Baixe o app para aproveitar ainda mais
Prévia do material em texto
PÓLO UNIVERSITÁRIO DE VOLTA REDONDA ESCOLA DE ENGENHARIA INDUSTRIAL METALÚRGICA DE VOLTA REDONDA Probabilidade Monitor: Fernando Salles Orientadora: Lídia Angulo Meza VOLTA REDONDA – RJ 2010 Universidade Federal Fluminense 1 Estatística I Probabilidade Monitor: Fernando Salles da Silva Pires Orientadora: Prof.ª Lidia Angulo Meza Índice Assuntos Páginas 1. Conceitos Fundamentais.................................................................................................. 2 Experimento, Espaço Amostral, Ponto amostral, Probabilidade de um ponto amostral. 2. Eventos.............................................................................................................................. 2 Probabilidade de um evento. 2.1. Eventos Compostos................................................................................................... 3 União de eventos, interseção de eventos. 2.2. Eventos Complementares......................................................................................... 4 2.3. Eventos Mutuamente exclusivos.............................................................................. 4 2.4. Eventos Independentes............................................................................................. 4 3. Regra da Adição............................................................................................................... 4 4. Exercícios.......................................................................................................................... 5 5. Probabilidade Condicional.............................................................................................. 9 6. Teorema do Produto........................................................................................................ 9 7. Teorema da Probabilidade Total.................................................................................... 9 8. Teorema de Bayes..................……………………….................................................... 11 9. Princípio Fundamental da Contagem.......................................................................... 12 10. Exercícios........................................................................................................................ 13 11. Bibliografia..................................................................................................................... 19 Universidade Federal Fluminense 2 1. Conceitos Fundamentais • Experimento: È qualquer processo para se obter ou gerar uma ocorrência no resultado que não pode ser previsto com certeza. Experimento determinístico: Quando repetido em condições semelhantes conduz a resultados idênticos. Experimento aleatório: Produzidos sob as mesmas condições geram resultados geralmente diferentes • Espaço Amostral (Ω ou S): É o conjunto de todos os resultados possíveis de um experimento aleatório. Cada um dos resultados possíveis é denominado ponto amostral. Exemplo: ∈ Lançamento de uma moeda. S= {Ca, Co} Ca S⇒Ca é num ponto amostral de S. • Probabilidade de um ponto amostral: È um número entre 0 e 1 que mede a chance do evento ocorrer quando o experimento é realizado. Este número pode ser aproximado com a freqüência relativa com que o ponto amostral é observado, quando o experimento é repetido um grande número de vezes. A soma das probabilidades de todos os pontos amostrais de um experimento é 1. 