Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE DO ESTADO DO PARÁ UNIVERSIDADE ABERTA DO BRASIL POLO UNIVERSITÁRIO DE IGARAPÉ-MIRI PROBABILIDADE ESTATÍSTICA APLICADA RESOLUÇÃO LISTA 2 Distribuições de Probabilidade Rayanna Corrêa Cabral Professora Tutora Igarapé-Miri/PA 2020 1ª) Uma clínica de emagrecimento recebe pacientes adultos com peso seguindo uma distribuição normal com média 130 Kg e desvio padrão 20 Kg. Para efeito de determinar o tratamento mais adequado, os 25% pacientes de menor peso são classificados de “magros”, enquanto que os 25% de maior peso de “obesos”. Determine os valores que delimitam cada uma dessas classificações. R: [116.60; 143.40] Solução: 𝑃( 𝑎 ≥ 𝑋 ≥ 𝑏) 𝑃[ ( 𝑎 − 130) 20 ≥ (𝑋 − 130) 20 ≥ (𝑏 − 130) 20 ] 𝑃[ ( 𝑎 − 130) 20 ≥ 𝑍 ≥ (𝑏 − 130) 20 ] 𝑂𝑏𝑒𝑠𝑜 ==> 𝑍 ≥ (𝑏 − 130) 20 1 − 𝜑 [ (𝑏 − 130) 20 ] = 0,25 ==> 1 − 0,25 = 𝜑 [ (𝑏 − 130) 20 ] ⇒ 0,75 0,7486 𝑛𝑎 𝑡𝑎𝑏𝑒𝑙𝑎 ⇒ 0,67 0,67 = [ (𝑏 − 130) 20 ==> 0,67 ∗ 20 = 𝑏 − 130 ==> 𝑏 = 143,4 𝑘𝑔 𝑂𝑏𝑒𝑠𝑜𝑠 = 143,4 𝑘𝑔 𝑀𝑎𝑔𝑟𝑜𝑠 ==> ( 𝑎 − 130) 20 ≥ 𝑍 𝜑[ ( 𝑎 − 130) 20 ] = 0,25 ( 𝑎 − 130) 20 = −0,67 ==> 𝑎 − 130 = −20 ∗ 0,67 ==> 𝑎 = 130 − 20 ∗ 0,67 = 116,6 𝑘𝑔 2ª) A duração de um certo componente eletrônico tem média 850 dias e desvio-padrão 45 dias. Calcular a probabilidade desse componente durar: a) entre 700 e 1.000 dias R: 0.9992 b) mais que 800 dias R: 0.8667 c) menos que 750 dias R: 0.0131 Solução: Para essa questão, utilizaremos a Distribuição Normal, cuja fórmula é: 𝑧 = 𝑥−𝑢 𝜎 Do enunciado temos que 𝑢 = 850 𝑒 𝑑 = 45. De acordo com os valores da tabela de distribuição normal, temos: a) Queremos calcular P(700 < X < 1000). 𝑃(700 < 𝑋 < 1000) = 𝑃( 700 − 850 45 < 𝑍 < 1000 − 850 45 ) 𝑃(700 < 𝑋 < 1000) = 𝑃(−3,33 < 𝑍 < 3,33) Pela análise da tabela 3,33 equivale a 0,4996. Padronizando: 0,4996 + 0,5 ≅ 0,9992 𝑃(700 < 𝑋 < 1000) = 0.9992 Logo, a probabilidade a probabilidade desse componente durar entre 700 e 1000 dias é de 100%. b) Agora, calcularemos P(X > 800): 𝑃(𝑋 < 800) = 𝑃(𝑍 > 800 − 850 45 ) 𝑃(𝑋 > 800) = 𝑃(𝑍 > −1,11) 𝑃(𝑋 > 800) = 1 − 𝑃(𝑍 > 1,11) 𝑃(𝑋 > 800) = 1 − 0,1335 𝑃(𝑋 > 800) = 0,8665 A probabilidade a probabilidade desse componente durar mais de 800 dias é de 86,65%. c) 𝑃(𝑋 < 750) 𝑃(𝑋 < 750) = 𝑃(𝑍 < 750 − 850 45 ) 𝑃(𝑋 < 750) = 𝑃(𝑍 < −2,22) 𝑃(𝑋 < 750) = 0,5 − 0,4868 𝑃(𝑋 < 750) = 0,0135 A probabilidade a probabilidade desse componente durar menos de 750 dias é de 1,32%. 