Probabilidade em Jogos e Situações Cotidianas
Entendendo o Acaso com Números
João Carlos Moreira
Copyright©2013-2025 RCEM. Todos os direitos reservados.
Vai chover amanhã? Qual time ganhará o jogo? Que número sairá no dado? Nossa vida está repleta de incertezas e situações onde não podemos prever com certeza absoluta o que acontecerá. Mas isso não significa que estamos completamente no escuro! A probabilidade é a matemática que ilumina o acaso, transformando o imprevisível em algo que podemos medir, comparar e até mesmo usar a nosso favor. Vamos descobrir como números podem nos ajudar a entender e tomar decisões melhores em situações incertas!
Probabilidade é a medida matemática da chance de algo acontecer. É como dar uma nota de 0 a 1 (ou de 0% a 100%) para expressar quão provável é um evento:
Todos os outros valores ficam entre estes extremos!
A beleza da probabilidade está em transformar nossa intuição sobre chances em números precisos que podemos calcular e comparar.
A probabilidade está em toda parte, influenciando decisões grandes e pequenas:
Entender probabilidade nos torna mais preparados para avaliar riscos, tomar decisões informadas e até mesmo identificar quando alguém está tentando nos enganar com números!
A teoria da probabilidade nasceu de uma pergunta sobre jogos de azar:
Em 1654, um jogador chamado Chevalier de Méré propôs um problema aos matemáticos Pascal e Fermat:
"Dois jogadores apostam 32 moedas de ouro cada um. Quem ganhar 3 partidas primeiro leva tudo. Mas o jogo é interrompido quando um tem 2 vitórias e outro tem 1. Como dividir o prêmio justamente?"
A solução deste problema deu origem à teoria da probabilidade!
Nem tudo na vida é incerto. É importante distinguir entre:
Uma das ideias mais fascinantes da probabilidade é que o acaso tem padrões quando observado muitas vezes:
Lance uma moeda:
Quanto mais repetimos, mais próximo chegamos da probabilidade teórica!
Para falar sobre probabilidade precisamos de um vocabulário específico:
A probabilidade tem sua própria linguagem simbólica:
Existem diferentes formas de entender o que significa uma probabilidade:
Vamos começar com probabilidades simples que podemos calcular intuitivamente:
Em uma urna com 3 bolas vermelhas e 2 azuis:
A fórmula básica: P = casos favoráveis ÷ casos totais
A probabilidade é a ponte entre a certeza e a incerteza, entre o conhecido e o desconhecido. Com ela, transformamos o acaso em números que podemos entender e usar. Prepare-se para uma jornada fascinante onde dados, cartas e situações cotidianas se transformam em oportunidades de aprender matemática de forma divertida e útil!
Imagine que você tem uma caixa mágica: toda vez que você a abre, algo diferente pode aparecer. Essa caixa é como um experimento aleatório — você sabe quais são as possibilidades, mas não qual será o resultado específico. O conjunto de todas as coisas que podem aparecer é o espaço amostral. Vamos aprender a mapear todas as possibilidades e entender como organizar o caos do acaso!
Um experimento aleatório tem características especiais que o tornam perfeito para estudar probabilidade:
Exemplos clássicos incluem lançar moedas, dados, sortear cartas ou girar roletas!
O espaço amostral (Ω) é o conjunto de todos os resultados possíveis de um experimento:
Existem várias formas de visualizar todas as possibilidades:
Um evento é qualquer subconjunto do espaço amostral — uma coleção de resultados que nos interessa:
Árvores são excelentes para visualizar experimentos em sequência:
Primeira moeda:
Espaço amostral: Ω = {CC, CK, KC, KK}
Total: 4 resultados possíveis
Quando fazemos vários experimentos em sequência, multiplicamos as possibilidades:
Se temos:
Total de formas = n₁ × n₂ × n₃ × ...
Exemplo: Senha de 3 dígitos
Nem todos os espaços amostrais são do mesmo tipo:
Quando todos os resultados têm a mesma chance, temos equiprobabilidade:
Nesses casos: P(evento) = número de casos favoráveis ÷ total de casos
Muitas situações envolvem múltiplos experimentos simultâneos ou sequenciais:
Espaço amostral: 36 pares ordenados
Eventos interessantes:
Podemos dividir o espaço amostral em partes que não se sobrepõem:
Uma partição divide Ω em eventos que:
Exemplo no dado:
Todo resultado é par OU ímpar, nunca ambos!