2. Evento Subconjunto do espaço amostral S e é denotado por uma letra maiúscula. Cada ponto amostral é um evento elementar. • Probabilidade de um Evento: Seja A um evento de um espaço amostral S equiprovável, a probabilidade do evento A, denotada como P(A) é definida como: )( )()( Sn An amostralespaçodoresultadosdenúmero AeventodoresultadosdenúmeroAP == De forma equivalente, a probabilidade de um evento A é igual a soma das probabilidades dos pontos amostrais pertencentes a este evento. Universidade Federal Fluminense 3 ⊂ Exemplo: No lançamento de duas moedas, onde S= {CaCa, CaCo, CoCa, CoCo}, tem-se os seguintes eventos: A= {CaCa, CaCo} A S, A é um evento de S. B= {CaCa}⊂ S; A é um evento elementar de S. C= {CaCa, CaCo, CoCa, CoCo}⊂ S; C é um evento certo de S (C=S). D=∅ ⊂ S; D é um evento impossível de S. Assim, podemos concluir que: A probabilidade de um evento certo é igual a 1. P(S) =1 A probabilidade de um evento impossível é igual a zero. P(∅ ) =0 A probabilidade de um evento E qualquer (E ⊂ S) é um número real P(E), tal que: 1)(0 ≤≤ EP A probabilidade de um evento elementar (E) qualquer é: )( 1)( Sn EP = 2.1. Eventos Compostos • União de eventos ( BA∪ ): • Interseção de eventos ( BA∩ ): Os elementos que pertencem ao evento A ou ao B. Os elementos que pertencem simultaneamente a A e a B. Universidade Federal Fluminense 4 A B B A 2.2. Eventos Complementares O complemento de um evento A é o evento formado por todos os pontos do espaço amostral que não pertencem a A. Denotamos A , CA ou A′ . A ocorrência do evento A indica a não ocorrência do evento A e vice-versa. Dois eventos para serem complementares devem satisfazer as seguintes condições: SAA =∪ ∅=∩ AA Daí decorre que: ( ) ( ) 1=+ APAP ( ) 0=∩ AAP ( ) ( ) ( ) ( )APAPouAPAP −=−= 11 2.3. Eventos Mutuamente Exclusivos Dois eventos A e B são mutuamente exclusivos ⇔ ∅=∩ BA , isto é, não possuem pontos amostrais em comum. 2.4. Eventos Independentes Dois eventos A e B são independentes se, e somente se, )()/( APBAP = (Lê-se probabilidade de A dado B) Ou seja, A e B são independentes se o conhecimento da ocorrência de B não influenciar, de nenhuma forma, a probabilidade de ocorrência de A. Se dois eventos são independentes, a probabilidade de que eles se realizem simultaneamente é igual ao produto das probabilidades de realização dos dois eventos. )()( BPAPP ⋅= 3. Regra da Adição ( ) ( ) ( ) ( )BAPBPAPBAP ∩−+=∪ No caso de eventos mutuamente exclusivos: ( ) ( ) ( ) ( )BPAPBAP BAP BA +=∪ =∩ =∩ 0 0 Universidade Federal Fluminense 5 4. Exercícios Exercícios Resolvidos 1) Considere o experimento jogar 5 moedas e observar a face superior. Calcule a probabilidade do evento A=Obter pelo menos uma “cara”. Solução =A : Pelo menos uma cara =A Não obter cara ⇒ {CoCoCoCoCo} .}.2{ 5 apS = ⇒ 52 1.).