Resultados, eventos e probabilidade
Um dado equilibrado tem seis faces. A chance de sair pelo menos cinco é de 2 em 6, aproximadamente 0.333.
A previsão indica 30% de chance de chuva amanhã. Esse número é inventado, mas você já ouviu previsões assim. Ele não diz se você vai se molhar. Diz algo menos preciso, mas ainda útil: pode chover, embora seja mais provável que não chova. O ônibus vai atrasar? O próximo lance livre vai entrar? Não sabemos ao certo, mas também não estamos completamente no escuro. A probabilidade é o número que usamos para esse meio-termo. Ela vai de 0 a 1. Probabilidade 0 significa que o evento nunca pode acontecer; 1, que ele sempre acontece; e 0.5, que acontecer e não acontecer têm a mesma chance.
Um dado tem seis resultados, e «pelo menos cinco» corresponde a dois deles
Os livros de estatística usam alguns termos que vale a pena aprender com precisão. Um experimento é uma ação cujo resultado é incerto, como lançar uma moeda ou um dado. Cada resultado possível é um resultado do experimento. O conjunto de todos os resultados possíveis é o espaço amostral, representado por S. Para uma moeda, S = {H, T}. Para um dado, S = {1, 2, 3, 4, 5, 6}. Um evento é qualquer grupo de resultados que nos interessa, indicado por uma letra maiúscula. «Sair pelo menos cinco» é o evento E = {5, 6}.
Pedra, papel e tesoura é outro bom exemplo. Dois jogadores escolhem um de três gestos, então o espaço amostral tem 3 × 3 = 9 resultados, de (pedra, pedra) a (tesoura, tesoura). Três são empates: ambos pedra, ambos papel ou ambos tesoura. Se os dois escolherem ao acaso, os nove resultados serão equiprováveis e P(empate) = 3/9 = 1/3. Saber se jogadores reais escolhem ao acaso é outra questão. A regra de contagem abaixo depende exatamente dessa hipótese.
Quando todos os resultados do espaço amostral são equiprováveis, calcular a probabilidade é contar: P(A) = (número de resultados em A) ÷ (número de resultados em S). Para o dado, P(E) = 2 ÷ 6 = 1/3, aproximadamente 0.333. O OpenStax usa uma moeda de dez e outra de cinco centavos de dólar: o espaço amostral é {HH, HT, TH, TT}, com quatro resultados. O evento «exatamente uma cara» contém HT e TH, portanto sua probabilidade é 2/4 = 0.5. Observe que HT e TH são resultados diferentes. São duas moedas distintas; registrar o que aconteceu com cada uma é o que torna os quatro resultados equiprováveis.
Lance uma moeda e depois outra: a árvore ganha uma camada
Você pode listar os resultados, desenhar uma árvore ou fazer um diagrama de Venn. Listas servem bem para experimentos pequenos. Árvores ajudam quando o experimento ocorre em etapas, como lançar uma moeda e depois outra: cada etapa acrescenta uma camada de ramos, e cada caminho da raiz até uma ponta corresponde a um resultado. Diagramas de Venn são melhores para mostrar a sobreposição de eventos, assunto de uma lição posterior sobre OU e E.
A regra de contagem exige resultados equiprováveis, mas objetos reais nem sempre obedecem a essa condição. O OpenStax relata que estudantes testaram uma moeda belga de um euro e obtiveram cara em 56% de 250 lançamentos. Um dado com pontos escavados pode favorecer ligeiramente algumas faces. Por isso, nos dados de cassino, os pontos são preenchidos com tinta da mesma densidade do cubo. Quando os resultados não são equiprováveis, a probabilidade precisa vir da experiência de longo prazo, não da contagem. A próxima lição mostra o que significa «longo prazo».
Arraste para girar. Use a rolagem ou afaste e aproxime dois dedos para ajustar o zoom.
| Experimento | Ação com resultado incerto, como lançar um dado |
| Resultado | Um dos resultados possíveis de um experimento |
| Espaço amostral S | Conjunto de todos os resultados possíveis |
| Evento | Qualquer grupo de resultados, como {5, 6} |
| P(A) com resultados equiprováveis | Resultados em A ÷ resultados em S |
- Um dado equilibrado. Qual é P(sair pelo menos cinco)?
- Um dado equilibrado. Qual é P(sair um número par)?
- Duas moedas equilibradas. Qual é P(duas caras)?
- Quantos resultados há no espaço amostral de lançar uma moeda e um dado?
- Quantos resultados há para três moedas?
- Três moedas equilibradas. Qual é P(exatamente duas caras)?
- Um dado. Qual é P(sair 7)?
- Qual número não pode ser uma probabilidade?
- 0
- 0.999
- 1
- 1.2
- Um saco tem 3 bolinhas vermelhas, 5 azuis e 2 verdes. Qual é P(azul), em decimal?
- Uma moeda deu cara em 56% de 250 lançamentos. O que isso indica?
