Combinatória e Probabilidade

Hercules Sarti
 1

Hercules Sarti

COMBINATÓRIA E
PROBABILIDADE
Educação a Distância
 2

SUMÁRIO
APRESENTAÇÃO 3
INTRODUÇÃO 4
1 ANÁLISE COMBINATÓRIA 5
1.1 COMBINAÇÕES SIMPLES 5
1.2 ARRANJOS SIMPLES 5
1.3 PERMUTAÇÕES SIMPLES 6
1.4 FATORIAL 7
1.5 PRINCÍPIO FUNDAMENTAL DA CONTAGEM 8
1.6 CÁLCULO DO NÚMERO DE ARRANJOS, PERMUTAÇÕES E 9
COMBINAÇÕES
1.7 COMBINAÇÕES COMPLEMENTARES 11
1.8 ARRANJOS COM ELEMENTOS REPETIDOS 12
1.9 PERMUTAÇÕES COM ELEMENTOS REPETIDOS 12
2 PROBABILIDADES 17
2.1 A TEORIA DAS PROBABILIDADES 17
2.2 PROBABILIDADE CONDICIONAL 24
2.3 REGRA DA MULTIPLICAÇÃO E PROBABILIDADE TOTAL 28
2.4 INDEPENDÊNCIA DE EVENTOS 33
3 DISTRIBUIÇÕES DE PROBABILIDADES 37
3.1 DISTRIBUIÇÃO DE BERNOULLI 37
3.2 DISTRIBUIÇÃO GEOMÉTRICA 38
3.3 DISTRIBUIÇÃO BINOMIAL 39
3.4 DISTRIBUIÇÃO DE POISSON 40
3.5 DISTRIBUIÇÃO NORMAL 42
3.6 ÁPROXIMAÇÃO DA BIMONIAL PELA NORMAL 45
CONSIDERAÇÕES FINAIS 48
REFERÊNCIAS 49
ANEXO 50
 3

APRESENTAÇÃO

É com satisfação que a Unisa Digital oferece a você, aluno, esta apostila
de Combinatória e Probabilidade, parte integrante de um conjunto de materiais de
pesquisa voltados ao aprendizado dinâmico e autônomo que a educação a distância
exige. O principal objetivo desta apostila é propiciar aos alunos uma apresentação
do conteúdo básico da disciplina.
A Unisa Digital oferece outros meios de solidificar seu aprendizado, por
meio de recursos multidisciplinares como chats, fóruns, Aulas web, Material de Apoio
e e-mail.
Para enriquecer o seu aprendizado, você ainda pode contar com a
Biblioteca Virtual: www.unisa.br, a Biblioteca Central da Unisa, juntamente com as
bibliotecas setoriais, que fornecem acervo digital e impresso, bem como acesso a
redes de informação e documentação.
Nesse contexto, os recursos disponíveis e necessários para apoiá-lo no
seu estudo são o suplemento que a Unisa Digital oferece, tornando seu aprendizado
eficiente e prazeroso, concorrendo para uma formação completa, na qual o conteúdo
aprendido influencia sua vida profissional e pessoal.
A Unisa Digital é assim para você: Universidade a qualquer hora e em
qualquer lugar!

Unisa Digital
 4

INTRODUÇÃO

Este material busca apresentar ao aluno da UNISA, na modalidade à

distância, um estudo a respeito da Análise Combinatória e Probabilidades como
parte fundamental da área de Matemática.
Os Problemas de Contagem que dão origem à Análise Combinatória são
conceitos que antecedem, na maioria dos livros, os estudos relacionados com a
Teoria das Probabilidades. Os conhecimentos de probabilidade são fundamentais
para estudos estatísticos, visto que as pesquisas trabalham com possibilidades.
Em Combinatória veremos, inicialmente, os conteúdos referentes a
Fatorial, Combinações, Arranjos e Permutações. Em continuidade, estudaremos as
Combinações Complementares, os Arranjos com Repetição e as Permutações com
Elementos Repetidos. Numa segunda etapa, faremos o estudo da Teoria das
Probabilidades, incluindo a Probabilidade Condicional, a Independência de Eventos
e os Teoremas da Multiplicação e da Probabilidade Total. Completando o estudo das
Probabilidades, iremos trabalhar com as Distribuições de Probabilidades,
destacando as Distribuições de Poisson, Binomial e Normal.
Espera-se que, com o término deste módulo, os alunos tenham atingido os
objetivos propostos para esta disciplina, e que ela contribua de forma significativa
para a formação de cada profissional.

Hercules Sarti
 5

1 ANÁLISE COMBINATÓRIA

1.1 COMBINAÇÕES SIMPLES

Seja A um conjunto com n elementos. Os subconjuntos de A com p

elementos constituem agrupamentos que são chamados combinações dos n
elementos de A, p a p. Nas combinações, os agrupamentos diferem entre si apenas
pela natureza de seus elementos.

Exemplo 1: Se A = {1, 3, 5, 7}, são combinações dos 4 elementos de A, 3 a 3, os

agrupamentos:
{1, 3, 5}, {1, 3, 7}, {3, 5, 7} e {1, 5, 7}.

1.2 ARRANJOS SIMPLES

Se A é um conjunto com n elementos, as sucessões com p elementos

distintos, escolhidos em A, constituem agrupamentos que são chamados arranjos
dos n elementos de A, p a p. Nos arranjos, os agrupamentos diferem entre si apenas
pela ordem de seus elementos.

Exemplo 2: Se A = {1, 3, 5, 7}, os arranjos dos 4 elementos de A, 3 a 3, são as

seguintes sucessões 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).
 6

1.3 PERMUTAÇÕES SIMPLES

Se A tem n elementos, as sucessões formadas com os n elementos de A,

usando cada um deles uma só vez em cada agrupamento, são chamadas
permutações dos n elementos de A. Pode-se dizer que as permutações são arranjos
onde p = n.

Exemplo 3: Se A = {1, 3, 5, 7}, as permutações dos 4 elementos de A, são as

sucessões 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).

Exercícios

E01. São dados 5 pontos A, B, C, D, E, representados abaixo. Quantas retas

distintas eles determinam?

E02. Certo aluno descobre, numa livraria, 4 livros de seu interesse. Se ele só pode
comprar dois deles, de quantos modos poderá fazê-lo?

E03. Quatro times de futebol disputam um torneio, no qual são atribuídos prêmios ao
campeão e ao vice-campeão. De quantos modos os prêmios podem ser atribuídos?

E04. Quatro cidades A, B, C, D são interligadas por vias férreas, conforme a figura a
seguir. Os trens movimentam-se apenas em linha reta, ligando duas cidades. Para
atender a todos os passageiros, quantos tipos de passagem devem ser impressos?
(As passagens de “ida” e “volta” são bilhetes distintos).
 7

E05. Três cavalos disputam um páreo. Qual o número de resultados possíveis? (Não
são admitidos empates).

E06. A diretoria de um clube é formada por três membros: presidente, secretário e

tesoureiro. Três candidatos disputam os cargos, tendo ficado decidido que o mais
votado será o presidente, o 2o lugar, secretário e o 3o lugar será o tesoureiro. De
quantos modos a diretoria pode ser composta? (Não se admitem empates nas
votações).

1.4 FATORIAL

Ao produto n ⋅ (n − 1) ⋅ (n − 2) ⋅ K ⋅ 3 ⋅ 2 ⋅ 1 vamos representá-lo simples-

mente por n! (lê-se: n fatorial) com n ∈ N.

Exemplo 4: Observe os fatoriais a seguir:

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)!

Observação: Vamos adotar como verdade que 0! = 1.

 8

Exercícios:

E07. Simplifique:
12!
a) =
9!
15!
b) =
5!.10!

E08. Resolva as equações:

a) n! = 12 ⋅ (n − 1)!
b) (n − 2)! = 20 ⋅ (n − 4)!

c) (n!)2 = [(n − 1)!]2 ⋅ 25

1.5 PRINCÍPIO FUNDAMENTAL DA CONTAGEM

Os problemas de Análise Combinatória são, basicamente, problemas de

contagem. A abordagem desses problemas é baseada num fato, de fácil
comprovação, denominado Princípio Fundamental da Contagem ou Regra do
Produto.
Um acontecimento é composto de dois estágios sucessivos e
independentes. O primeiro estágio pode ocorrer de m modos distintos; em seguida,
o segundo estágio pode ocorrer de n modos distintos. Nessas condições, dizemos
que o número de maneiras distintas de ocorrer esse acontecimento é igual ao
produto m⋅n.

