Prévia do material em texto
ESTATÍSTICA E PROBABILIDADE “Anotações de Aulas” Profa. Tânia F Bogutchi Revisão 2012 Nota importante: • Essas aulas foram produzidas por meio de coletânea dos textos indicados na bibliografia. Não são citadas diretamente para não poluir o visual dos mesmos. • Os textos estão organizados e traduzidos para minha linguagem didática pessoal. • Um estudo mais aprofundado deverá ser baseado nas referências bibliográficas indicadas. 2 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade Introdução Primeiramente quero dar as boas vindas a todos vocês que estão se propondo a estudar a disciplina Probabilidade e Estatística I, ofertada principalmente para os alunos do curso de Engenharia Elétrica do IPUC com extensão às demais ênfases da Engenharia. Gosto de iniciar com a citação da frase de Herbert George Wells (1866-1946), escritor inglês de A Máquina do Tempo, A Ilha do Dr. Moreau, O Homem Invisível, dentre outros: “Raciocinar estatisticamente será um dia tão necessário quanto a habilidade de ler e escrever” O momento de entrar em contato com esse tipo de raciocínio começa agora com a seguinte pergunta: porque um engenheiro precisa estudar Estatística? Em primeiro lugar, porque um engenheiro é um profissional que resolve problemas de interesse da sociedade por meio de aplicações de técnicas científicas, que por sua vez, são baseadas em evidências. As evidências são obtidas por meio de dados, quer sejam em pesquisas acadêmicas quer sejam em situações observadas no cotidiano de muitas modalidades, ou tipos, de trabalhos na Engenharia. Por outro lado, os dados podem gerar modelos que suportam resoluções de problemas similares. A pergunta então é porque a Estatística e não a Matemática? A Matemática está presente em todas as situações em que se podem aplicar os modelos determinísticos – aqueles que são regidos por leis físicas ou gerais: lei de Ohm; lei de gás ideal; leis gravitacionais, dentre outras… Mas, e as situações que envolvem variabilidade? A variabilidade exige técnicas especiais de tratamento, e essas técnicas são produtos da Estatística, que por sua vez estão fundamentadas na Matemática. Os modelos estatísticos, portanto, são modelos probabilísticos – ou não-determinísticos. Daí a importância de iniciarmos esse curso com o estudo de Probabilidade. Outro lado importante da Estatística é que ela propicia o tratamento de um pequeno conjunto de dados, uma amostra, provenientes de uma população de interesse. O estudo de uma população, na grande maioria das vezes, é oneroso – tempo e dinheiro, mas a Estatística contempla com suas técnicas o estudo de uma pequena parte da população e os valores ali estimados são inferidos (ou concluídos) para a população em geral. Essa é chamada de Estatística Inferencial. Por sua vez, todas as observações que são transformadas em dados precisam de tratamento especial e pretende-se aqui dar uma noção dessas possibilidades de apresentação e descrição dos mesmos. Dessa maneira, vocês terão maiores possibilidades na composição com os outros vários saberes da Engenharia, no processo que será finalizado como profissionais bem sucedidos. 3 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade Algumas informações e dicas Nesse curso vocês receberão alguns textos com anotações de aula que servirão como leitura complementar ao livro texto que iremos utilizar: Estatística Aplicada e Probabilidade para Engenheiros, 4ª. edição. Douglas C. Montgomery e George C. Runger, 2009. Editora LTC. A sugestão é que vocês sempre leiam o texto do livro e tentem resolver seus exercícios ou exemplos. Algumas dicas para obter sucesso nesse curso: a) Reserve tempo semanal para o estudo. A proposta de Atividades Semanais tem como um de seus objetivos, facilitar esse desafio; b) Tente fazer as Atividades dentro do período de tempo proposto – se você iniciar o estudo logo no principio de sua proposição terá tempo de gerar dúvidas e buscar ajuda por meio do correio acadêmico. c) Faça uso das facilidades que o ambiente da disciplina da PUC Virtual oferece: tais como o Centro de Recursos – local em que o professor publica material adicional, por exemplo, exercícios resolvidos, resolução e/ou comentário das Atividades propostas; e o correio acadêmico – principal canal de comunicação diária com o professor. d) Participem dos Encontros on line – e quando existirem, dos plantões presenciais. Em síntese: Não deixem de criar o hábito de estudar diariamente, não só essa disciplina, como as demais presenciais que certamente estarão fazendo. Não incorram no erro da fala: “estou fazendo a disciplina virtual porque trabalho… não tenho tempo…” Essa frase é FALSA!!. Você está fazendo uma disciplina virtual porque ela facilita a LIBERAÇÃO em sua carga horária semanal…. Mas, por outro lado ela cobra um preço: você precisará ser rigoroso na reserva de tempo para estudá-la. Enfim… Espero que vocês aproveitem ao máximo o curso de Probabilidade e Estatística I. Eu estarei sempre pronta a atendê-los e ajudá-los nesse processo de construção que ora vocês iniciam. Sejam bem vindos e tenham muito sucesso! 4 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade O conteúdo dessa Unidade pode ser encontrado nos capítulos 1 e 2 do livro texto base: MONTGOMERY, Douglas C, RUNGER, George C. Estatística aplicada e Probabilidade para Engenheiros. 4ª edição. Rio de Janeiro: LTC, 2009. As cópias desses capítulos podem ser requisitadas por meio da Pasta do Professor (www.pastadoprofessor.com.br), fazendo login nessa página e enviando-as para serem impressas na copiadora de sua Unidade. Não deixem de ler! Algumas notas de aulas: 1) Modelos matemáticos a) Determinístico Condições que DETERMINAM o resultado do experimento: i) Leis de Kepler – comportamento dos planetas; ii) Leis gravitacionais; iii) Velocidade como função do tempo e do espaço; iv) etc. Nos modelos matemáticos a previsão do resultado é obtida por Considerações Físicas! b) Probabilístico ou não-determínistico Exemplos: i) Material radiotivo que emita partículas alfa e um dispositivo de contagem que registre o n o de partículas emitidas num determinado período de tempo. (1) Não é possível precisar exatamente o n o de partículas emitidas mesmo conhecendo sua composição química e a massa do objeto. ii) Número de bactérias num certo volume d’água do Rio Arrudas... iii) Precipitação de chuva. Os instrumentos meteorológicos podem nos fornecer informações tais como: (1) pressão barométrica, (2) variações de velocidade do vento, (3) origem e direção da tempestade, etc. Informações preciosas, mas que não torna possível dizer a QUANTIDADE de chuva que cairá!!! Esses modelos precisam de considerações para especificar uma distribuição de probabilidades! 