( =apP , onde P(p.a.) = probabilidade de um ponto amostral. Sendo 52 1)( =AP ,utilizando a relação complementar, temos: 9688,0)( 2 11)(1)()( 5 =⇒−=⇒=+ APAPAPAP 2) Qual a probabilidade de sair uma carta de copas ou de ouros quando retiramos uma carta de um baralho de 52 cartas? Solução: 4 1 52 13)( ==CP Ao retirar uma carta de copas, esta não poderá ser de ouros. A ocorrência de copas incide na não ocorrência de ouros. Logo os eventos são mutuamente exclusivos. Então, , 4 1 52 13)( ==OP 2 1 4 1 4 1)( =+=∪OCP 3) Oregistro de um hospital mostra que 12% de todos pacientes são internados para tratamento cirúrgico, 16% são internados para tratamento obstétrico, e 25 recebem os dois tratamentos. Se um novo paciente é internando no hospital, qual é a probabilidade do paciente ser internado para cirurgia, obstetrícia, ou ambos. ∩ Solução: S= {todos os pacientes} A= tratamento cirúrgico; P(A) =0,12 B=tratamento obstétrico; P(B) =0,16 C=tratamento cirúrgico e obstétrico; P(C) =P(A B) D=tratamento cirúrgico, obstetrícia ou ∪ ambos; P(D) =P(A B) Pela regra da adição, temos: Universidade Federal Fluminense 6 26,0)( 02,016,012,0)( )()()()()( = −+= ∩−+=∪= DP DP BAPBPAPBAPDP Este problema poderia ser resolvido pelo diagrama de Venn: Logo, a probabilidade do paciente ser internado por pelo menos um dos procedimentos é de 0,26. 4) A probabilidade de que um evento A ocorra é 1/3, a probabilidade que B não ocorra é 1/4, e a probabilidade de A ou B ocorrerem é 8/9. Determine: a. A probabilidade de A não ocorrer. b. A probabilidade que A e B não ocorram. c. A probabilidade que A ocorra e B não ocorra. 31)( =AP Solução: Dados: ; 41)( =BP ; 98)( =∪ BAP . a. Pela relação complementar, temos: 32)(311)()(1)( =⇒−=⇒−= APAPAPAP b. Pela regra da adição, tem-se: 367)( 984331)( )()()()( )()()()( =∩ −+=∩ ∪−+=∩ ∩−+=∪ BAP BAP BAPBPAPBAP BAPBPAPBAP c. Através do diagrama de Venn, obtêm-se a seguinte relação: 26,002,014,010,0)( =++=∪ BAP 365)( 36731)( )()()( =∩ −=∩ ∩−=∩ BAP BAP BAPAPBAP Universidade Federal Fluminense 7 5) O circuito a seguir opera se, e somente se, houver um caminho de equipamentos funcionais, da esquerda para direita. A probabilidade de que cada aparelho funcione é mostrada no gráfico. Suponha que a probabilidade de que um equipamento seja funcional não dependa de se ou não os outros equipamentos sejam funcionais. Qual será a probabilidade de que o circuito opere? Solução: Sejam os eventos: O – que o circuito opere C1 – que o circuito opere através do caminho 1 C2 – que o circuito opere através do caminho 2 O circuito só opera se, e somente se, houver um único caminho de equipamentos funcionais, portanto ou todos os equipamentos do caminho 1 têm que funcionar ou ( ) ( ) ( ) ( ) ( )212121 CCPCPCPCCPOP ∩−+=∪= todos os equipamentos do caminho 2 têm que funcionar. Então pela da Regra da Adição temos que: . Pelo fato de cada equipamento ser independente, ( ) ( ) ( ) ( ) ( ) 526,0812,0648,0 812,09,095,095,0 648,08,09,09,0 2121 2 1 =×=×=∩ =××= =××= CPCPCCP CP CP Logo, ( ) 934,0526,0812,0648,0 =−+=OP A probabilidade de que o circuito opere é de 0,934. Exercícios Propostos 1. Defina: a. Eventos mutuamente exclusivos. b. Eventos complementares. 2. Dois eventos complementares são necessariamente mutuamente exclusivos? Justifique. 