Exemplo 5: Um estudante, ao se inscrever no Concurso para Vestibular, deve

escolher o Curso e a Faculdade que deseja cursar. Sabe-se que existem cinco
cursos possíveis: Engenharia, Medicina, Odontologia, Administração e Direito. Cada
curso pode ser feito em três faculdades possíveis: Estadual, Federal e Particular.
Nessas condições, qual o número total de opções que o estudante pode fazer?
 9

Resolução: Pelo Princípio Fundamental da Contagem, usamos a regra do produto.

5 cursos x 3 faculdades = 15 opções de escolha.
Resposta: O estudante pode fazer 15 opções.

1.6 CÁLCULO DO NÚMERO DE ARRANJOS, PERMUTAÇÕES E COMBINAÇÕES

Os arranjos são agrupamentos em que um grupo é diferente de outro

pela ordem ou pela natureza dos elementos componentes.
n!
An, p = (n, p ∈ N, n ≥ p)
(n − p)!

As permutações são agrupamentos ordenados em que em cada grupo

entram todos os elementos.
Pn = n! (n ∈ N)

As combinações são agrupamentos em que um grupo é diferente de

outro apenas pela natureza dos elementos componentes.
n!
Cn, p = (n, p ∈ N, n ≥ p)
p!(n − p)!

Exemplo 6: Com 12 pessoas, de quantos modos podemos formar um grupo de 4

pessoas?
Resolução:
12! 12.11.10.9.8!
C12, 4 = = = 495
4!(12 − 4)! 4.3.2.1.8!

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

a) Quantos números com 3 algarismos distintos podemos formar?
b) Quantos números com 5 algarismos distintos podemos formar?
Resolução:
n! 5! 120
a) An , p = = = = 60
(n − p)! (5 − 3)! 2!
 10

b) Pn = n! = 5! = 120

Exercícios:

E09. Quantos números com dois algarismos diferentes podemos formar com os
dígitos de 1 a 9?

E10. Quantos anagramas têm a palavra HOJE?

E11. De quantos modos 6 pessoas podem sentar em 6 cadeiras alinhadas?

E12. Sendo n um número inteiro positivo tal que Pn = 12 ⋅ P( n−2 ) , calcule n.

E13. Uma família com 5 pessoas possui um automóvel de 5 lugares. De quantos

modos poderão se acomodar para uma viagem quando:
a) só uma pessoa sabe dirigir?
b) duas pessoas sabem dirigir?
c) todos sabem dirigir?

E14. Com 7 professores, de quantos modos podemos formar uma comissão de 3

professores?

E15. Quantas diagonais têm um heptágono?

E16. Resolva as equações:

a) Cn ,3 = 3.Cn , 2

b) 2.C n , 4 = 5.C n , 2

E17. Quantos anagramas da palavra LIVRO começam pela L?

E18. Quantos números com 4 algarismos diferentes tem o algarismo da unidade de

milhar igual a 7?
 11

E19. Quantos triângulos podem ser obtidos tendo vértices em três quaisquer dos
vértices de um decágono?

E20. Encontre n, sabendo que An , 4 = 48.C n ,3 .

E21. Encontre os valores de n e m, sabendo que:

An , 7 = P8 .C m , 7 e Am , 7 = C n ,8 .P7

1.7 COMBINAÇÕES COMPLEMENTARES

Considere a seguinte relação:

Cn, p = Cn,n − p

Demonstração:
n!
Cn, p = (Trocam-se os fatores do denominador)
p!( n − p )!
n!
Cn, p = (Acrescenta-se e subtrai-se n no 2º fator do
(n − p )! p!
denominador)
n!
Cn, p = = C n ,n − p
(n − p )![n − ( n − p )]!

Portanto, a relação é válida.

C n , p = C n ,n − p

Exemplo 8: Observe as igualdades:

a) C10 , 7 = C10 ,3

b) C a ,7 = C a ,a −7
 12

Observação: Se fizermos p = n, temos: C n , n = C n , 0 . Porém, C n , n = 1 , pois o único

subconjunto com n elementos que podemos obter de um conjunto A, que por sua
vez tem n elementos, é o próprio conjunto A. Também sabemos que A tem apenas
um subconjunto com “zero elemento”, que é o conjunto vazio.

Então: C n,n = C n,0 = 1

n! n!
Cn , 0 = = = 1 , por coerência 0! = 1 .
0!( n − 0)! 0!n!

1.8 ARRANJOS COM ELEMENTOS REPETIDOS ( AR ) n , p

Exemplo 9: Quantos números de 3 algarismos podemos formar com os dígitos de 1

a 9?
Resolução:
Neste caso, temos nove algarismos que podem ocupar a “casa” da
centena, nove para ocupar a “casa” da dezena e nove para ocupar a “casa” da
unidade:

= 9 3 = 729
9 9 9
Através do exemplo, pode-se concluir a seguinte relação:

( AR) n, p = n p

1.9 PERMUTAÇÕES COM ELEMENTOS REPETIDOS

Exemplo 10: Quantos anagramas têm a palavra ARCADA?

Resolução:
A palavra possui seis letras, temos: P6 = 6!= 720

Porém, há três letras A, o que nos leva ao calculo: P3 = 3! = 6

720
Portanto, temos: = 120 anagramas.
6
 13

Valem as seguintes relações:

n!
1 elemento repetido: Pna =
a!
n!
2 elementos repetidos: Pna ,b =
a!⋅b!
n!
3 elementos repetidos: Pna ,b,c =
a!⋅b!⋅c!

Exercícios:

E22. Qual o número de modos distintos de se repartir um grupo de 7 pessoas em

dois grupos, tendo um deles quatro pessoas?

E23. Com 3 goleiros e 10 jogadores que jogam em qualquer outra posição:

a) De quantos modos um time de futebol de salão pode ser formado?
b) Em quantos deles sempre figura um determinado jogador J, não goleiro?
c) Em quantos deles nunca figura o jogador J?

E24. Quantos números de 4 algarismos podem ser formados com os dígitos de 0 a

9, sendo que o 7 sempre é o algarismo da unidade de milhar?

E25. Quantos anagramas têm a palavra LICOROSO?

E26. Quantos anagramas da palavra MATEMÁTICA começam por M?

E27. Qual o número de anagramas da palavra CARMO onde as letras C e A

aparecem juntas?

E28. Dados 6 pontos coplanares, dos quais não há 3 colineares, qual é o número de
retas que podem ser obtidas passando por dois quaisquer desses pontos?

E29. Dados 6 pontos coplanares, 3 dos quais são colineares, qual é o número de
retas que podem ser obtidas passando por dois quaisquer desses pontos?
 14

E30. Com 8 professores, de quantos modos podemos formar uma banca com 3
membros em que figure sempre um determinado professor?

E31. Dados 10 pontos do espaço, 4 dos quais não são coplanares, qual é o número
de planos que podem ser obtidos passando por 3 quaisquer desses pontos?

E32. Dados 10 pontos do espaço, dos quais exatamente 6 são coplanares, qual é o
número de planos que podem ser obtidos passando por 3 quaisquer desses pontos?

E33. Dez atletas disputam uma corrida com iguais chances de vencer. De quantos
modos diferentes pode ocorrer a chegada dos 3 primeiros colocados?

E34. Utilizando os algarismos 1, 2, 5, 7 e 8, quantos números naturais pares

podemos escrever com:
a) 4 algarismos?
b) 4 algarismos distintos?

E35. Uma pessoa pretende colocar 7 livros numa estante, um ao lado do outro.
Entre esses livros, há 4 romances e 3 ficções científicas.
a) De quantos modos esses livros podem ser dispostos na estante?
b) De quantos modos eles podem ser dispostos, de maneira que dois romances
não fiquem juntos?

E36. Em nosso sistema de numeração, quantos números naturais ímpares de 4

algarismos apresentam algarismos repetidos?

E37. Quantos anagramas são possíveis formar com as letras da palavra LUCRO?

E38. Quantos anagramas formados com as letras da palavra PESCADOR:

a) começam e terminam com uma consoante?
b) começam com uma vogal e terminam com uma consoante?
c) apresentam as vogais juntas e em ordem alfabética?
d) apresentam as vogais juntas e em qualquer ordem?
 15

E39. Daniele possui uma pequena coleção 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
fiquem juntas e as estrangeiras fiquem juntas, em qualquer ordem?

E40. Sobre uma mesa, há 15 bolas de bilhar: 8 vermelhas, 4 amarelas e 3 pretas.