Entender experimentos e espaços amostrais é fundamental para calcular probabilidades. É como ter um mapa de todas as possibilidades antes de começar a jornada. Com essa base sólida, estamos prontos para mergulhar nos cálculos e descobrir as chances escondidas em cada situação!
Agora que conhecemos os experimentos e mapeamos todas as possibilidades, é hora de aprender a calcular probabilidades! É como ter as regras de um jogo universal que se aplica a dados, cartas, urnas e até decisões do dia a dia. Vamos descobrir as fórmulas e técnicas que transformam incertezas em números precisos e úteis!
Para espaços equiprováveis, a probabilidade segue uma regra simples e poderosa:
P(A) = n(A) / n(Ω)
Onde:
Esta fórmula é a base de quase todos os cálculos de probabilidade em situações justas!
A probabilidade obedece a regras matemáticas importantes:
Consequências importantes:
Às vezes é mais fácil calcular o que NÃO queremos:
Problema: Qual a probabilidade de sair pelo menos um 6 em 4 lançamentos de dado?
Solução:
Mais fácil que contar todos os casos com 6!
Para calcular a probabilidade de A ou B acontecer:
P(A ∪ B) = P(A) + P(B) - P(A ∩ B)
Por que subtraímos? Para não contar duas vezes os casos onde A e B acontecem juntos!
Caso especial: Se A e B são mutuamente exclusivos (disjuntos):
P(A ∪ B) = P(A) + P(B)
Vamos ver como usar esta regra na prática:
Em um baralho, qual a probabilidade de tirar um ás ou uma carta de copas?
Para eventos independentes, multiplicamos as probabilidades:
Dois eventos são independentes quando um não afeta o outro.
Regra: P(A e B) = P(A) × P(B)
Exemplo: Lançar uma moeda E um dado
Quando sabemos que algo já aconteceu, as probabilidades mudam:
P(A|B) = P(A ∩ B) / P(B)
Lê-se: "Probabilidade de A dado que B ocorreu"
Exemplo: Em uma família com 2 filhos, sabendo que pelo menos um é menino, qual a probabilidade de ambos serem meninos?
Árvores ajudam a visualizar probabilidades em sequência:
Urna com 3 bolas vermelhas e 2 azuis. Tiramos uma, repomos, tiramos outra:
Total: 9/25 + 6/25 + 6/25 + 4/25 = 25/25 = 1 ✓
Além de probabilidades, podemos expressar incerteza como chances:
Conversão: Se chances são a:b, então P = a/(a+b)
Cuidado com erros comuns no raciocínio probabilístico:
Estratégia geral para problemas de probabilidade:
Calcular probabilidades é como ter uma bola de cristal matemática — não prevemos o futuro com certeza, mas podemos medir nossas chances com precisão. Estas regras e fórmulas são ferramentas poderosas que nos ajudam a navegar pela incerteza com confiança e clareza!
Dados rolando, cartas sendo embaralhadas, roletas girando... Os jogos de azar são laboratórios perfeitos para estudar probabilidade! Cada jogo tem suas regras, suas chances e seus segredos matemáticos. Vamos descobrir o que os números têm a dizer sobre nossos jogos favoritos e aprender por que "a casa sempre ganha"!
O dado de seis faces é o mais simples e elegante instrumento de aleatoriedade:
Com dois dados, as probabilidades ficam mais interessantes:
A soma 7 é a mais provável — por isso é tão importante em muitos jogos!
Craps é um jogo de cassino baseado em dados com regras fascinantes:
Primeira jogada (Come Out):
Probabilidades:
Um baralho padrão oferece rica variedade de probabilidades:
No poker, a raridade determina a força da mão:
Quanto mais rara a mão, maior seu valor no jogo!
A roleta é um ícone dos cassinos com matemática precisa:
Roleta Europeia: 37 números (0 a 36)
Roleta Americana: 38 números (0, 00 e 1 a 36)
O zero extra dobra a vantagem da casa!
As loterias mostram o extremo das pequenas probabilidades:
Total de combinações: C(60,6) = 50.063.860
Mais fácil ser atingido por um raio (1 em 500.000) que ganhar na Mega!
Blackjack é único porque permite estratégia baseada em probabilidade:
Com 16 pontos e dealer mostrando 10:
Jogadores que seguem a "estratégia básica" reduzem a vantagem da casa para cerca de 0,5%!