3. Extraindo-se uma carta de um baralho honesto, determine a probabilidade de se obter: a. Um rei ou uma dama de ouros; (0,0962) b. Uma figura ou um sete; (0,3846) Universidade Federal Fluminense 8 c. Um sete de ouros, ou um rei ou uma dama vermelha. (0,1346) 4. No lançamento de 2 dados, calcule a probabilidade de se obter soma igual a 5. (1/9) 5. Uma roleta tem 34 fendas, das quais 2 são verdes, 16são vermelhas e 16 são pretas. Uma aposta próspera nas fendas pretas ou vermelhas dobra o valor apostado, enquanto uma nas verdes rende 30 vezes mais. Se você joga uma vez, apostando R$20,00 nas pretas, qual a probabilidade de que: a. Você perca seus R$20,00? (18/34) b. Você ganhe outros R$20,00? (16/34) c. Através dos resultados obtidos, explique a relação complementar. Universidade Federal Fluminense 9 E1 E6 E5E4E3 E2 E7 A E1 E6 E5E4E3 E2 E7 A 5. Probabilidade Condicional Probabilidade revisada que reflete o conhecimento adicional sobre o resultado de um experimento. É a probabilidade de A dado que B ocorreu ou é a probabilidade de ocorrer A quando se sabe que o resultado pertence a B. Sejam dois eventos A e B com ( ) 0>BP . A probabilidade de ocorrência do evento A, dado que o evento B ocorreu é calculada pela seguinte expressão: ( ) ( )( )BP BAPBAP ∩=/ Quando Calculamos )/( BAP , estamos calculando a chance de estarmos em A, sabendo que estamos em B. Nesse caso, nosso espaço amostral se reduz a B, uma vez que o evento B ocorreu. 6. Teorema do Produto A probabilidade da interseção de dois eventos é o produto da probabilidade de um deles pela probabilidade do outro ocorrer dado que o primeiro ocorreu. Seja ( ) ( )( )BP BAPBAP ∩=/ , observe também que ( ) ( )( )AP ABPABP ∩=/ . Existem duas variações do teorema do produto conforme a dependência dos eventos: )()/()( BPBAPBAP ⋅=∩ , para eventos dependentes. )()()( BPAPBAP ⋅=∩ , para eventos independentes. 7. Teorema da Probabilidade Total S Se A é um evento contido numa união de eventos mutuamente exclusivos 0=∩ ji EE ( ) e, 0)(,...,0)(,0)( 21 >>> nEPEPEP . Temos que, )(...)()( 21 AEAEAEA n ∩∪∪∩∪∩= ( ) ( ) ( ) ( )AEPAEPAEPAP n ∩++∩+∩= ....21 Universidade Federal Fluminense 10 Pelo teorema do produto, segue-se: )/()(...)/()()/()()( 2211 Nn EAPEPEAPEPEAPEPAP +++= Ou ( ) ( ) ( )∑ == n i ii EAPEPAP 1 / Exemplo: Um piloto de Fórmula 1 tem 50% de probabilidade de vencer determinada corrida, quando esta se realiza sob chuva. Caso não chova durante a corrida, sua probabilidade de vitória é de 25%. Se o Serviço de Meteorologia estimar em 30% a probabilidade de que chova durante a corrida, qual é a probabilidade deste piloto ganhar esta corrida? 30,0)(;25,0)/(;5,0)/( === CPCVPCVP Solução: Dados: Queremos descobrir a probabilidade de o piloto vencer a corrida )(VP . Pelo diagrama acima, tem-se que o evento V= Vencer é dado por: )()( CVCVV ∩∪∩= E a probabilidade de o evento V ocorrer )()()( CVPCVPVP ∩+∩= Então, pelo teorema do produto: )/()()/()()( CVPCPCVPCPVP += Temos como incógnita )(CP que pode ser calculada através da relação complementar: 70,0)()(1)( =⇒−= CPCPCP Substituindo os valores, vem: 3250,0)(25,070,05,030,0)( =⇒⋅+⋅= VPVP Este problema é uma aplicação direta do teorema da probabilidade total: ( ) ( ) ( )∑ == n i ii EAPEPAP 1 / Neste caso, teríamos: )/()()( 2 1 ii i CVPCPVP ∑== Universidade Federal