De quantos modos podem-se enfileirar essas bolas de modo que duas da mesma
cor nunca fiquem juntas?

E41. Seja E = {1, 2, 3, 4, 5, 6}

a) Quantos subconjuntos de 3 elementos E possui?
b) Quantos números com 3 algarismos distintos de E é possível escrever?

E42. Uma empresa pretende sortear 2 automóveis diferentes entre as 12 top-models

que foram capas de uma revista ao longo de 1 ano. O sorteio será realizado em
duas etapas. Primeiro serão sorteadas 6 finalistas. Em seguida, os 2 automóveis
serão sorteados entre as finalistas.
a) De quantas maneiras diferentes pode resultar o grupo de 6 finalistas?
b) Uma vez definidas as finalistas, de quantas maneiras pode ocorrer a
premiação?

E43. Com vértices nos pontos dados sobre as retas, quantos triângulos são
possíveis construir no caso abaixo?

A B C D E

K L M N

E44. Para 3 alunos que ficaram em recuperação, um professor preparou 9 questões,

sendo 3 para cada aluno. De quantas maneiras o professor poderá distribuir as
questões entre os recuperandos?
 16

E45. Uma junta médica de cinco integrantes será escolhida entre 6 cardiologistas e
4 pediatras. Quantas juntas diferentes é possível formar, de modo que entre os
integrantes haja:
a) 3 cardiologistas e 2 pediatras?
b) No mínimo um pediatra?
c) No máximo um pediatra?

E46. De um baralho de 52 cartas, são eliminadas todas as cartas com os números 8,

9 e 10. Com o restante do baralho, quantos jogos de 4 cartas é possível formar, de
modo que entre elas haja:
a) exatamente um ás?
b) pelo menos um ás?
c) exatamente duas figuras?
d) pelo menos duas figuras?
e) no máximo duas figuras?

E47. Uma pessoa quer convidar 4 entre 10 amigos para um jantar. No entanto, dois
desses amigos têm fortes diferenças pessoais. De quantas maneiras pode ser
formado o grupo dos 4 convidados, de modo que não compareçam simultaneamente
as duas pessoas citadas?

E48. Pretende-se distribuir 12 bolinhas vermelhas, 11 azuis e 13 vermelhas entre

dois meninos. Cada menino deve receber no mínimo 5 bolinhas de cada cor. De
quantas maneiras pode ser feita a distribuição?

E49. Quantos números naturais de 7 algarismos distintos são possíveis formar

utilizando todos os algarismos do número 1 234 567?

E50. Quantos números naturais ímpares é possível escrever permutando os

algarismos do número 6 725 727?

E51. Com n letras iguais a A e 3 letras iguais a B formam-se um total de 8n + 16

permutações. Calcule n.
 17

2 PROBABILIDADES

2.1 A TEORIA DAS PROBABILIDADES

Durante o século XVII, com os chamados jogos de azar, surgiram os

primeiros estudos de probabilidade. Apesar de ter origem através dos jogos de
azar, a probabilidade tornou-se fundamental para conhecermos as chances que
dispomos para tomarmos decisões.
Quando se pensa numa probabilidade, dispõe-se de algo incerto, mas que
oferece certo grau de confiança ou possibilidade de ocorrer. Para medir o grau de
confiança que se deposita em certas afirmações ou experimentos, define-se:
Probabilidade é o número que resulta da divisão do número de casos
favoráveis a um evento pelo número total de casos possíveis.

Exemplo 11: Qual a probabilidade de se obter face ímpar numa única jogada de
dado?
Resolução: Um dado tem o total de seis faces: F1, F2, F3, F4, F5 e F6.
As faces ímpares são três: 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, então, utilizar a fórmula:

f
P( X ) =
p

Onde:
P(X) é a probabilidade de ocorrer o evento X;
f é o número de casos favoráveis à ocorrência de X;
p é o número de casos possíveis.
Sejam A e B dois eventos, então A ∪ B será também um evento que
ocorrerá se, e somente se, A ou B (ou ambos) ocorrerem. Diz-se que A ∪ B é a
união entre o evento A e o evento B.
 18

Sejam A e B dois eventos, então A ∩ B será também um evento que

ocorrerá se, e somente se, A e B ocorrerem simultaneamente. Define-se que A ∩ B
é a interseção entre o evento A e o evento B. Em particular, se A ∩ B = ∅, A e B
são chamados mutuamente exclusivos.
Seja A um evento, então o evento complementar de A (indicado por: Ac)
será também um evento que ocorrerá se, e somente se, A não ocorrer.
A seguir, seguem alguns teoremas importantes a respeito de
probabilidades:

T1: A probabilidade do evento certo é igual a 1.

T2: Se A ⊂ B (lê-se: A está contido em B), então P(A) ≤ P(B).

T3: Se A é um evento, então 0 ≤ P ( A) ≤ 1 .

T4: Se A e B são eventos, então P ( A ∪ B ) = P ( A) + P ( B ) − P ( A ∩ B ) .

Observação: se A e B são mutuamente exclusivos (A ∩ B = ∅), então:

P(A ∪ B) = P(A) + P(B)
T5: Se A é um evento, então o evento complementar de A terá

probabilidade P ( A c ) = 1 − P ( A) .

Exemplo 12: Uma urna contém 50 bolas idênticas; se as bolas forem numeradas de
1 a 50, qual a probabilidade de, em uma extração ao acaso, obter:
a) a bola de número 27?
b) uma bola de número par?
c) uma bola de nº. maior que 20?
d) uma bola de número menor ou igual a 20?

Resolução:

Há um total de 50 bolas: B1, B2, B3,..., B50.

a) Será chamado de A o evento formado pela bola de número 27: A =
{B27}.
B27 1 Bola 1
P(A) = = =
B1, B2, B3,..., B50 50 Bolas 50
b) Será chamado de B o evento formado pelas bolas pares:
B = {B2, B4,..., B50}. Este evento B possui 25 elementos.
 19

B2 + B4 + ... + B50 25 Bolas 25 1

P(B) = = = =
B1, B2, B3,..., B50 50 Bolas 50 2
c) Será chamado de C o evento formado pelas bolas de número maior
que 20:
C = {B21, B22,..., B50}. Este evento C possui 30 elementos.

B21 + B22 + ... + B50 30 Bolas 30 3

P(C) = = = =
B1, B2, B3,..., B50 50 Bolas 50 5
d) Será chamado de D o evento formado pelas bolas de número menor ou
igual que 20:
D = {B1, B2,..., B20}. Este evento D possui 20 elementos.

B1 + B2 + ... + B20 20 Bolas 20 2

P(D) = = = =
B1, B2, B3,..., B50 50 Bolas 50 5

Exemplo 13: Três cavalos C1, C2 e C3 disputam um páreo, do qual só se premiará o

vencedor. O espaço amostral é: S = {C1, C2, C3}. Um conhecedor dos 3 cavalos
afirma que as “chances” de C1 vencer são o dobro das de C2, e que C2 tem o triplo
das “chances” de C3. Qual a probabilidade que cada cavalo tem de vencer?

Resolução:

Atribui-se uma probabilidade p ao cavalo C3. ⇒ C3 = p

O cavalo C2 tem o triplo das “chances” de C3. ⇒ C2 = 3C3 = 3p
Já o cavalo C1 tem o dobro das “chances” de C2. ⇒ C1 = 2C2 = 2 ×3p = 6p

Somente esses três cavalos disputam, logo:

1
C1 +C2 +C3 =1 ⇒ 6p +3p + p =1 ⇒ 10 p =1 ⇒ p=
10
Então, a probabilidade dos cavalos será:
6 3 1
C1 = 6 p = C2 = 3 p = C3 = p =
10 10 10

Exercícios:

E52. Numa urna existem duas bolas vermelhas e seis brancas. Sorteando-se uma
bola, qual a probabilidade de ela ser vermelha?
 20

E53. No lançamento simultâneo de dois dados, encontra-se o seguinte espaço

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: ocorrência de números iguais nos dois dados.

B: ocorrência de números cuja soma seja 12.
C: ocorrência de números cuja soma seja menor ou igual a 12.
D: ocorrência de números cuja soma seja 8.
E: ocorrência de números cuja soma seja diferente de 8.
F: ocorrência de números iguais, com soma igual a 8.
G: ocorrência de números iguais, com soma igual a 7.
H: ocorrência de números iguais nos dois dados, ou de números com soma igual a
8.
I: ocorrência de números múltiplos de 3 nos dois dados.