- A moeda certamente é viciada
- A moeda pode ser viciada; mais lançamentos ajudariam
- A probabilidade de cara é exatamente 0.56
- A probabilidade não se aplica a moedas
- «Duas moedas dão 0, 1 ou 2 caras, três resultados, então P(exatamente uma cara) = 1/3.» Esses três resultados não são equiprováveis. Exatamente uma cara ocorre de duas maneiras, HT e TH, entre quatro resultados equiprováveis. Portanto, a probabilidade é 2/4 = 1/2. Nenhuma cara e duas caras têm probabilidade 1/4 cada.
- «Uma tachinha cai com a ponta para cima ou de lado, dois resultados, então cada um tem probabilidade 1/2.» Dois resultados não significam chances iguais. Uma tachinha não é simétrica, então não há razão para esperar 50:50. Lance-a muitas vezes e use a frequência relativa.
- «Uma probabilidade de 1/2 significa que dois lançamentos darão exatamente uma cara.» Dois lançamentos dão exatamente uma cara apenas na metade das vezes (HT ou TH, 2 dos 4 resultados). A probabilidade descreve o longo prazo. Não é uma promessa sobre as próximas duas tentativas.
- A probabilidade vai de 0 (nunca) a 1 (sempre).
- Espaço amostral S: todos os resultados possíveis. Evento: grupo de resultados.
- Resultados equiprováveis: P(A) = resultados em A ÷ resultados em S.
- Moedas e dados reais podem ser viciados; nesse caso, a probabilidade vem da frequência de longo prazo.
Fontes deste curso (9)
- Curriculum: 교육부 고시 제2022-33호 [별책 8] 수학과 교육과정 (ncic.re.kr/inv/org/download.do?year=2022&seq=10003559&orgType=ogi4, PDF read 2026-10-19: 초등학교 5~6학년군 [6수04-04]~[6수04-06] 가능성을 말과 0, 1/2, 1 같은 수로 나타내기; 중학교 1~3학년군 [9수04-03] 상대도수, [9수04-05] 경우의 수(두 경우의 수를 더하거나 곱하는 정도), [9수04-06] 확률(상대도수로서의 의미와 경우의 수의 비율로서의 의미, 각 경우의 가능성이 같다는 가정), 용어 상대도수·사건·확률; 공통수학1 [10공수1-03-01]~[10공수1-03-03] 합의 법칙·곱의 법칙·순열·조합, 기호 nCr; 확률과 통계 [12확통01-03] 이항정리, 용어 이항계수·파스칼의 삼각형; [12확통02-01]~[12확통02-06] 확률의 기본 성질·덧셈정리·여사건의 확률·조건부확률·독립과 종속·곱셈정리, 용어 시행·통계적 확률·수학적 확률·여사건·배반사건·조건부확률·종속·독립·독립시행과 기호 P(A), P(B|A); [12확통03-03] 이항분포, [12확통03-04] 정규분포와 이항분포의 관계, [12확통03-05]·[12확통03-06] 임의추출·표본평균과 모평균, 용어 큰 수의 법칙·이항분포·정규분포·모평균·표본평균과 기호 B(n, p), N(m, σ²), X̄)
- Textbook: OpenStax, Introductory Statistics 2e by Barbara Illowsky and Susan Dean, 3.1 terminology, equally likely outcomes, dime and nickel, law of large numbers, Belgian one euro coin 56% heads in 250 trials, conditional probability, Table 3.1 handedness of 100 people (openstax.org/books/introductory-statistics-2e/pages/3-1-terminology)
- 4.3 binomial distribution
- 7.1 central limit theorem for sample means, example mean 90, SD 15, n = 25, standard error 3 (.../pages/7-1-the-central-limit-theorem-for-sample-means-averages)
- Yut rules for the Korean example only: 국립민속박물관 한국민속대백과사전 「윷놀이」, 도·개·걸·윷·모 by how many of the four sticks land 뒤집어진 (folkency.nfm.go.kr/kr/topic/detail/1595, read 2026-10-19)
- Kerrich story: John Kerrich, 10,000 tosses, 5,067 heads (JMP case study JMP014 by DeWayne Derryberry, jmp.com/en/academic/case-study-library/is-a-coin-fair, citing Baldi and Moore; Wikipedia "John Edmund Kerrich")
- Galileo story: Sopra le scoperte dei dadi, sum 10 in 27 ways and 9 in 25 ways with three dice (English translation, University of York history of statistics, york.ac.uk/depts/maths/histstat/galileo.pdf)
- Pascal story: Pascal to Fermat, 29 July 1654, one six in four throws "as 671 to 625" (American Physical Society, aps.org/apsnews/2009/07/pascal-letters-fermat-points; Gaston Sanchez, De Mere's games; Statistical Science 2024 "Antoine Gombaud, Chevalier de Méré")
- Galton story: Francis Galton, Natural Inheritance of 1889, the quincunx (Wikipedia "Galton board")
Data de verificação: 2026-10-17