4ª) Uma fábrica de pneumáticos fez um teste para medir o desgaste de seus pneus e verificou- se que ele obedecia a uma distribuição normal, de média 48.000 km e desvio-padrão 2.000 km. Calcular a probabilidade de um pneu escolhido ao acaso: a) dure mais que 46.000 km; b) dure entre 45.000 e 50.000 km. R: 0,8413; 0,7745 Solução: a) Dure mais que 46.000 km P(X > 46000): 𝑃(𝑋 > 46000) = 𝑃(𝑍 > 46000 − 48000 2000 ) 𝑃(𝑋 > 46000) = 𝑃(𝑍 > −1) 𝑃(𝑋 > 46000) = 1 − 𝑃(𝑍 > −1) 𝑃(𝑋 > 4600) = −0,5 − 0,3413 = − 0,8413 b) Dure entre 45.000 e 50.000 km 𝑃(45000 < 𝑧 < 50000) = 𝑃( 45000 −48000 2000 < 𝑧 < 50000 − 48000 2000 ) ⇒ 𝑃(−1,5 < 𝑧 < 1) dê uma consultada na tabela de distribuição normal e : 𝑃 = 0,3413 + 0.4332 = 0.7745 5ª) Em uma distribuição normal, 28% dos elementos são superiores a 34 e 12% inferiores a 19. Encontre a média e a variância da distribuição. R: 29,03; 73,45 Solução: 𝑧 = 𝑥 − 𝑢 𝜎 ⇒ -1 0 0,5 0,3413 { −1,17 = 19 − 𝑢 𝜎 0,58 = 34 − 𝑢 𝜎 − 1,17𝜎 = 19 − 𝑢 e 0,58𝜎 = 34 − 𝑢. Logo 𝜎 = 34−𝑢 0,58 ; Substituindo, − 1,17 ∗ 34 − 𝑢 0,58 = 19 − 𝑢 ⇒ − 68,586 + 2,017𝑢 = 19 − 𝑢 3,017𝑢 = 87,58 ⇒ 𝑢 = 29,03 0,58𝜎 = 34 − 29,03 ⇒ 𝜎 = 4,97 0,58 ≅ 8,57 Variância, será portanto. 𝜎2 = 8,572 ≅ 73,45 6ª) Foi feito um estudo sobre a altura dos alunos de uma faculdade, observando-se que ela se distribuía normalmente com média de 1,72m e desvio-padrão de 5cm. Qual a porcentagem dos alunos com altura: a) entre 1,57m e 1,87m? b) acima de 1,90m? R: 99,74%; 0,02%. Solução: a) Entre 1,57m e 1,87m Sabendo-se que 1,72-1,57 =15 e sabendo-se que 1,87-1,72=15 temos que estas medidas variam de 3 𝜎. Segundo a tabela de distribuição normal, 1 𝜎 corresponde a 68,27%, 2 𝜎 corresponde a 95,45% e 3 𝜎 corresponde a 99,73%. b) Acima de 1,90m Usando uma tabela estatística, pode-se observar que a probabilidade de se ter um aluno com altura maior do que 1,90 metros é menor que 0,02% que corresponde à altura de 1,88 8ª) Suponha que as amplitudes de vida de dois aparelhos elétricos, D1 e D2, tenham distribuição N(42,36) e N(45,9), respectivamente. Se o aparelho é para ser usado por período de 45 horas, qual aparelho deve ser preferido? R: D2 Solução: Para o caso de períodos de 45 horas, temos 𝑃(𝐷1 > 45) = 𝑃(𝑍 > 45 − 42 6 ) = 𝑃(𝑍 > 0,44) = 0,3085 Enquanto 𝑃(𝐷2 > 45) = 𝑃(𝑍 > 45 − 45 3 ) = 𝑃(𝑍 > 0) = 0,5. Note que a probabilidade do segundo aparelho durar mais que 45 horas é maior que a do primeiro e, portanto, ele é preferível. 