Probabilidade

Gancho: "A probabilidade é a matemática da incerteza. Ela nos ajuda a tomar decisões quando não podemos ter certeza dos resultados."

---

A Matemática do Acaso

A teoria da probabilidade começou com jogos de azar. Cardano (1564) calculou probabilidades para dados. Pascal e Fermat (1654) correspondiam-se sobre problemas de apostas, lançando a probabilidade moderna. Mas eruditos indianos e árabes tinham insights anteriores sobre chance e incerteza.

---

Objetivos de Aprendizagem

Ao final desta lição, você será capaz de:

• Compreender conceitos básicos de probabilidade
• Calcular probabilidade teórica e experimental
• Aplicar probabilidade a situações reais
• Compreender valor esperado

---

1. O que é Probabilidade?

Chance e Incerteza

Probabilidade: Medida da chance de um evento ocorrer (0 a 1 ou 0% a 100%)

• 0: Impossível
• 0.5: Tão provável quanto improvável
• 1: Certo

Probabilidade Teórica vs. Experimental

Teórica: Baseada em modelos matemáticos

$$P(A) = \frac{\text{casos favoráveis}}{\text{casos possíveis}}$$

Experimental: Baseada em experimentos

$$P(A) = \frac{\text{vezes que A ocorreu}}{\text{total de experimentos}}$$

Perspectivas Históricas

Gregos: Acreditavam que o destino controlava os eventos Indianos: Estudavam astronomicamente probabilidades Islamicos: Desenvolveram métodos para estimar incertezas Europeus: Formalizaram com jogos de azar

---

2. Calculando Probabilidade

Espaços Amostrais

Espaço amostral (S): Conjunto de todos os resultados possíveis

Exemplo: Jogar um dado: S = {1, 2, 3, 4, 5, 6}

Probabilidade de Eventos

Evento (A): Subconjunto do espaço amostral

Exemplo: "Resultado par" = A = {2, 4, 6}

$$P(A) = \frac{3}{6} = \frac{1}{2}$$

Regras de Adição e Multiplicação

Regra da Adição (eventos mutuamente exclusivos):

$$P(A \cup B) = P(A) + P(B)$$

Regra da Multiplicação (eventos independentes):

$$P(A \cap B) = P(A) \times P(B)$$

---

3. Aplicações

Jogos de Azar

Dados: 36 resultados possíveis para dois dados Cartas: 52 cartas em um baralho padrão Moeda: 2 resultados possíveis

Avaliação de Risco

Seguros: Calculam probabilidade de sinistros Medicina: Riscos de tratamentos Negócios: Probabilidade de sucesso

Tomada de Decisão

Custo-benefício: Ponderar resultados por suas probabilidades Valor esperado: Média ponderada dos resultados

$$E(X) = \sum_{i} x_i \cdot P(x_i)$$

---

4. Exercícios Interativos

Simulador de Dados

Probabilidade de Cartas

Risco do Mundo Real

---

Aplicação no Mundo Real

Seguros, Apostas e Medicina

Seguros:

• Companhias calculam probabilidades de sinistros
• Premiums são baseados em risco esperado

Apostas:

• Casas de apostas usam probabilidades para definir odds
• Maioria das apostas favorece a casa

Medicina:

• Eficácia de tratamentos
• Riscos de procedimentos
• Diagnóstico baseado em probabilidade

---

5. Exemplos Resolvidos Detalhados

Problemas de Probabilidade com Múltiplas Etapas

Problema 1: Uma moeda justa é lançada 3 vezes. Qual a probabilidade de obter exatamente 2 caras?

Solução passo a passo:

Passo 1: Determinar o espaço amostral. Cada lançamento tem 2 resultados, então 2³ = 8 resultados possíveis.

Passo 2: Listar os resultados com exatamente 2 caras:

• CARA, CARA, COROA (CCo)
• CARA, COROA, CARA (CoC)
• COROA, CARA, CARA (oCC)

Passo 3: Contar os resultados favoráveis: 3 resultados.

Passo 4: Calcular a probabilidade.

$P(\text{exatamente 2 caras}) = \frac{3}{8} = 0,375$

Método alternativo (combinação): Pode ser calculado com a fórmula binomial: C(3,2) × (1/2)² × (1/2)¹ = 3 × 1/4 × 1/2 = 3/8.

---

Problema 2: Dois dados são lançados. Qual a probabilidade de a soma ser maior que 9?

Solução passo a passo:

Passo 1: Identificar o espaço amostral total: 6 × 6 = 36 resultados.

Passo 2: Listar resultados onde a soma > 9:

Passo 3: Contar: 6 resultados favoráveis.

$P(\text{soma} > 9) = \frac{6}{36} = \frac{1}{6} \approx 0,167$

---

Problema 3: Um saco contém 4 bolas vermelhas, 3 azuis e 2 verdes. Duas bolas são retiradas sem reposição. Qual a probabilidade de ambas serem vermelhas?

Solução passo a passo:

Passo 1: Probabilidade da primeira bola ser vermelha.