2) Probabilidade Conceitos básicos: a) Experimento (E) “não-determinístico” ou “aleatório”: é a observação de um fenômeno de interesse (processo de coleta de dados). Exemplo: (1) lançamento de uma moeda ou de um dado; (2) germinação de sementes de alguns tipos de plantas; etc. b) Espaço amostral (S): é o conjunto de todos os resultados possíveis de um experimento E. Exemplo: (1) E: lançamentode uma moeda S = {cara, coroa} 5 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade (2) E: lançamento de um dado com 6 faces S = { 1, 2, 3, 4, 5, 6} (3) E: sementes de 4 tipos de plantas S = {Tipo 1, Tipo 2, Tipo 3, Tipo 4} c) Evento: é o conjunto de resultados de interesse do pesquisador, ou seja, é um subconjunto de S. Notação: letras maiúsculas (A, B, C,…) No exemplo (2) do item anterior, podemos definir o evento A: obter face 1 ou face 4 A = {1, 4} Um evento é simples quando for composto por apenas um resultado. No exemplo (2) do item anterior, os eventos: A={1}, B={5}, C={3}, são simples. OBS.: O espaço amostral S pode ser considerado como o conjunto de todos os eventos simples de um experimento. 3) Relações entre dois eventos A e B a) Evento União ou Reunião é composto pelos resultados da ocorrência de pelo menos um dos eventos A ou B. Exemplo: Sejam E: lançamento de um dado com 6 faces; S={1, 2, 3, 4, 5, 6}, é o espaço amostral associado a E; Os eventos, A: a face é par = {2, 4, 6} e B: a face é 4 ou 5 = {4, 5} O evento União, BA = {2, 4, 5, 6} b) Evento Interseção é composto pela ocorrência simultânea dos eventos A e B. No exemplo anterior, O evento Interseção, BA = {4} c) Evento Negação ou Complementar do evento A é composto por todos os elementos que não ocorreram em A. No exemplo anterior, a negação ou o complementar do evento A é: Notação: BA O símbolo “ ” significa “ou” Notação: BA O símbolo “ ” significa “e” S A A S A A A B SA B S A B SA B S Notação: c Aou A 6 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade A = {1, 3, 5} as faces ímpares! d) Os eventos A e B são disjuntos ou mutuamente exclusivos (excludentes) se não ocorrerem simultaneamente, ou seja, se BA ( indica conjunto vazio: sem nenhum resultado). No exemplo anterior, os eventos A e B são mutuamente exclusivos? Não! Pois a interseção entre eles não é vazia... Por outro lado, A e A são mutuamente exclusivos, pois nos eventos mutuamente exclusivos a ocorrência é de pelo menos um dos eventos, mas não os dois simultaneamente (em lógica matemática esse é o OU exclusivo). 4) Propriedades dos eventos Dentro de um contexto matemático observa-se que os eventos são similares aos conjuntos diferindo apenas no significado da representação dos símbolos. Devido a essa similaridade, as propriedades dos eventos são idênticas às dos conjuntos. Reprisando: scomutativa A B B A 2. A B B A .1 asassociativ C) (B A CB) (A 4. C)(B A C)B) (A .3 vasdistributi C) (BC) A( CB) (A 6. C)(BC) A( CB) (A .5 evento. próprio o é evento do negação da negação a A A 9. A8. A A 7. Morgan de Leis B A B A 11. B A B A .10 Exemplo 1: (Meyer) Um dispositivo eletrônico é ensaiado e o tempo total de serviço t é registrado. Admitiremos que o espaço amostral seja { t | t 0}. Sejam A, B e C três eventos definidos da seguinte maneira: A = {t | t < 100 }; B = {t | 50 t 200}; C = { t | t > 150}. Nesse exemplo, o espaço amostral é dito contínuo. Temos consequentemente que: BA = {t | t 200} ou numa forma mais rigorosa: { t | 0 t 200}; BA = {t | 50 t < 100}; CB = {t | t 50}; A B SA B S 7 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade A = {t | t 100}; BA = {t | t < 50 ou t 100}; BA = {t | t > 200}. 5) Definições de probabilidade a) Definição clássica Pressupostos: i) Todos os eventos simples precisam necessariamente ter a mesma possibilidade de ocorrência (equiprováveis); ii) É imprescindível conhecer todos os resultados possíveis do espaço amostral. Exemplo 2: Seja o experimento, E: observar o lançamento de um dado “honesto” (equilibrado) e com 6 faces (numeradas de 1 a 6). Obs.: o dado precisa ser “honesto” para que a possibilidade de cada face ocorrer seja a mesma (equiprovável). O espaço amostral associado ao experimento E é S = {1, 2, 3, 4, 5, 6}. Defina o evento A: observar a ocorrência das faces 3 ou 5, então A = {3, 5} O número real P(A), definido por: é chamado de a probabilidade de ocorrência do evento A Exemplo 3: E: observar o lançamento de dois dados equilibrados e com 6 faces cada. O espaço amostral será composto por pares de resultados, (x1, x2), em que x1 é a face do primeiro dado e x2 é a face do segundo dado. (6,6) (6,5) (6,4) (6,3) (6,2) (6,1) (5,6) (5,5) (5,4) (5,3) (5,2) (5,1) (4,6) (4,5) (4,4) (4,3) (4,2) (4,1) (3,6) (3,5) (3,4) (3,3) (3,2) (3,1) (2,6) (2,5) (2,4) (2,3) (2,2) (2,1) (1,6) (1,5) (1,4) (1,3) (1,2) (1,1) S O espaço amostral possui 36 elementos (#36) 1 . Sejam considerados os eventos: A = {(x1,x2) | x1 + x2=10}, então A = {(5,5), (4,6), (6,4)} B = {(x1,x2) | x1 > x2}, então B = {(2,1), (3,1), (3,2), (4,1), (4,2), (4,3), (5,1), (5,2), (5,3), (5,4), (6,1), (6,2), (6,3), (6,4), (6,)} O evento A possui 3 elementos (#A=3) e o evento B possui 15 (#B=15). Temos, portanto, que P(A)= 12 1 36 3 e P(B) = 36 15 ≈ 0,417 A definição clássica é limitada às situações em que os resultados são igualmente prováveis além de requerer o desenho prévio do espaço amostral o qual pode ser muito trabalhoso ou até mesmo 1 O símbolo: # significa, nesse texto, “número de elementos”. 