Fluminense 11 Denotando 1C =chover durante a corrida e 2C = não chover, tem-se: 33,0)( 25,070,050,030,0)( )/()()/()()( 2211 = ⋅+⋅= += VP VP CVPCPCVPCPVP 8. Teorema de Bayes O Teorema de Bayes segue a seguinte lógica: Considerando que diferentes causas podem ser responsáveis por um mesmo efeito, se esse efeito ocorre como determinar a probabilidade de ter sido provocado por uma determinada causa,entre as possíveis? Por este motivo, o Teorema de Bayes é conhecido como “probabilidade das causas” ou “probabilidade a posteriori”. Sabendo que )( )/()( )( )()/( AP EAPEP AP EAPAEP iiii = ∩ = Mas, P(A) foi obtida através do teorema do produto: )/()(...)/()()/()()( 2211 Nn EAPEPEAPEPEAPEPAP +++= Substituindo, vem: )/()(...)/()()/()( )/()()/( 2211 nn ii i EAPEPEAPEPEAPEP EAPEPAEP +++ = Ou ∑ = = n i ii ii i EAPEP EAPEPAEP 1 )/()( )/()()/( Exemplo: Durante o mês de agosto a probabilidade de chuva durante um determinado dia é 4/10. O Fluminense ganha um jogo em dia de chuva com probabilidade de 6/10 e em um dia sem chuva com probabilidade de 4/10. Sabendo-se que o fluminense ganhou um jogo naquele dia de agosto, qual a probabilidade de que choveu este dia? 10 4)/(; 10 6)/(; 10 6)(; 10 4)( ==== CFPCFPCPCP Solução: Sejam os eventos: F - Fluminense ganhar C - Chover no dia Temos que . Queremos determinar )/( FCP .Pelo Teorema de Bayes: Universidade Federal Fluminense 12 ( ) ( ) ( ) ( ) ( ) 2 1 106104104106 104106 )]()/([)]()/([ // = ⋅+⋅ ⋅ = ⋅+⋅ ⋅ = CPCFPCPCFP CPCFPFCP Logo, a probabilidade de chover dado que o Fluminense ganhou é de 0,5. 9. Princípio Fundamental da Contagem Na solução de alguns problemas mais complexos, algumas vezes a contagem dos pontos amostrais é simplificada “pensando” o experimento/evento como se ele ocorresse em várias etapas e aplicando o principio fundamental da contagem. Para um experimento de k etapas para o qual há 1n resultados possíveis para a 1ª etapa e kn resultados possíveis para a k-ésima etapa, o número total de pontos amostrais para este experimento é dado por: knnn ...21 ⋅⋅ Exemplo: Determinar o número de pontos amostrais para o experimento jogar 2 dados e 3 moedas e observar a face superior. 2886622221321 =⋅⋅⋅⋅=⋅⋅⋅⋅ DDMMM Solução: M= {Ca, Co} D= {1, 2, 3, 4, 5, 6} Assim, o número de pontos amostrais é dado por: Universidade Federal Fluminense 13 10. Exercícios Exercícios Resolvidos 1. A experiência tem mostrado que 90% dos pacientes do sexo masculino submetidos a determinada cirurgia sobrevivem, enquanto que apenas 80% dos pacientes do sexo feminino conseguem sobreviver à mesma cirurgia. Um homem e uma mulher estão à espera da citada intervenção cirúrgica. Qual a probabilidade de: a. Ambos sobreviver? b. Só o homem sobreviver? c. Só a mulher sobreviver? d. Pelo menos um dos dois sobreviver. ( ) ( ) 8,0;9,0 == MPHP Solução: Sejam os eventos: H – o homem sobreviver M – a mulher sobreviver Temos que a. Queremos saber a probabilidade de o homem e a mulher sobreviver, ou seja, ( )MHP ∩ . Como os eventos são independentes: ( ) ( ) ( ) 72,08,09,0 =×=×=∩ MPHPMHP b. Desejamos descobrir a probabilidade de o homem sobreviver e a mulher morrer. A probabilidade da mulher não sobreviver é o complemento de ( )MP , ou seja, ( ) 