E54. Numa cidade com 1000 eleitores, vai haver uma eleição com dois candidatos,
A e B. É feita uma prévia em que os 1000 eleitores são consultados, sendo que 510
já se decidiram, definitivamente, por A. Qual é a probabilidade de que A ganhe a
eleição?

E55. Uma moeda é viciada de tal modo que sair cara é duas vezes mais provável do
que sair coroa. Calcule a probabilidade de:
a) ocorrer cara no lançamento dessa moeda;
b) ocorrer coroa no lançamento dessa moeda.

E56. De um baralho de 52 cartas, uma é extraída ao acaso. Qual a probabilidade de

cada um dos eventos abaixo?
a) Ocorrer dama de copas.
 21

b) Ocorrer dama.
c) Ocorrer carta de naipe de paus.
d) Ocorrer uma figura.
e) Ocorrer uma carta que não é um rei.

E57. Uma urna contém 3 bolas brancas, 2 vermelhas e 5 azuis. Uma bola é
escolhida ao acaso na urna. Qual a probabilidade de a bola escolhida ser:
a) branca?
b) vermelha?
c) azul?

E58. Jogando 3 dados, qual a probabilidade de se obter soma menor ou igual a 4?

E59. Os jogadores A, B, C e D disputam um torneio onde A e B têm “chances”

iguais, C e D também têm “chances” iguais, mas A tem o dobro das “chances” de C.
Qual a probabilidade de B vencer? Qual a probabilidade de D vencer?

E60. Considere o espaço amostral S = {a, b, c, d} de um experimento aleatório.

Consideremos a seguinte distribuição de probabilidades: P(a) = 1/8, P(b) = 1/8, P(c)
= ¼ , P(d) = x. Determine o valor de x.

E61. Com os dados do exercício anterior e sejam os eventos A = {a, b, c} e B = {c,

d}, determine P(A), P(B), P(Ac), P(Bc), P(A ∩ B) e P(A ∪ B).

E62. As “chances” de um time de futebol T ganhar o campeonato que está

disputando são de 5 para 2. Determine:
a) a probabilidade de T ganhar;
b) a probabilidade de T perder.

E63. Dos 100 alunos de uma turma, 40 gostam de Álgebra, 30 gostam de

Geometria, 10 gostam de Álgebra e Geometria, e há os que não gostam de Álgebra
nem de Geometria. Um aluno é escolhido ao acaso. Qual a probabilidade de ele
gostar de:
a) Álgebra?
 22

b) Geometria?
c) Álgebra e Geometria?
d) Álgebra ou Geometria?

E64. Dois dados equilibrados são lançados.

a) Qual a probabilidade de ocorrerem números iguais nas faces superiores?
b) Qual a probabilidade de ocorrerem números diferentes?

E65. Uma loja dispõe de 12 geladeiras do mesmo tipo, das quais 4 apresentam
defeitos.
a) Se um freguês vai comprar uma geladeira, qual a probabilidade de levar uma
defeituosa?
b) Se um freguês vai comprar duas geladeiras, qual a probabilidade de levar
duas defeituosas?
c) Se um freguês vai comprar duas geladeiras, qual a probabilidade de levar
pelo menos uma com defeito?

E66. Onze jovens são dispostos em uma fila. Qual a probabilidade de dois
determinados jovens:
a) ficarem juntos?
b) ficarem separados?

E67. Dois indivíduos A e B vão jogar cara ou coroa com uma moeda “honesta”. Eles
combinam lançar a moeda cinco vezes e ganha o jogo aquele que ganhar em três
ou mais lançamentos. Cada um aposta R$ 2800,00. Feitos os dois primeiros
lançamentos, em ambos os quais A vence, eles resolvem encerrar o jogo. Do ponto
de vista probabilístico, de que forma devem ser repartidos os R$ 5600,00?

E68. Em um grupo de 500 estudantes, 80 estudam Engenharia, 150 estudam

Economia e 10 estudam Engenharia e Economia. Se um aluno é escolhido ao
acaso, qual a probabilidade de que:
a) ele estude Economia e Engenharia?
b) ele estude somente Engenharia?
c) ele estude somente Economia?
 23

d) ele não estude Engenharia nem Economia?

e) ele estude Engenharia ou Economia?

E69. Uma cidade tem 50000 habitantes e 3 jornais A, B, C. Sabe-se que:

¾ 15000 leem o jornal A;
¾ 10000 leem o jornal B;
¾ 8000 leem o jornal C;
¾ 6000 leem os jornais A e B;
¾ 4000 leem os jornais A e C;
¾ 3000 leem os jornais B e C;
¾ 1000 leem os três jornais.
Uma pessoa é selecionada ao acaso. Qual a probabilidade de que:
a) ela leia pelo menos um jornal?
b) leia só um jornal?

E70. Oito pessoas (dentre elas Pedro, Silvia e João) são dispostas ao acaso em
uma fila. Qual a probabilidade de:
a) os três ficarem juntos?
b) os três ficarem separados?

E71. Nove livros são colocados ao acaso numa estante. Qual a probabilidade de que
3 livros determinados fiquem juntos?

E72. Uma urna contém 4 bolas brancas, 2 bolas vermelhas e 3 azuis. Cinco bolas
são selecionadas ao acaso, sem reposição. Qual a probabilidade de que 2 sejam
brancas, uma vermelha e 2 azuis?

E73. Um lote contém 60 lâmpadas, sendo 50 boas e 10 defeituosas. Cinco

lâmpadas são escolhidas ao acaso, sem reposição. Qual a probabilidade de:
a) todas serem boas?
b) todas serem defeituosas?
c) 2 serem boas e 3 defeituosas?
 24

E74. Uma urna contém 5 bolas vermelhas e 7 brancas. Duas bolas são extraídas
sucessivamente ao acaso e sem reposição. Qual a probabilidade de:
a) ambas serem brancas?
b) ambas serem vermelhas?

E75. Uma moeda é lançada 10 vezes, qual a probabilidade de observarmos 5 caras

e 5 coroas?

2.2 PROBABILIDADE CONDICIONAL

Exemplo 14: Considere o problema seguinte:

Uma bola é retirada de uma urna que contém 20 bolas numeradas de 1 a 20. A
pessoa que a retirou diz o seguinte para os que acompanham o sorteio:
Saiu um número ímpar!
Pergunta-se:
Qual é a probabilidade de ter saído um número primo?
Há 20 resultados possíveis para o experimento “retirar uma bola da urna”.
Isto é,
S = {1, 2, 3, 4, ..., 19, 20}
Dentre esses resultados, destacam-se os eventos:
A: sair número ímpar. A = {1, 3, 5, 7, 9, 11, 13, 15, 17, 19}
B: sair número primo. B = {2, 3, 5, 7, 11, 13, 17, 19}
O problema pede a probabilidade de ocorrer B (número primo), mas
informa que já ocorreu A (número ímpar). Então, entre os elementos de A, vamos
contar quantos são os casos favoráveis à ocorrência de B. Note que isso equivale a
determinar A ∩ B.
A ∩ B = {3, 5, 7, 11, 13, 17, 19} n(A ∩ B) = 7
Assim, entre os 10 números ímpares possíveis de terem ocorrido, há 7
casos favoráveis à ocorrência de um número primo. Logo, a probabilidade de ocorrer
primo, sabendo que ocorreu ímpar é:
n( A ∩ B ) 7
P ( B / A) = =
n( A) 10
 25

Definição: Seja S um espaço amostral e onde há dois eventos, A e B. O símbolo

P(A/B) indica a probabilidade do evento A, dado que o evento B ocorreu, isto é,
P(A/B) é 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 espaço amostral
“reduzido” dentro do qual queremos calcular a probabilidade de A.
Observação: Note que P ( B / A) ≠ P( A / B) , vejam usando o exemplo
anterior:
n( A ∩ B ) 7 n( A ∩ B ) 7
P ( B / A) = = e P( A / B) = =
n( A) 10 n( B ) 8

Exercícios:

1 1 1
E76. Sejam A e B eventos tais que: P(A) = , P(B) = e P(A∩B) = .
3 4 6
Determine:
a) P(A/B)
b) P(B/A)
c) P(A/A∪B)
d) P(A∪B/A)

E77. Dos 50 alunos de uma classe, 10 foram reprovados em Física, 12 em

Matemática, sendo que 6 foram reprovados em Física e Matemática. Um aluno é
escolhido ao acaso.
a) Sabendo que ele foi reprovado em Matemática, qual a probabilidade de
também ter sido reprovado em Física?
b) Sabendo que ele foi reprovado em Física, qual a probabilidade de também ter
sido reprovado em Matemática?