6 2 oexperiment do adespossibilid de total número Aa favoráveis situações de número )A(P 8 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade impossível. Se no exemplo anterior fossem lançados 3 dados equilibrados, o espaço amostral associado seria composto por 6 3 = 216 elementos! b) Definição frequentista A freqüência relativa de um evento A (fA) em n repetições de um experimento é definida pela relação entre o número de vezes que o evento A ocorreu (nA) e o número total de repetições do experimento (n), ou seja, n n f AA . Exemplo 4: Sejam: E: lançar 1.000 vezes uma moeda Evento A: observar o resultado “cara” Utilizando a notação para representação dos resultados: C = cara e C = coroa, podemos obter a possível seqüência de resultados: C, C , C , C, C, C , C, ..... A seqüência de freqüências relativas associadas a essa possível seqüência é: ,..... 7 4 , 6 3 , 5 3 , 4 2 , 3 1 , 2 1 , 1 1 A Figura 1 apresenta as frequências relativas do evento A, ou seja, as proporções de ocorrência de cara quando o experimento é repetido por 10, 20, 30, ...., até 500 vezes. Figura 1: Observação do evento cara em n lançamentos de uma moeda. Observe, no gráfico, que no princípio(n < 50) a freqüência relativa tem uma grande variação, mas é intuitivamente evidente, que após um grande número de repetições ela irá se estabilizar próximo do valor 2 1 , ou seja, a freqüência converge para 0,5. Essa propriedade de estabilidade, ou de regularidade estatística, pode ser demonstrada matematicamente de maneira mais precisa, num curso mais avançado de Estatística. E: lançamento de uma moeda n vezes A: observar cara 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 10 20 30 40 50 60 70 80 90 100 200 300 400 500 no. de lançamentos Pr op or çã o de c ar a 9 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade No exemplo 4, verificamos que a freqüência relativa de A, fA “converge” em um certo sentido de probabilidade, para o valor 0,5 (FIG.1). Esse valor é assumido então, como a probabilidade de ocorrência do evento A, denotado por P(A), e sua definição frequentista é: Exemplo 5: Seja a distribuição de 2.377 estudantes de certa faculdade pesquisados sobre preferência por refrigerante dada pela tabela 1: Tabela 1: Distribuição dos estudantes por preferência por refrigerante Refrigerante Preferência Freqüência Freq. relativa Coca Cola 82 0,034 Coca Cola Light 231 0,097 Pepsi Cola 254 0,107 Fanta 690 0,290 Sprite 1.120 0,471 Total 2.377 1,000 Fonte: Adaptado de Anderson et al. 2007, pág 23 Considerando que temos um grande número de estudantes, podemos associar as freqüências relativas da preferência por cada refrigerante como a sua probabilidade de ser escolhido por um estudante pesquisado aleatoriamente. Isto é, por exemplo, equivalente à pergunta: qual a probabilidade de um aluno dessa faculdade preferir Pepsi Cola? Na tabela de distribuição, temos que P(Pepsi Cola) = 0,107 377.2 254 . 6) Propriedades da probabilidade A probabilidade de um evento satisfaz as seguintes propriedades: i) 0 P (A) 1 ii) P(S) = 1 iii) Se A e B forem dois eventos mutuamente exclusivos (disjuntos) então P(A B) = P(A) + P(B) Como conseqüência dessas propriedades tem-se as seguintes regras: iv) P() = 0 o evento A não ocorre em nenhuma das repetições do experimento (A é um evento impossível). v) P( A ) = 1 – P(A) Verificação: Observando o diagrama de Venn no subitem (c) do item (3), verifica-se claramente que os eventos A e A são mutuamente exclusivos e o espaço amostral pode ser representado da seguinte maneira: S = A A Pela propriedade (iii) tem-se: P(S) = P(A) + P( A ) e pela propriedade (ii), obtém-se: P(A) + P( A ) = 1 o que conclui a conseqüência expressa em (v). vi) Se A e B forem dois eventos quaisquer então P(A B) = P(A) + P(B) - P(A B) oexperiment do repetições de total número Ade socorrência de número )A(P 10 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade A verificação dessa regra é facilmente entendível utilizando o diagrama de Venn, em que pode ser verificado que a porção A B é computada duas vezes! Essa regra é conhecida como a da ADIÇÃO de probabilidades. A probabilidade é uma proporção, ou seja, assume qualquer valore entre 0 e 1. Se essa proporção for multiplicada por 100, a probabilidade fica expressa em termos de percentuais. A tabela de distribuição do exemplo 5 ficaria assim: Tabela 2: Distribuição percentual dos estudantes por preferência por refrigerante Donde, P(Pepsi Cola)= 10,7%. Exemplo 6: Uma universidade tem 10 mil alunos dos quais 4 mil são considerados esportistas. Temos ainda, que 500 alunos são do curso de Matemática diurno, 700 de Matemática noturno, 100 são esportistas e de Matemática diurno e 200 são esportistas e de Matemática noturno. Um aluno é escolhido ao acaso. Pergunta-se qual a probabilidade de ele: a) Ser esportista b) Ser esportista e aluno de Matemática diurno c) Não ser do curso de Matemática d) Ser esportista ou aluno de Matemática noturno e) Não ser esportista nem aluno de Matemática Esse exemplo apresenta duas características dos alunos dessa universidade: curso e prática de esportes. Podemos sistematizar essas informações por meio de uma tabela de dupla classificação, ou seja, as linhas informarão o curso matriculado e as colunas se o aluno pratica ou não esportes. Para facilitar, vamos denominar os seguintes eventos: M = Matemática; Mn = Matemática noturno; Md = Matemática diurno; M = outros cursos (não Matemática); E = esportista e E = não esportista. Temos então, Tabela 3: Distribuição dos estudantes por prática de esporte e turno do curso de Matemática Curso E E Total Md 100 400 500 Mn 200 500 700 M 3.700 5.100 8.800 Total 4.000 6.000 10.000 O cálculo das probabilidades ficou bastante facilitado pela leitura dos valores diretamente da tabela: a) %0,4040,0 000.10 000.4 )E(P b) Refrigerante Preferência Freqüência Freq. relativa Percentual Coca Cola 82 0,034 3,4% Coca Cola Light 231 0,097 9,7% Pepsi Cola 254 0,107 10,7% Fanta 690 0,290 29,0% Sprite 1.120 0,471 47,1% Total 2.377 1,0 100,0% %0,1010,0 000.10 100 )MdE(P 11 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade c) d) e) Considere as seguintes situações: (1) Sabe-se que o aluno sorteado é do curso de Matemática diurno, qual a probabilidade de ele ser esportista? Solução: como já é fato conhecido que o