2,0=MP . Pela independência de eventos temos: ( ) ( ) ( ) 18,02,09,0 =×=×=∩ MPHPMHP c. Dessa vez a mulher sobrevive e o homem morre. Da mesma forma que no item anterior, a probabilidade do homem não sobreviver será o complemento de ( )HP , ou seja, ( ) 1,0=HP . Então: ( ) ( ) ( ) 08,01,08,0 =×=×=∩ HPMPHMP d. A probabilidade do homem ou a mulher sobreviver é: ( ) ( ) ( ) ( ) 98,072,08,09,0 =−+=∩−+=∪ MHPMPHPMHP 2. Considere o experimento jogar 3 moedas e observar a face superior. Qual é a probabilidade de se obter pelo menos 2 “caras” dado que na primeira moeda ocorreu coroa. Solução: Seja o espaço amostral(S) abaixo, descrevendo o experimento lançar 3 moedas: Universidade Federal Fluminense 14 S= {CaCaCa, CaCaCo, CaCoCa, CaCoCo, CoCaCa, CoCaCo, CoCoCa, CoCoCo} Dado que na 1ª ocorreu Coroa, podemos revisar o espaço amostral S: SR= {CoCaCa, CoCaCo, CoCoCa, CoCoCo} Aqui, a probabilidade de cada ponto amostral vale 41)..( =apP . Queremos determinar a probabilidade do evento A: A=Pelo menos duas caras; {CoCaCa} Logo, 4 1 4 11)( =⋅=AP A probabilidade do evento A pode ser calculada diretamente através da fórmula de probabilidade condicional. Denotando o evento Co= obter Coroa na 1ª, temos: ( ) ( )( )CoP CoAPCoAP ∩=/ Assim, ( ) ( )( ) ( ) 4 1 21 81// ==⇒∩= CoAP CoP CoAPCoAP A probabilidade de se obter duas caras num lançamento de 3 moedas dado que na 1ª ocorreu coroa é 1/4. 3. Três máquinas A, B, C produzem, respectivamente, 50%, 30% e 20% do total de peças fabricadas na indústria. As porcentagens de peças defeituosas dessas máquinas são, respectivamente, 3%, 4% e 5%. Se uma peça é selecionada ao acaso de uma das máquinas, qual a probabilidade de que a peça seja defeituosa? 20,0)(;30,0)(;50,0)( === CPBPAP Solução: Dados: 05,0)/(;04,0)/(;03,0)/( === CDPBDPADP Seja o evento D= peça defeituosa. Podemos calcular a probabilidade de ocorrer D diretamente através do teorema da probabilidade total: 037,0)( 05,020,004,030,003,050,0)( )/()()/()()/()()( )()()()( = ⋅+⋅+⋅= ++= ∩∪∩∪∩= DP DP CDPCPBDPBPADPAPDP DCPDBPDAPDP Universidade Federal Fluminense 15 4. Uma loja dispõe de 12 geladeiras do mesmo tipo, das quais quatro apresentam defeitos. Se um freguês vai comprar: a. Uma geladeira, qual a probabilidade de levar uma defeituosa? b. Duas geladeiras, qual a probabilidade de levar duas defeituosas? c. Duas geladeiras, qual a probabilidade de levar pelo menos uma defeituosa? a. Queremos saber a probabilidade do evento A= uma defeituosa ao comprar uma geladeira. Solução: Dados: N=12; Eventos: D= {4}, defeituosas; B= {8}, boas. Em problemas deste tipo, recomenda-se proceder da seguinte forma: }{ 0 1 1 8 4 12 08 1 4 amostraispontosCCAB D n B D N ⋅=⇒ = = O número de combinações que constituíra o espaço amostral é dado por: 12 !1)!112( !121 12 =⋅− =C Logo, 3 1 12 14)( 1 12 0 8 1 4 = ⋅ = ⋅ = C CCAP b. }{ 0 2 2 8 4 12 08 2 4 amostraispontosCCBB D n B D N ⋅=⇒ = = 11 1 66 16)( 2 12 0 8 2 4 = ⋅ = ⋅ = C CCBP c. C= pelo menos uma defeituosa Utilizando a relação complementar, a probabilidade de pelo menos uma defeituosa é dada por: )(1)( NDPCP −= Onde ND denota o evento nenhuma defeituosa em 2 selecionadas. }{ 2 0 2 8 4 12 28 0 4 amostraispontosCCNDB D n B D N ⋅=⇒ = = 33 14 66 