Por que os cassinos sempre lucram no longo prazo?
Mesmo pequenas vantagens garantem lucro com muitas apostas!
Um jogo teórico que desafia nossa intuição:
Regras: Lance uma moeda até sair cara. Ganhe 2ⁿ reais, onde n é o número de lançamentos.
Valor esperado: Infinito! Mas quanto você pagaria para jogar?
Os jogos de azar são professores disfarçados de entretenimento. Cada rolagem de dados, cada carta distribuída, é uma lição de probabilidade esperando para ser descoberta. Entender a matemática por trás dos jogos não apenas nos torna jogadores mais conscientes, mas também nos ensina lições valiosas sobre risco, recompensa e a beleza imprevisível do acaso!
Na vida real, raramente lidamos com eventos isolados. As coisas acontecem em sequência, uma influenciando a outra, criando teias complexas de possibilidades. Quando tiramos uma carta do baralho e não a devolvemos, mudamos as chances da próxima carta. Quando sabemos que choveu, a probabilidade de encontrar trânsito aumenta. Vamos explorar este fascinante mundo onde os eventos se entrelaçam e as probabilidades dançam juntas!
Eventos compostos envolvem a combinação de dois ou mais eventos simples:
A relação entre eventos determina como calculamos probabilidades compostas:
Independentes: Um não afeta o outro
Dependentes: Um influencia o outro
A probabilidade condicional P(A|B) nos diz a chance de A acontecer sabendo que B já ocorreu:
Exemplo: Em uma turma de 30 alunos:
Se escolhemos alguém que gosta de física, qual a probabilidade de também gostar de matemática?
P(matemática|física) = 12/15 = 4/5 = 80%
A matemática nos dá uma forma precisa de calcular:
P(A|B) = P(A ∩ B) / P(B)
Desde que P(B) > 0
Interpretação: A probabilidade de A dado B é a proporção de casos onde ambos ocorrem entre todos os casos onde B ocorre.
Quando eventos são dependentes, modificamos a regra de multiplicação:
Qual a probabilidade de tirar 2 ases seguidos de um baralho?
Compare com reposição: 4/52 × 4/52 = 16/2704 = 1/169 ≈ 0,59%
Árvores são especialmente úteis para visualizar eventos dependentes:
Você escolhe uma porta entre três. O apresentador abre outra que tem um bode. Deve trocar?
Surpreendente mas verdadeiro: trocar dobra suas chances!
Às vezes conhecemos P(B|A) mas queremos P(A|B):
P(A|B) = P(B|A) × P(A) / P(B)
Aplicação: Testes médicos
Eventos podem ser independentes dado certa condição:
Um dado pode cair em 6 com probabilidade p (desconhecida):
Dado que sabemos qual dado é, os lançamentos são independentes. Mas sem saber, o primeiro resultado influencia nossa crença sobre os próximos!
Alguns problemas famosos ilustram conceitos importantes:
Em uma sala com 23 pessoas, qual a probabilidade de duas terem o mesmo aniversário?
O truque: são muitos pares possíveis!
Cuidado com erros comuns de interpretação:
A probabilidade condicional está em toda parte:
Eventos compostos e probabilidade condicional revelam como o mundo real funciona — cheio de conexões, dependências e surpresas. Dominar estes conceitos é ter uma visão mais clara de como as coisas se relacionam e influenciam umas às outras. É a matemática nos mostrando que nada existe isoladamente!
Quantas formas diferentes você pode se vestir com 5 camisetas e 3 calças? Quantas maneiras de escolher 2 sabores de sorvete entre 10 opções? A combinatória é a arte de contar sem contar um por um! É a matemática que nos ajuda a calcular possibilidades e, consequentemente, probabilidades em situações complexas. Vamos descobrir como multiplicar, permutar e combinar nosso caminho através dos problemas!
A base de toda combinatória é surpreendentemente simples:
Se uma decisão pode ser tomada de m maneiras e, depois dela, outra decisão pode ser tomada de n maneiras, então as duas decisões podem ser tomadas de m × n maneiras.
Exemplo: Menu com 4 pratos principais e 3 sobremesas
Quando temos escolhas exclusivas, somamos as possibilidades:
Se podemos fazer algo de m maneiras OU de n maneiras (mutuamente exclusivas), então podemos fazê-lo de m + n maneiras.