aluno é do curso de Matemática diurno, podemos considerar apenas os 500 alunos que são do curso de Matemática diurno, ou seja, a informação dessa linha da tabela anterior, donde se observa que 100 são esportistas. Obtém-se então a probabilidade de 500 100 (2) Sabendo-se que o aluno sorteado é esportista, qual a probabilidade de ele ser do curso de Matemática noturno? Solução: a informação que dispomos agora é obtida pela coluna do ser esportista da tabela anterior, ou seja, dos 4.000 alunos que são esportistas, observa-se que 200 são do curso de Matemática noturno. Dessa maneira tem-se: 000.4 200 Nessas duas situações observa-se uma redução do espaço amostral e o condicionamento da ocorrência de um segundo evento considerando os resultados de um primeiro que já foi realizado. A probabilidade desses eventos é denominada de Probabilidade Condicional: 7) Probabilidade condicional Seja o evento B, não-vazio, tal que P(B > 0), a probabilidade condicional do evento A, sabendo-se que o evento B já ocorreu, é definida por: Em que o símbolo “| “é lido por: “ A dado B” ou “A sabendo-se que B ocorreu” Na situação (1) do item 6 acima: qual a probabilidade de o aluno ser esportista, sabendo-se que ele é do curso de Matemática diurno, temos: E na situação (2): Reescrevendo a fórmula de cálculo da probabilidade condicional, temos: que é conhecida como a Regra da MULTIPLICAÇÃO. %0,8888,0 000.10 800.8 )M(P %0,4545,0 000.10 500.4 000.10 200 000.10 700 000.10 000.4 )MnE(P)Mn(P)E(P)MnE(P %0,51510,0 000.10 100.5 )ME(P )B(P )BA(P )B|A(P 500 100 000.10 500 000.10 100 )Md(P )MdE(P )Md|E(P 000.4 200 000.10 000.4 000.10 200 )E(P )EMn(P )E|Mn(P )B|A(P)B(P)BA(P )B(P )BA(P )B|A(P 12 © Tânia F Bogutchi – PUC Minas –Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade Resumo Lembrete: Símbolo Significado Operação Ou Adição (+) E Multiplicação (.) 8) Eventos independentes Dois eventos A e B são independentes quando a ocorrência de um deles não interferir na ocorrência do outro. Exemplo 7: (Soares) Seja o lançamento de dois dados equilibrados (“honestos”) e com 6 faces cada e sejam definidos os eventos A: {a face do 1º. dado é par} B: {a face do 2º. dado é 3 ou 6}. Intuitivamente pode-se perceber que o fato do evento A ter ocorrido não nos é fornecida nenhuma informação sobre a ocorrência, ou não, do evento B. Isso significa que os eventos A e B não estão relacionados. Matematicamente podemos efetuar os seguintes cálculos: 2 1 36 18 )( AP , 3 1 36 12 )( BP , 6 1 36 6 )( BAP e (i) )( 2 1 1 3 . 6 1 3 1 6 1 )( )( )|( APBP BAPBAP Esse resultado nos informa que o conhecimento do resultado ocorrido em B não interferiu no resultado de A, pois ao se condicionar o resultado do evento A na já conhecida ocorrência do evento B, a probabilidade do evento A é a mesma de ele ter ocorrido sem esse conhecimento prévio. Essa é a informação dada por: P(A|B) = P(A) (ii) )( 3 1 1 2 . 6 1 2 1 6 1 )( )( )|( BPAP BAPABP Similarmente, temos a mesma situação quando condicionamos o evento B à ocorrência do evento A: P(B|A)=P(B). Pode-se verificar também que: )()( 3 1 . 2 1 6 1 )( BPAPBAP Dessa maneira, desde que P(A) > 0 e P(B) > 0, os eventos A e B são definidos INDEPENDENTES se )()()|()()( )()()|()()( APBPBAPBPBAP BPAPABPAPBAP , ou seja, se P(A|B)=P(A) e P(B|A)=P(B). Exemplo 8: Reescrevendo a tabela do exemplo 6 somente com os dados dos alunos do curso de Matemática e os Outros cursos temos: 13 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade Tabela 4: Distribuição dos estudantes por prática de esporte e curso Curso E E Total M 300 900 1.200 M 3.700 5.100 8.800 Total 4.000 6.000 10.000 A tabela com as probabilidades em cada casela ou célula: Tabela 5: Distribuição das probabilidades de ocorrência de cada evento da Tabela 4 Curso E E Total M 0,03 0,09 0,12 M 0,37 0,51 0,88 Total 0,40 0,60 1,00 Nota: dados obtidos da Tabela 4 Temos então que a probabilidade de um aluno dessa universidade, sorteado aleatoriamente ser do curso de Matemática e esportista simultaneamente é: 03,0 10000 300 )( EMP Em resumo, as probabilidades da tabela acima expressam as probabilidades dos eventos: Tabela 6: Identificação dos eventos da tabela 4 Curso E E Total M )EM(P )EM(P P(M) M )EM(P )EM(P )M(P Total P(E) )E(P P(S) Das tabelas 5 e 6 obtemos as informações sobre o sorteio de um aluno dessa população: Probabilidade de ele ser esportista: P(E) = 0,40 Probabilidade de ele ser do curso de Matemática: P(M) = 0,12 Probabilidade de ele ser do curso de Matemática e esportista: )EM(P =0,03 Por definição, sabemos que a probabilidade de um aluno ser esportista sabendo-se que ele é do curso de Matemática é: 40,0)E(P25,0 12,0 03,0 )M(P )EM(P )M|E(P . Ou seja, os eventos “ser do curso de Matemática” e “ser esportista” NÃO são eventos independentes, mas sim, eventos que estão relacionados entre si. Podemos verificar também que: 048,0)40,0)(12,0()E(P)M(P03,0)EM(P !!!! 9) Associação entre eventos Como conseqüência da definição da independência entre dois eventos, dizemos que se dois eventos estão relacionados então deve existir alguma associação entre eles. Uma maneira prática para se verificar a existência de independência entre dois eventos é por meio da tabela das probabilidades (Tab. 5). Uma tabela de dupla classificação entre duas situações de interesse é chamada de tabela de contingência. Quando existem apenas duas categorias para cada uma das situações, dizemos que a tabela é 2 x 2 (dois por dois), ou seja, ela possui duas linhas e duas colunas. 