Baixe o app para aproveitar ainda mais
Prévia do material em texto
PROBABILIDADES E ESTATÍSTICA CADERNO DE EXERCÍCIOS 2013/2014 PROBABILIDADES E ESTATÍSTICA – 2013/2014 2 ÍNDICE FICHA 1 .............................................................................................................................................. 3 Estatística Descritiva .................................................................................................................... 3 FICHA 2 ............................................................................................................................................ 12 Álgebra ......................................................................................................................................... 12 Álgebra de Acontecimentos e Probabilidades Simples .................................................. 12 Teoremas de Bayes e da Probabilidade Total ................................................................... 23 FICHA 3 ............................................................................................................................................ 30 Variáveis Aleatórias Unidimensionais .................................................................................. 30 Variáveis Aleatórias Bidimensionais ..................................................................................... 40 FICHA 4 ............................................................................................................................................ 45 Distribuições Teóricas Discretas ............................................................................................. 45 FICHA 5 ............................................................................................................................................ 59 Distribuições Teóricas Contínuas ........................................................................................... 59 FICHA 6 (Esta Matéria não demos) ............................................................................................. 68 Inferência Estatística .................................................................................................................. 68 Intervalos de confiança ......................................................................................................... 68 Testes de hipótese .................................................................................................................. 75 PROBABILIDADES E ESTATÍSTICA – 2013/2014 3 FICHA 1 Estatística Descritiva 1 - Indicar quais das seguintes variáveis são discretas e quais são contínuas 1.1 - Valor do PIB nacional. R: Variável contínua 1.2 - Produtividade média do girassol de regadio no Alentejo. R: Variável contínua 1.3 - Número de sapatos de um dado tamanho nas sapatarias de Santarém. R: Variável discreta 1.4 - Efectivo militar em Trás-os-Montes. R: Variável discreta 1.5 - Número médio de pontos por jogador numa dupla de voleibol de praia num determinado torneio. R: Variável discreta 1.6 - Toneladas de tomate que chegam por dia a uma fábrica. R: Variável contínua 1.7 - Número médio de sobreiros nas explorações de montado do Alentejo. R: Variável contínua 2 - No quadro seguinte apresenta-se o absentismo dos 50 colaboradores de uma empresa de serviços, registado durante o período de um ano (foram excluídas as faltas por motivos justificáveis). 6 4 4 6 0 6 5 13 11 6 4 3 3 11 4 4 8 4 7 7 8 6 6 5 6 6 8 3 3 6 6 1 0 10 6 3 3 2 3 2 2 3 1 8 6 2 2 3 2 0 2.1 - Sendo X a variável em causa, como pode defini-la? E como a classifica? Definição: X — nº de dias de absentismo dos colaboradores da empresa de serviços; Classificação: é uma variável discreta. 2.2 - Organize os dados num quadro de distribuição de frequências, com as frequências observadas, relativas e acumuladas. i - é o índice do grupo de valores; x - é cada um dos valores que a variável pode tomar; i = 1 significa “o primeiro valor da variável” e esse valor é “x = 0” i x Fi fi CumFi Cumfi 1 0 3 0,06 3 0,06 2 1 2 0,04 5 0,1 3 2 6 0,12 11 0,22 4 3 9 0,18 20 0,4 5 4 6 0,12 26 0,52 6 5 2 0,04 28 0,56 7 6 12 0,24 40 0,8 8 7 2 0,04 42 0,84 9 8 4 0,08 46 0,92 10 9 0 0 46 0,92 11 10 1 0,02 47 0,94 12 11 2 0,04 49 0,98 13 12 0 0 49 0,98 14 13 1 0,02 50 1 50=∑= iFN Do x21 até ao x26 todos valem 4 De i até i = 4 { PROBABILIDADES E ESTATÍSTICA – 2013/2014 4 2.3 - Determine a proporção de empregados que faltaram mais de 3 dias por ano. Proporção de colaboradores que faltaram mais de 3 dias/ano = 1- Cumf4 = 1 – 0,4 = 0,6. Cumf4 ► é a proporção de indivíduos que faltaram desde i = 1 até i = 4, isto é, desde x = 0 até x = 3 que significa de 0 a 3 dias de faltas. Se à totalidade (100% ou “1”) for retirado Cumf4 ficamos com a proporção dos que faltaram mais de 3 dias. 2.4 - Calcule e diga o respectivo significado de ∑ = 4 1i iF , ∑ = 14 6i iF , ∑ = 5 1i if . 2044321 4 1 ==+++=∑ = CumFFFFFF i i (número de colaboradores que faltaram até 3 vezes, inclusive. Repare-se que i = 4 corresponde a x = 3); 24265051414131211109876 14 6 =−=−=++++++++=∑ = CumFCumFFFFFFFFFFF i i (número de colaboradores com 5 ou mais faltas. Repare-se que i=6 corresponde a x=5); 52,0554321 5 1 ==++++=∑ = Cumfffffff i i (proporção de colaboradores. que faltaram até 4 vezes, inclusive); 2.5 - Construa o diagrama de barras e o gráfico de frequências relativas acumuladas. Diagrama de barras: Gráfico de frequências relativas acumuladas: 2.6 - Calcule a média, o desvio padrão e o coeficiente de variação. Média: ( )∑ =×= fixµ 02,01000,0908,0804,0724,0604,0512,0418,0312,0204,0106,00 ×+×+×+×+×+×+×+×+×+×+×= 76,402,01301204,011 =×+×+×+ faltas; Desvio padrão: 2 2222222 2 34,8 50 76,450131120...1203 =×−×+×++×+×=∑ ×−×= n nxFi µσ faltas 89,234,822 === σσ faltas Coeficiente de variação: %7,60%100 76,4 89,2 %100 =×=×= µ σ cv PROBABILIDADES E ESTATÍSTICA – 2013/2014 5 2.7 - Determine a mediana algébrica e graficamente. 4 2 44 2 2625 =+=+= xxMe (ver gráficos) 2.8 - Determine a moda, o 20º percentil, o 9º decil e o 3º quartil. Moda: 6=Mo ► é o número que mais ocorre; 20º Percentil: 1020,050 =×=× pN ► pN × é inteiro 2 2 22 2 1110 20 = +=+= xxP 9º Decil: 4590,050 =×=× pN ► pN × é inteiro 8 2 88 2 4645 9 = += + = xx D 3º Quartil: 5,3775,050 =×=× pN ► pN × não é inteiro ( ) 8381373 === + xxQ 3 - Os rendimentos médios mensais (€) de 48 famílias do sector do calçado estão registados no quadro seguinte. 999 1210 870 1360 1330 1340 1485 830 986 1265 1267 1227 1267 826 865 1278 1250 848 1170 1459 1190 956 1345 1436 823 1393 1350 1243 868 1267 800 1339 1235 1336 935 950 1132 905 1376 923 896 1267 847 921 1465 800 871 1235 ∑ 5152 5999 5564 5879 5418 5761 6088 5061 4410 4914 54236 3.1 - Construa o quadro de distribuição de frequências. O primeiro passo para construção do quadro de distribuição de frequências é definir o número de classes. Para isso vamos usar a expressão da regra de Sturges. Número de classes ► ( ) ( ) ( ) ( ) 58,62log 48log 1 2log log 1 =+=+≈ Nm Assim, o número de classes será, em princípio, 6 ou 7. Analisando os dados verificamos que a amplitude dos mesmos é: Amplitude dos dados 685800485.1)()( =−=−= xMinxMax Ao estabelecer o número de classes e ao atribuir a cada classe uma dada amplitude definimos um intervalo onde todos os nossos valores deverão estar dentro. Se a nossa amplitude de dados é de 685 então o intervalo resultante da definição das classes terá que ter uma amplitude sempre maior que a anterior. Devemos, tanto quanto possível, criar classes que tenham uma amplitude “simpática”, facilmente manipulável, cujo centro seja também um valor “amigável” (ver diapositivos 27 a 29 da apresentação 1). Assim, e analisando os nossos dados, podemos verificar que, se usarmos 7 classes comamplitude de 100 unidades cada, criamos um intervalo com amplitude de 700 (maior que 685). Se a primeira classe começar em 790 [valor inferior ao menor valor dos dados (800)] a última classe acaba em 1.490 [valor superior ao maior valor dos dados (1.485)]. As classes terão assim valores com os quais é “simpático” trabalhar. Classe i Fi fi CumFi Cumfi [790 , 890[ 11 0,229 11 0,229 [890 , 990[ 8 0,167 19 0,396 [990 , 1090[ 1 0,021 20 0,417 [1090 , 1190[ 2 0,042 22 0,458 [1190 , 1290[ 13 0,271 35 0,729 [1290 , 1390[ 8 0,167 43 0,896 [1390 , 1490[ 5 0,104 48 1,000 N=48 3.2 - Represente graficamente os dados através de um histograma, do polígono de frequências e do gráfico das frequências relativas acumuladas. Ver diapositivos 47 e 48 da apresentação 1 PROBABILIDADES E ESTATÍSTICA – 2013/2014 6 Histograma e polígono de frequências: Gráfico das frequências relativas acumuladas: 3.3 - Determine a média e a variância dos dados simples. Para dados simples vamos trabalhar com os 48 dados tal qual: Média: 92,129.1 48 54236 48 ==∑= xix Variância: ( ) ( ) ( ) =×−++++++=×−∑= 48 92,129.148485.1465.1459.1...823800800 2222222 22 2 n xnx s 220,565.48= 3.4 - Determine a média, a mediana, a moda e a variância dos dados agrupados. Para trabalhar com dados agrupados temos que partir do pressuposto de que, dentro de cada classe, os valores se encontram distribuídos uniformemente. Partindo desse pressuposto resulta que, a média dos valores de cada classe, é o valor médio dessa classe. Assim, temos: Classe i Fi CumFi fi Cumfi Ci [790 , 890[ 11 11 228,0 48 11 = 0,228 840 2 890790 =+ [890 , 990[ 8 19 167,0 48 8 = 0,395 940 2 990890 =+ [990 , 1090[ 1 20 021,0 48 1 = 0,416 1040 2 1090990 =+ [1090 , 1190[ 2 22 042,0 48 2 = 0,458 1140 2 11901090 =+ [1190 , 1290[ 13 35 271,0 48 13 = 0,730 1240 2 12901190 =+ [1290 , 1390[ 8 43 167,0 48 8 = 0,897 1340 2 13901290 =+ [1390 , 1490[ 5 48 104,0 48 5 = 1 1440 2 14901390 =+ N=48 1 PROBABILIDADES E ESTATÍSTICA – 2013/2014 7 Média: ( ) ( ) 50,127.1 48 440.15340.18...940884011 =×+×++×+×=∑ × = n CF x ii Mediana: 242/482/ ==N , portanto a classe mediana é a classe 5 ( ) 50,205.1100 271,0 458,05,0 190.1 5,0 inf 1 =×−+=× − += − h f Cumf LMe i i i iL inf ► Fronteira inferior da classe que contém a mediana ( )1−iCumf ► Frequência acumulada da classe anterior à classe que contém a mediana h ► Amplitude do intervalo de classe que contém a mediana if ► Número de observações da classe que contém a mediana Moda: 75,258.1100 )813()213( )213( 190.1inf 21 1 =× −+− −+=× + += h dd d LMo i Variância: ( ) ( ) ( ) =×−×+×++×+×=×−∑ ×= 48 50,127.148440.15340.18...940884011 22222 22 2 n xnCF s ii 275,093.46= 3.5 - Classifique a distribuição em termos de assimetria. ( ) ( ) 09,1 75,093.46 50,205.150,127.133 −=−×=−×= s Mex GAS Esta distribuição é assimétrica negativa. 