E78. Um casal tem dois filhos. Determine a probabilidade de ambos serem rapazes,
dado que:
a) o primeiro filho é rapaz.
b) pelo menos um dos filhos é rapaz.

E79. Um dado é lançado e o número da face de cima é observado.

 26

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 ímpar, qual a probabilidade de ele ser menor que 3?
d) Se o resultado obtido for menor que 3, qual a probabilidade de ele ser ímpar?

E80. Um número é sorteado ao acaso entre os 100 inteiros de 1 a 100.

a) Qual a probabilidade de o número ser par?
b) Qual a probabilidade de o número ser par, dado que ele é menor que 50?
c) Qual a probabilidade de o número ser divisível por 5, dado que é par?

E81. Dois dados d1 e d2 são lançados.

a) Qual a probabilidade de a soma dos pontos ser 6, se a face observada em d1
foi 2?
b) Qual a probabilidade de o dado d1 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 máximo dos números observados ser 5, se a soma
dos pontos foi menor ou igual a 9?

E82. Considere um tetraedro, como um dado, com 4 faces numeradas de 1 a 4. Dois

tetraedros t1 e t2 são lançados sobre um plano e observam-se os números das faces
nas quais se apoiam os tetraedros. Se a soma dos pontos obtidos for maior que 5,
qual a probabilidade de que o número observado em t1 seja:
a) 4?
b) 3?

E83. Um grupo de 50 moças é classificado de acordo com a cor dos cabelos, e dos
olhos de cada moça, segundo a tabela:
 27

OLHOS
CABELOS
Azuis Castanhos
Loira 17 9
Morena 4 14
Ruiva 3 3

Se você 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) Está chovendo quando você encontra a garota. Seus cabelos estão
completamente cobertos, mas você percebe que ela tem olhos castanhos.
Qual a probabilidade de que ela seja morena?

E84. De um total de 100 alunos que se destinam ao curso de Matemática, Física e

Química sabe-se que:
I - 30 destinam-se à Matemática e, desses, 20 são do sexo masculino.
II - O total de alunos do sexo masculino é 50, dos quais 10 destinam-se à
Química.
III - Existem 10 moças que se destinam ao curso de Química.
Nessas condições, sorteando um aluno ao acaso do grupo total e sabendo que é do
sexo feminino, qual é a probabilidade de que ele se destine ao curso de
Matemática?

E85. Uma comissão de 3 pessoas é formada escolhendo-se ao acaso entre Antônio,

Benedito, César, Denise, Elisabeth e Fábio. Se Denise não pertence à comissão,
qual a probabilidade de César pertencer?

E86. Um prédio de três andares, com dois apartamentos por andar, tem apenas três
apartamentos ocupados. Qual é a probabilidade de que cada um dos três andares
tenha exatamente um apartamento ocupado?
 28

2.3 REGRA DA MULTIPLICAÇÃO E PROBABILIDADE TOTAL

Uma consequência importante da definição de probabilidade

condicional é a seguinte:
P( A ∩ B)
P( A / B) = ⇒ P( A ∩ B) = P( B) × P( A / B)
P( B)
P( A ∩ B)
P ( B / A) = ⇒ P ( A ∩ B ) = P ( A) × P ( B / A)
P ( A)

Isto é, a probabilidade da ocorrência simultânea de dois eventos [P(A ∩

B)] é o produto da probabilidade de um deles pela probabilidade do outro, dado o
primeiro.

Exemplo 15: Uma urna I contém 2 bolas vermelhas e 3 bolas brancas, a urna II
contém 4 bolas vermelhas e 5 bolas brancas. Uma urna é escolhida ao acaso e dela
uma bola é extraída ao acaso. Qual a probabilidade de observarmos urna I e bola
vermelha?
Resolução:
Como existem duas urnas (U1 e U2), a probabilidade de cada urna é 0,5.
Já, a probabilidade de ocorrer bola vermelha (V) condicionada à urna I
será dada por:
2
P(V / U 1 ) = , (pois há duas boas vermelhas numa urna que possui 5
5
bolas).
O problema pede a probabilidade de observarmos urna I e bola vermelha,
ou seja, a interseção entre os eventos:
1 2 2 1
P (U 1 ∩ V ) = P (U 1 ) × P (V / U 1 ) = × = =
2 5 10 5

Outra situação importante é o chamado teorema da probabilidade total.

Ele é utilizado quando a probabilidade de um evento A é difícil de ser calculada
diretamente, porém torna-se simples o seu cálculo usando os conceitos a seguir.
Inicialmente, considere n eventos B1, B2,..., Bn. considere que eles
formam uma partição do espaço amostral S, quando:
 29

I) P (B k ) >0 ∀ k;
II) Bi ∩ Bj = ∅ para i ≠ j;
n
III) UB i =S.
i =1

Os eventos B1, B2,..., Bn são dois a dois mutuamente exclusivos

exaustivos (sua união é S). Seja A um evento qualquer do espaço amostral S e B1,
B2, ..., Bn uma partição de S, é válida a seguinte relação:

A = (B1 ∩ A) ∪ (B2 ∩ A) ∪ (B3 ∩ A) ∪ ... ∪ (Bn ∩ A).

Note que (B1 ∩ A); (B2 ∩ A) ...; (Bn ∩ A) são dois a dois mutuamente
exclusivos, portanto:

P( A) = P(B1 ∩ A) + P(B2 ∩ A) +K+ P(Bn ∩ A) .

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 é selecionada ao acaso e dela é extraída uma bola. Qual a probabilidade
de a bola ser vermelha?

Resolução:

Utilizando o teorema da probabilidade total, temos:

P(V) = P(U1 ∩ V) + P(U2 ∩ V) + P(U3 ∩ V)

P(V) = P(U1 ) × P(V / U1) + P(U2 ) × P(V / U2) + P(U3 ) × P(V / U3)
1 2 1 3 1 4 109
P (V ) = × + × + × =
3 5 3 4 3 6 180

Exemplo 17 (Problema da moeda de Bertrand):

Existem três caixas idênticas. A 1a contém duas moedas de ouro, a 2a
contém uma moeda de ouro e outra de prata, e a 3a, duas moedas de prata. Uma
caixa é selecionada ao acaso e da mesma é escolhida uma moeda ao acaso. Se a
moeda escolhida for de ouro, qual a probabilidade de que a outra moeda da caixa
escolhida também seja de ouro?
Resolução:
Temos três caixas, contendo:
 30

C1 = 2 moedas de ouro;
C2 = 1 moeda de ouro e 1 moeda de prata;
C3 = 2 moedas de prata.
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 símbolos: 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 ) × P(O / C1) + P(C2 ) × P(O / C2) + P(C3 ) × P(O / C3)
1 2 1 1 1 0 3 1
P (O ) = × + × + × = =
3 2 3 2 3 2 6 2

Utilizando a probabilidade condicional, vem:

1 2
×
P (C1 / O ) = 3 2 = 2×2 = 4 = 2
1 6 1 6 3
2

Exercícios:

E87. Um juiz de futebol possui três cartões no bolso. Um é todo amarelo, outro é
todo vermelho e o terceiro é vermelho de um lado e amarelo do outro. Num
determinado lance, o juiz retira, ao acaso, um cartão do bolso e o mostra a um
jogador. Determine a probabilidade de a face que o juiz vê ser vermelha e de a outra
face, mostrada ao jogador, ser amarela.

E88. Uma urna I tem 3 bolas vermelhas e 4 pretas. Outra urna II tem 6 bolas
vermelhas e 2 pretas. Uma urna é escolhida ao acaso e dela é escolhida uma bola
também ao acaso. Qual a probabilidade 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?
 31

E89. Uma urna tem 8 bolas vermelhas, 3 brancas e 4 pretas. Uma bola é escolhida
ao acaso e, sem reposição desta, outra é escolhida, também ao acaso. Qual a
probabilidade de:
a) a 1a bola ser vermelha e a 2a branca?
b) a 1a bola ser branca e a 2a vermelha?
c) a 1a e a 2a serem vermelhas?

E90. O mês de outubro tem 31 dias. Numa certa localidade, chove 5 dias no mês de
outubro. Qual a probabilidade de não chover nos dias 1o e 2 de outubro?

E91. 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 é
selecionada ao acaso e dela é extraída uma bola, também ao acaso. Qual a
probabilidade de a bola ser:
a) vermelha?
b) branca?
c) amarela?