14 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade Vamos supor que queiramos saber se existe alguma associação entre as situações: lesão na cabeça em acidentes motociclísticos e hábito de usar capacete. Como em cada uma dessas situações temos apenas duas possibilidades para cada uma delas, temos então uma tabela 2 x 2, considerando as pessoas que participaram de uma pesquisa desse tipo. Dizer que essas duas situações não estão relacionadas é equivalente a dizer que elas são INDEPENDENTES. Exemplo 9: Seja a classificação de 793 estudantes de certo município em relação à lesão na cabeça em acidentes motociclísticos e ao hábito de usar capacete: Tabela 7: Distribuição conjunta dos estudantes por uso do capacete e lesão na cabeça Uso do capacete Lesão na cabeça Total Sim Não Sim 17 130 147 Não 218 428 646 Total 235 558 793 Cálculo das probabilidades: Tabela 8: Distribuição das probabilidades observadas na Tabela 7 Uso do capacete Lesão na cabeça Total Sim (L) Não ( L ) Sim (C) 0,021 0,164 0,185 Não ( C ) 0,275 0,540 0,815 Total 0,296 0,704 1,000 Se os eventos fossem independentes deveríamos ter: P(C L) = 0,021 = P(C) P(L), Mas, temos que P(C)P(L)= (0,185)(0,296)=0,055 P(C L)= 0,021 ! Como essas probabilidades não preservam a igualdade podemos concluir que os eventos NÃO são INDEPENDENTES, ou seja, existe uma relação entre eles ou equivalentemente, eles estão associados. A tabela de probabilidades observadas acima é chamada de distribuição de probabilidade conjunta e ela apresenta a distribuição de probabilidades das variáveis: Capacete e Lesão. As probabilidades da linha e da coluna “Total” são chamadas de probabilidades marginais. Se as variáveis: Capacete e Lesão fossem independentes, então as probabilidades das caselas (das interseções) seriam o produto de suas respectivas probabilidades marginais (total da linha e total da coluna). Considerando independência a tabela de probabilidades seria: 15 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade Tabela 9: Distribuição das probabilidades considerando independência entre os eventos Uso do capacete Lesão na cabeça Total Sim (L) Não ( L ) Sim (C) 0,055 0,130 0,185 Não ( C ) 0,241 0,573 0,815 Total 0,296 0,704 1,000 Comparando as tabelas 8 e 9, observa-se que as probabilidades de todas as caselas são diferentes!! – conclui-se então que os eventos estão associados. Resta saber se essa associação é estatisticamente significativa, a qual pode ser medida por meio do teste qui-quadrado de Pearson (não apresentado nesse curso). 10) Regra ou Teorema de Bayes Seja um espaço amostral, S, particionado por eventos mutuamente exclusivos, Bi´s, tal que ou seja, Seja considerado o evento A desse espaço amostral o qual poderá ser escrito por: Mesmo que algumas das interseções iBA sejam vazias, esse fato não irá interferir no cálculo de sua probabilidade. Pode-se representar o espaço amostral, as partições Bi´s e o evento A pela figura:A probabilidade do evento A é obtida por: Observe que: 1) se 0)( iBAPiBA , não afeta o resultado da P(A);. 0,055=(0,296)(0,185) 0,573=(0,704)(0,815) A B1 B2 B3 B4 B5 Bn .. .. .. .. B6 A B1 B2 B3 B4 B5 Bn .. .. .. .. B6 ji ; 0 jBiB n i iBS 1 nBABABAA ....)2()1( nBAPBAPBAPAP ....)2()1()( 16 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade - é chamada de PROBABILIDADE TOTAL. O teorema de Bayes é uma generalização da probabilidade condicional definida no item 7. Essa regra calcula a probabilidade de uma partição Bi condicionada à ocorrência do evento A, ou seja, Exemplo 10: (Morettin) Num mercado, três corretoras A, B e C são responsáveis por 20%, 50% e 30% do volume total de contratos negociados, respectivamente. Do volume de cada corretora, 20%, 5% e 2% respectivamente, são contratos futuros em dólares. Um contrato é escolhido ao acaso e este é futuro em dólares. Qual a probabilidade de ele ter sido negociado pela corretora A? Solução: Considere os eventos: A, B e C: Corretoras F: contrato futuro em dólares Deseja-se saber: P(A | F). Por definição: , precisamos então calcular a P(F). O evento F pode ser escrito como: Dessa maneira, O problema nos fornece as informações: P(A)=0,2; P(F|A)=0,2 P(B)=0,5; P(F|B) = 0,05 P(C)=0,3; P(F|C) = 0,02 Para facilitar, podemos utilizar um esquema em árvore: Logo, A probabilidade de o contrato ter sido negociado pela corretora A é de 56,3% O teorema de Bayes pode ser ilustrado para esse problema em especial pela figura: n i iBP 1 )|()(...)2|()2()1|()1( )|()( )( )( )|( nBAPnBPBAPBPBAPBP iBAPiBP AP iBAPAiBP )( )( )|( FP FAP FAP FCFBFAF )()( FCPFBPFAPFP )()()( F F F F F F A B C 040 , 0250 , 0060 , 20 , 50 , 30 , 20 , 050 , 020 , )FA(P )FB(P )FC(P 0710 ,)F(P )A|F(P F F F F F F A B C 040 , 0250 , 0060 , 20 , 50 , 30 , 20 , 050 , 020 , )FA(P )FB(P )FC(P 0710 ,)F(P )A|F(P )A|F(P 563,0 071,0 04,0 )( )( )|( FP FAP FAP 17 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade 3B 2A I 4B 2A II Logo, 11) RESOLUÇÃO DE ALGUNS EXERCÍCIOS DE PROBABILIDADE Exercício 1 – (Morettin) Uma urna contém três bolas brancas e duas amarelas. Uma segunda urna contém quatro bolas brancas e duas amarelas. Escolhe-se, ao acaso, uma urna e dela retira-se, também ao acaso, uma bola. Qual a probabilidade de que seja branca? Solução: Sejam os eventos: A: bola amarela B: Bola branca I: primeira urna II: segunda urna O evento B: sair bola branca pode ser escrito por: BIIBIB Os eventos I e II são mutuamente exclusivos, logo (I B) e (II B) também o serão. Então, 633,0333,030,0 6 4 2 1 5 3 2 1 xx IIBPIIPIBPIP BIIPBIPBP %3,63BP Exercício 2 – Ricardo tem dois automóveis velhos. Nas manhãs frias, há 20% de probabilidade de um deles não “pegar” e 30% de o outro não “pegar”. Qual a probabilidade de: a) Nenhum “pegar”? b) Apenas um “pegar”. Solução: Sejam os eventos: C1: carro 1 “pega” C2: carro 2 “ pega” E sua negação: 1 C : carro 1 não “pega” B A C FB A C F CBAS FCFBFAF )()( )|()()|()()|()( )|()( )( )( )|( CFPCPBFPBPAFPAP AFPAP FP FAP FAP 18 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade 2C : carro 2 não “pega” Dados do problema: 1) C1 e C2 são independentes 2) 20,01 CP e 30,02 CP 3) De (2) e pela propriedade de negação de evento: 80,0111 CPCP e 70,02 CP . Então, a) O evento: nenhum “pegar” = 21 CC 06,030,020,02121 CPCPCCP Logo, P(nenhum “pegar”) = 6,0% b) Apenas um “pegar” 2121 CCCC Como os eventos C1 e C2 são independentes e 21 CC e 21 CC são mutuamente exclusivos, tem-se que: P(apenas um “pegar”) é: 38,0)70,0)(20,0()30,0)(80,0(2()12)1(2121 CPCPCPCPCCCCP Logo, P(apenas um “pegar”) = 38,0% Exercício 3 – (Montgomery) O circuito a seguir opera se, e somente se, houver um caminho de equipamentos funcionais, da esquerda para a direita. Considere que equipamentos falhem independentemente, sendo a probabilidade de falha de cada equipamento mostrada na figura. Qual a probabilidade de que o circuito opere? Solução: A