4 - Obteve-se uma amostra de 200 indivíduos e registou-se a sua altura, tendo-se procedido à sua distribuição em classes, como consta no seguinte quadro: Altura (cm) N.º Indivíduos [148,5 , 155,5[ 4 [155,5 , 162,5[ 12 [162,5 , 169,5[ 44 [169,5 , 176,5[ 64 [176,5 , 183,5[ 56 [183,5 , 190,5[ 16 [190,5 , 197,5[ 4 4.1 - Classifique a variável e defina-a. X ► Altura dos indivíduos; é uma variável contínua. 4.2 - Determine as frequências relativas e as frequências relativas acumuladas. Classe i Altura (cm) N.º Indivíduos (Fi) fi CumFi Cumfi Ci 1 [148,5 ; 155,5[ 4 0,02 4 0,02 152 2 5,1555,148 =+ 2 [155,5 ; 162,5[ 12 0,06 16 0,08 159 2 5,1625,155 =+ 3 [162,5 ;169,5[ 44 0,22 60 0,30 166 2 5,1695,162 =+ 4 [169,5 ; 176,5[ 64 0,32 124 0,62 173 2 5,1765,169 =+ 5 [176,5 ; 183,5[ 56 0,28 180 0,90 180 2 5,1835,176 =+ 6 [183,5 ; 190,5[ 16 0,08 196 0,98 187 2 5,1905,183 =+ PROBABILIDADES E ESTATÍSTICA – 2013/2014 8 7 [190,5 ; 197,5[ 4 0,02 200 1 194 2 5,1975,190 =+ N=200 1 4.3 - Qual a proporção de indivíduos com altura inferior a 176,5 cm? Qual a altura máxima correspondente aos 30 % de indivíduos mais baixos? Proporção de indivíduos com altura inferior a 176,5 cm ► %6262,04 ==Cumf (como neste caso 176,5 é extremo da classe, não é preciso interpolação). Altura máxima correspondente aos 30% de indivíduos mais baixos ► Percentil 30 ► cmP 5,16930 = O cálculo do P40 não era pedido, no entanto fica a resolução: ( ) 69,1717 32,0 30,040,0 5,169 40,0 inf 4 14 44,040 =× −+=× − +== − h f Cumf LP χ 4.4 - Construa o histograma e o polígono de frequências. 4.5 - Calcule a média e o desvio padrão dos dados agrupados. Média: ( ) ( ) cm n CF x ii 70,173 200 194418716...159161524 =×+×++×+×=∑ × = Desvio padrão: ( ) ( ) ( ) =×−×+×++×+×=×−∑ ×= 200 70,173200194418716...159161524 22222 22 2 n xnCF s ii 2097,69 cm= ► cms 3,809,69 == 4.6 - Construa o diagrama de extremos e quartis. Para fazer o diagrama de extremos e quartis há que calcular Q1, Q2 (ou mediana) e Q3. iL inf ► Fronteira inferior da classe que contém a mediana ( )1−iCumf ► Frequência acumulada da classe anterior à classe que contém a mediana h ► Amplitude do intervalo de classe que contém a mediana if ► Número de observações da classe que contém a mediana ( ) 90,1677 22,0 08,025,0 5,162 25,0 inf 11 =× −+=× − += − h f Cumf LQ i i i ( ) 88,1737 32,0 30,050,0 5,169 50,0 inf 12 =× −+=× − += − h f Cumf LQ i i i ( ) 75,1797 28,0 62,075,0 5,176 75,0 inf 13 =× −+=× − += − h f Cumf LQ i i i Os valores máximo e mínimo (como não temos os dados originais) são os extremos do intervalo das classes. Polígono de frequências Histograma PROBABILIDADES E ESTATÍSTICA – 2013/2014 9 4.7 - A distribuição é simétrica? ( ) ( ) 07,0 3,8 88,17370,17333 −=−×=−×= s Mex GAS ( ) 88,1737 32,0 30,050,0 5,169 50,0 inf 1 =×−+=× − += − h f Cumf LMe i i i Esta distribuição é assimétrica negativa. 5 - O conjunto de dados {69, 85, 75, 89, 73, 61, 62, 75, 98, 63} é uma amostra que representa as classificações percentuais de 10 estudantes num teste de estatística. Determine: 61 62 63 69 73 75 75 85 89 98 N=10 5.1 - A média, a mediana e a moda desta amostra; Média: ( ) ( ) %75 10 98898575757369636261 =+++++++++=∑= n x x i Mediana: Como N=10, o ponto central é entre 73 e 75, então: %74 2 7573 =+=Me Moda: %75=Mo , porque é o nº que mais ocorre, e são classificações percentuais. 5.2 - O desvio absoluto médio, a variância e o desvio padrão; Desvio absoluto médio: ( ) ( ) %4,9 10 75987589...75627561 = −+−++−+− = ∑ − = n xx DM i Variância: ( ) ( ) ( ) ( ) 4,137 10 75109889...6261 22222 22 2 =×−++++=×−∑= n xnx s Desvio padrão %72,114,137 ==s 5.3 - O coeficiente de variação; %63,15%100 75 72,11 %100 =×=×= x s cv 5.4 - O coeficiente de assimetria; ( ) ( ) 256,0 72,11 747533 =−×=−×= s Mex GAS , Distribuição muito ligeiramente assimétrica positiva Ou: ( ) ( ) 0 72,11 7575 1 = −=−= s Mox G 5.5 - O coeficiente de curtose. ( ) ( ) ( ) ( ) 344,05,615,932 6385 2 1090 13 1 =−× −= −× − = PP QQ C ( ) 775,010 =×=k , Parte inteira deste produto ► ( ) 85817753 ==== + xxPQ ( ) 225,010 =×=k , Parte inteira deste produto ► ( ) 63312251 ==== + xxPQ ( ) 990,010 =×=k , k é inteiro ► ( ) ( ) 5,93 2 9889 2 109 90 = += + = xx P ( ) 110,010 =×=k , k é inteiro ► ( ) ( ) 5,61 2 6261 2 21 10 = += + = xx P Ver diapositivos 48 e 65 da Apresentação 1 PROBABILIDADES E ESTATÍSTICA – 2013/2014 10 5.6 - Calcule e interprete o 30º percentil. ( ) 330,010 =×=k , k é inteiro ► ( ) ( ) 66 2 6963 2 43 30 = += + = xx P O valor 66 deixa à sua esquerda 30% dos valores observados. 6 - Numa série de 31 medições de temperaturas diárias no mês de Março obteve-se uma média de 20º C e um desvio padrão de 6º C. Depois destes resultados obtidos chegou-se à conclusão que uma das temperaturas diárias estava enganada,a qual foi registada com o valor de 32º C. Determine a média e o desvio-padrão, admitindo que se omite a temperatura incorrecta. Média: ( ) ( )( ) ( ) ( ) ( ) CCxCx n x x i ii dias º62031º20º20 3131 31 31 =×=∑⇔= ∑= ∑ = ( ) ( ) ( ) ( ) C n x x i dias º6,19 30 588 30 32620 30 30 30 == −= ∑ = Desvio padrão: ( )( ) ( ) ( ) ( )( ) ( ) ( )( ) ⇔=−∑⇔=×−∑=×−∑= 36 31 400.12 6 31 2031 2312 22 31 31 22 312 31 iii xx n xnx s ( ) ( ) ( )( ) ( )( ) Cxxx iii º516.13400.12116.13136400.12 231231231 =∑⇔+=∑⇔×=−∑⇔ ( )( ) ( )( ) Cxx ii º492.12024.1516.13322231230 =−=−∑=∑ ( )( ) ( ) ( ) 24,32 30 2,967 30 6,1930492.12 2 30 22 302 30 == ×−= ×−∑ = n xnx s i Cs º68,524,32 == 7 - A produção (kg) por talhão de 10 variedades de ervilhas para congelar foi a seguinte: 21, 18, 30, 12, 14, 17, 28, 10, 16, 25 Cada talhão tinha a mesma área e a mesma densidade de plantas. Determinar: 7.1 - Média, mediana e a moda. Dados ordenados: 10 12 14 16 17 18 21 25 28 30 N=10 Média: ( ) ( ) kg n x x i 1,19 10 30282521181716141210 =+++++++++=∑= Mediana: kgMe 5,17 2 1817 =+= Moda: Não tem 7.2 - Variância, desvio padrão e coeficiente de variação. Variância: ( ) ( ) ( ) 22222222222 09,41 10 9,410 10 1,1910302825...141210 kg n xnx s ==×−++++++=×−∑= Desvio padrão: kgs 41,609,41 == Coeficiente de variação: %56,33%100 1,19 41,6 %100 =×=×= x s cv PROBABILIDADES E ESTATÍSTICA – 2013/2014 11 7.3 - Calcule e interprete o 90º percentil. 29 2 3028 2 109 90 = +=+= xxP ► ( ) 990,010 =×=k , k é inteiro 8 - O consumo de frangos por pessoa em duas mesas do restaurante “O Rei dos Frangos” está registado na seguinte tabela. Mesa 1 1 1 1 1 1 1 Mesa 2 0 0 0 1 1 1 8.1 - Calcule a média do consumo de frangos para cada uma das mesas. Mesa 1: ( ) ( ) 1 6 111111 =+++++=∑= n x x i Mesa 2: ( ) ( ) 5,0 6 111000 =+++++=∑= n x x i 8.2 - Calcule o coeficiente de variação para cada uma das mesas. A média é representativa em ambos os casos? Mesa 1: ( ) ( ) ( ) ( ) ( ) ( ) ( ) 0 6 111111111111 222222 2 2 =−+−+−+−+−+−=∑ −= n xx s i 00 ==s 0%100 1 0 %100 =×=×= x s cv Mesa 2: ( ) ( ) ( ) ( ) ( ) ( ) ( ) 25,0 6 1111115,005,005,00 222222 2 2 =−+−+−+−+−+−=∑ −= n xx s i 5,025,0 ==s %100%100 5,0 5,0 %100 =×=×= x s cv A representatividade da média é muito maior para a mesa 1 do que para a mesa 2, uma vez que o peso relativo do desvio padrão, relativamente à média é muito maior para esta ultima. 9 - Considere um conjunto de n dados. Prove que se estes dados forem divididos pelo desvio padrão, então o novo conjunto de dados tem um desvio padrão igual a 1. FALTA A RESOLUÇÃO PROBABILIDADES E ESTATÍSTICA – 2013/2014 12 FICHA 2 Álgebra Álgebra de Acontecimentos e Probabilidades Simples 1 - Uma caixa contém 5 lâmpadas das quais 2 são defeituosas. As lâmpadas defeituosas estão numeradas de 1 a 2 e as boas estão numeradas de 3 a 5. Extraem-se 2 lâmpadas ao acaso, sucessivamente sem reposição (experiência I) e com reposição (experiência II). 