E92. Em um lote da fábrica A existem 18 peças boas e 2 defeituosas. Em outro lote

da fábrica B, existem 24 peças boas e 6 defeituosas, e em outro lote da fábrica C,
existem 38 peças boas e 2 defeituosas. Um dos 3 lotes é sorteado ao acaso e dele é
extraída uma peça ao acaso. Qual a probabilidade de a peça ser:
a) boa?
b) defeituosa?

E93. Em um jogo de cara ou coroa, em cada tentativa a moeda é lançada 3 vezes

consecutivas. Uma tentativa é considerada um sucesso se o número de vezes que
se obtém cara supera estritamente o número de vezes que se obtém coroa. Qual é a
probabilidade de serem obtidos 2 sucessos nas 2 primeiras tentativas?

E94. 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 é escolhida ao acaso na urna I e colocada na
urna II, em seguida uma bola é escolhida na urna II ao acaso. Qual a probabilidade
de essa segunda bola ser:
 32

a) vermelha?
b) amarela?
c) branca?

E95. Uma urna I tem 3 bolas vermelhas e 4 brancas, a urna II tem 6 bolas vermelhas
e 2 brancas. Uma urna é escolhida ao acaso e nela é escolhida uma bola, também
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?

E96. Uma caixa contém 3 moedas MI, MII e MIII. A MI é “honesta”, a MII tem duas
caras e a MIII é viciada de tal modo que caras são duas vezes mais prováveis que
coroas. Uma moeda é escolhida ao acaso e lançada.
a) Qual a probabilidade de observarmos moeda MI e cara?
b) Qual a probabilidade de observarmos cara?
c) Se o resultado final foi cara, qual a probabilidade de que a moeda lançada
tenha sido MI.

E97. Duas máquinas A e B produzem peças idênticas, sendo que a produção da

máquina A é o triplo da produção da máquina B. A máquina A produz 80% de peças
boas e a máquina B produz 90%. Uma peça é selecionada ao acaso no estoque e
verifica-se que é boa. Qual a probabilidade de que tenha sido fabricada pela
máquina A?

E98. Certa moléstia A é detectada através de um exame de sangue. Entre as

pessoas que efetivamente possuem a moléstia A, 80% delas têm a moléstia
detectada pelo exame de sangue. Entre as pessoas que não possuem a moléstia A,
5% delas têm a moléstia detectada (erroneamente) pelo exame de sangue. Numa
cidade, 2% das pessoas têm a moléstia A. Uma pessoa da cidade foi submetida ao
citado exame de sangue, que a acusou como portadora da moléstia A. Qual a
probabilidade de essa pessoa estar efetivamente atacada pela moléstia?
 33

E99. Em uma população, o número de homens é igual ao de mulheres. 5% dos

homens são daltônicos e 0,25% das mulheres são daltônicas. Uma pessoa é
selecionada ao acaso e verifica-se que é daltônica. Qual a probabilidade de que ela
seja mulher?

2.4 INDEPENDÊNCIA DE EVENTOS

Dados dois eventos A e B de um espaço amostral Ω, diremos que A

independe de B se P(A/B) = P(A). Isto é, A independe de B se a ocorrência de B não
afeta a probabilidade de A.
Observemos que, se A independe de B, então B independe de A, pois:

P ( A ∩ B ) P ( B ) ⋅ P ( A / B ) P ( B ) ⋅ P ( A)
P ( B / A) = = = = P( B)
P ( A) P ( A) P ( A)
Dois eventos A e B são chamados independentes se:

P( A ∩ B) = P( A) ⋅ P( B)

Observações:
a) Se A e B não são independentes, eles são chamados dependentes.
b) Se A e B são independentes, então:

A e BC são independentes;
AC e B são independentes;
AC e BC são independentes.

Exemplo 18: Uma moeda é lançada 3 vezes. Sejam os eventos:

A: ocorrem pelo menos duas caras.
B: ocorrem resultados iguais nos três lançamentos.
Mostrar que os eventos A e B são independentes.

Resolução:

Ω = {(K, K, K); (K, K, C); (K, C, K); (K, C, C); (C, K, K); (C, K, C); (C, C, K);
(C, C, C)}.
 34

1
A = {(K, K, K); (K, K, C); (K, C, K); (C, K, K)}; P(A) =
2
2 1
B = {(K, K, K); (C, C, C)}; P(B) = =
8 4
1
A ∩ B = {(K, K, K)}; P(A ∩ B) =
8

Logo, P(A ∩ B) = P(A) x P(B)

1 1 1
= ⋅
8 2 4
Portanto, A e B são independentes.

Exemplo 19: Duas pessoas praticam tiro ao alvo. A probabilidade de a 1a atingir o

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

Resolução:
1 2 2
a ) P ( A).P ( B ) = ⋅ =
3 3 9
b) P ( A).P ( B ) + P ( A).P ( B c ) + P ( Ac ).P ( B ) =
1 2 1 1 2 2 7
⋅ + ⋅ + ⋅ =
3 3 3 3 3 3 9
Considere 3 eventos A, B e C do mesmo espaço amostral Ω. Dizemos que
A, B e C são independentes, se P(A ∩ B ∩ C) = P(A) . P(B) . P(C)

Generalizando:
P(A1 ∩ A2 ∩ ... ∩ An) = P(A1) . P(A2) . . . . . P(An)

Exemplo 20: Um dado é lançado 5 vezes. Qual a probabilidade de que a face “2”
apareça pelo menos uma vez nos 5 lançamentos?

Resolução:
 35

Vamos calcular a probabilidade da face 2 aparecer nenhuma vez.

5 5 5 5 5 3125
⋅ ⋅ ⋅ ⋅ =
6 6 6 6 6 7776

Agora, calcula-se a probabilidade de a face 2 aparecer pelo menos uma

vez, usando o evento complementar:
3125 4651
1− =
7776 7776

Exercícios:

E100. As probabilidades de que duas pessoas A e B resolvam um problema são:

1 3
P(A) = e P(B) = . Qual a probabilidade de quê:
3 5
a) ambos resolvam o problema?
b) ao menos um resolva o problema?
c) nenhum resolva o problema?
d) A resolva o problema, mas B não?
e) B resolva o problema, mas A não?

E101. A probabilidade de certo homem sobreviver mais 10 anos, a partir de certa

data, é 0,4, e de que sua esposa sobreviva mais 10 anos a partir da mesma data é
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?

1
E102. A probabilidade de que um aluno A resolva certo problema é P(A) = , a de
2
1
que outro aluno B resolva é P(B) = e a de que um terceiro aluno C o resolva é
3
1
P(C) = . Qual a probabilidade de quê:
4
a) os três resolvam o problema?
b) ao menos um resolva o problema?
 36

1
E103. Luís tem probabilidade de convidar Alice para um passeio num domingo. A
4
2 1
probabilidade de que César a convide é e a de Olavo é . Qual a probabilidade
5 2
de quê:
a) os três a convidem para o passeio?
b) ao menos um a convide para o passeio?
c) nenhum a convide para o passeio?

E104. As probabilidades de 3 jogadores A, B e C marcarem um gol quando cobram

2 4 7
um pênalti são , e , respectivamente. Se cada um cobrar uma única vez, qual a
3 5 10
probabilidade de que pelo menos um marque um gol?

E105. Em uma indústria, há 10 pessoas que ganham mais de 20 salários mínimos

(s.m.), 20 que ganham entre 10 e 20 s.m. e 70 que ganham menos de 10 s.m. Três
pessoas dessa indústria são selecionadas. Determine a probabilidade de que pelo
menos uma ganhe menos de 10 s.m.

E106. Num certo colégio, 4% dos homens e 1% das mulheres têm mais de 1,75m de
altura. 60% dos estudantes são mulheres. Um estudante é escolhido ao acaso e tem
mais de 1,75m. Qual a probabilidade de que seja homem?

3
E107. A probabilidade de um indivíduo da classe A comprar um carro é de , da
4
1 1
classe B é de e da C é de . As probabilidades de os indivíduos comprarem um
5 20
1 3 3
carro da marca X são , e , dado que sejam A, B e C, respectivamente. Certa
10 5 10
loja vendeu um carro da marca X. Qual a probabilidade de que o indivíduo que o
comprou seja da classe B?
 37

3 DISTRIBUIÇÕES DE PROBABILIDADES

3.1 DISTRIBUIÇÃO DE BERNOULLI

Consideremos uma única tentativa de um experimento aleatório. 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: número de sucessos em uma única tentativa do experimento. X
assume o valor 0 que corresponde ao fracasso, com probabilidade q, ou o valor 1,
que corresponde ao sucesso, com probabilidade p.

