo nas equaes da questo 8, simplifcando e eliminando os fatoriais.
9. 72 10. 24 11. 720 12. 4
No exerccio 9, usar arranjo com n = 9 e p = 2. Na questo 10, usar permutao para n = 4. Na 11,
usar permutao para n = 6.
No 12, usar os conceitos de permutao, simplifcando os fatoriais.
13. a) 24 b) 48 c) 120 14. 35 15. 14
No 13, usar permutaes: a) P
4
= 24, b) 2.P
4
= 48, c) P
5
= 120.
No 14, usar combinao: C
7,3
= 35. No 15 fazer C
7,2
= 21 segmentos e subtrair o nmero de lados, ou
seja, 21 7 = 14 diagonais.
16. a) 11 b) 8 17. 24 18. 504
No 16, usar a frmula de combinaes, simplifcar os fatoriais e calcular o valor de n. No 17, fazer
1.P
4
= 24. No 18, usar arranjo: 1 . 9 . 8 .7 = 504.
19. 120 20. 11 21. m = 7; n = 8
No 19 fazer C
10,3
= 120. No 20 usar as frmulas de arranjo e combinao, simplifcar os fatoriais e
obter n = 11.
No 21, resolver o sistema de equaes.
RESPOSTAS COMENTADAS DAS
ATIVIDADES PROPOSTAS
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
50
22. 35 23. a) 630 b) 252 c) 378 24. 1.000 25. 6.720
a) No 22 fazer C
7,4
= 35. No 23, usar combinao: a) C
3,1
. C
10,4
;
b) b) C
3,1
. C
9,3
; c) C
3,1
. C
9,4
. No 24, usar arranjos: 1 . 10 . 10 . 10 = 1000.
c) No 25, permutao com elementos repetidos: 8! : 3! = 6720.
26. 30.240 27. 48 28. 15 29. 13 30. 21
No 26, permutao com elementos repetidos: 9! : (3!2!) = 30240.
No 27, P . P
4
= 48. No 28, usar combinao: C
6,2
= 15. No 29, usar combinao: C
6,2
C
3,2
+ 1= 13. No
30, usar combinao: C
7,2
= 21.
No E25, permutao com elementos repetidos: 8! : 3! = 6720.
31. 120 32. 101 33. 720 34. a) 250 b) 48
No 31, usar combinao: C
10,3
= 120. No 32: C
10,3
C
6,3
+ 1= 101.
No 33, usar arranjo: A
10,3
= 720.
No 34, usar arranjos: a) 5 . 5 . 5 . 2 = 250; b) 4 . 3 . 2 . 2 = 48.
35. a) 5.040 b) 144 36. 2260 37. 120
No 35, usar permutao: a) 7! = 5040; b) 4! 3! = 24 . 6 = 144.
No 36, calcular a quantidade de nmeros mpares e subtrair a quantidade que tem algarismos re-
petidos. 37. Usar: P
5
= 5! = 120.
No E25, permutao com elementos repetidos: 8! : 3! = 6720.
38. a) 14.400 b) 10.800 c) 720 d) 4320 39. 34.560 40. 35
No 38, usar permutao: a) 5 . 6! . 4 = 14400; b) 3 . 6! . 5 = 10800;
c) 6! = 720; d) 6! . 3! = 4320. No 39, P
2
. P
4
. P
6
= 34560.
No 40, permutao com elementos repetidos: 7! : (4! . 3!) = 35.
41. a) 20 b) 120 42. a) 924 b) 30 43. 70
No 41: a) C
6,3
= 20; b) A
6,3
= 120.
No 42: a) C
12,6
= 924; b) A
6,2
= 30.
No 43, usar combinaes: C
9,3
C
5,3
C
4,3
= 84 10 4 = 70.
44. 1.680 45. a) 120 b) 246 c) 66
No 44, usar combinaes: C
9,3
. C
6,3
. C
3,3
= 1680. No 45, usar combinaes: a) C
6,3
. C
4,2
= 120; b) C
4,1
.
C
6,4
+ C
4,2
. C
6,3
+ C
4,3
. C
6,2
+ C
4,4
. C
6,1
= 246; c) C
4,0
. C
6,5
+ C
4,1
. C
6,4
= 66.
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
51
46. a) 28560 b) 32485 c) 24948 d) 31608 e) 84735 47. 182
No 46, usar combinaes: a) C
4,1
. C
36,3
= 28560; b) C
4,1
. C
36,3
+ C
4,2
. C
36,2
+ C
4,3
. C
36,1
+ C
4,4
. C
36,0
= 32485;
os itens c, d e e so anlogos.
No 47, usar combinaes: C
2,1
. C
8,3
+ C
2,0
. C
8,4
= 120 + 70 = 182.
48. 24 49. 5.040
Na questo 48, cada menino deve receber 5 bolinhas de cada cor, subtrair 10 bolinhas de cada uma
das cores e usar o princpio multiplicativo com as bolinhas restantes. 49. P
7
= 5040.