1.1 - Enumere os acontecimentos elementares do espaço de resultados associado a cada uma das experiências. Sem reposição (experiência I): L1ª tiragem (em coluna) 1 2 3 4 5 L2ª tiragem (em linha) 1 (1, 1) ■× (2, 1) ■× (3, 1) × (4, 1) × (5, 1) × 2 (1, 2) ■× (2, 2) ■× (3, 2) × (4, 2) × (5, 2) × 3 (1, 3) ■ (2, 3) ■ (3, 3) (4, 3) (5, 3) 4 (1, 4) ■ (2, 4) ■ (3, 4) (4, 4) (5, 4) 5 (1, 5) ■ (2, 5) ■ (3, 5) (4, 5) (5, 5) Com reposição (experiência II): L1ª tiragem (em coluna) 1 2 3 4 5 L2ª tiragem (em linha) 1 (1, 1) ■× (2, 1) ■× (3, 1) × (4, 1) × (5, 1) × 2 (1, 2) ■× (2, 2) ■× (3, 2) × (4, 2) × (5, 2) × 3 (1, 3) ■ (2, 3) ■ (3, 3) (4, 3) (5, 3) 4 (1, 4) ■ (2, 4) ■ (3, 4) (4, 4) (5, 4) 5 (1, 5) ■ (2, 5) ■ (3, 5) (4, 5) (5, 5) 1.2 - Defina no espaço de resultados de cada experiência, os acontecimentos adiante indicados: A1 - “saída de uma lâmpada defeituosa na 1ª tiragem”; ■ A2 - “saída de uma lâmpada defeituosa na 2ª tiragem”; × A3 - “saída de duas lâmpadas defeituosas”; A4 - “saída de pelo menos uma lâmpada defeituosa”; A5 - “saída de exactamente uma lâmpada defeituosa”; A6 - “saída de uma soma de números inscritos nas lâmpadas inferior a sete”. Sem reposição (experiência I): ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ){ }5,2;4,2;3,2;1,2;5,1;4,1;3,1;2,11 =A ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ){ }2,5;1,5;2,4;1,4;2,3;1,3;1,2;2,12 =A ( ) ( ){ }1,2;2,1213 =∩= AAA ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ){ }5,2;5,1;4,2;4,1;3,2;3,1;2,5;2,4;2,3;2,1;1,5;1,4;1,3;1,2214 =∪= AAA ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ){ }5,2;5,1;4,2;4,1;3,2;3,1;2,5;2,4;2,3;1,5;1,4;1,321 21 5 =∩ ∪= AA AA A ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ){ }1,5;2,4;1,4;2,3;1,3;4,2;3,2;1,2;5,1;4,1;3,1;2,16 =A Com reposição (experiência II): ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ){ }5,2;4,2;3,2;2,2;1,2;5,1;4,1;3,1;2,1;1,11 =A ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ){ }2,5;2,4;2,3;2,2;2,1;1,5;1,4;1,3;1,2;1,12 =A ( ) ( ) ( ) ( ){ }2,2;1,2;2,1;1,1213 =∩= AAA ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ){ }2,5;1,5;2,4;1,4;2,3;1,3;5,2;4,2;3,2;2,2;1,2;5,1;4,1;3,1;2,1;1,1214 =∪= AAA ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ){ }5,2;5,1;4,2;4,1;3,2;3,1;2,5;2,4;2,3;1,5;1,4;1,321 21 5 =∩ ∪= AA AA A PROBABILIDADES E ESTATÍSTICA – 2013/2014 13 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ){ }1,5;2,4;1,4;3,3;2,3;1,3;4,2;3,2;2,2;1,2;5,1;4,1;3,1;2,1;1,16 =A 2 - As peças que saem de uma linha de produção são marcadas defeituosas (D) ou não defeituosas (N). As peças vão sendo inspeccionadas e registadas, procedendo-se a uma paragem quando se obtenham duas peças defeituosas consecutivas ou quando se tenham registado quatro peças. Descreva o espaço de resultados desta experiência. Podemos facilitar esta tarefa construindo um esquema em árvore: 3 - Considere a experiência aleatória que consiste no lançamento de dois dados perfeitos, um vermelho e outro verde. 3.1 - Defina o espaço de resultados desta experiência enumerando os acontecimentos elementares que o compõem; Há que ter em atenção que o dado tem 6 hipóteses. Vermelho 1 2 3 4 5 6 Verde 1 (1, 1) (2, 1) (3, 1) (4, 1) (5, 1) (6, 1) 2 (1, 2) (2, 2) (3, 2) (4, 2) (5, 2) (6, 2) 3 (1, 3) (2, 3) (3, 3) (4, 3) (5, 3) (6, 3) 4 (1, 4) (2, 4) (3, 4) (4, 4) (5, 4) (6, 4) 5 (1, 5) (2, 5) (3, 5) (4, 5) (5, 5) (6, 5) 6 (1, 6) (2, 6) (3, 6) (4, 6) (5, 6) (6, 6) 3.2 - Defina no espaço de resultados os seguintes acontecimentos: A - “a soma dos resultados é sete”; B - “os resultados observados são ímpares”; C - “o produto dos resultados é 12”. { })1,6();2,5();3,4();4,3();5,2();6,1(=A { })5,5();5,3();5,1();3,5();3,3();3,1();1,5();1,3();1,1(=B { })3,4();4,3();2,6();6,2(=C 4 - (Gama 5 pág. 137) Quantos são os códigos de 4 algarismos diferentes que se podem formar com os algarismos “1”, “2”, “3” e “4” e em que: 4.1 - Apareça o grupo “42” (isto é, o “4” apareça sempre imediatamente antes do “2”)? A posição do “4” só pode ser nas 3 primeiras casas para que “2” possa estar após o “4”. 4 2 4 2 4 2 Para cada “42” podem ter-se duas combinações: 1,3 e 3,1. Logo 3×2=6, então podemos ter 6 códigos. 4.2 - O “1” apareça junto do 3 em qualquer ordem, (isto é, imediatamente antes ou depois do “3”)? PROBABILIDADES E ESTATÍSTICA – 2013/2014 14 A posição do “3” relativamente ao “1” pode ser antes ou depois dele. 1 3 3 1 1 3 3 1 1 3 3 1 Para cada “13” ou “31” podem ter-se duas combinações: 2,4 e 4,2. Logo 6×2=12, então podemos ter 12 códigos. 5 - Sejam A1 e A2 dois acontecimentos, tais que: A1 - “realiza-se quando um automobilista, escolhido ao acaso numa bomba de gasolina, verifica o ar dos pneus”; A2 - “realiza-se quando um automobilista, escolhido ao acaso numa bomba de gasolina, verifica o óleo do motor”. 5.1 - Exprima em função deles os seguintesacontecimentos: A - “realiza-se quando um automobilista não verifica o ar dos pneus”; B - “realiza-se quando um automobilista verifica o ar dos pneus ou o óleo do motor”; C - “realiza-se quando um automobilista não verifica o ar dos pneus nem o óleo do motor”; D - “realiza-se quando um automobilista não verifica o ar dos pneus ou verifica o óleo do motor”; E - “realiza-se quando um automobilista verifica o ar dos pneus e não verifica o óleo do motor”; F - “realiza-se quando um automobilista verifica o óleo do motor e não verifica o ar dos pneus”; G - “realiza-se quando um automobilista verifica uma e uma só das duas”. 1AA = 21 AAE −= 21 AAB ∪= 12 AAF −= ( ) 2121 AAAAC ∩=∪= ( ) ( )2121 AAAAG ∩−∪= ( )21 AAD −= 5.2 - Os acontecimentos E e F são incompatíveis? R: Sim E e F são incompatíveis, pois não se interceptam 5.3 - Exprima o acontecimento G em função de E e F. R: FEG ∪= 6 - (Gama 3 pág 137) Considere o seguinte espaço amostral: S={1, 2, 3, 4, 5, 6, 7} e os acontecimentos: A={1, 2, 7}; B={2, 3, 4}; C={6}, Determine: 6.1 - A ; R: S={1, 2, 3, 4, 5, 6, 7} ► { }6543 , , , A = 6.2 - ( )CA ∪ ; R: ( ) { }7 6, 2, 1,CA =∪ 6.3 - ( ) CBA ∪∩ ; R: S={1, 2, 3, 4, 5, 6, 7} ► { }7651 , , , B = S={1, 2, 3, 4, 5, 6, 7} ► { }7 5, 4, 3, 2, 1,C = Então: ( ) { }7 5, 4, 3, 2, 1,CBA =∪∩ 6.4 - CB ∩ ; Os números que se repetem são 1,5 e 7, nos acontecimentos “não B” e “não C” R: { }751 , , CB =∩ PROBABILIDADES E ESTATÍSTICA – 2013/2014 15 6.5 - CBA ∩∩ ; Como os números que se repetem entre os acontecimentos A e B, é o 2 e o acontecimento C é 6, então a intersecção entre todos os acontecimentos (o que se repete entre todos) é um conjunto vazio. R: { }2=∩ BA , então: { }=∩∩ CBA 6.6 - ( ) ( )CABA ∩∩∪ ; R: ( ) { }76543 ;;;;BA =∪ e ( ) { }6=∩ CA , então: ( ) ( ) { }6=∩∩∪ CABA , porque é o número que se repete. 7 - Considere o espaço de resultados: S={1, 2, 3, 4, 5, 6} e os acontecimentos: A={1, 3, 5}; B={2, 4, 6}; C={1, 2, 3}. Determine: 7.1 - C {1, 2, 3, 4, 5, 6} ► { }6,5,4=C 7.2 - CB ∩ = − 6,4,2B e = − 3,2,1C , então: { }2=∩ CB 7.3 - CA ∩ =A {1, 2, 3, 4, 5, 6}={2, 4, 6} e { }6,5,4=C (calculado na alínea 7.1), e os números que se repetem são { }6,4 , portanto { }6,4=∩ CA . 7.4 - ( ) ACB ∪∩ = − 6,4,2B e = − 3,2,1C , o número que se repete é { }2=∩ CB , e a união com { }5,3,1=A , resulta em: ( ) { }5,3,2,1=∪∩ ACB 8 - (Gama 11 pág. 138) Considere um dado desequilibrado em que o “5” e o “6” ocorrem o dobro das vezes do “4” que, por sua vez, ocorre o triplo das vezes do “1”, do “2” ou do “3”. Se se lançar o dado uma vez, qual a probabilidade do resultado obtido ser: ( ) ( ) ( )4sair 26sair 5sair PPP ×== ( ) ( ) ( ) ( )3sair 32sair 31sair 34sair PPPP ×=×=×= ( ) ( ) ( )3sair 2sair 1sair PPP == Como ( ) ( ) ( ) ( ) ( ) ( ) 16sair 5sair 4sair 3sair 2sair 1sair =+++++ PPPPPP , podemos escrever que: P(sair 1)+P(sair 2)+P(sair 3)+3×P(sair 1)+3×P(sair 2)+3×P(sair 3)+2×P(sair 5)+2×P(sair 6)+2×P(sair 4) Ou seja: 18222333111 =++++++++ , então: ( ) 18 1 1sair =P P(sair 1) P(sair 2) P(sair 3) P(sair 4) P(sair 5) P(sair 6) 18 1 18 1 18 1 18 3 18 6 18 6 8.1 - Um número par; P(sair par)=P(sair 2)+P(sair 4)+P(sair 6)= 9 5 18 10 18 6 18 3 18 1 ==++ 8.2 - Um número maior que 3; P(sair maior que 3)=P(sair 4)+P(sair 5)+P(sair 6)= 6 5 18 15 18 6 18 6 18 3 ==++ 8.3 - Um quadrado perfeito. Um quadrado perfeito é um número que é um quadrado de um número natural PROBABILIDADES E ESTATÍSTICA – 2013/2014 16 P(sair um quadrado perfeito)=P(sair 1)+P(sair 4)= 9 2 18 4 18 3 18 1 ==+= 9 - Num lago existem 10 caracóis aquáticos da espécie X, 15 da espécie Y e 50 da espécie Z. Os caracóis foram capturados um de cada vez para inspecção. ( ) 75 10 501510 10 sair = ++ =XP ; ( ) 75 15 501510 15 sair = ++ =YP ; ( ) 75 50 501510 50 sair = ++ =ZP 9.1 - Se depois da inspecção cada caracol for devolvido ao lago, calcular a probabilidade de, em 2 capturas sucessivas: Com devolução: 9.1.1 - Os 2 caracóis serem da espécie X. ( ) 02,0 5625 100 75 10 75 10 sair e sair ==×=XXP 9.1.2 - Um caracol ser da espécie X e outro da espécie Z. P(sair 1 da espécie X e outro da espécie Z)=P(sair X e sair Z)+P(sair Z e sair X)= 18,0 5625 1000 75 10 75 50 75 50 75 10 ==×+×= 9.2 - Se o caracol não for devolvido ao lago depois da captura, calcular a probabilidade de, em 2 capturas sucessivas: Sem devolução 9.2.1 - Os 2 caracóis serem da espécie X. ( ) 016,0 5550 90 74 9 75 10 sair e sair ==×=XXP 9.2.2 - Um caracol ser da espécie X e outro da espécie Z. P(1 da espécie X e outro da espécie Z)=P(sair X e sair Z)+P(sair Z e sair X)= 18,0 5550 1000 74 10 75 50 74 50 75 10 ==×+×= 9.3 - Qual a probabilidade de, numa captura, obter um caracol da espécie X ou Y? ( ) ( ) ( ) 3333,0 3 1 75 15 75 10 sair sair ==+=+=∪ YPXPYXP 10 - Numa determinada cidade existem 5 hotéis. Se 3 pessoas escolhem ao acaso um desses hotéis para passar uma noite, qual a probabilidade de ficarem em hotéis diferentes? Vamos resolver este problema através do quociente entre casos favoráveis e casos possíveis. Os casos favoráveis contam o número de maneiras diferentes de atribuir hotéis ao conjunto das três pessoas. Se a primeira pessoa escolher um hotel dos 5 possíveis, a segunda pessoa só pode escolher um dos 4 restantes e o terceiro poderá escolher um dos 3 que sobram. Assim, os casos favoráveis são: 60345 =×× . Por outro lado, os casos possíveis não incluem a restrição de as três pessoas “ficarem em hotéis diferentes”. Assim, os casos possíveis são: 125555 =×× . Finalmente a probabilidade pedida vem: ( ) 48,0 125 60 555 345 diferentes hotéis em ficarem pessoas 3 == ×× ××=P 11 - Um gerente de um restaurante admite que todos os clientes terão, no fim da refeição, ou fruta, ou queijo, ou ainda café, ou qualquer combinação e que a probabilidade de terem fruta é de 0,7, fruta e queijo 0,25, queijo e café 0,35 e fruta e café 0,5. Sabe também que a probabilidade de terem fruta ou queijo é 0,9 e de terem fruta ou café é de 0,95. Calcular a proporção de clientes que terão: ( )FP ( )QFP ∩ ( )CQP ∩ ( )CFP ∩ ( )QFP ∪ ( )CFP ∪ 0,70 0,25 0,35 0,50 0,90 0,95 Sabe-se também que: P(F∪C∪Q)=P(F)+P(Q)+P(C)–P(F∩Q)–P(Q∩C)–P(F∩C)+P(F∩Q∩C)=1 ◄ todos PROBABILIDADES E ESTATÍSTICA – 2013/2014 17 11.1 - Queijo ou café; ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 45,025,07,09,09,09,0 =+−=⇔∩+−=⇔=∩−+=∪ QPQFPFPQPQFPQPFPQFP A proporção de clientes que terão queijo é de 45%. ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 75,05,07,095,095,095,0 =+−=⇔∩+−=⇔=∩−+=∪ CPCFPFPCPCFPCPFPCFP A proporção de clientes que terão café é de 75%. ( ) ( ) ( ) ( ) 85,035,075,045,0 =−+=∩−+=∪ CQPCPQPCQP A proporção de clientes que terão queijo ou café é de 85%. 11.2 - Fruta, queijo e café; ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ⇔=∩∩+∩−∩−∩−++=∪∪ 1CQFPCFPCQPQFPCPQPFPCQFP ( ) ( ) ( ) ( ) ( ) ( ) ( )[ ]⇔∩−∩−∩−++−=∩∩⇔ CFPCQPQFPCPQPFPCQFP 1 ( ) ( ) 20,05,035,025,075,045,07,01 =−−−++−=∩∩⇔ CQFP A proporção de clientes que terão fruta, queijo e café é de 20%. 11.3 - Apenas café. ( ) ( ) ( ) ( ) ( ) 1,02,05,035,075,0café apenas =+−−=∩∩+∩−∩−= FQCPCFPCQPCPP A proporção de clientes que terão apenas café é de 10%. 12 - Sejam A e B dois acontecimentos independentes tais que P(A)=0,4 e P(B-A)=0,18. 12.1 - Represente os acontecimentos através de um diagrama de Venn. 12.2 - Determine P(B). ( ) ( ) ( ) ( ) 58,018,040,0 =+=∩−+=∪ BAPBPAPBAP ( ) ( ) ( ) ( ) ( ) ( ) ⇔=⇔=⇔−=−⇔=×−+ 60,0 18,0 18,060,040,058,040,058,040,040,0 BPBPBPBPBPBP ( ) 30,0=⇔ BP 13 - Sejam A, B e C três subconjuntos de Ω, tal que A e B são independentes e A e C são incompatíveis. Seja P(A)=0,2; P(B)=0,4 e P(C)=0,45. 13.1 - Represente através de um diagrama de Venn o espaço de resultados Ω. Sabendo que P(B∩C)=0,1, calcule a probabilidade de um elementode Ω escolhido ao acaso: Não esquecer que A e B são independentes e portanto P(AB)=P(A)×P(B) 13.2 – Sabendo que P(B∩C)=0,1, calcule a probabilidade de um elemento de Ω escolhido ao acaso: 13.2.1 - Pertencer a pelo menos um dos subconjuntos; Não esquecer que A e B são independentes e portanto P(AB)=P(A)×P(B) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 87,01,04,02,045,04,02,0 =−×−++=∩−−++=∪∪ CBPABPCPBPAPCBAP 13.2.2 - Pertencer exclusivamente a B; PROBABILIDADES E ESTATÍSTICA – 2013/2014 18 P(pertence exclusivamente a B) ( ) 22,01,04,02,04,0 =−×−= 13.2.3 - Pertencer a A sabendo que pertence a B; ( ) ( )( ) ( ) ( )AP BP ABP BAP ==×== 2,0 4,0 4,02,0 | , como se pode ver P(A|B)=P(A). Como se sabia A e B são independentes. 13.2.4 - Pertencer a C sabendo que pertence a B. ( ) ( )( ) 25,04,0 1,0 | === BP CBP BCP 14 - Numa turma de 25 alunos, qual a probabilidade de não existirem alunos que façam anos no mesmo dia? A probabilidade de nenhum par dentro daqueles 25 alunos fazer anos no mesmo dia será calculada através do quociente entre os casos favoráveis e os casos possíveis. ( ) == possíveis casos favoráveis casos dia memo no anosfazer alunos depar nenhumP 4313,0 365365365...365365365 341342343...363364365 = ×××××× ××××××= 15 – Considere dois acontecimentos A e B. Sabe-se que: ( ) ( ) xBPAP =+ e ( ) yBAP =∩ Comecemos por representar graficamente esta situação. 15.1 – Não se realizar nenhum dos acontecimentos. P(não se realizar nenhum acontecimento)= ( ) ( ) ( ) ( )[ ]=−+−=∪− ABPBPAPBAP 11 ( ) ( )yxyx +−=−−= 11 15.2 – Realizar-se um e um só acontecimento. P(realizar-se um e um só acontecimento)= ( ) ( ) ( ) yxABPBPAP 22 −=−+ 15.3 – Realizar-se no máximo um dos acontecimentos. P(realizar-se um e um só acontecimento)= ( ) ( ) ( ) yxABPBPAP 22 −=−+ 16 - (Gama 14 pág 138) Num colégio com 100 alunos, 42 estudam Matemática, 68 Psicologia, 54 História, 22 simultaneamente Matemática e História, 25 simultaneamente Matemática e Psicologia, 7 História mas nem Matemática nem Psicologia, 10 estudam as três disciplinas. Escolheu-se um aluno ao acaso: A construção do diagrama de Venn é, nestes casos, muito útil. Para isso devem ser representados os conjuntos definidos no enunciado com as respectivas intercepções (caso seja dito que há incompatibilidade entre dois deles, essa intercepção não é representada). Cada uma das regiões definidas corresponde a um grupo muito concreto. Por exemplo, a região correspondente à intercepção das três disciplinas quer dizer que os alunos em questão têm as três disciplinas e no enunciado é dito que são “10”. É também referido que 22 alunos estudam simultaneamente Matemática e História: ora já é sabido que 10 alunos estudam Matemática e História (mas estudam também Psicologia) mas há, pelos vistos, mais 12 que só estudam aquelas duas disciplinas. Há 25 alunos que estudam simultaneamente Matemática e Psicologia. De novo, é sabido que 10 alunos estudam Matemática e Psicologia (mas estudam também História) mas há, pelos vistos, mais 15 que só estudam aquelas duas disciplinas. É este o tipo de raciocínio que tem que ser feito para se chegar a construção do diagrama de Venn que vem a seguir. PROBABILIDADES E ESTATÍSTICA – 2013/2014 19 M(Matemática)= 42,0 100 42 42 == P(Psicologia)= 68,0 100 68 68 == H(História)= 54,0 100 54 54 == 22,0 100 22 22 ===⇔∩ MHHM 25,0 100 25 25 ===⇔∩ MPPM 07,0 100 7 7 ===PMH 10,0 100 10 10 ===MHP 16.1 - Qual é a probabilidade desse aluno estudar Matemática ou História? Hipótese 1: ( ) ( ) ( ) ( ) 74,022,054,042,0 =−+=∩−+=∪ HMPHPMPHMP Hipótese 2: ( ) ( ) 74,0 100 74 100 2571012155 ==+++++=∪ HMP Outra hipótese: ( ) 74,0 100 818 1 =+− 16.2 - Se esse aluno estudar Psicologia, qual é a probabilidade de estudar as outras duas disciplinas? ( ) ( )( ) 15,068,0 10,0 | === PP MHPP PMHP 16.3 - Se esse aluno não estudar Psicologia, qual é a probabilidade de estudar as outras duas disciplinas? ( ) ( )( ) 375,032,0 12,0 | === PP PMHP PMHP 16.4 - Se esse aluno estudar Matemática, qual é a probabilidade de também estudar as outras duas disciplinas? ( ) ( )( ) 24,042,0 10,0 | === MP MHMP MPHP 16.5 - Qual é a probabilidade desse aluno estudar Matemática e também as outras duas disciplinas? ( ) 10,0 100 10 ==MHPP 16.6 - Se esse aluno estudar História, qual é a probabilidade de estudar Matemática mas não estudar Psicologia? ( ) ( )( ) 222,054,0 12,0 | === HP HPMP HPMP 17 - Gama 16 pág. 138) Considere a experiência que consiste em lançar, dois dados e registar o número saído em cada um deles. 17.1 - Se um dos dados mostrar "6": Subconjunto dos pares em que num dos dados há um “6”: Ω6 = {(1,6), (2,6), (3,6), (4,6), (5,6), (6,6), (6,1), (6,2), (6,3), (6,4), (6,5)} PROBABILIDADES E ESTATÍSTICA – 2013/2014 20 17.1.1 - Qual é a probabilidade do outro mostrar "5"? P(um dado ter 5|outro dado tem 6) 18,0 11 2 == 17.1.2 - Qual é a probabilidade da soma dos números saídos em ambos ser menor do que 9? P(soma<9|um dado tem 6) 36,0 11 4 == 17.2 - Se a soma dos números saídos for 9, qual a probabilidade de um dos dados mostrar “4”? Subconjunto dos pares em que num dos dados há um “9”: ΩƩ9 = {(3,6), (4,5), (5,4), (6,3)} P(um dado ter 4|soma dos dados é 9) 5,0 4 2 == 18 - Numa determinada cidade existem 3 rádios locais. Num inquérito realizado a um número elevado de habitantes dessa cidade foram obtidos os seguintes resultados: 40% dos inquiridos é ouvinte da rádio A. 35% dos inquiridos é ouvinte da rádio B. 30% dos inquiridos é ouvinte da rádio C. 12% dos inquiridos é ouvinte da rádio A e da rádio B. 10% dos inquiridos é ouvinte da rádio B e da rádio C. 25% dos inquiridos é ouvinte da rádio A mas não da C. 74% dos inquiridos é ouvinte de pelo menos uma rádio. Calcule a probabilidade de um habitante escolhido ao acaso: Para se poder fazer o preenchimento do diagrama de Venn há que identificar as percentagens associadas a cada uma das regiões identificadas. Em função dos dados disponíveis, é necessário alguma perspicácia para encontrar as expressões para fazer este processo. ( ) ( ) 26,074,01rádio 1 menos peloouvir 1rádio nenhumaouvir não =−=−= PP ( ) ( ) ( ) ( ) 55,010,030,035,0 =−+=−+=∪ BCPCPBPCBP ( ) ( ) ( ) 19,055,074,0 apenas =−=∪−∪∪= CBPCBAPAP ( ) ( ) ( ) ( ) 09,012,019,040,0 apenas =−−=−−= ABPAPAPBACP ( ) ( ) ( ) ( ) 11,009,010,030,0 apenas =−−=−−= BACPBCPCPCP ( ) ( ) ( ) 06,019,025,0 apenas não mas =−=−= APCAPCABP ( ) ( ) ( ) ( ) ( ) 06,006,009,019,040,0 apenas =−−−=−−−= CABPBACPAPAPABCP ( ) ( ) ( ) 04,006,010,0 =−=−= ABCPBCPABCP ( ) ( ) ( ) ( ) 19,006,010,035,0 apenas =−−=−−= CABPBCPBPBP 18.1 - Ser ouvinte das rádios A e C. ( ) 15,006,009,0 =+=ACP 18.2 - Não ser ouvinte da rádio A e não ser ouvinte da rádio B. ( ) ( ) ( ) 37,012,035,040,01 =−+−=∪=∩ BAPBAP ou ( ) ( ) 37,019,004,006,006,009,019,01 =+++++−=∩ BAP PROBABILIDADES E ESTATÍSTICA – 2013/2014 21 ou ( ) 37,026,011,0 =+=∩ BAP 18.3 - Ser ouvinte das rádios A e B mas não da C. ( ) ( ) ( ) 06,019,025,0 apenas não mas =−=−= APCAPCABP , já tinha sido calculado. 