9ª) Uma enchedora automática de garrafas de refrigerante esta regulada para que o volume médio de liquido em cada garrafa seja de 1.000 cm3 e o desvio padrão de 10cm3. Pode-se admitir que a distribuição da variável seja normal. (a) Qual a probabilidade de garrafas em que o volume de liquido é menor que 990 cm3? R: 0,1587 (b) Qual a probabilidade de garrafas em que o volume de liquido não se desvia da média em mais que dois desvios padrão? R: 0,9544 Solução: a) Ser menor que 990 cm3 𝑃(𝑋 < 900) = 𝑃(𝑍 < 990 − 1000 10 ) = 𝑃(𝑍 < −1) = P(Z < −1) = P(Z > 1) 1 − 𝑃(≤ 1) = 1 − 0,8413 = 0,159 Portanto, em 15,9% das garrafas o volume de líquido é menor que 990 cm3 . b) O volume de liquido não se desvia da média em mais que dois desvios padrão. 𝜎 = 10 → 2𝜎 = 20 µ − 2𝜎 = 1000 − 20 = 980 𝑒 µ + 2𝜎 = 1000 + 20 = 1020. 𝑃(980 < 𝑋 < 1020) = 𝑃((980 − 1000)/10 < 𝑍 < (1020 − 1000)/10) = 𝑃(−2 < 𝑍 < 2) = 𝑃(𝑍 < 2) − 𝑃(𝑍 < −2) = 𝑃(𝑍 < 2) − 𝑃(𝑍 > 2) = 𝑃(≤ 2) − [1 − 𝑃(𝑍 ≤ 2)] = 2 ∗ 0,9772 − 1 = 0,9544 ≅ 95% Portanto, em aproximadamente 95% das garrafas, o volume de líquido não se desvia da média em mais que dois desvios padrões. 10ª) Suponha que o diâmetro médio dos parafusos produzidos por uma fábrica é de 0,25 polegadas e o desvio padrão 0,02 polegadas. Um parafuso é considerado defeituoso se seu diâmetro é maior que 0,28 polegadas ou menor que 0,20 polegadas. Suponha distribuição normal. (a) Encontre a probabilidade de parafusos defeituosos; R: 0,073 (b) Qual deve ser a medida mínima para que tenhamos no máximo 12% de parafusos defeituosos. R: 0,247. Solução: a) Encontre a probabilidade de parafusos defeituosos (0,22 ≤ 𝑥 ≤ 0,28) 𝑧 = 𝑥−𝑢 𝜎 = 0,2−0,25 0,02 = −2,5 0,28 − 0,25 0,02 = 1,5 Na tabela −2,5 ⟶ 0,4938 e 1,5 ⟶ 0,4332 0,0062 + 0,6668 = 0,073 𝑜𝑢 73% b) Medida mínima para que tenhamos no máximo 12% de parafusos defeituosos. 