128)( 2 12 2 8 0 4 = ⋅ = ⋅ = C CCNDP Logo, 33 19 33 141)( =−=CP 5. Uma empresa de crédito precisa saber como a inadimplência está distribuída entre seus clientes. Sabe-se que: • 10% dos clientes pertencem à classe A; • 20% dos clientes pertencem à classe B; Universidade Federal Fluminense 16 • 30% dos clientes pertencem à classe C; • 40% dos clientes pertencem à classe D; • Dentre os clientes da classe A, 5% são inadimplentes; • Dentre os clientes da classe B, 8% são inadimplentes; • Dentre os clientes da classe C, 10% são inadimplentes; • Dentre os clientes da classe A, 2% são inadimplentes. Um cliente é escolhido aleatoriamente e está inadimplente. Qual a probabilidade dele pertencer a cada uma das classes? 40,0)(;30,0)(;20,0)(;10,0)( ==== DPCPBPAP Solução: Dados:02,0)/(;10,0)/(;08,0)/(;05,0)/( ==== DIPCIPBIPAIP Onde o evento I=cliente inadimplente. A probabilidade de o cliente pertencer a cada uma das classes é calculada através do teorema de Bayes: )/()()/()()/()()/()( )/()( )( )/()( )( )()/( DIPDPCIPCPBIPBPAIPAP AIPAP IP AIPAP IP IAPIAP ⋅+⋅+⋅+⋅ ⋅ = ⋅ = ∩ = 0847,0)/( 02,040,010,030,008,020,005,010,0 05,010,0)/( =⇒ ⋅+⋅+⋅+⋅ ⋅ = IAPIAP 2712,0)/( )/()()/()()/()()/()( )/()()/( =⇒ ⋅+⋅+⋅+⋅ ⋅ = IBP DIPDPCIPCPBIPBPAIPAP BIPBPIBP 5085,0)/( )/()()/()()/()()/()( )/()()/( =⇒ ⋅+⋅+⋅+⋅ ⋅ = ICP DIPDPCIPCPBIPBPAIPAP CIPCPICP 1356,0)/( )/()()/()()/()()/()( )/()()/( =⇒ ⋅+⋅+⋅+⋅ ⋅ = IDP DIPDPCIPCPBIPBPAIPAP DIPDPIDP Exercícios Propostos 1. Uma pessoa é escolhida aleatoriamente de um grupo constituído por 26 homens e 26 mulheres. No grupo existem 6 fumantes entre as mulheres e 10 entre os homens. a. Calcule a probabilidade de a pessoa selecionada ser fumante. (4/13) b. Dado que a pessoa selecionada foi uma mulher, calcule a probabilidade de ser fumante. (3/13) 2. Uma fábrica usa peças de quatro fornecedores (E1, E2, E3, E4), que tem diferentes desempenhos quanto a sua qualidade. As peças são classificadas como defeituosas ou Universidade Federal Fluminense 17 não defeituosas e você conhece a proporção de peças defeituosas de cada fornecedor. Se você selecionar, ao acaso, uma das peças do lote, qual é a probabilidade dela ser defeituosa (F)? Resolva supondo igual probabilidade para todos os fornecedores e ( ) ( ) ( ) ( ) 4,0/;2,0/;1,0/;1,0/ 4321 ==== EFPEFPEFPEFP . (0,2). 3. Suponha um teste para câncer em que 95% dos que têm o mal reagem positivamente, enquanto que 3% dos que não têm o mal reagem positivamente. Suponha ainda que 2% dos internos de um hospital tenham câncer. Qual a probabilidade de um doente escolhido ao acaso, e que reaja positivamente ao teste, ter de fato o mal? (0,392). 4. Um Grupo de 50 moças é classificado de acordo com a cor dos cabelos e dos olhos de cada uma, segundo o quadro abaixo: Cabelos Olhos Castanhos Azuis Morena 14 4 Loira 9 17 Ruiva 3 3 a. Se você marca encontro com uma dessa garotas, escolhida ao acaso, qual a probabilidade dela ser: i. Morena de olhos azuis; (2/25) ii. Loira; (13/25) iii. Morena ou ter olhos azuis. (19/25) b. Está chovendo quando você encontra a garota. Seus cabelos estão completamente cobertos, mas você percebe que ela tem olhos castanhos. Qual a probabilidade de que ela seja morena? (7/13) 5. Suponha que um