18.4 - Ser ouvinte apenas da rádio A. ( ) ( ) ( ) 19,055,074,0 apenas =−=∪−∪∪= CBPCBAPAP , já tinha sido calculado. 19 - Calcule a probabilidade de sair pelo menos uma vez o número “1”, quando se lança um dado 3 vezes. Sair “pelo menos uma vez o número 1” é complementar de “ nunca sair o 1”. Calculemos a probabilidade deste último. ( ) 579,0 216 125 6 5 6 5 6 5 1 osair nunca ==××=P então ( ) 421,0579,011 o vezuma menos pelosair =−=P 20 - São escolhidas duas cartas ao acaso de um baralho. Qual a probabilidade de sair um “Black Jack”? Isto é, qual a probabilidade de uma carta ser um Às e a outra um Rei, uma Rainha, um Valete ou um Dez? Tal como nos é dito, um Black Jack é um conjunto de duas cartas nas quais se tem um Ás e uma outra carta que pode ser um Rei, uma Rainha,um Valete ou um Dez. Assim, e para o Ás, podemos definir dois acontecimentos: A1 - primeira carta um Ás; A2 -segunda carta um Ás. Relativamente à outra carta, o Rei, a Rainha, o Valete ou o Dez, podemos igualmente definir dois acontecimentos: B1 - primeira carta ser Rei ou Dama ou Valete ou Dez; B2 - segunda carta ser Rei ou Dama ou Valete ou Dez. ( ) ( ) ( ) 0483,045116521651452JackBlack 2121 =×+×=∩+∩= ABPBAPP 21 - (Gama 23, adaptado, pág. 139) Há um saco preto que contém 9 bolas coloridas, sendo 1 bola branca, 1 amarela, 1 azul, 2 verdes, 2 vermelhas e 2 castanhas. Retiraram-se 3 bolas sucessivamente do saco e registou-se a cor de cada uma. Determine: 21.1 - A probabilidade de, pelo menos, uma das 3 bolas ser vermelha, sabendo que a experiência foi realizada com reposição. Saco com 9 bolas: • 1 branca • 1 amarela • 1 azul • 2 verdes • 2 vermelhas • 2 castanhas Retiraram-se 3 bolas sucessivamente, sabendo que a experiência foi realizada com reposição. P(1 vermelha)=P(1 vermelha)+P(2 vermelhas)+P(3 vermelhas) O problema pode ser resolvido a partir de: 1-P(0 vermelhas), ou seja: ( ) 9 7 1 =− VVVP , sendo que o numerador é calculado através da subtracção do numero total de bolas pelo numero de bolas vermelhas(9- 2=7). Mas como é com reposição e a experiência foi realizada 3 vezes… P (pelo menos uma V)=1–P(nenhuma V = ( ) 529,0471,01 9 7 11 3 =−= −=− VVVP 21.2 - A probabilidade de, exactamente, uma das 3 bolas ser vermelha sabendo que a experiência foi realizada sem reposição. Este exercício pode ser resolvido de várias formas PROBABILIDADES E ESTATÍSTICA – 2013/2014 22 ( ) ( ) ( ) 5,0 2 1 6 1 6 1 6 1 7 2 8 6 9 7 7 6 8 2 9 7 7 6 8 7 9 2 ==++= ××+ ××+ ××=++ VVVPVVVPVVVP Mas também podia ser desta forma: P(exactamente uma ser V)=P(VNN)+P(NVN)+P(NNV) ( ) 5,0 7 6 8 7 9 2 33 =×××=×= VVVP e o processo pode ser explicado do seguinte modo: Na primeira tiragem são duas bolas vermelhas em nove, na segunda consideram-se sete não vermelhas em oito (porque já se retirou uma bola), e na terceira são seis não vermelhas em sete (porque já se retiraram duas bolas). 22 - Lança-se um dado perfeito, de faces numeradas de “1” a “6”, três vezes seguidas. Determine a probabilidade de: A probabilidade de sair qualquer uma das faces é 6 1 porque os acontecimentos elementares são equiprováveis. 22.1 - Obter a face com o número “5” no terceiro lançamento? P(obter face “5” no 3º lançamento)= 1666,0 6 1 = (aquilo que saiu antes não influencia o resultado). 22.2 - Obter uma e uma só vez a face com o número “4”? P(obter uma e uma só face “4”)= ( ) ( ) ( ) = ××+ ××+ ××=++ 6 1 6 5 6 5 6 5 6 1 6 5 6 5 6 5 6 1 444444444 PPP 35,0 72 25 216 25 216 25 216 25 6 1 6 5 6 5 6 5 6 1 6 5 6 5 6 5 6 1 ==++= ××+ ××+ ××= 22.3 - Obter pela primeira vez a face com o número “2” no terceiro lançamento? P(obter pela primeira vez face “2” no 3º lançamento)= ( ) 12,0 216 25 6 1 6 5 6 5 222 == ××=P 23 - O Tobias vai fazer um duelo com o Rambo. A probabilidade do Tobias acertar o tiro no Rambo, em qualquer um dos rounds, é 0,4 e a probabilidade do Rambo acertar, em qualquer um dos rounds, é 0,9. Em cada round o Tobias é o primeiro a disparar e depois é o Rambo, se ainda estiver vivo. Calcule a probabilidade do Tobias sobreviver a este duelo sabendo que cada um deles dispõe de 2 balas. TAi – Tobias acertou no tiro i, com i=1;2►0,4 TEi – Tobias errou no tiro i, com i=1;2►1-0,4=0,6 RAi – Rambo acertou no tiro i, com i=1;2►0,9 REi – Rambo errou no tiro i, com i=1;2►1-0,9=0,1 P(Tobias sobreviver)=P(T acertar à 1ª)+P(T acertar à 2ª)+P(R não acertar)= =P(TA1)+P(TE1)×P(RE1)×P(TA2)+P(TE1)×P(RE1)×P(TE2)×P(RE2)= ( ) ( ) ( ) 4276,01,06,01,06,04,01,06,04,0 =×××+××+= 24 - Na biblioteca de uma escola a probabilidade de encontrar alguém a ler um livro é 0,6, a probabilidade de encontrar alguém a ler uma revista científica é 0,4 e a probabilidade de estar alguém a ler um livro ou uma revista é 0,7. Qual a probabilidade de: ( ) 6,0livroler =P , ( ) 4,0revistaler =P e ( ) 7,0=∪ RLP 24.1 - Não se encontrar ninguém a ler nem um livro nem uma revista? ( ) 3,07,01 =−=∪ RLP 24.2 - Estar alguém a fazer apenas uma das duas coisas? ( ) ( ) ( ) 4,03,07,0coisas das uma apenas =−=−∪= LRPRLPP Cálculo auxiliar: ( ) ( ) ( ) ( ) ( ) 3,07,01 =−==−+=∪ LRPLRPRPLPRLP PROBABILIDADES E ESTATÍSTICA – 2013/2014 23 Probabilidades Condicionadas Teoremas de Bayes e da Probabilidade Total 25 - Uma loja de brinquedos emprega 3 senhoras para fazerem embrulhos durante a época de Natal. Raquel embrulha 30% dos presentes e esquece-se de tirar o preço 3% das vezes; Helena embrulha 20% dos presentes e esquece-se de tirar o preço 8% das vezes; Joana, que embrulha os restantes presentes, esquece-se 5% das vezes de tirar o preço. Suponha que tinha ido a essa loja verificando, em casa, que o seu presente tinha preço. P(R) = 0,30 P(H) = 0,20 P(J) = 1 – (0,30 + 0,20) = 0,50 P(P|R) = 0,03 P(P|H) = 0,08 P(P|J) = 0,05 25.1 - Calcule a probabilidade de ter sido embrulhado pela Joana. P(J|P) = [P(P|J) × P(J)] / P(P) = [0,05 × 0,50] / 0,05 = 0,50 Calcula-se primeiro P(P): P(P) = P(R) × P(P|R) + P(H) × P(P|H) + P(J) × P(P|J) = = 0,30 × 0,03 + 0,20 × 0,08 +0,50 × 0,05 = 0,05 25.2 - Qual a empregada que mais provavelmente o terá embrulhado? Faz-se o mesmo tipo de cálculo para a Raquel e para a Helena e obtém-se: P(R|P) = 0,32; P(H|P) = 0,18. Como para a Joana tínhamos P(J|P) = 0,50, logo é a Joana. 26 - Um agricultor produz sementes de uma leguminosa em 3 campos distintos A, B e C; em A produz 12% das sementes, em B 30% e as restantes em C. Para que possam ser homologadas para comercialização não podem apresentar mais que uma determinada percentagem de impurezas e de sementes de infestantes. Sabe-se por amostragem que 2% dos sacos de sementes provenientes de A, 3% dos provenientes de B e 5% dos provenientes de C são rejeitados. P(A) = 0,12 P(B) = 0,30 P(C) = 1 – (0,12 + 0,30) = 0,58 P(R|A) = 0,02 P(R|B) = 0,03 P(R|C) = 0,05 26.1 - Qual a probabilidade de um saco escolhido ao acaso ser recusado. P(R) = P(A) × P(R|A) + P(B) × P(R|B) + P(C) × P(R|C) = = 0,12 × 0,02 + 0,30 × 0,03 + 0,58 × 0,05 = 0,0404; 26.2 - Se posteriormente se retirar um saco e se verificar que é para recusar determine a probabilidade de ser proveniente do campo B. P(B|R) = [P(R|B) × P(B)] / P(R) = [0,03 × 0,30]/0,0404 = 0,223 27 - Um comerciante recebe ovos de 3 proveniências: A, B e C, segundo as seguintes percentagens: A – 10%, B – x%, C – y% A percentagem de ovos estragados varia segundo as proveniências e sabe-se que, dos ovos provenientes de A, 5% são estragados; dos ovos provenientes de B, 10% são estragados; dos ovos provenientes de C, 15% são estragados. Por outro lado sabe-se que 12% do total dos ovos recebidos pelo comerciante são estragados. Calcular x e y. P(A) = 0,10 P(B) = x P(C) = y P(E|A) = 0,05 P(E|B) = 0,10 P(E|C) = 0,15 P(E) = 0,12 Como temos 2 incógnitas vamos resolver por um sistema. Quais são as equações do sistema? Uma, é a expressão de cálculo da probabilidade total de “estragados”, a outra é a soma das percentagens de ovos por proveniência que terá de somar 100%. ⇔ =++ =×+×+×= 1)()()( 12,0)|()()|()()|()()( CPBPAP CEPCPBEPBPAEPAPEP PROBABILIDADES E ESTATÍSTICA – 2013/2014 24 ⇔ −= =×+×−+ ⇔ =++ =×+×+× ⇔ yx yy yx yx 90,0 12,015,010,0)90,0(005,0 110,0 12,015,010,005,010,0 = = ⇔ −= = ⇔ −= = ⇔ −= = ⇔ −= =+− ⇔ 40,0 50,0 50,090,0 50,0 90,0 05,0 025,0 90,0 025,005,0 90,0 025,015,010,0 x y x y yx y yx y yx yy P(B)=0,40 e P(C)=0,50 28 - Gama 19 pág. 139) A e B são fornecedores de um artigo a uma empresa transformadora que o armazenanum contentor. Sabe-se que 5% dos artigos de A e 9% dos artigos de B são defeituosos, razão pela qual A fornece à referida empresa transformadora o quádruplo de B. Foi escolhido ao acaso um dos artigos do contentor e verificou-se que não é defeituoso. Qual é a probabilidade de ter sido fornecido por A? 05,0)|( =ADP e 09,0)|( =BDP ; logo 95,0)|( =ADP e 91,0)|( =BDP . )(4)( BPAP ×= 51)(1)(51)()(41)()( =⇔=⇔=+×⇔=+ BPBPBPBPBPAP e assim sendo 54514)( =×=AP Então: 058,009,05105,054)|()()|()()( =×+×=×+×= BDPBPADPAPDP , logo 942,0058,01)( =−=DP E assim: [ ] 807,0942,0/8,095,0)(/)()|()|( =×⇔×= DPAPADPDAP 29 - (Exame 13set13) Numa joalharia há três armários: um com 2 gavetas e os outros dois com 3 gavetas: � armário das 2 gavetas há um relógio de ouro numa gaveta e um de prata na outra; � um dos armários das 3 gavetas há um relógio de prata em cada gaveta; � outro armário das 3 gavetas existem 2 gavetas com um relógio de ouro e a outra gaveta com um relógio de prata. A experiência consiste em escolher ao acaso um armário e abrir aleatoriamente uma das gavetas. 