⎧0 fracasso
X =⎨ com P(X = 0) = q e P(X=1) = p
⎩1 sucesso
Nessas condições, a variável aleatória X tem distribuição de BERNOULLI,
e sua função de probabilidade é dada por:

P ( X = x) = p x × q 1− x
Com média ou esperança E(X) = p e com variância VAR(X) = p×q.

Exemplo 21: Uma urna tem 30 bolas brancas e 20 verdes. Retira-se uma bola
dessa urna. Seja X: número de bolas verdes, calcular E(X), VAR(X) e determinar
P(X).
Resolução:
⎧ 30 3
⎪⎪0 → q = 50 = 5
X =⎨
⎪1 → p = 20 = 2
⎪⎩ 50 5
2 2 3 6
E( X ) = p = VAR ( X ) = p × q = × =
5 5 5 25
x 1− x
⎛ 2⎞ ⎛3⎞
P( X = x) = ⎜ ⎟ ⎜ ⎟
⎝5⎠ ⎝5⎠
 38

3.2 DISTRIBUIÇÃO GEOMÉTRICA

Consideremos tentativas sucessivas e independentes de um mesmo

experimento aleatório. Cada tentativa admite sucesso com probabilidade p e
fracasso com probabilidade q; p + q = 1.
Seja X: número de tentativas necessárias 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 1ª tentativa e sucesso na
segunda, (FS) e P(X = 2) = P(F ∩ S) = q × p;
X = 3, que corresponde a (FFS) e P(X = 3) = P(F ∩ F ∩ S) = q × q × p
= q² × p;
X = 4, que corresponde a (FFFS) e P(X = 4) = q³ × p; e assim
sucessivamente.
Nessas condições, a variável aleatória X tem distribuição Geométrica, e
sua função de probabilidade é dada por:

P( X = x) = q x −1 × p

Exemplo 22: A probabilidade de se encontrar aberto o sinal de trânsito numa

esquina é 0,20. Qual a probabilidade de que seja necessário passar pelo local 5
vezes, para encontrar o sinal aberto pela primeira vez?

Resolução:

X: número de vezes necessárias para encontrar o sinal aberto.

p = 0,20 q = 0,80

P( X = x) = q x −1 × p
P (X = 5) = (0,80)4× (0,20) = 0,08192
A probabilidade é de 0,08192
 39

3.3 DISTRIBUIÇÃO BINOMIAL

A distribuição binomial tem esse nome porque se baseia no

desenvolvimento de (a + b)n, que é o Binômio de Newton.
Consideremos, então, uma sequência 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 Pk, da ocorrência de exatamente K sucessos,
nos n ensaios. É evidente que K ∈ {0, 1, 2, ..., n}.
A probabilidade Pk de exatamente K sucessos nos n ensaios será dada
pela fórmula:

⎛n⎞
Pk = ⎜⎜ ⎟⎟ ⋅ p k ⋅ q n − k
⎝k ⎠
⎛n⎞ n!
Onde: ⎜⎜ ⎟⎟ = (Combinação dos n elementos tomados k vezes)
⎝ k ⎠ k! ⋅ (n − k)!

Os valores de n e k são sempre inteiros.

Exemplo 23: Uma urna tem 4 bolas vermelhas (V) e 6 brancas (B). Uma bola é
extraída, observada sua cor e reposta na urna. O experimento é repetido 5 vezes.
Qual a probabilidade de observarmos exatamente 3 vezes bola vermelha?

Resolução:

O problema trata-se de uma distribuição binomial em que cada ensaio

será feito nas mesmas condições (bola é reposta na urna). Temos, então:
Número de ensaios n = 5.
4
Probabilidade de sucesso para um ensaio p = (neste caso, o sucesso é
6
bola vermelha).
Probabilidade de fracasso é o evento complementar dado por
4 2
q = 1− = .
6 6
 40

Aplica-se a fórmula para K = 3 (exatamente 3 vezes bola vermelha):

⎛n⎞
Pk = ⎜⎜ ⎟⎟ ⋅ p k ⋅ q n − k
⎝k ⎠
⎛ 5⎞ ⎛ 4 ⎞ ⎛ 2 ⎞
3 2

P3 = ⎜⎜ ⎟⎟ ⋅ ⎜ ⎟ ⋅ ⎜ ⎟ = 10 × 0,2963 × 0,1111 = 0,3292

⎝ 3⎠ ⎝ 6 ⎠ ⎝ 6 ⎠

3.4 DISTRIBUIÇÃO DE POISSON

Consideremos a probabilidade de ocorrência de sucessos em um

determinado intervalo.
A probabilidade da ocorrência de um sucesso no intervalo é proporcional
ao intervalo. A probabilidade de mais de um sucesso nesse intervalo é bastante
pequena com relação à probabilidade de um sucesso.

Seja X o número de sucessos no intervalo, então:

e −λ × λ K
P( X = k ) = , onde e ≅ 2,718282 e λ é a média aritmética.
k!
A variável X assim definida tem distribuição de Poisson.
A distribuição de Poisson é muito usada na distribuição do número de:
1. Carros que passam por um cruzamento por minuto, durante certa hora
do dia;
2. Erros tipográficos por página, em um material impresso;
3. Defeitos por unidade por peça fabricada;
4. Colônia de bactérias numa dada cultura por 0,01 mm², numa plaqueta
de microscópio;
5. Mortes por ataque de coração por ano, numa cidade. É aplicada
também em problemas de filas de espera em geral, e outros.

Exemplo 24: Num livro de 800 páginas há 800 erros de impressão. Qual a
probabilidade de que uma página contenha pelo menos 3 erros?
 41

Resolução:

Sendo X: número de erros por página

A média λ = 800 erros: 800 páginas = 1 erro por página
Queremos calcular P(X ≥ 3) = ?

P(X ≥ 3) = 1 – P(X < 3) = 1 – [ P(X=0) + P(X=1) + P(X=2)]

⎡ e −1 ×10 e −1 ×11 e −1 ×12 ⎤

= 1− ⎢ + + ⎥
⎣ 0! 1! 2! ⎦
= 1 − [0,367879 + 0,367879 + 0,183940]
= 1 − 0,919698 = 0,080302

Exercícios:

E108. Uma moeda é lançada 6 vezes. Qual a probabilidade de observarmos

exatamente duas caras?

E109. Um dado é lançado 5 vezes. Qual a probabilidade de que o “4” apareça

exatamente 3 vezes?

E110. Uma pessoa tem probabilidade 0,2 de acertar num alvo toda vez que atira.
Supondo que as vezes que ela atira são ensaios independentes, qual a
probabilidade de ela acertar no alvo exatamente 4 vezes, se ela dá 8 tiros?

E111. A probabilidade de que um homem de 45 anos sobreviva mais 20 anos é 0,6.

De um grupo de 5 homens com 45 anos, qual a probabilidade de que exatamente 4
cheguem aos 65 anos?

E112. Uma moeda é lançada 6 vezes. Qual a probabilidade de observarmos ao

menos uma cara?

E113. 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 vença ao menos uma?
 42

E114. Numa estrada há 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?

E115. A experiência mostra que de cada 400 lâmpadas, 2 se queimam ao serem

ligadas. Qual a probabilidade de que numa instalação de:
a) 600 lâmpadas, no mínimo 3 se queimem?
b) 900 lâmpadas, exatamente 8 se queimem?

E116. Numa linha adutora de água, de 60 km de extensão, ocorrem 30 vazamentos

no período de um mês. Qual a probabilidade de ocorrer, durante o mês, pelo menos
3 vazamentos num certo setor de 3 km de extensão?