figura abaixo apresenta os equipamentos A, B, C, D e E e os circuitos I e II: 0,01 0,01 0,1 0,1 0,10,01 0,01 0,1 0,1 0,1 0,01 0,01 0,1 0,1 0,1 A B C D E I II 0,01 0,01 0,1 0,1 0,1 A B C D E 0,01 0,01 0,1 0,1 0,1 A B C D E I II 19 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade Solução 1 – cálculo com as probabilidades de operação dos equipamentos: Da esquerda para a direita e considerando a independência dos equipamentos: a) 1º circuito opera se A e B operam ou C opera: CBAI Logo, a probabilidade de I operar é: CBAPCPBAPIP Tem-se que as probabilidades de cada equipamento operar é: P(A)= 1 - 0,01 = 0,99; P(B) = P(A) e P(C) = 1 - 0,1 = 0,90 e P(D) = P(E) = P(C). Logo, 998,090,099,099,090,099,099,0 IP b) 2º circuito opera se D ou E operam: EDII 99,090,090,090,090,0)()( EDPEPDPIIP O circuito em paralelo irá operar se I e II operarem simultaneamente: III Dos resultados obtidos em (a) e (b) e considerando que I e II são independentes (pela independência dos equipamentos), a probabilidade de o circuito operar será: 988,0)99,0)(998,0()()()( IIPIPIIIP Conclusão: A probabilidade de o circuito acima operar é de 98,8%. Solução 2 – cálculo com as probabilidades de falha dos equipamentos: a) 1º circuito opera se A e B ou C não falham: CBAI Logo, a probabilidade de I operar é: ])[(11])[1 CBAPCBAPCBAPIP (utilizando duas vezes a propriedade das Leis de Morgan; do item 4) Logo, P(I) = 1 – {[(0,01 + 0,01 – (0,01)(0,01)][0,1]} = 1 – (0,0199)(0,1)=0,99801 b) 2º circuito opera se D ou E não falham: EDII 99,0)01,0(1)1,0(1,01)(1)(1 2 EDPEDPIIP O circuito em paralelo irá operar se I e II operarem simultaneamente: III Dos resultados obtidos em (a) e (b) e considerando que I e II são independentes (pela independência dos equipamentos), a probabilidade de o circuito operar será: 988,0)99,0)(99801,0()()()( IIPIPIIIP Conclusão: A probabilidade de o circuito acima operar é de 98,8%. Exercício 4 – (Morettin) A probabilidade de que um homem esteja vivo daqui a 30 anos é 40%; a de sua mulher é 65%. Determinar a probabilidade de que daqui a 30 anos: a) Ambos estejam vivos; b) Somente o homem esteja vivo; c) Somente a mulher esteja viva; d) Nenhum esteja vivo; e) Pelo menos um esteja vivo. Solução: Sejam os eventos: H – homem está vivo daqui a 30 anos; M – mulher está viva daqui a 30 anos a) Ambos estejam vivos? b) Somente o homem esteja vivo 26,0)65,0)(40,0()()()( MPHPMHP 14,0)35,0)(40,0()65,01)(40,0()( MHP 20 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade c) Somente a mulher esteja viva d) Nenhum esteja vivo e) Pelo menos um esteja vivo: Exercício 5 - As preferências de homens e mulheres por cada gênero de filme alugado em uma locadora de vídeos estão apresentadas na próxima tabela: Sorteando-se, ao acaso, uma dessas locações de vídeo, pergunta-se a probabilidade de: a) O filme alugado ser uma comédia? b) Uma mulher ter alugado um filme policial? c) Um homem ter alugado ou o filme ser um romance? d) O filme ser policial dado que foi alugado por um homem? e) Os eventos: filme romance e sexo mulher são independentes? Solução: Primeiramente precisamos calcular os valores observados totais marginais e o geral: Sexo Filme Total Comédia (C) Romance (R) Policial (P) Homens (H) 136 92 248 476 Mulheres (M) 102 195 62 359 Total 238 287 310 835 a) O filme alugado ser uma comédia: b) Uma mulher ter alugado um filme policial: c) Um homem ter alugado ou o filme ser um romance: d) O filme ser policial dado que foi alugado por um homem: 39,0)65,0)(60,0()65,0)(40,01()( MHP 21,0)35,0)(60,0()65,01)(40,01()( MHP 79,026,065,040,0)( MHP 62195102Mulheres (M) 24892136Homens (H) Policial (P)Romance (R) Comédia (C) Filme Sexo 62195102Mulheres (M) 24892136Homens (H) Policial (P)Romance (R) Comédia (C) Filme Sexo 0743,0 835 62 )( PMP 2850,0 835 238 )( CP 8036,0 835 92 835 287 835 476 )()()()( RHPRPHPRHP 5210,0 476 248 )|( HPP 21 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade e) Os eventos: filme romance e sexo mulher são independentes? Os eventos: filme romance e sexo mulher NÃO são independentes, pois Ou, Exercício 6 - Uma companhia que fabrica caixas de papelão percebe que: • A probabilidade de se produzir uma caixa com um furo é de 0,05; • A probabilidade de uma caixa ter um canto esmagado é de 0,08; • A probabilidade de uma caixa ter um furo e um canto esmagado é de 0,004. a) Os eventos “selecionar uma caixa com furo” e “selecionar uma caixa com o canto esmagado” são mutuamente exclusivos? Explique. b) Se um inspetor de qualidade escolher ao acaso uma caixa determine a probabilidade de a caixa ter um furo ou um canto esmagado. Solução: a) Os eventos “selecionar uma caixa com furo” e “selecionar uma caixa com o canto esmagado” NÃO são mutuamente exclusivos, pois o evento interseção entre eles é não vazio (probabilidade maior que zero) b) Sejam os eventos: A : a caixa tem um furo B: a caixa tem um canto esmagado. Do enunciado tem-se: P(A) = 0,05; P(B) = 0,08 e Queremos: Pela regra geral: Logo, Exercício 7 - Em um banco, a experiência indica que há uma probabilidade de 85% de um funcionário novo, que tenha feito um curso prévio de treinamento, cumprir sua quota de tarefas; e que essa probabilidade, para um novato que não tenha feito o curso prévio, é de 40%. Se 80% de todos os operários novos freqüentaram o curso prévio de treinamento, qual a probabilidade de um funcionário novo cumprir sua quota de tarefas? Solução: Sejam os eventos: Q: o funcionário novo cumpre sua quota de tarefas C : o funcionário novo fez o curso prévio de treinamento São dados pelo problema: P(C) = 0,80; P(Q|C) = 0,85 O evento Q pode ser escrito como: Ou, pelo diagrama em árvore: )(5432,0 359 195 )|( 3437,0 835 287 )( RPMRP RP 1959,0)5701,0)(3437,0()()(2335,0 835 195 )( HPRPMRP )()()()( BAPBPAPBAP (12,6%) 126,0004,008,005,0)( BAP ))()( QCQCQ 004,0)( BAP )( BAP (76,0%) 76,008,068,0)40,0)(20,0()85,0)(80,0()( )|()()|()()( QP CQPCPCQPCPQP 22 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade Exercício 8 - Um time de futebol ganha com probabilidade 0,7 se chove e com 0,8 se não chove. Em setembro a probabilidade de chuva é de 0,3. O time de futebol ganhou uma partida em setembro, qual a