Exemplo: Ir para escola de ônibus (3 linhas) ou metrô (2 linhas)
Arranjo é uma seleção ordenada de elementos:
Arranjos de n elementos tomados p a p:
A(n,p) = n!/(n-p)!
Exemplo: Pódio com 8 competidores
Quando usamos todos os elementos em ordem:
P(n) = n!
Exemplo: Fila com 5 pessoas
Permutação com Repetição:
Palavra BANANA: 6!/(1!×3!×2!) = 720/12 = 60
Combinação é seleção sem considerar ordem:
C(n,p) = n!/[p!(n-p)!]
Exemplo: Escolher 3 pizzas entre 10 sabores
Note: C(n,p) = C(n,n-p) — escolher 3 de 10 é igual a descartar 7 de 10!
Uma ferramenta visual poderosa para combinações:
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
Cada número é a soma dos dois acima!
Propriedades:
Combinatória é essencial para calcular probabilidades complexas:
Mega-Sena: Escolher 6 números de 60
Aumentando chances: Apostar 7 números
Combinatória explica a raridade das mãos:
Quando repetimos experimentos independentes:
Probabilidade de k sucessos em n tentativas:
P(X=k) = C(n,k) × p^k × (1-p)^(n-k)
Exemplo: Lançar moeda 5 vezes, probabilidade de 3 caras
Alguns problemas aparecem frequentemente:
Como abordar problemas de combinatória:
A combinatória é a ponte entre a contagem e a probabilidade. Ela nos dá o poder de calcular possibilidades em situações que seriam impossíveis de enumerar manualmente. Com arranjos, combinações e permutações, transformamos problemas aparentemente complexos em cálculos elegantes. É a matemática nos mostrando que há ordem mesmo no caos das possibilidades!
Acordamos com 30% de chance de chuva, tomamos café vendo que a inflação subiu 0,5%, lemos que 4 em cada 5 dentistas recomendam certa pasta de dente... Números e probabilidades nos cercam constantemente! Mas o que eles realmente significam? Como separar informação confiável de manipulação? Vamos aprender a ler o mundo através dos números e usar estatística e probabilidade para tomar decisões melhores!
Estas três medidas nos ajudam a resumir conjuntos de dados:
Diferentes situações pedem diferentes medidas:
Saber o centro não é suficiente — precisamos entender a dispersão:
Visualizar dados ajuda a entender padrões e tendências:
O que significa "30% de chance de chuva"?
30% de chance de chuva pode significar:
Meteorologistas usam modelos complexos que geram probabilidades baseadas em padrões históricos e condições atuais!
Como confiar em pesquisas de opinião?
Exemplo: "Candidato A tem 45% ± 3%"
Cuidado: amostra deve ser representativa!
Como interpretar estatísticas de saúde:
"Remédio reduz risco em 50%" — O que isso significa?
Sempre pergunte sobre números absolutos!
Como não ser enganado por números:
Como a matemática ajuda com dinheiro:
Como empresas usam seus dados:
Como usar probabilidade no dia a dia:
Estatística e probabilidade são lentes que nos ajudam a ver padrões no caos do cotidiano. Com elas, transformamos dados em decisões, incertezas em estratégias e números em sabedoria. Em um mundo inundado de informações, ser alfabetizado em probabilidade não é luxo — é necessidade. Use estes conhecimentos para questionar, analisar e decidir melhor!
Quanto você pagaria para jogar um jogo onde pode ganhar R$ 100 com 10% de chance? E se o prêmio fosse R$ 1.000 com 1% de chance? A resposta está no conceito de esperança matemática — o valor médio que esperamos ganhar (ou perder) se jogarmos muitas vezes. Vamos descobrir o que torna um jogo justo, por que cassinos sempre lucram e como tomar decisões inteligentes quando o dinheiro encontra a probabilidade!
Esperança matemática (ou valor esperado) é a média ponderada dos possíveis resultados:
E(X) = Σ [valor × probabilidade]
Exemplo simples: Dado honesto
Em média, esperamos 3,5 por lançamento!
Um jogo é justo quando o valor esperado é zero:
Jogo 1: Pague R$ 5 para lançar moeda. Cara ganha R$ 10
Jogo 2: Pague R$ 6 para o mesmo jogo
Cassinos garantem lucro com pequenas vantagens matemáticas:
Roleta Europeia: Aposte R$ 10 em vermelho
A cada R$ 10 apostados, perde em média 27 centavos!
