Baixe o app para aproveitar ainda mais
Prévia do material em texto
Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 1 Raciocínio Lógico-Quantitativo para Traumatizados Aula 15 Teoria Elementar da Probabilidade 15. Teoria Elementar da Probabilidade . ........................................................................... 3 15.1 Os Diferentes Tipos de Probabilidade . ............................................................... 3 15.2 Conjuntos e Eventos . ................................................................................................ 5 15.2.1 Álgebra de Conjuntos . .................................................................................................. 5 15.3 Definição Axiomática de Probabilidade . ............................................................. 8 15.4 Probabilidades Conjunta e Condicional . ............................................................ 8 15.5 Independência . .......................................................................................................... 11 15.6 Regras de Adição . .................................................................................................... 12 15.7 Regra da Multiplicação . .......................................................................................... 14 15.8 Teorema da Probabilidade Total . ....................................................................... 14 15.9 Teorema de Bayes . .................................................................................................. 18 15.10 Memorize para a prova . ..................................................................................... 21 15.11 Exercícios de Fixação . ......................................................................................... 22 15.12 Gabarito . .................................................................................................................. 27 15.13 Resolução dos Exercícios de Fixação . ........................................................... 28 Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 2 Olá. Antes de começar esta aula, gostaríamos de apresentar a tabela abaixo, que detalha a programação das aulas restantes de Estatística: Aula Data Conteúdo 16 06/10 Variável Aleatória, Valor Esperado, Análise Combinatória e Principais Distribuições de Probabilidade. 17 13/10 Variável Aleatória Bivariada, Correlação, Regressão e Função Geratriz de Momentos. 18 20/10 Amostragem. 19 27/10 Estimação de Parâmetros. 20 03/11 Testes de Hipóteses. 21 17/11 Regressão Linear. Números Índices. Algumas alterações foram feitas com o intuito de melhorar o aproveitamento do nosso curso. Agradecemos pela sua compreensão! Alexandre Lima Moraes Jr. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 3 15. Teoria Elementar da Probabilidade A Probabilidade é a teoria matemática que nos ajuda a estudar sistemas físicos, econômicos, biológicos, mecânicos, financeiros, etc., num sentido médio (esta idéia será formalizada nos próximas aulas). O seu objetivo é construir um modelo matemático para uma situação física e, a partir deste modelo, deduzir propriedades da situação. A Inferência Estatística (que é uma das parte da Estatística) é baseada na teoria das probabilidades. Um fenômeno é aleatório quando o seu comportamento futuro não pode ser previsto com absoluta certeza. Por exemplo, as condições climáticas no dia da prova do concurso não podem ser previstas com 100% de acerto. Por outro lado, é possível que a previsão do tempo seja realizada em termos probabilísticos. Se você tiver a curiosidade de consultar o site de uma empresa de previsão do tempo, constatará que a previsão é dada em termos de “tendências” e que, inclusive, a seguinte observação poderia ser feita: “esta tendência é resultado de modelos matemáticos e não tem interferência direta dos meteorologistas. Estes valores podem variar muito de um dia para o outro.”