probabilidade de ter chovido nesse dia? . Solução: Sejam os eventos: G: time de futebol ganha A : chuva em setembro Queremos: P(A|G) Temos: Por definição de probabilidade condicional temos que: Precisamos então calcular P(G). Utilizando o diagrama em árvore, para um dia de setembro: Utilizando a definição, temos: Conclusão: Se o time de futebol ganhou a partida, a probabilidade de ter chovido nesse dia é de 27,3%. Exercício 9 – (Morettin) A porcentagem de carros com defeito entregue no mercado por certa montadora é historicamente estimada em 6%. A produção da montadora vem de três fabricas distintas, da matriz A e das filiais B e C, nas seguintes proporções: 60%, 30% e 10%, respectivamente. Sabe-se que a proporção de defeitos da matriz A é o dobro da filial B e, da filial B é o quádruplo da filial C. Determinar a porcentagem de defeito de cada fábrica. Solução: Seja o evento, D: carros com defeitos; P(D) = 6% = 0,06 P(A) = 60% = 0,60 e P(D|A) = 2 P(D|B) Q Q Q Q C 68,0 08,0 80,0 20,0 85,0 40,0 )QC(P )QC(P 76,0)Q(P C novo .Func )C|Q(P Q Q Q Q C 68,0 08,0 80,0 20,0 85,0 40,0 )QC(P )QC(P 76,0)Q(P C novo .Func )C|Q(P )C|Q(P 3,0)( 8,0)|( 7,0)|( AP AGP AGP )( )( )|( GP GAP GAP A A G G G G GA GA 21,0)7,0)(3,0( 56,0)8,0)(7,0( 8,0 7,0 7,0 3,0 Um dia em setembro + 77,0)G(P A A G G G G GA GA 21,0)7,0)(3,0( 56,0)8,0)(7,0( 8,0 7,0 7,0 3,0 Um dia em setembro + 77,0)G(P (27,3%) 273,0 77,0 21,0 )( )( )|( GP GAP GAP 23 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade P(B) = 30%= 0,30 e P(D|B) = 4 P(D|C) P(C) = 10% = 0,10 e P(D|C) Podemos escrever o evento D como: D = (A e D) ou (B e D) ou (C e D) Então, P(D) = P(A)P(D|A) + P(B)P(D|B) + P(C)P(D|C) P(D) = 8 P(A)P(D|C) + 4 P(B)P(D|C) + P(C)P(D|C) 0,06 = (8)(0,60)P(D|C) + (4)(0,30)P(D|C)+0,10P(D|C) 0,06 = 6,1 P(D|C) => P(D|C)= 0,00984 (0,98%) P(D|B)=0,0393 (3,93%) e P(D|A)= 0,0787 (7,87%) 12) MISCELÂNEA DE EXERCÍCIOS RESOLVIDOS EM ATIVIDADES E PROVAS Questão 1: Se A e B forem dois eventos tal que, P(A)=0,2, P(B)=p e )BA(P =0,6. Os valores de p para as seguintes situações: (1) A e B são mutuamente exclusivos; (2) A e B são independentes, sãorespectivamente,: a) 0,3; 0,4 b) 0,4 ; 0,5 c) 0,5 ; 0,4 d) 0,4 ; 0,3 Resposta: B (1) Se A e B são mutuamente exclusivos, então )()()( BPAPBAP , logo 0,6=0,2+p, donde p=0,4 (2) Se A e B são independentes, então )()()( BPAPBAP = 0,2p Por outro lado, temos que )()()()( BAPBPAPBAP , logo, 0,6 = 0,2 + p - 0,2p, donde p=0,5 Questão 2: As probabilidades de 3 jogadores A, B e C, marcarem um gol quando cobram um pênalti são 3 2 , 5 4 e 10 7 , respectivamente. Num determinado jogo for designado que cada um irá cobrar uma única vez, a probabilidade de que pelo menos um marque um gol é aproximadamente: a) 0,42 b) 0,20 c) 0,87 d) 0,98 Resposta: D Temos duas maneiras de resolver. Sejam considerados os eventos (para as duas maneiras): A : jogador A faz o gol; A : jogador A não faz o gol B : jogador B faz o gol; B : jogador B não faz o gol C : jogador C faz o gol; C : jogador C não faz o gol (1) Pelo menos um jogador fazer o gol, significa todas as possibilidades de gols a serem feitos (100%) exceto a probabilidade de nenhum deles o fazerem simultaneamente, isto é: 24 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade 98,0 50 49 10 3 5 1 3 1 1)()()(1)(1)(1)( CPBPAPCBAPCBAPCBAP (usando propriedade de Morgan e a independência da cobrança pelos jogadores) (2) Escrever todas as possibilidades para pelo menos um fazer o gol: 2.1) Fazer um gol: 150 25 150 7 10 7 5 1 3 1 )CBA(P 150 12 10 3 5 4 3 1 )CBA(P 150 6 10 3 5 1 3 2 )CBA(P 2.2) Fazer dois gols: 150 66 150 28 10 7 5 4 3 1 )( 150 14 10 7 5 1 3 2 )( 150 24 10 3 5 4 3 2 )( CBAP CBAP CBAP 2.3) Fazer três gols: 150 56 10 7 5 4 3 2 )( CBAP Logo, a probabilidade de fazer pelo menos um gol é a soma de 2.1, 2.2 e 2.3 = 98,0 150 147 Questão 3: A probabilidade de que um conector elétrico que seja mantido seco falhe durante o período de garantia de um computador portátil é de 1%. Se o conector for molhado, a probabilidade de falha durante o período de garantia será de 5%. Se 90% dos conectores forem mantidos secos e 10% forem mantidos molhados, o percentual de conectores que falhará durante o período de garantia será de aproximadamente: a) 2,4% b) 4,5% c) 1,4% d) 10% Resposta: C Resolvendo pelo diagrama em árvore: conector Seco Molhado Falha Falha 0,90 0,10 0,01 0,05 Seco e Falha Molhado e Falha (0,90)(0,01)=0,009 (0,10)(0,05)=0,005 P(Falha)=0,014+ 25 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade Questão 4: Um circuito opera somente se houver um caminho de dispositivos funcionais da esquerda para a direita. A probabilidade de cada dispositivo funcionar é mostrada no gráfico a seguir. Supondo que os dispositivos falhem independentemente a probabilidade de o circuito operar é: a) 0,816 b) 0,595 c) 0,955 d) 0,985 Resposta: B Sejam, Probabilidade de o circuito operar em série: A e B não falharem 595,0)85,0)(70,0()()()( BPAPBAP Questão 5: Um circuito opera somente se houver um caminho de dispositivos funcionais da esquerda para a direita. A probabilidade de cada dispositivo falhar é mostrada no gráfico a seguir. Supondo que os dispositivos falhem independentemente a probabilidade de o circuito operar é: a) 0,989 b) 0,898 c) 0,955 d) 0,993 Resposta: D Sejam, Probabilidade de o circuito operar em paralelo: A ou B não falhar P(A) não falhar é 0,85 e P(B) não falhar é 0,95, logo 9925,0)95,0)(85,0(95,085,0)()()()( BAPBPAPBAP 0,70 0,85 0,70 0,85 A B 0,05 0,15 0,05 0,15 A B 26 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade Questão 6: Sabe-se que duas copias defeituosas de um programa computacional comercial foram enviadas erroneamente para um lote de remessa que tem agora um total de 75 copias do programa. Se uma amostra de três copias do programa forem inspecionadas, a probabilidade de exatamente uma das copias defeituosas ser encontrada é aproximadamente: a) 0,162 b) 0,078 c) 0,040 d) 0,138 Resposta: B Em 75 copias enviadas, tem-se 73D 2D , em D é defeituosa. Se 3 cópias forem retiradas tem-se o evento: DDD ou DDD ou DDD , em que uma cópia está com defeito e as outras 2 não. A probabilidade de cada parte desse evento é a