𝑃(𝑋 < 𝑥) = 0,12 𝑃 (𝑍 < 𝑥 − 0,25 0,02 ) = 0,12 Na tabela Z = 1,17 𝑥 − 0,25 0,02 = −1,17 ⇒ −0,0234 = 𝑥 − 0,25 ⇒ 𝑥 = 0,2266 0,2 0,25 0,28 -2,5 0 1,5 0,4938 0,5 – 0,4938= 0,0062 0,4332 0,5 – 0,4332= 0,0668 11º) Estudos meteorológicos indicam que a precipitação pluviométrica mensal em períodos de seca numa certa região pode ser considerada como seguindo a distribuição Normal de média 30mm e variância 16mm2. (a) Qual a probabilidade de que a precipitação pluviométricamensal no período da seca esteja entre 24 mm e 38mm? R: 0,9104 (b) Qual seria o valor da precipitação pluviométrica de modo que exista apenas 10% de chance de haver uma precipitação inferior a esse valor? R: 24,88 (c) Construa um intervalo central em torno da média que contenha 80% dos possíveis valores de precipitação pluviométrica. R: [24,88 ; 35,12] Solução: a) Probabilidade de que a precipitação pluviométrica mensal no período da seca esteja entre 24 mm e 38mm. Seja X:precipitação pluviométrica mensal, logo, 𝑋 ∼ 𝑁(30; 16). 𝑃(24 ≤ 𝑋 ≤ 39) = 𝑃 ( 24 − 30 4 ≤ 𝑍 ≤ 38 − 30 4 ) = 𝑃(−1, 5 ≤ 𝑍 ≤ 2) = 𝐴(2) − (1 − 𝐴(1, 5)) = (0,5 + 0,4772) − [1 − (0,5 + 0,4332)] 0,9772 − (1 − 0,9332) = 0, 9772 − 0,0668 = 0,9104 b) O valor da precipitação pluviométrica de modo que exista apenas 10% de chance de haver uma precipitação inferior a esse valor. Queremos um 𝑥, tal que 𝑃(𝑋 ≤ 𝑥) = 0, 10. Vejamos 𝑃(𝑋 ≤ 𝑥) = 𝑃(𝑍 ≤ 𝑥 − 30 4 ) = 0, 10 Sabemos que 𝐴(𝑧) = 0, 90 ⇒ 𝑧 = 1, 28. Então, 𝑥 − 30 4 = −1, 28 ⇒ 𝑥 = 24, 88𝑚𝑚 c) Construa um intervalo central em torno da média que contenha 80% dos possíveis valores de precipitação pluviométrica. 𝑃[𝜇 − 𝑘 < 𝑥 < 𝜇 + 𝑘] = 0.80 ⇒ 𝑘 = 5,13 ⇒ 𝑃[24.88 < 𝑋 < 35.12] = 0.80 Logo, IC(80%)= [ 24.88; 35.12] 19ª) Um departamento de conserto de máquinas recebe uma média de cinco chamadas por hora. Qual a probabilidade de que, em uma hora selecionada aleatoriamente, sejam recebidas exatamente 3 chamadas. R: ∼0,1403 Seja 𝑋 = { 𝐶ℎ𝑎𝑚𝑎𝑑𝑎𝑠 𝑝𝑜𝑟 ℎ𝑜𝑟𝑎 } então: (𝑋 = 𝑘) = 𝑒−𝜆 ∗ 𝜆 𝑘 𝑘! . . . . . 𝑥 = 0,1,2,3,4, . . . . . . . 𝑃(𝑋 = 3) = 𝑒−5 ∗ 5³ 3! 