Loterias têm valores esperados extremamente negativos:
Aposta simples: R$ 4,50
Metade do dinheiro arrecadado vai para o governo!
Um jogo com valor esperado infinito que ninguém pagaria muito para jogar:
Lance moedas até sair cara. Ganhe 2ⁿ reais, onde n é o número de lançamentos:
E = 2×(1/2) + 4×(1/4) + 8×(1/8) + ... = 1 + 1 + 1 + ... = ∞
Mas você pagaria R$ 1.000 para jogar? Por quê não?
Sistemas de apostas prometem vencer a matemática:
Dobre a aposta após cada perda:
Problemas:
Nenhum sistema vence a matemática!
Use valor esperado para decisões racionais:
Garantia estendida:
Por que às vezes ignoramos o valor esperado:
R$ 100 têm utilidades diferentes para pessoas diferentes:
Aversão ao risco: Preferimos certeza a apostas
Nem todo jogo é pura sorte:
Jogos com habilidade permitem valor esperado positivo para experts!
Como designers criam jogos equilibrados:
Esperança matemática é a bússola que nos guia através das incertezas financeiras. Ela revela por que cassinos são negócios lucrativos, por que seguros fazem sentido mesmo com valor esperado negativo e como tomar decisões racionais quando probabilidade encontra dinheiro. Lembre-se: a matemática não mente — mas entender utilidade pessoal é tão importante quanto calcular valores esperados!
E se pudéssemos lançar uma moeda um milhão de vezes em segundos? Ou testar todas as estratégias possíveis de um jogo sem gastar um centavo? As simulações nos permitem explorar o mundo da probabilidade de forma prática e visual, transformando teoria abstrata em experiências concretas. Com dados, moedas digitais e geradores de números aleatórios, vamos criar nossos próprios laboratórios de probabilidade!
Simulações nos ajudam a verificar teorias e descobrir padrões:
Vamos verificar como as frequências convergem para probabilidades:
Experimento: Lance moedas e registre % de caras
Quanto mais lançamentos, mais próximo de 50%!
Vamos testar quantas pessoas precisamos para coincidência:
Método: Gere grupos aleatórios e verifique coincidências
Confirma a teoria: 23 pessoas = 50% de chance!
Simule o famoso problema das três portas:
Simulação com 1000 jogos:
A simulação confirma: trocar dobra as chances!
Como computadores criam "acaso":
Um bêbado sempre volta para casa?
Regras: A cada passo, vá N, S, L ou O com igual probabilidade
Resultados de 1000 caminhadas de 100 passos:
Visualizando como valores se distribuem:
Forma uma curva em forma de telhado, exatamente como previsto!
Use aleatoriedade para calcular constantes matemáticas:
Procedimento:
Resultados:
Teste diferentes abordagens em jogos de azar:
10.000 mãos com diferentes estratégias:
A matemática vence a intuição!
Ferramentas para experimentar:
Simule situações do dia a dia:
Parâmetros:
Resultados de 8 horas:
Simulações revelam surpresas:
Simulações são pontes entre teoria e prática, transformando fórmulas abstratas em experiências tangíveis. Elas nos permitem testar hipóteses, descobrir padrões e ganhar intuição sobre como a probabilidade funciona no mundo real. Cada simulação é uma aventura onde podemos explorar o impossível, testar o improvável e confirmar o esperado. O acaso tem seus segredos, e as simulações são a chave para revelá-los!
Chegamos ao final de nossa jornada pelo fascinante mundo da probabilidade! Começamos com moedas e dados, exploramos jogos e estatísticas, e descobrimos como números podem iluminar a incerteza. Mas o verdadeiro tesouro não está apenas nas fórmulas e cálculos — está em como essa matemática transforma nossa maneira de pensar e decidir. Vamos refletir sobre o que aprendemos e como usar esse conhecimento para navegar melhor pela vida!
Nossa exploração revelou verdades fundamentais sobre o acaso e a certeza:
Você agora possui um arsenal de ferramentas probabilísticas:
Como aplicar o que aprendemos nas escolhas diárias:
Conhecimento nos protege de erros comuns:
Probabilidade é mais que matemática — é uma filosofia de vida:
Com grande poder vem grande responsabilidade:
Habilidades probabilísticas serão cada vez mais importantes:
Como desenvolver ainda mais suas habilidades:
Paradoxalmente, entender probabilidade nos traz uma certeza:
"A vida é incerta, e isso é bom!