mesma, pois somente a ordem do fator “com defeito” é alterada. Logo, 078,0 405150 10512 3 73 72 74 73 75 2 3defeito) com ( umaP Questão 7: Uma mensagem de e-mail pode viajar através de uma a duas rotas de servidores. A probabilidade de erro na transmissão e cada um dos servidores e a proporção de mensagens que viajam em cada rota estão apresentadas na tabela a seguir. Probabilidade de erro do servidor Porcentagens de mensagens 1 2 3 4 rota 1 30% 0,01 0,015 rota 2 70% 0,02 0,003 Considere que os servidores são independentes. Se uma mensagem chegar com erro, a probabilidade de que ela tenha sido mandada através da rota 1 é aproximadamente: a) 31,8% b) 39,2% c) 52,3% d) 14,0% Resposta: A Resolve-se facilmente pelo diagrama em árvore ou aplicando diretamente Bayes. Sejam as siglas: R1= rota 1; R2 = rota 2; mse= mensagem com erro 1) Aplicando Bayes – direto: Queremos: P(R1|mse)= )( )1( mseP mseRP Temos que P(mse)=P(R1 e mse)+P(R2 e mse) = P(R1)P(mse|R1)+P(R2)P(mse|R2) mas, P(R1 e mse)=(0,30)(0,01)+(0,30)(0,015)=0,0075 e P(R2 e mse)=(0,70)(0,02)+(0,70)(0,003)=0,0161 Logo, P(mse)=0,0075+0,0161=0,0236 Como queremos: : P(R1|mse)= 3178,0 0236,0 0075,0 )( )1( mseP mseRP 27 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade 2) Esquema do Diagrama em árvore: Questão 8: Uma ferramenta de inserção robótica contém 10 componentes principais. A probabilidade de qualquer componente falhar durante o período de garantia é 0,01. Considere que os componentes falhem independentemente e que a ferramenta falhe se qualquer componente falhar. A probabilidade de que a ferramenta falhe durante o período de garantia é aproximadamente: a) 0,01% b) 1,0% c) 8,32% d) 9,56% Resposta: D A probabilidade de a ferramenta não falhar é: (0,99) 10 = 0,90438. Logo, a probabilidade de a ferramenta falhar é 1 – 0,90438 = 0,0956 Questão 9: O circuito a seguir opera se, e somente se, houver um caminho de dispositivos funcionais da esquerda para a direita. Considere que os dispositivos falhem independentemente e que a probabilidade de funcionar de cada equipamento esteja mostrada no esquema abaixo. A probabilidade de o circuito não operar é aproximadamente: a) 97,0% b) 3,52% c) 2,98% d) 98,9% Resposta: C Sejam definidos os dispositivos do circuito: Mensagem Rota 1 Rota 2 Erro do Servidor 1 Erro do Servidor 2 Erro do Servidor 3 Erro do Servidor 4 0,30 0,70 0,010,015 0,02 0,003 0,95 0,90 0,90 0,80 0,95 0,90 28 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade O circuito opera se I e II e III operarem P(I) = P(II) = 0,90+0,95-(0,90)(0,95)=0,995 P(III)=0,80+0,90-(0,80)(0,90)=0,98 P(circuito operar)=(0,995) 2 (0,98)=0,9702245 Logo, P(circuito não operar) = 1 – 0,9702245 = 0,02977 Questão 10: Suponha que P(A|B) = 20%, P(A| B ) = 30% e P(B) = 80%. Calcule P(A). Solução: Pelo teorema da Probabilidade Total, pode-se escrever: )()( BABAA Logo, )()()( BAPBAPAP Pelos dados fornecidos, pode-se calcular: (1) )|()()( BAPBPBAP =(0,80)((0,20) = 0,16 (2) )|()()( BAPBPBAP = (1 - 0,80)(0,30) = (0,20)(0,30) = 0,06 De (1) e (2) obtém-se: )()()( BAPBAPAP =0,16 + 0,06 = 0,22 (22,0%). Questão 11: Uma urna contém 7 bolas brancas, 5 vermelhas e 4 azuis. Extraem-se simultaneamente 3 bolas. Calcule a probabilidade de que todas as bolas sejam da mesma cor. Solução: Sejam os eventos: B: a bola é branca; V: a bola é vermelha e A: a bola é azul Retirar 3 bolas simultaneamente é similar a retirar 3 bolas sem reposição. O evento todas as bolas da mesma cor poderá ser definido: BBB ou VVV ou AAA, ou seja, )AAA()VVV()BBB( . Então, P(todas da mesma cor)= P[ )AAA()VVV()BBB( ] = P(BBB)+P(VVV)+P(AAA) As probabilidades são condicionais, dado que a retirada é simultânea, ou seja, P(BBB) = (primeira bola é branca: 7/16; a segunda é branca dado que a primeira é branca: 6/15 e a terceira é branca dado que a primeira e a segunda o são: 5/14). Com raciocínio análogo temos então que, P(todas da mesma cor)= 14 5 15 6 16 7 + 14 3 15 4 16 5 + 14 2 15 3 16 4 = 08750 3360 2460210 , Outras maneiras: 1) podemos calcular a soma de cada uma delas no formato de proporção: 0,0625+0,01786+0,00714= 0,0875 2) ou no formato de contagens dos eventos – utilizando a definição clássica de probabilidade: 0,95 0,90 0,90 0,80 0,95 0,90 I IIIII 29 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade Espaço amostral: 3 16 Evento 3 bolas brancas: 3 7 ; Evento 3 bolas vermelhas: 3 5 ; Evento 3 bolas azuis: 3 4 Logo, P(todas da mesma cor): 3 16 3 4 3 5 3 7 Questão 12: Falhas em teclados de computadores ocorrem devido a conexões elétricas imperfeitas (12%) ou a defeitos mecânicos (88%). Defeitos mecânicos estão relacionados a teclas soltas (27%) ou a montagens impróprias (73%). Defeitos de conexão elétrica são causados por fios defeituosos (35%), por conexões impróprias (13%) ou por fios mal soldados (52%). Calcule a probabilidade de uma falha ocorrer devido a: a) teclas soltas; b) fios conectados impropriamente ou mal soldados. Solução: Esquematizando as probabilidades de cada tipo de falha, podemos escrever: a) P(teclas soltas) = (0,88)(0,27) = 0,2376 b) P(conexão imprópria ou fios mal soldados) = (0,12)[0,13+0,52] = (0,12)(0,65) = 0,078 Falha Mecânica Elétrica Teclas soltas Montagem imprópria Defeito fio Conexão imprópria Fios mal soltados 0,88 0,12 0,27 0,73 0,35 0,13 0,52 Falha Mecânica Elétrica Teclas soltas Montagem imprópria Defeito fio Conexão imprópria Fios mal soltados 0,88 0,12 0,27 0,73 0,35 0,13 0,52 30 © Tânia F Bogutchi – PUC Minas – Revisão em 2012 Estatística e Probabilidade Unidade 1: Introdução à Probabilidade Referências bibliográficas: 1. MONTGOMERY, D.C, RUNGER, G.C. Estatística Aplicada e Probabilidade para Engenheiros. 4ª ed. Rio de Janeiro: LTC, 2009. 2. MORETTIN, P.A. Estatística básica – Probabilidade. 7ª. ed. São Paulo: Makron Books, 2000, vol. 1. 3. BUSSAB, W. O., MORETTIN, P. A. Estatística básica. 5. ed. rev. São Paulo: Saraiva, 2003. 4. MEYER, Paul L. Introdução à probabilidade – aplicações à Estatística. RJ: LTC, 2ª. ed, 1995. 5. SOARES, José Francisco, FARIAS, Alfredo A., CESAR, Cibele Comini. Introdução à Estatística. RJ: LTC, 2003. 6. TRIOLA, M. F. Introdução à estatística. 10ª ed. Rio de Janeiro: LTC, 2007.