𝑃(𝑋 = 3) = 𝑒−5 ∗ 125 6 𝑃(𝑋 = 3) = 125 6 ∗ 𝑒⁵ = 0,1404 𝑜𝑢 14,04% 20ª) Uma loja atende em média 3 clientes por hora. Calcule a probabilidade de em uma hora atender: a) 4 clientes; R: 0,1680 b) 5 clientes. R: 0,1008 Solução a) Receber 4 chamadas por hora Utilizando a distribuição de Poisson, temos: 𝑃(𝑋 = 𝑘) = 𝑒−𝜆 ∗ 𝜆 𝑘 𝑘! De acordo com o enunciado 𝜆 = 3 e nesse caso 𝑥 = 𝑘 = 4 Logo: 𝑃(4) = 𝑒−3 ∗ 3 4 4! ⇒ 𝑃(4) = 𝑒−3 ∗ 81 4 ∗ 3 ∗ 2 ∗ 1 = 0,0497870684 ∗ 81 24 𝑃(4) ≅ 0,1680 b) Receber 5 chamadas por hora 𝑃(5) = 𝑒−3 ∗ 3 5 5! 𝑃(4) = 𝑒−3 ∗ 243 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 = 0,0497870684 ∗ 243 120 𝑃(5) ≅ 0,1008 22ª) Na pintura de paredes aparecem defeitos em média na proporção de um defeito por metro quadrado. Qual a probabilidade de aparecerem 3 defeitos numa parede de 2x2m2? R: ∼0,1954 No caso em que tem uma área de 2 × 2 m2 a média da distribuição será 4, porque em um metro quadrado há um defeito logo em 4 m2 haverá 4. Assim: No caso n = 3 e µ = 4, então 𝑃(𝑋 = 𝑘) = 𝑒−𝜆 ∗ 𝜆 𝑘 𝑘! 𝑃(𝑋 = 3) = 𝑒−4 ∗ 4 3 3! ⇒ 0,0183156 ∗ 64 3 ∗ 2 ∗ 1 = 0, 1954 26ª) Numa determinada estrada ocorrem em média 2 acidentes para cada 100 km. Qual a probabilidade de que: a) em 250 km ocorram pelo menos 3 acidentes? R: 0.8755 b) em 300 km ocorram 5 acidentes? R: 0.1606 Solução: a) 3 acidentes em 250km Utilizando uma regra de três simples, temos: 1 acidente ⟶ 50 𝑘𝑚 X acidente ⟶ 250 𝑘𝑚 50𝑋 = 250 ⇒ 𝑋 = 5 = 𝝀 Pelo menos três significa que 𝑃(𝑋 < 3) = 1 − [𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)], assim, usando a equação de Poisson: 𝑃(𝑋 = 0) = 𝑒−5 ∗ 5 0 0! = 0,0067 𝑃(𝑋 = 1) = 𝑒−5 ∗ 5 1 1! = 0,0337 𝑃(𝑋 = 2) = 𝑒−5 ∗ 5 2 2! = 0,0842 Logo, 𝑃(𝑋 < 3) = 1 − [0,0067 + 0,0337 + 0,0842] = 1 − 0,1246 ≅ 0,8755 b) 5 acidentes em 300 km 1 acidente ⟶ 50 𝑘𝑚 X acidente ⟶ 300 𝑘𝑚 50𝑋 = 300 ⇒ 𝑋 = 6 = 𝝀 𝑃(𝑋 = 5) = 𝑒−6 ∗ 5 5 5! = 0,0024787522 ∗ 3125 120 = 0,01606 33ª) Uma certa doença pode ser curada através de procedimentos cirúrgicos em 80% dos casos. Dentre os que têm essa doença, sorteamos 15 pacientes que serão submetidos `a cirurgia. Fazendo alguma suposição adicional que julgar necessária, responda: a)Qual é a probabilidade de todos serem curados? R: 0.0352 b) Qual é a probabilidade de pelo menos dois não serem curados? R: 0,8329 c) Qual é a probabilidade de ao menos 13 ficarem livres da doença? R: 0,3980. Solução: a) Qual a probabilidade de todos serem curados? Suponha que os indivíduos que farão a cirurgia são (ou não) curados independente uns