$P(\text{1ª vermelha}) = \frac{4}{9}$

Passo 2: Após retirar uma bola vermelha, restam 3 vermelhas em 8 bolas.

$P(\text{2ª vermelha | 1ª vermelha}) = \frac{3}{8}$

Passo 3: Multiplicar as probabilidades (dependentes).

$P(\text{ambas vermelhas}) = \frac{4}{9} \times \frac{3}{8} = \frac{12}{72} = \frac{1}{6}$

---

Probabilidade Condicional

Problema: Em uma escola, 60% dos alunos estudam inglês e 40% estudam francês. 25% estudam ambos. Se um aluno estuda inglês, qual a probabilidade de também estudar francês?

Solução passo a passo:

Passo 1: Definir os eventos.

• I = estuda inglês, P(I) = 0,60
• F = estuda francês, P(F) = 0,40
• I ∩ F = estuda ambos, P(I ∩ F) = 0,25

Passo 2: Aplicar a fórmula de probabilidade condicional.

$P(F | I) = \frac{P(F \cap I)}{P(I)} = \frac{0,25}{0,60} = \frac{5}{12} \approx 0,417$

Interpretação: Se sabemos que o aluno estuda inglês, há 41,7% de chance de que também estude francês.

---

Problema adicional: Se um teste médico tem 95% de sensibilidade (detecta a doença quando ela existe) e 90% de especificidade (não detecta quando não existe), e 2% da população tem a doença, qual a probabilidade de que um paciente positivo realmente tenha a doença?

Solução:

• P(D) = 0,02 (doença)
• P(+|D) = 0,95 (sensibilidade)
• P(+|¬D) = 0,10 (falso positivo = 1 - especificidade)

$P(D|+) = \frac{P(+|D) \times P(D)}{P(+|D) \times P(D) + P(+|\neg D) \times P(\neg D)}$

$P(D|+) = \frac{0,95 \times 0,02}{0,95 \times 0,02 + 0,10 \times 0,98} = \frac{0,019}{0,019 + 0,098} = \frac{0,019}{0,117} \approx 0,162$

Resultado surpreendente: Mesmo com um teste positivo, a chance real de ter a doença é apenas 16,2%! Isso acontece porque a doença é rara na população.

---

Valor Esperado — Exemplos Detalhados

Problema 1: Em um jogo de roleta, você aposta R$10 no número 17. Se acertar, ganha R$ 350. Qual o valor esperado?

Solução passo a passo:

Passo 1: Identificar os resultados possíveis.

• Acertar (1 em 37): ganho = R$350 - R$ 10 = R$ 340
• Errar (36 em 37): perda = -R$ 10

Passo 2: Calcular o valor esperado.

$E(X) = \frac{1}{37} \times 340 + \frac{36}{37} \times (-10)$

$E(X) = 9,19 - 9,73 = -0,54$

Interpretação: Em média, você perde R$0,54 por aposta de R$ 10. A casa sempre tem vantagem!

---

Problema 2: Qual valor você pagaria por um seguro contra incêndio? O prédio vale R$ 500.000, e a probabilidade de incêndio é 0,1%.

Solução:

$E(\text{perda}) = 0,001 \times 500.000 + 0,999 \times 0 = R\$\ 500$

O valor justo do seguro seria pelo menos R$500. As seguradoras cobram mais (por exemplo, R$ 700) para cobrir custos operacionais e lucro.

---

Erros Comuns em Probabilidade

---

Exercício Interativo: Regras de Probabilidade

---

Aplicações no Mundo Real: Estudos de Caso

Caso 1: Teste Médico e Paradoxo de Simpson

Em uma população de 10.000 pessoas, 100 têm uma doença rara. Um teste com 99% de acurácia é aplicado a todos. Quantos positivos falsos haverá?

• Verdadeiros positivos: 100 × 0,99 = 99
• Falsos positivos: 9.900 × 0,01 = 99

De 198 positivos, apenas 50% realmente têm a doença! Por isso testes de triagem sempre são seguidos de confirmação.

Caso 2: Estratégia de Apostas

Em uma aposta de roleta europeia (37 números), a casa tem vantagem de 1/37 ≈ 2,7%. Isso significa que, a longo prazo, para cada R$100 apostados, o jogador perde R$ 2,70 em média.

Caso 3: Decisão de Seguro

O valor esperado de um seguro contra inundação:

• Prédio: R$ 300.000
• Probabilidade de inundação: 0,5%
• Prêmio do seguro: R$ 2.500/ano

E(X) = 0,005 × 300.000 = R$1.500. O prêmio de R$ 2.500 é maior que o valor esperado, mas o risco de perda total pode justificar o custo para quem não pode arcar com a perda.

---

Practice Questions

---

• Probabilidade mede a chance de eventos (0 a 1)
• Probabilidade teórica usa modelos; experimental usa dados
• Eventos independentes: P(A ∩ B) = P(A) × P(B)
• Valor esperado pondera resultados por suas probabilidades
• Probabilidade é essencial para seguros, medicina e decisões