50. 240 51. 5
No 50, usar permutao com elementos repetidos: 7! : (3! . 2!) = 420. Dos 420 nmeros, so mpares
4/7, ou seja 240. 51. Usar permutao com elementos repetidos: (n + 3)! : (n! . 3!) = 8n + 16 e resol-
ver a equao.
CAPTULO 2
1. 2. a) 1/6 b) 1/36 c) 1 d) 5/36 e) 31/36
f ) 1/36 g) 0 h) 5/18 i) 1/9
1. H duas bolas vermelhas num total de 8 bolas, resultando em 2/8.
2. No lanamento de dois dados, temos 36 possibilidades, determine a quantidade de elementos
de cada evento e estabelea a sua probabilidade.
3. 1 4. a) 2/3 b) 1/3
3. Na cidade h 1.000 eleitores e 510 j se decidiram defnitivamente pelo candidato A. Logo, o
candidato A tem a maioria dos votos e ser eleito (evento certo). 4. Considere o espao amostral
formado por 2 caras e 1 coroa, resultando em 2/8.
E53: No lanamento de dois dados, temos 36 possibilidades, determine a quantidade de elemen-
tos de cada evento e estabelea a sua probabilidade.
5. a) 1/52 b) 1/13 c) d) 3/13 e) 12/13
5. Considere o espao amostral formado por 52 elementos. Estabelea o nmero de elementos de
cada evento. Monte as probabilidades em forma de fraes e simplifque-as sempre que possvel.
E53: No lanamento de dois dados, temos 36 possibilidades, determine a quantidade de elemen-
tos de cada evento e estabelea a sua probabilidade.
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
52
6. a) 3/10 b) 2/10 c) 7. 1/54
6. Considere o espao amostral formado por 10 bolas. Estabelea o nmero de elementos de cada
evento. Monte as probabilidades em forma de fraes e simplifque-as sempre que possvel. 7. n(S)
= 6 = 216.
E53: No lanamento de dois dados, temos 36 possibilidades, determine a quantidade de elemen-
tos de cada evento e estabelea a sua probabilidade.
8. P(B) = 1/3; P(D) = 1/6 9.
8. Use A = 2x , B = 2x, C = x e D = x. A soma das probabilidades 1. Logo 6x = 1 e x = 1/6.
9. Use a soma das probabilidades igual a 1.
10. P(A) =1/2; P(B) = 3/4; P(A
c
) = 1/2; P(B
c
) = 1/4; P(A B) = 1/4; P(A B) = 1.
10. Probabilidade de A, dada por 1/8 + 1/8 + 1/4 = 1/2. Use o evento complementar P(A
c
) = 1
P(A). Determine a unio e a interseco dos conjuntos A e B, e suas probabilidades.
11. a) 5/7 b) 2/7 12. a) 2/5 b) 3/10 c) 1/10 d) 3/5
11. Somar 5 com 2, obtendo o denominador 7 da frao.
12. Montar os conjuntos em forma de diagramas, comeando pela interseco de 10 alunos. De-
terminar as probabilidades.
13. a)1/6 b) 5/6 14. a) 1/3 b) 1/11 c) 19/33
13. Dois dados formam um espao amostral de 36 pares de nmeros. Use tambm o evento com-
plementar.
14. a) 4/12 = 1/3; b) 4/12 . 3/11 = 1/11; c) use combinaes C
12,2
e outros diagramas, comeando
pela interseco de 10 alunos. Determinar as probabilidades.
15. a) 2/11 b) 9/11 16. A = R$ 4.900,00 e B = R$ 700,00
15. usar permutaes: a) (2. P
10
: P
11
); b) usar o evento complementar.
16. as chances de A so 7/8 (AAA), (AAB), (ABA), (BAA), (ABB), (BAB), (BBA) e as de B 1/8 (BBB). Fazer
7/8 x 5600 = 4900.
17. a) 1/50 b) 7/50 c) 7/25 d) 14/25 e) 11/25
17. Montar o diagrama representando os conjuntos e iniciar seu preenchimento pela interseco.
a)10/500 = 1/50, b) 70/500 = 7/50, c) 140/500 = 7/25, d) 280/500 = 14/25, e) Unio 220/500 = 11/25.
Anlise Combinatria e Probabilidades
Unisa | Educao a Distncia | www.unisa.br
53
18. a) 21/50 b) 1/5
18. montar o diagrama representando os trs conjuntos e iniciar seu preenchimento pela intersec-
o dos trs. Depois, pelas intersees dois a dois: a) 21000/50000 = 21/50, b) 10000/50000 = 1/5.
19. a) 3/28 b) 25/28 20. 1/12
21. Usar permutaes na probabilidade: a) (P
3
. P
6
): P
8
; b) Usar o evento complementar.
22. Permutaes na probabilidade: (P
3
. P
7
): P
9
23. 2/7 24. a) 0,3879 b) 0,000046 c) 0,0269
23. Usar combinaes (C
4, 2
. C
2, 1
. C
3, 2
): C
9, 5
.