3 Armários: A1 (2 gavetas) ► ( )OP; ► ( )1| APP ► 2 1 A2 (3 gavetas) ► ( )PPP ;; ► ( )2| APP ► 1 A3 (3 gavetas) ► ( )OPP ;; ► ( )3| APP ► 3 1 29.1 - Qual a probabilidade de encontrar um relógio de prata? ( ) ( ) ( ) 3 1 321 === APAPAP ( ) ( ) ( ) ( ) ( ) ( ) ( ) =×+×+×= 332211 ||| APPAPAPPAPAPPAPPP ( ) 611,0 18 11 3 1 3 1 1 3 1 2 1 3 1 ==×+×+×== PP 29.2 - Supondo que depois da experiência se obteve um relógio de ouro, qual a probabilidade de ter sido do armário das 2 gavetas? ( ) ( ) ( )( ) ( ) ( ) ( ) 4286,0 18 11 1 3 1 2 1 1 || | 11111 = − × = − ×=×= PP APAOP OP APAOP OAP 30 - Uma empresa recebe diariamente leite de 3 distritos diferentes. Ao chegar cada entrega o produto é classificado de acordo com a qualidade em regular (R), bom (B) e extra (E). Determinar a origem mais provável de um lote recentemente entregue sabendo que é de qualidade extra e que as classificações até à data são: PROBABILIDADES E ESTATÍSTICA – 2013/2014 25 Distritos Total entregue (l) Quantidade (l) R B E 1 1 000 000 200 000 500 000 300 000 2 3 000 000 500 000 2 000 000 500 000 3 2 500 000 600 000 1 500 000 400 000 Σ=1 200 000 Determinar a origem mais provável de um lote, sabendo que é de qualidade extra: ( ) 25,0 4 1 12 3 1200000 300000 |1 ====EP ( ) 42,0 12 5 1200000 500000 |2 ===EP ( ) 33,0 3 1 12 4 1200000 400000 |3 ====EP Portanto a origem mais provável é 0,42, que corresponde ao lote do distrito 2. Repare que esta conclusão podia ser tirada observando apenas a coluna de leite de qualidade extra. Como se pode reparar, é o distrito que apresenta maior “peso” na qualidade extra. 31 - (Gama 20 pág. 139) Numa sala estão três caixas iguais, numeradas de 1 a 3 e contendo bolas coloridas conforme se mostra na tabela: Caixa Nº bolas vermelhas Nº bolas brancas Nº bolas azuis 1 2 3 5 Σ=10 2 4 1 3 Σ=8 3 3 4 3 Σ=10 De uma caixa seleccionada aleatoriamente extraiu-se uma bola e verificou-se que era vermelha. Qual a probabilidade de ter sido retirada da caixa 3? Acho que a resolução mais correcta é a seguinte: Aqui, P(V) deve ser calculado através do teorema das probabilidades totais porque existem três “probabilidades de ser vermelha”, uma em cada subconjunto. Assim a P(V) total terá que ser calculada deste modo. ( ) ( ) ( ) ( ) ( ) ( ) ( ) 3 1 3 1 10 3 3 1 8 4 3 1 10 2 33|22|11| =×+×+×=×+×+×= PVPPVPPVPVP CA: Caixa 1: ( ) 10 2 532 2 = ++ Vermelhas Caixa 2: ( ) 8 4 314 4 = ++ Vermelhas Caixa 3: ( ) 10 3 343 3 = ++ Vermelhas 32 - Uma empresa tem n clientes de entre os quais k estão satisfeitos. Num inquérito a 2 clientes calcule a probabilidade de: 32.1 - Escolher dois clientes satisfeitos; ( ) nn kk n k n k P − −= − −×= 2 2 1 1 ssatisfeito clientes 2ter 32.2 - O segundo cliente escolhido estar satisfeito. ( ) ( ) ( ) = − ×−+ − −×=+= 11 1 ;;satisfeitoestar cliente 2º o n k n kn n k n k SSPSSPP ( ) ( ) n k nn nk nn kkn nn kknkk nn kkn nn kk = − −= − −= − −+−= − −+ − −= 1 1 22 22 2 2 2 2 PROBABILIDADES E ESTATÍSTICA – 2013/2014 26 33 - Uma empresa de distribuição tem 20%, 30% e 50% dos seus clientes nos distritos de Leiria, Santarém e Lisboa. A probabilidade de um cliente escolhido ao acaso comprar o produto X é igual a 0,4 no distrito de Leiria, 0,7 no distrito de Santarém e 0,6 no distrito de Lisboa. ( ) 20,0Leiria =P ( ) 30,0Santarém =P ( ) 50,0Lisboa =P ( ) 40,0Leiria =X|P ( ) 70,0Santarém =X|P ( ) 60,0Lisboa =X|P 33.1 - Calcule a probabilidade de um cliente escolhido ao acaso comprar o produto X. ( ) ( ) ( ) ( ) ( ) ( ) ( ) =×+×+×= LisboaLisboaSantarémSantarémLeiriaLeiria X|PPX|PPX|PPXP 59,060,050,070,030,040,020,0 =×+×+×= 33.2 - Os acontecimentos “cliente escolhido ao acaso comprou o produto X” e “cliente escolhido ao acaso é de Santarém” são independentes? Justifique. ( ) ( )( ) ( ) ( ) ( ) 21,030,070,0SantarémSantarém|SantarémSantarém Santarém Santarém| =×=×=∩⇔∩= PXPXP P XP XP Se os acontecimentos fossem independentes, ( ) ( ) ( ) 177,030,059,0SantarémSantarém =×=×=∩ PXPXP , que é diferente de 0,21. Logo estes acontecimentos não são independentes. 33.3 - Telefonou um cliente que comprou o produto X, qual a probabilidade do cliente ser de Lisboa? ( ) ( ) ( )( ) 51,059,0 50,060,0LisboaLisboa| |Lisboa =×=×= XP PXP XP 34 - Num determinado estabelecimento 8% dos cestos de compras têm fiambre, 6% têm queijo e 5% têm queijo e fiambre. Interpretando estas frequências relativas como probabilidades: ( ) 08,0=FP ( ) 06,0=QP ( ) 05,0=FQP 34.1 - Calcule o quociente entre a probabilidade da intersecção e a probabilidade da intersecção sob a hipótese de independência, para as compras de fiambre e queijo. Interprete este quociente. Se ( )Fiambre""comprar de ntosacontecimeF e ( )Queijo""comprar de ntosacontecimeQ fossem dois acontecimentos independentes, ( ) ( ) ( ) 0048,006,008,0 =×=×= QPFPFQP . O quociente entre ( )FQP e ( )FQP , considerados independentes, vem: ( )( ) 42,100048,0 05,0 == teindependenFQP FQP . Portanto a probabilidade real de um cliente comprar “F” e “Q” é mais de 10 vezes superior à probabilidade de um cliente comprar “F” e “Q”, caso estes acontecimentos fossem independentes. Significa isto que há uma forte dependência entre a compra de “F” e “Q” por parte dos clientes. 34.2 - Neste estabelecimento 5% dos homens compram fiambre e 10% das mulheres compram fiambre. Qual a probabilidade de um cliente que entra no estabelecimento ser homem? ( ) ( ) ( ) ( ) ( ) ⇔=×+×= 08,0|| MPMFPHPHFPFP ( ) ( )( ) ( ) ( ) ( ) 40,0 05,0 02,0 10,008,005,008,0110,005,0 =⇔ − −=⇔−=×−⇔=−×+×⇔ HPHPHPHPHP 35 - Os clientes do clube de vídeo BOM FILME foram segmentados em 3 grupos de acordo com a frequência de alugueres: segmento 1 (“heavy users”), segmento 2 (“medium users”), e segmento 3 (“light users”). Os 3 segmentos representam 15%, 35% e 50% dos clientes. Em cada um desses segmentos, a proporção de alugueres de filmes de ação é respetivamente 45%, 5% e 20%. ( ) 15,01 Segmento =P ( ) 35,02 Segmento =P ( ) 50,03 Segmento =P ( ) 45,01 Segmento =A|P ( ) 05,02 Segmento =A|P ( ) 20,03 Segmento =A|P 35.1 - Qual a probabilidade de um cliente escolhido ao acaso não alugar um filme de acção? ( ) ( ) 815,0185,011 =−=−= APAP CA: ( ) ( ) ( ) ( ) ( ) ( ) ( ) =×+×+×= 3 Seg3 Seg2 Seg2 Seg1 Seg1 Seg A|PPA|PPA|PPAP 1850200500050350450150 ,,,,,,, =×+×+×= PROBABILIDADES E ESTATÍSTICA – 2013/2014 27 35.2 - Os acontecimentos “pertence ao segmento 1” e “alugou um filme de ação” são independentes? Justifique. Se os acontecimentos forem independentes: ( ) ( ) ( ) 02775,0185,015,01 Segmento1 Segmento =×=×=∩ APPAP Na realidade, e através da expressão ( ) ( )( )1 Segmento 1 Segmento 1 Segmento P AP A|P ∩= , temos que: ( ) ( ) ( ) 0675,045,015,01Segmento1 Segmento1 Segmento =×=×=∩ A|PPAP . Podemos então concluir que estes acontecimentos não são independentes. 35.3 - Qual o segmento mais provável, sabendo que alugou um filme de ação? ( ) ( ) ( )( ) 365,0185,0 15,045,01 Segmento1 Segmento |1 Segmento =×=×= AP PA|P AP ( ) ( ) ( )( ) 095,0185,0 35,005,02 Segmento2 Segmento |2 Segmento =×=×= AP PA|P AP ( ) ( ) ( )( ) 540,0185,0 50,020,03 Segmento3 Segmento |3 Segmento =×=×= AP PA|P AP O segmento mais provável é o segmento 3. 35.4 - Entram 3 clientes no clube de vídeo, qual a probabilidade de pertencerem todos a segmentos diferentes? ( ) =diferentes Segmentos de serem clientes 3P ( ) ( ) ( ) ( ) ( ) ( ) =+++++= 123213132312231321 ; S; SSP; S; SSP; S; SSP; S; SSP; S; SSP; S; SSP ( ) 1575,050,035,015,06 =×××= 36 - Um laboratório realiza testes para diagnosticar uma determinada doença que incide sob 3% da população. A probabilidade de um teste diagnosticar a doença a uma pessoa doente é igual a 0,86 e a probabilidade de diagnosticar como tendo a doença uma pessoa saudável é igual a 0,1. Calcule a probabilidade de: Sejam: P=O acontecimento “teste dar positivo”; S=O acontecimento “ser saudável”; D=O acontecimento “ser doente”. ( ) 030,DP = ( ) 97,0=SP ( ) 86,0| =DPP ( ) 10,0| =SPP 36.1 - Ser diagnosticada a doença a uma pessoa; Ser diagnosticada a doença significa que o teste dá positivo ( ) ( ) ( ) ( ) ( ) 1228,010,097,086,003,0|| =×+×=×+×= SPPSPDPPDPPP 36.2 - Uma pessoa com resultado positivo no teste ter a doença. ( ) ( ) ( )( ) 21,01228,0 03,086,0| | =×=×= PP DPPDP PDP 37 - Numa empresa de torrefação de café existem 3 máquinas de ensacar grão torrado, A, B e C. A máquina C ensaca o dobro da quantidade de A, ensacando as máquinas A e B a mesma quantidade. No total 2,5% dos sacos têm defeito. Sabe-se que 3% e 2,5% dos sacos com defeito são oriundos das máquinas B e C respectivamente. Verificou-se que um dado saco é defeituoso. Qual a probabilidade de ter sido produzido por A? ( ) 250,AP = ( ) 25,0=BP ( ) 50,0=CP ( ) ?