. Ou seja, a empresa está dizendo para os seus clientes, que são leigos em Meteorologia, que a previsão do tempo possui uma margem de erro e que isto se deve à utilização de modelos matemáticos probabilísticos de previsão. Considere, por exemplo, variáveis de natureza econômica. Elas são aleatórias por natureza. Não sabemos quais serão os seus valores futuros senão depois de observá-los. Por exemplo, não sabemos dizer, com 100% de precisão, qual será a cotação do Dólar daqui a um ano. Faremos uma breve apresentação dos conceitos fundamentais da teoria da probabilidade nesta aula. 15.1 Os Diferentes Tipos de Probabilidade A) Probabilidade como a razão entre o número de resultados favoráveis e o número total de resultados possíveis (teoria clássica) Nesta abordagem a probabilidade de um dado evento (conceito de evento será formalizado mais adiante) E é calculada pela fórmula (1) N N P E= em que P é a probabilidade de E, NE representa o número de ocorrências de E e N é o número de todos os resultados possíveis. Uma noção importante que está subentendida em (1) é que os resultados devem ser equiprováveis. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 4 Exemplo. Lance uma moeda não viciada (ou justa) duas vezes. Os resultados possíveis são cara-cara (CC), cara-coroa (CK), coroa-cara (KC) e coroa-coroa (KK). Qual é a probabilidade de se obter pelo menos uma coroa? Seja E o evento que denota a obtenção de pelo menos uma coroa; então E é o conjunto dos resultados KK}KC,{CK,E = . O número de elementos em E é 3. Como N = 4, temos que 4 3 N N EP E ==][ . ▪ A definição clássica de probabilidade possui alguns defeitos, como, por exemplo, a sua não capacidade de abordar situações em que os resultados são não equiprováveis. B) Probabilidade como freqüência relativa Considere n realizações de um experimento aleatório (vide definição mais adiante). Então, define-se a probabilidade de um dado evento E como (2) n n EP En→∞= lim][ em que nE denota o número de ocorrências de E. Como na prática não podemos obter infinitas realizações, temos que (2) estima P[E] dado um valor finito de n. Observe que 1][0 ≤≤ EP , pois nnE ≤ . Um dos problemas desta abordagem é justamente o fato de nunca podermos realizar o experimento por um número infinito de vezes. Outra dificuldade é que se assume que a razão nE/n possui um limite para n tendendo a infinito. Apesar dos problemas mencionados acima, a definição de probabilidade como freqüência relativa é essencial para a aplicação da teoria das probabilidades ao mundo real. C) Probabilidade baseada na teoria axiomática Esta é a abordagem moderna da probabilidade. Para desenvolvê-la, é preciso introduzir os conceitos de experimento aleatório, espaço amostral e evento. Um experimento aleatório é simplesmente um experimento em que os resultados são não determinísticos, isto é, probabilísticos. O espaço Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 5 amostral é o conjunto de todos os possíveis resultados de um experimento aleatório. Um evento é um subconjunto do espaço amostral de um experimento aleatório. O moderno tratamento axiomático da teoria da probabilidade é em grande parte devido à pesquisa do brilhante matemático russo Andrei N. Kolmogorov (1903-1987). 15.2 Conjuntos e Eventos Um conjunto é uma coleção de objetos abstratos ou concretos. Um exemplo de conjunto concreto é o conjunto de todos os residentes na cidade de São Paulo cuja altura exceda 1,60 m. O conjunto de todosos habitantes de São Paulo com altura entre 1,60m e 1,70m é um subconjunto do conjunto anterior. No estudo da probabilidade, nós estamos interessados no conjunto de todos os possíveis resultados de um experimento (espaço amostral) e nos subconjuntos daquele conjunto. É comum representar o espaço amostral de um experimento aleatório usando a letra grega Ω (ômega). Eventos são subconjuntos de Ω. O próprio conjunto Ω é um evento, o qual é denominado evento certo. O conjunto que não envolve nenhum dos resultados possíveis é o evento impossível ∅ (conjunto vazio). Este é o evento que não pode acontecer e que é incluído na teoria por uma questão de completeza. 