Se tudo fosse determinado, não haveria surpresas,
descobertas ou esperança.
A probabilidade não elimina o mistério —
ela nos dá ferramentas para dançar com ele.
Cada dia é um experimento,
cada escolha um lançamento de dados,
cada encontro uma probabilidade realizada."
Ao longo deste livro, transformamos dados em decisões, jogos em lições e incerteza em compreensão. Mas o mais importante não são as fórmulas que memorizamos ou os cálculos que aprendemos a fazer:
Probabilidade nos ensina humildade e poder ao mesmo tempo.
Humildade para aceitar que não controlamos tudo,
que o acaso faz parte da vida,
que certeza absoluta é ilusão.
Poder para medir incertezas,
comparar riscos,
tomar decisões melhores,
e navegar pelo desconhecido com confiança matemática.
Você agora vê o mundo com olhos probabilísticos.
Use esse superpoder com sabedoria!
A probabilidade está em toda parte, esperando ser descoberta:
Que os dados sempre rolem a seu favor,
mas que você saiba jogar mesmo quando não rolarem.
Que suas decisões sejam informadas,
seus riscos calculados,
e suas vitórias probabilisticamente inevitáveis.
A sorte favorece a mente preparada! 🎲 📊 ✨
Este material educacional foi desenvolvido com base em pesquisas e obras fundamentais sobre probabilidade, estatística, jogos e tomada de decisão, alinhados à Base Nacional Comum Curricular (BNCC). As referências a seguir representam contribuições essenciais de matemáticos, estatísticos, educadores e pesquisadores que dedicaram seus estudos à compreensão de como o acaso e a incerteza podem ser medidos, analisados e utilizados em situações práticas.
BATANERO, Carmen; GODINO, Juan D. Estocástica para maestros. Granada: Universidad de Granada, 2002.
BENNETT, Deborah J. Aleatoriedade. São Paulo: Martins Fontes, 2003.
BERNSTEIN, Peter L. Desafio aos deuses: a fascinante história do risco. Rio de Janeiro: Elsevier, 1997.
BRASIL. Base Nacional Comum Curricular. Brasília: MEC/Secretaria de Educação Básica, 2018.
BRYANT, Peter; NUNES, Terezinha. Children's understanding of probability: a literature review. London: Nuffield Foundation, 2012.
CAMPOS, Celso Ribeiro; WODEWOTZKI, Maria Lúcia Lorenzetti; JACOBINI, Otavio Roberto. Educação estatística: teoria e prática em ambientes de modelagem matemática. Belo Horizonte: Autêntica, 2011.
COUTINHO, Cileda de Queiroz e Silva. Introdução ao conceito de probabilidade e ensino de probabilidade. São Paulo: Editora Livraria da Física, 2015.
DANTE, Luiz Roberto. Matemática: contexto e aplicações. 3ª ed. São Paulo: Ática, 2016.
DEVLIN, Keith. O gene da matemática: o talento para lidar com números e a evolução do pensamento matemático. Rio de Janeiro: Record, 2004.
FELLER, William. Introdução à teoria das probabilidades e suas aplicações. São Paulo: Blucher, 2015.
GAL, Iddo. Statistical literacy: meanings, components, responsibilities. In: BEN-ZVI, D.; GARFIELD, J. (Eds.). The challenge of developing statistical literacy, reasoning and thinking. Dordrecht: Springer, 2004.
GARFIELD, Joan; BEN-ZVI, Dani. Developing students' statistical reasoning. New York: Springer, 2008.
GIGERENZER, Gerd. O poder da intuição: o inconsciente dita as melhores decisões. Rio de Janeiro: Best Seller, 2009.
GNEDENKO, Boris V.; KHINCHIN, Aleksandr Y. An elementary introduction to the theory of probability. New York: Dover Publications, 2013.
GODINO, Juan D.; BATANERO, Carmen; CAÑIZARES, Maria Jesús. Azar y probabilidad: fundamentos didácticos y propuestas curriculares. Madrid: Editorial Síntesis, 1996.
HACKING, Ian. The emergence of probability. 2nd ed. Cambridge: Cambridge University Press, 2006.
IEZZI, Gelson; DOLCE, Osvaldo; DEGENSZAJN, David; PÉRIGO, Roberto. Matemática: volume único. 6ª ed. São Paulo: Atual, 2015.