escritório contenha100 máquinas de calcular. Algumas dessas máquinas são elétricas (E), enquanto as outras são manuais (M); e algumas são novas(N), enquanto outras são muito usadas (U). O quadro abaixo apresenta o número de máquinas de cada categoria. Uma pessoa entra no escritório, pega uma máquina ao acaso, e descobre que é nova. Qual será a probabilidade de que seja elétrica? (4/7). E M Total N 40 30 70 U 20 10 30 Total 60 40 100 Universidade Federal Fluminense 18 6. Um banco sabe, por experiências anteriores, que a probabilidade de que uma pessoa não pague um empréstimo é de 0,2. Também sabe que 30% dos empréstimos não pagos têm sido feitos para financiar viagens de férias e 70% dos empréstimos pagos no prazo tem sido feitos para financiar as viagens de férias. Calcule a probabilidade de que um empréstimo feito para financiar uma viagem de férias não seja pago no prazo. (0,097) 7. Uma rede local de computadores é composta por um servidor e três clientes (A, B e C). Registros anteriores indicam que dos pedidos de determinado tipo de processamento, realizados através de um consulta, cerca de 20% vêm do cliente A, 35% do B e 45% do C. Se o pedido não for feito de forma adequada, o processamento apresentará erro. Usualmente, ocorrem os seguintes percentuais de pedidos inadequados: 2% do cliente A, 1% do cliente B e 8% do cliente C. a. Defina os eventos e identifique cada uma das probabilidades dadas no enunciado. (P(A) = 0,2; P(B) = 0,35; P(C) = 0,45; P(E|A) = 0,02; P(E|B) = 0,01; P(E|C) = 0,08). b. Determine a probabilidade de que o processo tenha sido pedido pelo cliente C, sabendo-se que apresentou erro. (0,8276) c. Qual a probabilidade de o sistema apresentar erro? (0,0435) 8. Sabe-se que 80% dos pênaltis convertidos pela seleção brasileira são marcados por jogadores do Flamengo. A probabilidade de um pênalti ser convertido é de 40% se o jogador for do Flamengo e 70% caso contrário. Um pênalti a favor do Brasil acabou de ser marcado: a. Qual a probabilidade do pênalti ser cobrado por um jogador do flamengo e ser convertido? (0,32) b. Qual a probabilidade do pênalti ser convertido? (0,46) c. Um pênalti foi marcado a favor do Brasil e acabou de ser desperdiçado. Qual a probabilidade de que o cobrador tenha sido um jogador do Flamengo? (0,89) Universidade Federal Fluminense 19 Referências Bibliográficas - Alonso, Kelly. Notas de aula. Universidade Federal Fluminense, Rio de Janeiro, 2010. - Angulo-Meza, Lidia. Notas de aula. Universidade Federal Fluminense. Rio de Janeiro, 2008. - Bello, Pedro. Estatística Básica para concursos. Rio de Janeiro: Ferreira, 2005. - Christo, Eliane da Silva. Notas de aula. Universidade Federal Fluminense, Rio de Janeiro, 2009. - Crespo, Antonio Arnot, Estatística Fácil. São Paulo: Saraiva, 1984. - Morgado, A.C.O., Carvalho, J.B.P., Carvalho, P.C.P., Fernandez, P. Análise Combinatória e Probabilidade. Coleção do Professor de Matemática. Sociedade Brasileira de Matemática 1991. - Silva, Sérgio Sodré da. Notas de aula. Universidade Federal Fluminense, Rio de Janeiro, 2009. - Spiegel, Murray R. Estatística. 3ª ed. São Paulo: Makron Books,1993.(Coleção Shaum). capa probabilidade Probabilidade 2010NOVO
Compartilhar