| =ADP ( ) 03,0| =BDP ( ) 025,0| =CDP ( ) 025,0=DP ( ) ( ) ( ) ( ) ⇔×+×+×= CDPBDPADPDP |50,0|25,0|25,0 ( ) ( ) ⇔+×=⇔×+×+×=⇔ 02,0|25,0025,0025,050,003,025,0|25,0025,0 ADPADP PROBABILIDADES E ESTATÍSTICA – 2013/2014 28 ( ) ( ) ( ) ( ) 02,0|| 25,0 005,0 |25,0005,0|25,002,0025,0 =⇔=⇔×=⇔×=−⇔ ADPADPADPADP 38 - Uma empresa de transporte público tem três linhas numa cidade, de forma que 45% dos autocarros cobre o serviço da linha 1, 25% cobre a linha 2 e 30% cobre a linha 3. Sabe-se que a probabilidade de que, diariamente, um autocarro avarie é de 2%, 3% e 1% respetivamente para cada linha. ( ) 4501 ,LP = ( ) 2502 ,LP = ( ) 3003 ,LP = ( ) 02,0| 1 =LAP ( ) 03,0| 2 =LAP ( ) 01,0| 3 =LAP 38.1 - Calcule a probabilidade de que, num dia, um autocarro sofra uma avaria? ( ) ( ) ( ) ( ) ( ) ( ) ( ) ⇔×+×+×= 332211 ||| LPLAPLPLAPLPLAPAP ( ) ( ) 0195,030,001,025,003,045,002,0 =⇔×+×+×=⇔ APAP 38.2 - Sabendo que um autocarro não sofreu avaria, calcule a probabilidade de o mesmo cobrir o serviço da linha 3. ( ) ( ) ( )( ) ( )( ) ( ) ( ) ( ) 303,0 0195,01 30,001,01 1 |1| | 33333 =− ×−= − ×− = × = AP LPLAP AP LPLAP ALP 39 - Suponha que num inquérito 30% dos inquiridos tem formação superior, 50% tem formação técnico-profissional e 20% não tem formação específica. Sendo a percentagem de desempregados em cada um dos grupos anteriores de 15, 5 e 25% respetivamente: Figura 1 ( ) 30,FSP = ( ) 50,TPP = ( ) 20,SFEP = ( ) 15,0| =FSDP ( ) 05,0| =TPDP ( ) 25,0| =SFEDP 39.1 - Qual a probabilidade de estar desempregado? ( ) ( ) 075,025,02,005,05,015,03,0 =⇔×+×+×= DPDP 39.2 - Qual a probabilidade de estar empregado, sabendo que não tem formação superior? Figura 2 ( )FSDP | , corresponde à área escura dentro da totalidade da Figura 2. Podemos calcular: ( ) ( ) ( ) 7,02,05,0 =+=+= SFEPTPPFSP Calculamos primeiro a parte correspondente à área riscada: ( ) ( ) ( ) 075,005,0025,0 =+=∩+∩=∩ SFEDPTPDPFSDP CA: ( ) ( ) ( ) 025,05,005,0| =+=×=∩ TPPTPDPTPDP ( ) ( ) ( ) 05,02,025,0| =+=×=∩ SFEPSFEDPSFEDP Correspondente à probabilidade de ter emprego e não ter formação: ( ) ( ) 625,0075,07,07,0 =−=∩−=∩ FSDPFSDP Portanto estar empregado, sabendo que não tem formação superior será: PROBABILIDADES E ESTATÍSTICA – 2013/2014 29 ( ) ( )( ) 893,07,0 625,0 | ==∩= FSP FSDP FSDP 39.3 - Os acontecimentos “ter formação técnico-profissional” e “estar desempregado” são independentes? ( ) ( ) ( ) 025,05,005,0| =×=×=∩ TPPTPDPDTPP ( ) ( ) 0375,05,0075,0 =×=× TPPDP Os acontecimentos não são independentes ( ) ( ) ( )TPPDPDTPP ×≠∩ . 40 - Suponha que a entrevista de candidatura a um emprego, é uma experiência aleatória e que a nossa atenção se centra em dois acontecimentos “o candidato tem boa aparência” (acontecimento A) e “o candidato conseguiu o emprego” (acontecimento E). Sabendo que ( ) 5,0=AP , ( ) 3,0=EP , e ( ) 6,0=∪ EAP . 40.1 - Calcule a probabilidade de: 40.1.1 - O candidato ter boa aparência e conseguir o emprego; ( ) ( ) ( ) ( ) ( ) ( ) ( ) 2,06,03,05,03,05,06,0 =⇔−+=⇔−+=⇔−+=∪ AEPAEPAEPAEPEPAPEAP 40.1.2 - O candidato ter boa aparência sabendo que conseguiu o emprego. ( ) ( )( ) 67,03,0 2,0 | === EP AEP EAP 40.2 - Os acontecimentos “o candidato tem boa aparência” e “o candidato conseguiu o emprego” são independentes? Justifique. Conclui-se pela alínea anterior que ( ) ( )APEAP ≠| , logo não são independentes. ??????? PROBABILIDADES E ESTATÍSTICA – 2013/2014 30 FICHA 3 Variáveis Aleatórias Unidimensionais 1 - (Gama 1, pag 198) Considere as variáveis aleatórias seguintes. Indique quais são as variáveis aleatórias discretas e contínuas justificando a resposta. 1.1 - M = idade de uma estrela escolhida ao acaso. 1.2 - N = número de estrelas que se podem observar, à noite, a olho nu. 1.3 - O = número de avarias de uma máquina num intervalo de tempo. 1.4 - P = tempo entre avarias consecutivas de uma máquina. 1.5 - Q = classificação média obtida pelos alunos do 12º ano, no exame nacional de Matemática de um determinado ano lectivo. 1.6 - R = número de alunos do 12º ano com classificação negativa, no exame nacional de Matemática de um determinado ano lectivo. 1.7 - S = número de cabelos de uma mulher. 1.8 - T = duração de uma partida de futebol. 1.9 - U = número de interrupções numa partida de futebol. 1.10 - V = quantidade de comida (em kg) ingerida, por dia, por um adulto. 1.11 - W = número de espectadores numa partida de futebol disputada num estádio com lotação de 50 000 pessoas. 1.12 - X = produção diária de leite numa fábrica de lacticínios. 1.13 - Y = produção diária de uma fábrica de parafusos. 1.14 - Z = produção diária de calças de uma fábrica de confecções. Variáveis discretas: 1.2; 1.3; 1.6; 1.7; 1.9; 1.11; 1.13; e 1.14; Variáveis contínuas: 1.1, 1.4; 1.5; 1.8; 1.10 e 1.12. 2 - Uma célula por multiplicação origina, no máximo, 4 células filhas. A probabilidade de formação de x células filhas é dada por: x 1 2 3 4 f(x) 1/4 3/8 1/8 1/4 Acumulado 2/8 5/8 6/8 8/8=1 Para resolver exercícios deste género, é aconselhável a inserção de uma linha com os acumulados, que como se pode verificar nas alíneas do exercício, facilita a resolução dos mesmos. 2.1 - Verificar que f(x) é uma função de probabilidade. Traçar o gráfico de f(x). f(x)≥0, { }4,3,2,1∈∀x e 14/18/18/34/1 =+++ 2.2 - Determinar a função de distribuição F(x) e traçar o respectivo gráfico. ≥ <≤ <≤ <≤ < = 4;1 43;8/6 32;8/5 21;4/1 1;0 )( x x x x x xF PROBABILIDADES E ESTATÍSTICA – 2013/2014 31 Na primeira parte dos ramos da função, começando em 0, coloca-se os acumulados, terminando assim em 1, que representa 100% do universo em estudo, sendo que na primeira parte do ramo se coloca o valor acumulado da parte inferior em que se situa o valor de x. 2.3 - Calcular a probabilidade deformação de pelo menos 2 células filhas. Há duas hipóteses para resolver este problema, ou consideramos os acumulados maiores que 2 (neste caso o x é “3”), ou consideramos o universo (1=100%) subtraído do acumulado menor que 2 (neste caso o x é “1”), não se considerando para o efeito o sinal de igual. 4/38/18/34/1)2( =++=≥XP ou 4/34/11)1(1)2( =−=−=≥ FXP 3 - O número de lançamentos num ramo é uma variável aleatória X, que toma os valores x, com probabilidade p(x) = k x , x = 1, 2,..., 10. x 1 2 3 4 5 6 7 8 9 10 p(x) 1k 2 k 3 k 4 k 5 k 6 k 7 k 8 k 9 k 10 k Acumuladas 1 3 6 10 15 21 28 36 45 55 1/55 3/55 6/55 10/55 15/55 21/55 28/55 36/55 45/55 55/55 Simples 1/55 2/55 3/55 4/55 5/55 6/55 7/55 8/55 9/55 10/55 3.1 - Calcular k de modo que p(x) seja uma função de probabilidade. 55/1110987654321 =⇔=+++++++++ kkkkkkkkkkk 3.2 - Calcular a probabilidade de um ramo ter 2 lançamentos. 55/2)2()2( === pXP 3.3 - Calcular o número médio de lançamentos por ramo. 7 55 385 55 10 10 55 9 9 55 8 8 55 7 7 55 6 6 55 5 5 55 4 4 55 3 3 55 2 2 55 1 1 ==×+×+×+×+×+×+×+×+×+×=µ Lançamentos por ramo. 4 - Sendo X uma variável aleatória com função de probabilidade: x 0 1 2 3 4 5 6 7 f(x) 0,1 0,1 0,1 0,1 0,2 0,2 0,1 0,1 Acumulado 0,1 0,2 0,3 0,4 0,6 0,8 0,9 1 = 100% Para resolver exercícios deste género, é aconselhável a inserção de uma linha com os acumulados, que como se pode verificar nas alíneas do exercício, facilita a resolução dos mesmos. 4.1 - Determinar a função de distribuição de X. ≥ <≤ <≤ <≤ <≤ <≤ <≤ <≤ < = 7;1 76;9,0 65;8,0 54;6,0 43;4,0 32;3,0 21;2,0 10;1,0 0;0 )( x x x x x x x x x xF 4.2 - Calcular P(X > 2), P(X < 4), P(X ≥ 1X ≤ 4). %707,01,01,02,02,01,0)2( ==++++=>XP ou %707,03,01)2( ==−=>XP %404,01,01,01,01,0)4( ==+++=<XP %33,838333,0 6 5 6,0 5,0 2,01,01,01,01,0 2,01,01,01,0 )4( )41( )4|1( ==== ++++ +++= ≤ ≤≤=≤≥ XP XP XXP PROBABILIDADES E ESTATÍSTICA – 2013/2014 32 4.3 - Calcular µ e σ. 7,31,071,062,052,041,031,021,011,00)( =×+×+×+×+×+×+∑ ×+×=×= xfxµ ∑ =−×= 222 )( µσ xfx =−×+×+××+×++×+×+×= 222222222 7,31,071,061,02,052,0431,021,011,00 41,469,131,18 =−= 1,241,4 ==σ 5 - Numa experiência com um inibidor de apetite, o número de refeições, N, que um rato toma por dia é anotado. Em cada dia são fornecidas 2 refeições. Tendo N uma função de probabilidade 2 ,1 ,0= , 2 1 7 4 )( n nnNP == , calcular a média e a variância do número de refeições comidas por dia. Temos que calcular primeiro a função de probabilidade: n 0 1 2 P(N=n) 7 4 2 1 7 4 0 = 7 2 2 1 7 4 1 = 7 1 2 1 7 4 2 = ( ) ( ) ( ) 7/47/227/217/40)( =×+∑ ×+×=×= NPxµ ( ) ( ) ( ) ( ) 53,07/47/127/217/40)( 2222222 =−×+∑ ×+×=−×= µσ NPx 6 - Sendo X uma variável aleatória discreta com função de distribuição: ≥ ≤ ≤ ≤ ≤ = 4 , 1 4<2 ; 8 6 2<0 ; 8 5 0<2- ; 8 3 2-<4- ; 8 1 4-< ; 0 )( x x x x x x xF Determinar a função de probabilidade f(x), µ e σ2 . Para resolver este problema precisamos de definir a função de probabilidade f(x). O raciocínio que deve ser feito será um raciocínio contrário àquele que se faz quando, a partir da função de probabilidade, se pede a função de distribuição, F(x). Se analisarmos a função F(x) percebemos que, até ao ponto “-4” (exclusive), isto é, para “x<-4”, a probabilidade acumulada é “0”. Já a partir deste ponto, isto é, de “x=-4” e até ao ponto “x=-2” (exclusive), isto é, no intervalo “x≤-4”, a probabilidade acumulada é “1/8”. Ora isto só é possível se no ponto “x=-4” a probabilidade for “1/8” e daí até “x=-2” (exclusive) não houver nenhum ponto de probabilidade diferente de “0”. No ponto “x=-2” a probabilidade acumulada passa para “3/8”; ora isso só é possível se, nesse ponto, houver um acréscimo de probabilidade de “2/8”. Repare-se que essa probabilidade acumulada se mantém até “x=0” (exclusive), o que significa que, desde o ponto “x=-2” até “x=0” (exclusive), não houve nenhum ponto com probabilidade diferente de “0”. Este raciocínio terá que ser feito para todos os outros pontos apresentados na F(x). A função de probabilidade f(x) vem então: X -4 -2 0 2 4 f(x) 1/8 2/8 2/8 1/8 2/8 Neste caso para calcular f(x), fazemos ao contrário, como f(-4) é 1/8 e o acumulado seguinte é 3/8, basta subtrair 3/8 – 1/8, e chegamos ao f(-2), e assim sucessivamente. Podemos agora calcular µ e σ2. ( ) ( ) ( ) ( ) ( )∑ =×+×+×+×−+×−=×= 4/18/248/128/208/228/14)(xfxµ PROBABILIDADES E ESTATÍSTICA – 2013/2014 33 ( ) ( )∑ =−×+×+×+×−+×−=−×= 44,74/18/248/128/208/228/14)( 222222222 µσ xfx 7 - Um dado produto pode ser classificado, consoante a sua qualidade, em 5 classes distintas: 1, 2, 3, 4 e 5. Sendo X a classe atribuída ao produto, com função de probabilidade: x 1 2 3 4 5 f(x) K 2k 4k 2k k Simples 0,1 0,2 0,4 0,2 0,1 1=100% Acumuladas 0,1 0,3 0,7 0,9 1=100% 7.1 - Determinar k. 1,01101242 =⇔=⇔=++++ kkkkkkk 7.2 - Qual a probabilidade de que um produto tomado ao acaso, tenha uma classificação menor do que 4 e superior a 1? Classificação menor que 4 e superior a 1 são as classificações 2 e 3, portanto basta somar as duas. 604020)3()2(41 ,=,+,=X=+PX=) = P<X<P( 7.3 - Calcular “1 – F(2)”, e indicar o seu significado. 