Probabilidades e Estatística — Resumo

No 9.º ano, o estudo das probabilidades e da estatística torna-se mais rigoroso: aprendes a calcular probabilidades com a regra de Laplace, a combinar acontecimentos e a organizar, representar e interpretar conjuntos de dados. Este resumo reúne os conceitos essenciais, com exemplos e dicas para aplicares tudo com confiança.

O que é a probabilidade?

Uma experiência aleatória é uma experiência em que não se pode prever com certeza o resultado, mesmo repetindo-a nas mesmas condições. Lançar um dado, tirar uma carta de um baralho ou registar o tempo de espera num autocarro são exemplos de experiências aleatórias.

Os conceitos base são:

• Espaço amostral (Ω) — o conjunto de todos os resultados possíveis da experiência. Exemplo: ao lançar um dado, Ω = {1, 2, 3, 4, 5, 6}.
• Acontecimento — qualquer subconjunto do espaço amostral. Exemplo: «sair um número par» é o acontecimento A = {2, 4, 6}.
• Acontecimento elementar — um acontecimento com um único resultado, como «sair 5».
• Acontecimento certo — ocorre sempre (coincide com Ω); a sua probabilidade é 1.
• Acontecimento impossível — nunca ocorre (conjunto vazio ∅); a sua probabilidade é 0.

Para qualquer acontecimento A, a probabilidade é sempre um número entre 0 e 1: 0 ≤ P(A) ≤ 1. Pode ser apresentada como fração, decimal ou percentagem.

Regra de Laplace

Quando todos os resultados do espaço amostral são igualmente prováveis (equiprováveis), a probabilidade de um acontecimento A calcula-se pela regra de Laplace:

Exemplo: ao lançar um dado equilibrado, qual é a probabilidade de sair um número maior que 4?

• Casos possíveis: 6 (todas as faces).
• Casos favoráveis: 2 (as faces 5 e 6).
• P(A) = 26 = 13 ≈ 0,333, ou seja, cerca de 33,3%.

Operações com acontecimentos

A partir de acontecimentos dados, podes formar novos acontecimentos:

• União (A ∪ B) — ocorre quando ocorre A ou B (ou ambos).
• Interseção (A ∩ B) — ocorre quando ocorrem A e B em simultâneo.
• Complementar (Ā) — ocorre quando não ocorre A.
• Acontecimentos mutuamente exclusivos — não podem ocorrer em simultâneo (A ∩ B = ∅).

Fórmulas que deves saber aplicar:

Exemplo: num baralho de 40 cartas, qual é a probabilidade de tirar uma carta de copas ou uma figura (rei, dama ou valete)? Sendo A = «sair copas» e B = «sair figura», aplica-se P(A ∪ B) = P(A) + P(B) − P(A ∩ B), subtraindo a carta que é simultaneamente de copas e figura para não a contarmos duas vezes.

Diagramas de Venn e em árvore

Os diagramas de Venn representam os acontecimentos como regiões dentro de um retângulo (o espaço amostral Ω). São ótimos para visualizar uniões, interseções e complementares: a união é a região coberta por ambos os círculos, a interseção é a zona sobreposta e o complementar de A é tudo o que está fora do círculo de A.

Os diagramas em árvore são usados para experiências compostas, ou seja, experiências com mais do que uma etapa (por exemplo, lançar duas moedas ou tirar duas bolas de um saco, uma de cada vez). Em cada ramo escreve-se a probabilidade do respetivo resultado e a probabilidade de cada percurso final obtém-se multiplicando as probabilidades dos ramos.

Estatística: variáveis e representações

Uma variável estatística é a característica que se observa ou mede numa população ou amostra. Classifica-se em:

• Qualitativa — não é numérica; descreve qualidades ou categorias (cor dos olhos, disciplina preferida).
• Quantitativa — é numérica; pode ser discreta (valores isolados, como o número de irmãos) ou contínua (qualquer valor num intervalo, como a altura ou o tempo de espera).

Os dados organizam-se em tabelas de frequências com frequência absoluta, frequência relativa e frequência relativa em percentagem. As representações gráficas mais usadas no 9.º ano são:

• Gráfico de barras — para variáveis qualitativas ou quantitativas discretas.
• Diagrama circular — para variáveis qualitativas; a amplitude de cada setor é proporcional à frequência relativa.
• Diagrama de caule-e-folhas — organiza os dados mantendo todos os valores individuais visíveis.
• Histograma — para variáveis quantitativas contínuas agrupadas em classes; as barras são adjacentes (sem espaços) e a área de cada barra representa a frequência da classe.

Medidas de localização e dispersão

As medidas de localização resumem o «centro» dos dados:

• Média — soma de todos os valores a dividir pelo número de valores.
• Moda — o valor (ou classe) com maior frequência.
• Mediana — o valor central depois de ordenar os dados (média dos dois valores centrais se o número de dados for par).
• Quartis — dividem os dados em quatro partes iguais: Q1 (primeiro quartil), Q2 (a mediana) e Q3 (terceiro quartil).

As medidas de dispersão indicam como os dados se espalham:

• Amplitude — diferença entre o valor máximo e o valor mínimo.
• Amplitude interquartil — AIQ = Q3 − Q1; contém os 50% centrais dos dados e é menos sensível a valores extremos do que a amplitude.

O diagrama de extremos e quartis (ou boxplot) resume o conjunto de dados numa caixa: a caixa vai de Q1 a Q3 com a mediana marcada no interior, e os «bigodes» estendem-se até ao valor mínimo e ao valor máximo (ou até aos limites definidos pela regra do 1,5 × AIQ, servindo para detetar valores isolados).

O que inclui este resumo

• Explicação completa da regra de Laplace, com exemplos resolvidos passo a passo.
• Operações com acontecimentos: união, interseção e complementar, com as fórmulas de P(A ∪ B) e P(Ā).
• Diagramas de Venn e em árvore, com a regra de multiplicação de probabilidades.
• Classificação de variáveis estatísticas e construção de tabelas de frequências.
• Representações gráficas: gráfico de barras, diagrama circular, caule-e-folhas e histograma.
• Medidas de localização (média, moda, mediana, quartis) e de dispersão (amplitude, AIQ).
• Interpretação e construção do diagrama de extremos e quartis.
• Exercícios propostos com soluções no final.

Para mais recursos, vê também: fichas de exercícios de Matemática (9.º ano) e flashcards de Matemática (9.º ano).