dos outros (ou seja, os ensaios são independentes). Sabendo que a probabilidade de cura é constante igual a 80% = 0,80. Sendo assim, temos 𝑛 = 15 𝑒 𝑝 = 0,8. Logo, 𝑃(𝑋 = 15) = ( 15 15 ) 0,815 (1 − 0,8)15−15 𝑃(𝑋 = 15) = 1 ∗ 0,815 ∗ 1 𝑃(𝑋 = 15) = 0,815 𝑃(𝑋 = 15) = 0,0352 Logo, a probabilidade de todos serem curados é 0,035, ou seja 3,5%. b) Pelo menos dois não serem curados? 𝑃(𝑋 ≤ 13) = 1 − 𝑃(𝑋 ≤ 14) 𝑃(𝑋 ≤ 13) = 1 − [𝑃(14) + 𝑃(15)] 𝑃(𝑋 ≤ 13) = 1 − [( 15 14 ) 0,814 (1 − 0,8)15−14 + 0,0352] 𝑃(𝑋 ≤ 13) = 1 − [15 ∗ 0,814 ∗ (1 − 0,8)1 + 0,0352] 𝑃(𝑋 ≤ 13) = 1 − [15 ∗ 0,814 ∗ 0,2 + 0,0352] 𝑃(𝑋 ≤ 13) = 1 − [0,1319 + 0,0352] 𝑃(𝑋 ≤ 13) = 1 − 0,1671 = 0, 8329 Assim, a probabilidade de pelo menos 2 não serem curados é 0,8333, ou seja 83,3%. c) Qual é a probabilidade de ao menos 13 ficarem livres da doença? 𝑃(𝑋 ≥ 13) = 𝑃(13) + 𝑃(14) + 𝑃(15) 𝑃(𝑋 ≥ 13) = 𝑃(13) + 𝑃(14) + 𝑃(15) 𝑃(𝑋 ≥ 13) = 105 ∗ 0,813 ∗ 0,22 + 15 ∗ 0,814 ∗ 0,2 + 0,815 𝑃(𝑋 ≥ 13) = 0,230897441 + 0,131941395 + 0,035184372 ≅ 0,3980 Assim a probabilidade de ao menos 13 ficarem livres da doença é 0,3980 = 39,8% 39ª) Acredita-se que 20% dos moradores das proximidades de uma grande indústria siderúrgica tem alergia aos poluentes lançados ao ar. Admitindo que este percentual de alérgicos é real (correto), calcule a probabilidade de que pelo menos 4 moradores tenham alergia entre 13 selecionados ao acaso. R: 0.2527 Solução: Seja, 20% são alérgicos, então temos que 80% não são alérgicos 𝑝 = 20/100 ⇒ 1 5 𝑞 = 80/100 ⇒ 4 5 𝑘 = 4,5,6,7,8,9,10,11,12,13 𝑛 = 13 Assim, 𝑃(𝑋 ≥ 4) = 1 − 𝑃(𝑋 < 4) a probabilidade de ser menor que 4: 𝑃(𝑋 < 4) = 𝑃(𝑂) + 𝑃(1) + 𝑃(2) + 𝑃(3) 𝑃(0) = 𝐶13,0 ∗ 𝑝 0𝑞13−0 = 1 ∗ 1 ∗ ( 4 5 ) 13 = 4 5 13 𝑃(1) = 𝐶13,1 ∗ 𝑝 1𝑞13−1 = 13 ∗ ( 1 5 ) 1 ∗ ( 4 5 ) 12 = 13 5 ∗ ( 4 5 ) 12 𝑃(2) = 𝐶13,2 ∗ 𝑝 2𝑞13−2 = 13! (13 − 2)! 2! ∗ ( 1 5 ) 2 ∗ ( 4 5 ) 11 = 13 ∗ 12 ∗ 11! 11! 2 ∗ 1 25 ∗ ( 4 5 ) 11 = 78 25 ∗ ( 4 5 ) 11 𝑃(3) = 𝐶13,3 ∗ 𝑝 3𝑞13−3 = 13! (13 − 3)! 3! ∗ ( 1 5 ) 3 ∗ ( 4 5 ) 10 = 13 ∗ 12 ∗ 11 ∗ 10! 10! ∗ 6 ∗ 1 125 ∗ ( 4 5 ) 11 = 286 125 ∗ ( 4 5 ) 11 Assim, 𝑃(𝑋 ≥ 4) = 1 − 𝑃(𝑋 < 4) 𝑃(𝑋 < 4) = 𝑃(𝑂) + 𝑃(1) + 𝑃(2) + 𝑃(3) 𝑃(𝑋 < 4) = 4 5 13 + 13 5 ∗ ( 4 5 ) 12 + 78 25 ∗ ( 4 5 ) 11 + 286 125 ∗ ( 4 5 ) 11 = 0,7473 𝑃(𝑋 ≥ 4) = 1 − 0,7473 ≅ 0,2527
Compartilhar