1-F(2)=1–0,3 (acumulada)=0,7 e significa a probabilidade de, escolhendo ao acaso, obter um produto com qualidade superior à segunda (X=2). 8 - Sendo X uma variável aleatória discreta cuja distribuição de probabilidade é a seguinte: x 0 1 2 3 4 5 P(X = x) 0,100 0,300 0,400 0,100 0,050 0,050 Acumuladas 0,1 0,4 0,8 0,9 0,95 1=100% 8.1 - Representar graficamente a respectiva função de distribuição. ≥ <≤ <≤ <≤ <≤ <≤ < = 5,0,1 54,95,0 43,9,0 32,8,0 21,4,0 10,1,0 0,0 )( x x x x x x x xF 8.2 - Calcular P(X < 4,5), P(X ≥ 2), P(X ≥ 2X ≤ 4) e P(2<X<4,5). 95,0)5,4(5,4)( ==< FXP Se é menor que 4,5, verifica-se a frequência acumulada no “x” mais próximo, que é o 4. 6,0)2( =≥XP Neste caso podemos fazer de duas maneiras, ou subtraímos 1-F(1)=1–0,4=0,6; ou então somamos todas as frequências relativas maiores ou iguais que 2: 0,400+0,100+0,050+0,050=0,6. 579,0 95,0 4,095,0 )4( )1()4( )4( )42( )4|2( =−=−= ≤ ≤≤=≤≥ F FF XP XP xXP Também poderia ser feito através das frequências simples: 579,0 95,0 55,0 05,01,04,03,01,0 05,01,04,0 )4( )42( == ++++ ++= ≤ ≤≤ XP XP 15,08,095,0)3()5,4()5,42( =−=−=<< FFXP Também poderia ser feito através das frequências simples 15,005,01,0)5,42( =+=<< XP 9 - (Gama, 2, pág. 198) Considere a selecção aleatória de 4 cartas de um baralho de 10 cartas, com 3 copas, 2 ouros e 5 paus. Seja X a variável aleatória que representa o número de copas seleccionadas consecutivamente. Determine: PROBABILIDADES E ESTATÍSTICA – 2013/2014 34 Se se retirarem sucessivamente 4 cartas dum baralho de 10 cartas, onde existem apenas “3 cartas de copas (C)” é óbvio que só se podem obter, no máximo 3 cartas de copas sendo as outras não-copas (N). Percebemos assim que a nossa variável X só pode assumir os valores 0, 1, 2, 3. 9.1 - A função de probabilidade de X. Para se determinar a função de probabilidade tem que se calcular a probabilidade da variável em estudo, X, assumir os valores possíveis (0, 1, 2 e 3). Assim: 6 1 7 4 8 5 9 6 10 7 )()0( ==NNNN=PX=P ××× Para que não haja copas terá de se começar com 7, sobre o nº total de cartas, e como não há reposição, fazem-se as seguintes três tentativas reduzindo no numerador e no denominador. 2 1 7 3 8 5 9 6 10 7 4)(4)()()()()1( ==NNNCP=NNNC+PNNCNPNCNN+PCNNN = PXP ×××××+= As copas foram retiradas na última selecção, onde estava 4/7 passou para “3”/7. =NNCCP=NNCC+PNCNC+PNCCN+PCNNC+PCNCN+PCCNN=PX=P )(6)()()()()()()2( × 10 3 7 2 8 3 9 6 10 7 6 == ×××× Ascopas foram retiradas na última selecção (3) e na penúltima (2), ou seja “3”/8 e “2”/7, respectivamente. 30 1 7 1 8 2 9 3 10 7 4)(4)()()()()3( ==CCCNP=NCCC+PCNCC+PCCNC+PCCCN=PX=P ××××× As copas foram consideradas nas três últimas posições, “3”/9, “2”/8 e “1”/7. x 0 1 2 3 f(x) 1/6 1/2 3/10 1/30 9.2 - A função de distribuição acumulada de X. ≥ <≤ <≤ <≤ < = 3,1 32,30/29 21,6/4 10,6/1 0,0 )( x x x x x xF 9.3 - A média e a variância de X. ∑ =×+×+×+×=×= 5/630/1310/322/116/10)(xfxµ ( )∑ =−×+×+×+×=−×= 56,05/630/1310/322/116/10)( 22222222 µσ xfx 10 - Dada a função ≤≤ = x xx xf de valoresoutros , 0 10 , - 3 4 )( 2 10.1 - Mostre que se trata de uma função densidade de probabilidade (fdp). Para mostrar que é uma fdp temos que provar que f.(x)≥0 e que 1)( =∫+∞∞− dxxf . Fazer o gráfico para ver que f.(x) está sempre “acima” do eixo do x: Para a construção do gráfico interessa saber que “4/3-x2” é uma parábola virada para baixo porque o “x” é negativo, e que a igualando a zero dá 4/3 e que igualando a um dá 1/3, dando-nos assim os pontos por onde passa. PROBABILIDADES E ESTATÍSTICA – 2013/2014 35 O integral ∫ +∞ ∞− dxxf )( corresponde à área delimitada pelo eixo do x e a função f.(x) (linha vermelha). Vamos verificar se dá 1. 1 3 )0( )0( 3 4 3 )1( )1( 3 4 3 3 3 4 0 3 4 0)( 33 1 0 1 0 1 2 = −×− −×= −∫ =∫+ −∫ +=∫ ∞+∞+∞− ∞+ ∞− x xdxdxxdxfdxxf [ ] 1 3 3 00 3 1 3 4 = =−− −= 10.2 - Determine F(x) e calcule P(X ≤ 0,5). Recordemos que a função F(x) nos permite saber qual a probabilidade acumulada até um qualquer valor de x. Como sabemos, as probabilidades acumuladas associadas a este tipo de funções são dadas pelas áreas por elas definidas: a probabilidade acumulada até um dado valor x corresponde à área à esquerda desse valor delimitada superiormente pela fdp e inferiormente pelo eixo do x . O cálculo das expressões capazes de nos darem essas áreas são obtidas pelos integrais da fdp até ao valor x. Este tipo de integrais em que um dos valores de integração é um valor não definido x chama-se “integral indefinido”. Por questões de melhor compreensão, nas expressões a integrar, a variável “x” será substituída por “t ”. Deste modo podemos ver nitidamente a variável “t” a ser substituída pela variável “x” aquando do integral. Nos intervalos onde a fdp for diferente de “0”, as expressões que se vão obter vão ter presente a variável “x” que será depois substituída pelo valor que se quiser. Como a fdp pode estar definida por vários ramos (expressões por intervalos) também o cálculo da função de distribuição terá que ser definida para esses mesmos ramos. A fdp apresenta 3 ramos: de “-∞ a 0”, de “0 a 1” e de “1 a +∞”. Estes não ser os intervalos de cálculo da F(x). [-∞ x <0] ou [x < 0] (ver a definição da fdp porque os sinais destes intervalos terão que respeitar os sinais da fdp). Quando x é menor que “0” (ver a fdp) a função é “0”. 00)( =∫=∫ ∞−∞− xx dtdttf [ ]10 ≤≤ x 33 4 3 )0( )0( 3 4 3 )( )( 3 4 33 4 3 4 0)( 333 0 3 0 2 xx x x t tdttdtdttf x xxx −= −− −= −=∫ −+∫=∫ ∞−∞− [ ]+∞≤< x1 ou 1>x 1 3 1 3 4 3 )0( )0( 3 4 3 )1( )1( 3 4 33 4 0 3 4 0)( 3331 0 3 10 2 =−= −− −= −=∫+∫ −+∫=∫ ∞−∞− t tdtdttdtdttf xxxx Podemos então, escrever: > ≤≤− < = 1; 1 10 ; 33 4 0; 0 )( 3 x x x x x xF P(x≤0,5) = ?, Para resolver este exercício, basta verificar em que ramo do sistema está, e neste caso é no 2º ramo 10 ; 33 4 3 ≤≤− xxx , pelo que basta substituir onde está “x” por 0,5. 24 15 24 1 6 4 3 5,0 5,0 3 4 )5,0()5,0( 3 =−=−×==≤ FxP , 0,5 Está no intervalo [ ]10 ≤≤ x 11 - Sendo X o peso (g) das proteínas existentes em cada embalagem de um dado alimento, com função de densidade de probabilidade. PROBABILIDADES E ESTATÍSTICA – 2013/2014 36 ( ) ≤<− ≤< = x xx xx xf de valoresoutros , 0 3 7 1 , 37 4 1 10 , )( 2 11.1 - Traçar o gráfico de f(x). 11.2 - Determinar a função de distribuição de X. Nesta fdp temos 4 ramos. [ ]0<x 00)( =∫=∫ ∞−∞− xx dtdttf [ ]10 ≤≤ x ( ) 33 )0( 3 )( 12 0)( 333 0 12 0 2 xxtdttdtdttf x xxx = − = + =∫+∫=∫ + ∞−∞− ≤< 3 7 1 x ( ) = + −+ =∫ −+∫+∫=∫ + ∞−∞− x xxx tt t dttdttdtdttf 1 111 0 3 1 1 0 2 11 3 7 4 1 3 )37( 4 1 0)( = −− −+= −− −+ − = 8 3 4 7 8 3 4 7 3 1 2 )1(3 )1(7 4 1 2 )(3 )(7 4 1 3 )0( 3 )1( 22233 x x x x −+−= 24 25 4 7 8 3 2 x x > 3 7 x ( ) = + −+ =∫+∫ −+∫+∫=∫ + ∞−∞− 3/7 1 111 0 3 3/7 3/7 1 1 0 2 11 3 7 4 1 3 0)37( 4 1 0)( t t t dtdttdttdtdttf xxx = −− −+= −− − + − = 8 3 4 7 72 147 12 49 3 1 2 )1(3 )1(7 4 1 2 3 7 3 3 7 7 4 1 3 )0( 3 )1( 2 2 33 1 72 99 72 147 72 294 72 24 =−−+= PROBABILIDADES E ESTATÍSTICA – 2013/2014 37 Podemos escrever: > ≤<−+− ≤< ≤ = 3 7 ,1 3/71, 24 25 4 7 8 3 10, 3 0,0 )( 2 3 x x xx x x x xF 11.3 - Calcular a probabilidade de, numa embalagem escolhida ao acaso, o peso das proteínas ser: 11.3.1 - Pelo menos 0,5 g. =−= −=−=≥ 24 1 1 3 )5,0( 1)5,0(1)5,0( 3 FXP 23/24 11.3.2 - Não superior a 2 g. =−+−==≤ 24 25 4 )2(7 8 )2(3 )2()2( 2 FXP 23/24 11.4 - Calcular F(2) - F(0,5), indicar o seu significado e representar este valor graficamente aproveitando o gráfico traçado na alínea a). 12 11 24 22 24 1 24 23 )5,0()2( ==−=− FF Nota: a área correspondente à alínea 11.4 é aquela que está entre 1/2 e 2. A verde está P(X≥0,5) e a laranja F(0,5). 12 - A eficiência, X, de uma enzima digestiva pode ser descrita pela função de densidade de probabilidade ( ) 10 , 35 4 1 )( 2 ≤≤−= xxxf . 12.1 - Calcular a probabilidade de a enzima ter uma eficiência maior do que 50%. ( ) = −− −= −=∫ −=> 3 )5,0( 3)5,0(5 3 )1( 3)1(5 4 1 3 35 4 1 35 4 1 )5,0( 331 5,0 3 5,0 2 xxdxxXP x ( ) ( ) 32 13 32 19 1 8 19 4 4 1 8 1 8 20 15 4 1 =−= −= −−−= 12.2 - Calcular a média e a variância da eficiência. Média: ( ) ( ) = −=∫ −=∫ −×=∫ ×= ∞+ ∞− 1 0 421 0 3 1 0 2 4 3 2 5 4 1 35 4 1 35 4 1 )( xx dxxxdxxxdxxfxµ 16 7 4 3 2 5 4 1 4 )0(3 2 )0(5 4 )1(3 2 )1(5 4 1 4242 = −= −− −= Variância da eficiência: ( ) ( ) =∫ −−=−∫ −×=∫ −×= +∞ ∞− 1 0 2422 1 0 22222 35 4 1 35 4 1 )( µµµσ dxxxdxxxdxxfx PROBABILIDADES E ESTATÍSTICA – 2013/2014 38 075,0 256 49 5 3 3 5 4 1 16 7 5 )0(3 3 )0(5 5 )1(3 3 )1(5 4 1 16 7 5 3 3 5 4 1 253532 1 0 53 = − −= − −− −= − −= xx 12.3 - Calcular F(0,5). 32 19 32 13 1)5,0(1)5,0( =−=>−= XPF 13 - Sendo X uma variável aleatória que representa a quantidade (kg) procurada por cliente de determinado produto
Compartilhar