3.5 DISTRIBUIÇÃO NORMAL

Há uma distribuição de frequência denominada curva normal,

considerada um modelo teórico ou ideal que resulta muito mais de uma equação
matemática do que de um real delineamento de pesquisa com coleta de dados.
A curva normal é um tipo de curva simétrica, suave, cuja forma lembra
um sino. Ela é unimodal, sendo seu ponto de frequência máxima situado no meio
da distribuição, em que a média, a mediana e a moda coincidem.
A Distribuição Normal é uma das mais importantes distribuições de
probabilidades conhecidas. Isso se deve não só aos recursos que ela própria
oferece, mas também ao fato de que muitas outras distribuições de probabilidades
convergem para ela.
A Distribuição Normal é uma distribuição contínua, ou seja, a variável X
pode assumir quaisquer valores do campo dos reais. Lembre-se que, se X tiver
Distribuição Binomial, só poderá ter valores inteiros. Neste caso, a variável X é
chamada de discreta.
 43

Exemplo de Curva Normal:

1000

800
a
i
c 600
n
ê
ü 400
q
e
r
F200
0
1 2 3 4 5 6 7 8 9 10 11 12 13

A área sob a curva é aquela região do plano compreendida entre a

curva e o eixo das abscissas, que corresponde em qualquer Distribuição Normal a
100% dos dados considerados.
A natureza simétrica da curva Normal vai levar a concluir que qualquer
distância medida em unidades de desvio padrão (S), acima ou abaixo da média,
contém a mesma porção da área sob a curva.
Temos então:
9 34,13% da área total situam-se entre a média e 1S abaixo ou acima
da média;
9 47,72% da área total situam-se entre a média e 2S abaixo ou acima
da média;
9 49,87% da área total situam-se entre a média e 3S abaixo ou acima
da média.

Vamos imaginar uma variável X que tenha Distribuição Normal com

média X e desvio padrão S. Se deslocarmos o eixo vertical para a direita até o
centro da curva, teremos feito uma mudança de origem, em que o zero passou a
ocupar a média da curva. Tomemos uma nova variável Z e definindo-a, temos:

Xi − X
Z=
S

Onde Xi é qualquer valor da variável X no campo dos reais.

Com esse processo, teremos construído uma Distribuição Normal
Reduzida ou Distribuição Normal Padronizada com os seguintes parâmetros:
X =0 S 2 =1 S=1
 44

Desta forma, as infinitas distribuições normais reduzem-se a apenas

uma: N(0; 1).
Uma forma abreviada de indicar que a variável X se distribui
normalmente é escrever X é N( X ; S 2 ) , onde X é a média e S2 é a variância.

Exemplo 25: X é N(20; 16). Calcular P(X < 25).

Resolução:

São dados: X = 20 e S² = 16. Então: S = 4.

Primeiramente vamos transformar a variável X em variável reduzida Z:
X i − X 25 − 20 5
Z= = = = 1,25
S 4 4
Consultando a tabela de probabilidades curva normal reduzida (Anexo 1),
obtemos a probabilidade de 0,3944 para Z = 1,25. É importante lembrar que esta
probabilidade vai da média até 1,25 unidade de desvio padrão acima da média.
O problema pede: P(X < 25) = P(Z < 1,25) = 0,3944 + 0,5 = 0,8944.

Exercícios:

E117. Sabe-se que X tem distribuição Normal com média igual a 60 e variância M.
Sabe-se também que P (X ≥ 70) = 0,0475. Qual o valor de M? Resposta
arredondada para o inteiro mais próximo.

E118. X tem distribuição Normal com os seguintes parâmetros:

Média aritmética = 30
Variância = 16
Qual a probabilidade de (X ≥ 40)?

E119. X é N(20; 49). Calcular P(X < 30).

E120. X é N(10; 100). Calcular P(12 ≤ X ≤ 20).

E121. X é N(30; 16). Calcular P(X ≤ 19).

 45

E122. X é N(20; 25). Calcular P(X ≤ 30).

E123. X é N(50; 81). Calcular P(40 ≤ X ≤ 60).

E124. X é N(10; 16). Calcular P(X ≥ 5).

E125. Um teste padronizado de escolaridade tem distribuição normal com média

100 e desvio padrão 10. Determine a probabilidade de um indivíduo submetido ao
teste ter nota:
a) maior que 120;
b) maior que 80;
c) entre 85 e 115;
d) maior que 100.

E126. Os pesos de 600 estudantes são normalmente distribuídos com média 65,3 kg
e desvio padrão 5,5 kg. Determine o número de estudantes que pesam:
a) entre 60 kg e 70 kg;
b) mais que 63,2 kg;
c) menos que 68 kg.

E127. Os salários dos diretores das empresas de São Paulo distribuem-se

normalmente com média de R$8.000,00 e desvio-padrão 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

3.6 APROXIMAÇÃO DA BINOMIAL PELA NORMAL

A média aritmética de uma distribuição binomial é dada por:

μ = n⋅ p
Onde:
μ representa a média procurada (populacional);
 46

n representa o número de repetições do experimento;

p representa a probabilidade associada ao evento sucesso.
A variância de uma distribuição binomial é dada por

σ 2 = n⋅ p⋅q
onde:
σ2 representa a variância procurada (populacional);
n representa o número de repetições do experimento;
p representa a probabilidade associada ao evento sucesso;
q representa a probabilidade associada ao evento fracasso.

Quando n⋅p ou n ⋅q (sempre o menor) for ≥ 5 , a normal constituirá

uma boa aproximação para a binomial. A fórmula resolutiva da binomial pela normal
é:
X i ± 0,5 − n ⋅ p
Zi =
n⋅ p⋅q

Exemplo 26: Uma moeda honesta é lançada 20 vezes. Sendo X o número de

“caras”, determinar P (12 ≤ X ≤ 14).
Resolução:

12 − 0,5 − 20 ⋅ 0,5 11,5 − 10 1,5

Z1 = = = = 0,67
20 ⋅ 0,5 ⋅ 0,5 5 2,2361

14 + 0,5 − 20 ⋅ 0,5 14,5 − 10 4,5

Z2 = = = = 2,01
20 ⋅ 0,5 ⋅ 0,5 5 2,2361

Consultando a tabela de probabilidades curva normal reduzida (Anexo 1),

obtemos a probabilidade de 0,2486 para Z = 0,67 e 0,4778 para Z = 2,01. É
importante lembrar que esta probabilidade vai da média até 0,67 ou até 2,01
unidades de desvio padrão acima da média.
O problema pede: P(12 ≤ X ≤ 14) = P(0,67 ≤ Z ≤ 2,01) = 0,4778 – 0,2486
= 0,2292.
 47

Exercícios:

E128. Seja a variável X distribuída binomialmente. Se p = 0,25 e n = 30,

a) quanto vale a média aritmética?
b) quanto vale a variância?
c) qual a probabilidade de X = 10?

E129. Uma moeda equiprovável vai ser jogada 18 vezes. Calcular:

a) P (X = 12)
b) P (8 < X < 10)
c) P (X > 15)
d) P (3 ≤ X < 8)
Observação: X = número de caras. (Resposta com 5 casas decimais).

E130. Uma prova tem 40 questões e cada questão, 4 alternativas, sendo uma só
correta. Se o aluno resolver “chutar” as respostas, qual o número mais provável
de acertos?

E131. Uma moeda honesta foi lançada 100 vezes. Qual a probabilidade de terem
saído 80 caras ou mais?

E132. Uma moeda honesta foi lançada 100 vezes. Qual a probabilidade de terem
saído exatamente 64 caras? Resposta com 4 casas decimais.

E133. Sabe-se que a variável X tem distribuição binomial com os parâmetros n =

40 e p = 0,6. Calcular a média aritmética (μ) e a variância (σ 2) dessa distribuição.
 48

CONSIDERAÇÕES FINAIS

Este material foi elaborado para os alunos do curso de Licenciatura em

Matemática atingirem os objetivos de aprendizagem propostos para esta
disciplina.
Com a leitura desta apostila e a realização dos exercícios propostos,
espera-se que os alunos consigam desenvolver as habilidades e os
conhecimentos que contribuem para a formação do profissional Licenciado em
Matemática.
O aprofundamento dos assuntos apresentados e a ampliação de outros
conhecimentos podem ser adquiridos através dos livros citados nas referências
bibliográficas e em outras obras relacionadas a esses temas. Para o
aproveitamento completo da disciplina, é fundamental que o aluno utilize os
recursos disponíveis no portal (correio, chat e fórum), assistam às aulas Web e às
aulas transmitidas via satélite, realize as atividades avaliativas e a prova
presencial de maneira satisfatória.
Espera-se que as expectativas dos alunos possam ser atingidas e
coloco-me à disposição para as críticas em relação a esta obra.
Um forte abraço a todos.

Profº. Hercules Sarti

 49

REFERÊNCIAS

CRESPO, A. A. Estatística Fácil. São Paulo: Saraiva, 1994.

HAZZAN, S. Fundamentos da Matemática Elementar - volume 5. São Paulo:

Atual, 1993.

LEVIN, J. Estatística Aplicada a Ciências Humanas. São Paulo: Harbra, 1987.

 50

ANEXO
 51

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