KAHNEMAN, Daniel. Rápido e devagar: duas formas de pensar. Rio de Janeiro: Objetiva, 2012.
KONOLD, Clifford. Informal conceptions of probability. Cognition and Instruction, v. 6, n. 1, p. 59-98, 1989.
LIMA, Elon Lages; CARVALHO, Paulo Cezar Pinto; WAGNER, Eduardo; MORGADO, Augusto César. A matemática do ensino médio - Volume 2. Rio de Janeiro: SBM, 2016.
LOPES, Celi Espasandin. O ensino da estatística e da probabilidade na educação básica e a formação dos professores. Cadernos Cedes, v. 28, n. 74, p. 57-73, 2008.
LOPES, Celi Espasandin; COUTINHO, Cileda de Queiroz e Silva; ALMOULOUD, Saddo Ag. Estudos e reflexões em educação estatística. Campinas: Mercado de Letras, 2010.
MEYER, Paul L. Probabilidade: aplicações à estatística. 2ª ed. Rio de Janeiro: LTC, 2019.
MLODINOW, Leonard. O andar do bêbado: como o acaso determina nossas vidas. Rio de Janeiro: Zahar, 2009.
MORGADO, Augusto César; CARVALHO, João Bosco Pitombeira de; CARVALHO, Paulo Cezar Pinto; FERNANDEZ, Pedro. Análise combinatória e probabilidade. 10ª ed. Rio de Janeiro: SBM, 2016.
NACARATO, Adair Mendes; GRANDO, Regina Célia. Estatística e probabilidade nos anos iniciais. Campinas: Mercado de Letras, 2014.
PAENZA, Adrián. Matemática... cadê você?: sobre números, personagens, problemas e curiosidades. Rio de Janeiro: Civilização Brasileira, 2009.
PAULOS, John Allen. Inumerismo: o analfabetismo matemático e suas consequências. Lisboa: Europa-América, 1991.
PIAGET, Jean; INHELDER, Bärbel. A origem da ideia do acaso na criança. Rio de Janeiro: Record, 1975.
PIETROCOLA, Maurício; POGIBIN, Alexander; ANDRADE, Renata de; ROMERO, Talita Raquel. Física em contextos. São Paulo: Editora do Brasil, 2016.
ROSS, Sheldon. Probabilidade: um curso moderno com aplicações. 8ª ed. Porto Alegre: Bookman, 2010.
SANTOS, José Plínio O.; MELLO, Margarida P.; MURARI, Idani T. C. Introdução à análise combinatória. 4ª ed. Rio de Janeiro: Ciência Moderna, 2007.
SILVA, Claudio Xavier da; BARRETO FILHO, Benigno. Matemática: aula por aula. São Paulo: FTD, 2005.
SMOLE, Kátia Stocco; DINIZ, Maria Ignez. Matemática: ensino médio. 9ª ed. São Paulo: Saraiva, 2013.
STEWART, Ian. Jogos, conjuntos e matemática: enigmas e mistérios. Rio de Janeiro: Zahar, 1996.
TALEB, Nassim Nicholas. A lógica do cisne negro: o impacto do altamente improvável. Rio de Janeiro: Best Seller, 2008.
TVERSKY, Amos; KAHNEMAN, Daniel. Judgment under uncertainty: heuristics and biases. Science, v. 185, p. 1124-1131, 1974.
VAN DE WALLE, John A. Matemática no ensino fundamental: formação de professores e aplicação em sala de aula. 6ª ed. Porto Alegre: Artmed, 2009.
VIALI, Lori; SILVA, Márcia Rodrigues Notare Meneghetti da. Ensino de estatística na escola básica com foco na interdisciplinaridade: um estudo de caso. Vidya, v. 36, n. 2, p. 363-379, 2016.
WALPOLE, Ronald E.; MYERS, Raymond H.; MYERS, Sharon L.; YE, Keying. Probabilidade e estatística para engenharia e ciências. 8ª ed. São Paulo: Pearson, 2009.
WATSON, Jane M. Statistical literacy at school: growth and goals. Mahwah: Lawrence Erlbaum Associates, 2006.
WILD, Chris J.; PFANNKUCH, Maxine. Statistical thinking in empirical enquiry. International Statistical Review, v. 67, n. 3, p. 223-248, 1999.