24. Usar combinaes: a) C
50, 5
: C
60, 5
= 0,3879; b) C
10, 5
: C
60, 5
= 0,000046; c) (C
50, 5
. C
10, 3
): C
60, 5
= 0,0269.
25. a) 7/22 b) 5/33 26. 63/256
25. Usar combinaes: a) C
7, 2
: C
12, 2
; b)C
5, 2
: C
12, 2
.
26. Determinar o espao amostral n(S) = 2
10
= 1024. Usar combinaes para determinar o evento 5
caras, C
10,5
= 252. A probabilidade 252/1024 e simplifque.
27. a) 2/3 b) 1/2 c) 4/5 d) 1
27. Usar probabilidade condicionada: a) 1/6 : 1/4; b) 1/6 : 1/3; c) lembre-se que A (A B) = A e
calcular a unio, resultando em1/3 : 5/12; d) P(A) : P(A) = 1.
28. a) 1/2 b) 3/5 29. a) 1/2 b) 1/3
28. a) 12 foram reprovados em Matemtica, e, desses, 6 foram reprovados em Fsica, logo temos
6/12 = 1/2; b) 6/10 = 3/5.
29. a) (MF), (MM): P = 1/2; b) (MF), (MM), (FM): P = 1/3.
30. a) 1/3 b) 1/2 c) 1/3 d) 1/2 31. a) 1/2 b) 24/49 c) 1/5
30. a) {2, 4, 6} P = 1/3; b) {5, 6} P = 1/2; c) {1, 3, 5} P = 1/3; d) {1, 2 } P = 1/2. 31. a) 50/100 = 1/2; b) h
49 nmeros menores que 50. Destes, 24 so pares; P = 24/49; c) 10/50 = 1/5.
32. a) 1/6 b) 1/5 c) 7/11 d) 1 e) 4/15 33. a) 1/2 b) 1/3
32. a) (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), P = 1/6; b) (1, 5), (5, 1), (2, 4), (4, 2), (3, 3), P = 1/5; os outros
itens so anlogos.
33. Soma maior que 5, temos: (2, 4), (3, 3), (3, 4), (4, 2), (4, 3), (4, 4) a) P = 3/6 =1/2; b) 2/6 = 1/3.
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
54
34. a) 13/25 b) 2/25 c) 19/25 d) 7/13 35. 1/5
34. Analisando a tabela dada, obtemos as probabilidades indicadas.
35. Montar uma tabela a partir do enunciado e determinar a probabilidade condicionada.
36. 3/5 37. 2/5 38. 1/6 39. a) 3/14 b) 2/7 c) 3/8 d) 1/8
36. Fazer C
5,3
e obter a probabilidade condicionada 6/10 =3/5.
37. Interpretar e obter a probabilidade P = 2/5.
38. Interpretar e obter a probabilidade P = 1/6. 39. a) 1/2 . 3/7 = 3/14; b) 1/2 . 4/7 = 2/7.
40. a) 4/35 b) 4/35 c) 4/15
41. 65/93
42. a) 11/28 b) 71/140 c) 1/10
43. a) 53/60 b) 7/60
44. 1/4
45. a) 11/30 b) 7/15 c) 1/6
46. a) 3/14 b) 33/56 c) 4/11
47. a) 1/6 b) 13/18 c) 3/13
48. 8/11
49. 24,6%
50. 1/21
51. a) 1/5 b) 11/15 c) 4/15 d) 2/15 e) 2/5
52. a) 0,2 b) 0,7
53. a) 1/24 b) 3/4
54. a) 1/20 b) 31/40 c) 9/40
CAPTULO 3
1. 0,2344
2. 0,03215
3. 0,0459
4. 0,2592
5. 0,9844
6. 0,98976
10. s = 36
11. 0,0062
12. 0,9236
13. 0,262
14. 0,003
15. 0,9772
16. 0,733
17. 0,8944
Unisa | Educao a Distncia | www.unisa.br
55
REFERNCIAS
CRESPO, A. A. Estatstica fcil. So Paulo: Saraiva, 1994.
HAZZAN, S. Fundamentos da matemtica elementar. So Paulo: Atual, 1993.
LEVIN, J. Estatstica aplicada a cincias humanas. So Paulo: Harbra, 1987.
MORETTIN, L. G. Estatstica bsica: probabilidade. So Paulo: Makron, 1999.
Unisa | Educao a Distncia | www.unisa.br
57
ANEXO
PROBABILIDADES CURVA NORMAL REDUZIDA (0 A Z)
Z 0 1 2 3 4 5 6 7 8 9
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0754
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2258 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2518 0,2549
0,7 0,2580 0,2612 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2996 0,3032 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
3,1 0,4990 0,4991 0,4991 0,4991 0,4992 0,4992 0,4992 0,4992 0,4993 0,4993
3,2 0,4993 0,4993 0,4994 0,4994 0,4994 0,4994 0,4994 0,4995 0,4995 0,4995
3,3 0,4995 0,4995 0,4995 0,4996 0,4996 0,4996 0,4996 0,4996 0,4996 0,4997
3,4 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4998
3,5 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998