15.2.1 Álgebra de Conjuntos A união (soma) de dois conjuntos E e F, denotada por E∪F ou E+F, é o conjunto de todos os elementos que estão em pelo menos um dos conjuntos E ou F. Portanto, com E = {1, 2, 3, 4} e F = {1, 3, 4, 5, 6} E ∪ F = {1, 2, 3, 4, 5, 6}. Se E é um subconjunto de F, indicamos este fato escrevendo E ⊂ F. Neste caso, segue-se que E ∪ F = F. Nós indicamos que ζ é um elemento de Ω escrevendo ζ ∈ Ω. Logo, podemos escrever E ∪ F = {ζ: ζ ∈ E ou ζ ∈ F ou ζ está em ambos}. A interseção de dois conjuntos E e F, denotada por E ∩ F ou EF, é o conjunto dos elementos comuns a ambos os conjuntos E e F. Portanto, com E = {1, 2, 3, 4} e F = {1, 3, 4, 5, 6} EF = {1, 3, 4}. Formalmente, tem-se que EF = {ζ: ζ ∈ E e ζ ∈ F }. O complemento de um conjunto E, denotado por Ec, é o conjunto de todos os elementos que não estejam em E. Deste modo, segue-se que Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 6 E ∪ Ec = Ω. Nota: O complemento de E também costuma ser denotado por E´. Observe que EEc = ∅. A diferença de dois conjuntos ou, mais apropriadamente, a redução de E por F, denotada por E – F, é o conjunto de elementos em E que não estão em F, de modo que E – F = EFc. O ou exclusivo de dois conjuntos, denotado por E ⊕ F, é o conjunto de todos os elementos em E ou F mas não em ambos. Note que E ⊕ F = (E - F) ∪ (F - E). Dois eventos E, F são mutuamente exclusivos (ou excludentes ou disjuntos) se EF = ∅; ou seja, E e F não têm elementos em comum. As próximas três figuras ilustram algumas operações com conjuntos vistas acima por meio de diagramas de Venn. FE Figura: a união dos conjuntos E e F é a parte hachurada do diagrama. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 7 E Ec FE E-F F-EE∩F Dado qualquer conjunto E, uma partição-n de E consiste em uma sequência de conjuntos Ei, i = 1, 2, ..., n, tal que Ei ⊂ E, ∪ n i i EE 1= = e =jiEE ∅ para todo ji ≠ . A figura a seguir ilustra o diagrama de Venn para uma partição-4 de um espaço amostral em quatro eventos E1, E2, E3 e E4 mutuamente exclusivos. Figura: a parte hachurada do diagrama é o complementar de E. Figura: interseção e diferenças. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 8 15.3 Definição Axiomática de Probabilidade Seja um experimento aleatório com espaço amostral Ω. Considere um evento qualquer E. Define-se probabilidade como a função P[.] que atribui um número P[E] para o evento E do espaço amostral Ω denominado probabilidade de E tal que a) P[E] ≥ 0. b) P[Ω] = 1. c) P[E ∪ F] = P[E] + P[F] se E ∩ F = ∅. As expressões (a), (b) e (c) são os axiomas da probabilidade. Os axiomas acima implicam os seguintes resultados: P[∅] = 0 e para qualquer evento E, P[Ec] = 1 - P[E]. Por exemplo, se a probabilidade de um evento E for 0,4, então a probabilidade de Ec = 1 - 0,4 = 0,6. 15.4 Probabilidades Conjunta e Condicional Assuma que se queira realizar o seguinte experimento: estamos numa certa cidade do Brasil e desejamos coletar dados sobre o tempo local. Em particular Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 9 estamos interessados em três eventos, os quais serão denominados A, B e C, onde A é o evento que representa uma temperatura igual ou maior a 20o C em qualquer dia; B é o evento que denota um índice de precipitação maior ou igual a 10 mm em qualquer dia; C é o evento que representa a ocorrência simultânea de A e B, isto é, C = AB (ou C = A ∩ B); Como C é um evento, P[C] é uma probabilidade que satisfaz os axiomas. Mas P[C] = P[AB]; neste caso, diz-se que P[AB] é a probabilidade conjunta dos eventos A e B. Em muitas situações práticas, o fenômeno aleatório de interesse pode ser desmembrado em duas etapas. A informação do que ocorreu numa dada etapa pode influenciar as probabilidades de ocorrências das etapas seguintes. Nestes casos, diz-se que ganhamos informação e que podemos “recalcular” as probabilidades de interesse. Essas probabilidades “recalculadas” são conhecidas como probabilidades condicionais. A definição de probabilidade condicional será motivada pelo exemplo a seguir. Exemplo. Considere os eventos A, B e C definidos acima. Seja ni o número de dias em que o evento i ocorreu. Ao longo de 1.000 dias, foram feitas as seguintes observações: nA = 711, nB = 406, nAB = 200. Pela interpretação da probabilidade em termos da noção de freqüência relativa, podemos estimar que: P[A] ≈ nA/n = 711/1.000 = 0,711 P[B] ≈ nB/n = 406/1.000 = 0,406 P[AB] ≈ nAB/n = 200/1.000 = 0,200 Agora considere a razão nAB/nA . Esta é a freqüência relativa de ocorrência do evento AB quando o evento A ocorre. Dito de outra forma, nAB/nA corresponde à fração do tempo em que o índice de precipitação é maior ou igual a 10mm naqueles dias em que a temperatura é igual ou maior a 20º C. Portanto, estamos lidando com a freqüência de um evento, dado que (ou condicionado ao fato de que) outro evento ocorreu. Note que ][ ][ / / AP ABP nn nn n n A AB A AB ≈= Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 10 Este conceito empírico sugere que seja introduzido o conceito de uma medida de probabilidade condicional definida por (3) , ][ ][ ]|[ AP ABP ABP = 0][ >AP em que ]|[ ABP denota a probabilidade de que B ocorra dado que A ocorreu. Similarmente, (4) , ][ ][ ]|[ BP ABP BAP = 0][ >BP Já caiu em prova! (Analista Judiciário/Estatístico/TRF 1ª Região/2001/FCC). Numa cidade onde se publicam 2 jornais, A e B, sabe-se que entre n famílias: 160, assinam o jornal A, 35 assinam os 2 jornais A e B, 201 não assinam B e 155 assinam apenas 1 jornal. O valor de n e a probabilidade de que uma família selecionada ao acaso, dentre as n, assinar A dado que assina B, são dados, respectivamente, por A) 180 e 160/266 B) 250 e 35/75 C) 266 e 7/13 D) 266 e 35/76 E) 266 e 35/266 Resolução Se 35 das 160 famílias que assinam o jornal A também assinam o jornal B, então o número das famílias que só assinam A é igual a 160 – 35) = 125. Se 155 famílias assinam apenas um jornal, então (155 – 125 = 30 corresponde ao números de famílias que somente assinam B. Se 201 famílias não assinam B, e, dado que 125 famílias assinam somente A, então temos (201 – 125) = 76 famílias que não assinam nenhum dos dois jornais. O diagrama de Venn abaixo ilustra o nosso raciocínio. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 11 AAA B 125 35 30 76 O número de famílias no espaço amostral Ω é igual a 125 + 35 + 30 + 76 = 266. A questão pede que seja calculada a probabilidade condicional P(A|B) = P(AB)/P(B). ⇒ P(AB) = 35/266 ⇒ P(B) = 65/266Logo, P(A|B) = 35/65 = 7/13. GABARITO: C 15.5 Independência Os eventos A e B, pertencentes ao espaço amostral Ω, com P[A] > 0 e P[B] > 0, são independentes se e somente se (5) ][][][ BPAPABP = . Como ][]|[][]|[][ BPBAPAPABPABP == , segue-se que (6) ][]|[ APBAP = (7) ][]|[ BPABP = são válidas somente quando A e B são eventos independentes. A definição de independência diz que, se A e B são independentes, então o resultado B não terá efeito sobre a probabilidade de A e vice-versa. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 12 15.6 Regras de Adição Sejam os eventos A e B, pertencentes ao espaço amostral Ω. Então vale (8) ][][][][ BAPBPAPBAP ∩−+=∪ . Se A e B são eventos mutuamente excludentes, então (9) ][][][ BPAPBAP +=∪ . Sejam A, B e C eventos de um espaço amostral Ω. Neste caso, temos que (10) ][][][][][][ CAPBAPCPBPAPCBAP ∩−∩−++=∪∪ ][][ CBAPCBP ∩∩+∩− . Para uma coleção de k eventos mutuamente excludentes, (11) ][...][][]...[ 2121 kk EPEPEPEEEP +++=∪∪ . Já caiu em prova! (Analista Técnico/SUSEP/2006/ESAF). Os eventos E1 e E2 são os conjuntos de pontos que podem estar tanto em E1, quanto em E2, como em ambos simultaneamente. Então, a probabilidade de uma ocorrência ser do evento E1 ou E2 é dada por: A) P(E1 + E2) = P(E1) + P(E2). B) P(E1 + E2) = P(E1) + P(E2) - P(E1 E2). C) P(E1 + E2) = P(E1) + (1 - P(E2)). D) P(E1 + E2) = P(E2) + (1 - P(E1)). E) P(E1 + E2) = P(E1) * P(E2). Resolução A probabilidade do evento A = E1 ∪ E2 é P(E1 ∪ E2) = P(E1) + P(E2) - P(E1 ∩ E2). Logo, a resposta é a alternativa B. GABARITO: B Já caiu em prova! (ICMS-RJ/2010/FGV) Se A e B são eventos independentes com probabilidades P[A]=0,4 e P[B]=0,5 então P[A∪B] é igual a: Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 13 A) 0,2. B) 0,4. C) 0,5. D) 0,7. E) 0,9. Resolução P[A∪B] = P[A] + P[B] – P[A∩B] Mas, P[A∩B] = P[A].P[B] = 0,4 x 0,5 = 0,2, pois A e B são eventos independentes. Assim, P[A∪B] = 0,4 + 0,5 – 0,2 = 0,7 GABARITO: D Já caiu em prova! (ICMS-RJ/2009/FGV). Os eventos A e B são tais que P(A) = 0,4 e P(B) = 0,9. Assinale a única alternativa que apresenta um possível valor para P(A∩B). A) 0,13 B) 0,22 C) 0,31 D) 0,49 E) 0,54 Resolução )(( )( ))( BAPBPAPBAP ∩−+=∪ (Regra da Adição de Probabilidades) )(,31)(,904,0)( BAPBAPBAP ∩−=∩−+=∪ Como não foi dado o valor de )( BAP ∪ , testaremos os valores de )( BAP ∩ dados em cada uma das alternativas, levando em conta a restrição 1)(( )}( ),{ max ≤∪≤ BAPBPAP ⇒ 1)(,90 ≤∪≤ BAP , pois )( BAP ∪ deve ser, no mínimo, igual a )(BP , caso BA⊂ . A) P(A∩B) = 0,13 ⇒ 117,1,133 0,1)( >=−=∪ BAP NÃO é uma medida de probabilidade. B) P(A∩B) = 0,22 ⇒ 108,1,223 0,1)( >=−=∪ BAP NÃO é uma medida de probabilidade. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 14 C) P(A∩B) = 0,31 ⇒ 199,0,313 0,1)( <=−=∪ BAP satisfaz a restrição 1)(,90 ≤∪≤ BAP . D) P(A∩B) = 0,49 ⇒ 9,81 0,0,493 0,1)( <=−=∪ BAP NÃO satisfaz a restrição 1)(,90 ≤∪≤ BAP . E) P(A∩B) = 0,54 ⇒ 9,76 0,0,543 0,1)( <=−=∪ BAP NÃO satisfaz a restrição 1)(,90 ≤∪≤ BAP . GABARITO: C 15.7 Regra da Multiplicação A definição (3) de probabilidade condicional pode ser reescrita para fornecer uma expressão geral para a probabilidade conjunta de dois eventos A e B, denominada regra da multiplicação, dada por (12) ][]/[][]/[][ APABPBPBAPABP == . 15.8 Teorema da Probabilidade Total Em muitas aplicações, é necessário calcular a probabilidade não condicional de um evento B em termos de uma soma de probabilidades condicionais ponderadas. Sejam os eventos A e B de um espaço amostral Ω como na figura a seguir. Como A e Ac são disjuntos, segue-se que A ∩ B e Ac ∩ B serão mutuamente excludentes. Sendo assim, podemos escrever B na forma B = (A ∩ B) ∪ (Ac ∩ B). A aplicação da regra da adição das probabilidades para o evento B nos dá P(B) = P(A ∩ B) + P(Ac ∩ B), e a aplicação da regra do produto na expressão acima nos dá (13) P(B) = P(B/A) P(A) + P(B/Ac) P(Ac), conhecida como a regra da probabilidade total para dois eventos. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 15 A expressão (13) pode ser generalizada para o caso de k eventos mutuamente excludentes E1, E2, ..., Ek tal que E1 ∪ E2 ∪ ... ∪ Ek = Ω (os eventos Ei são ditos exaustivos porque cobrem todo o espaço amostral): (14) =∩++∩+∩= )(...)()()( 21 kEBPEBPEBPBP ( )./ )() ...()( /( ))/( 2211 kk EPEBPEPEBPEPEBP +++= A Eq. (14) nos dá a probabilidade total (não condicional) de B como uma soma das probabilidades condicionais P(B/Ei) ponderadas, respectivamente, pelas probabilidades dos eventos exaustivos P(Ei), i =1, 2, ..., k. Já caiu em prova! (Analista Legislativo/Contador da Câmara dos Deputados/2007/FCC). Uma rede local de computadores é composta por um servidor e 2 (dois) clientes (Z e Y). Registros anteriores indicam que dos pedidos de certo tipo de processamento, cerca de 30% vêm de Z e 70% de Y. Se o pedido não for feito de forma adequada, o processamento apresentará erro. Sabendo-se que 2% dos pedidos feitos por Z e 1% dos feitos por Y apresentam erro, a possibilidade do sistema apresentar erro é A) 5% B) 4,1% C) 3,5% D) 3% E) 1,3% Resolução Figura: divisão do evento B em dois eventos mutuamente exclusivos. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 16 Trata-se de uma aplicação direta do teorema da probabilidade total. Devemos determinar a probabilidade do sistema apresentar erro, seja o pedido de processamento originado pelo cliente Z ou pelo cliente Y. Assim, P(erro) = P(erro|Z).P(Z) + P(erro|Y).P(Y), em que P(erro|Z) = 2% = 0,02, P(Z) = 30% = 0,30, P(erro|Y) =1% =0,01 e P(Y) = 70% = 0,70. Substituindo esses valores obtemos, P(erro) = (0,02 x 0,30) + (0,01 x 0,70) = 0,013 = 1,3% GABARITO: E Já caiu em prova! (Analista do BACEN/Área 3/2005/FCC). Do total de títulos em poder de um investidor, 1/8 é do tipo T1, 1/4 é do tipo T2, e o restante do tipo T3. Sabe-se que as probabilidades de se obter uma taxa real de juros positiva com estas aplicações são 0,60 com T1, 0,70 com T2 e 0,80 com T3. Se for escolhido um título aleatoriamente entre estes em poder do investidor e verificar-se que apresentou uma taxa real de juros não positiva, a probabilidade dele ser do tipo T3 é A) 50% B) 40% C) 30% D) 20% E) 10% Resolução Pede-se que seja calculada a probabilidade do título aleatoriamente escolhido ser do tipo T3 sabendo-se que o mesmo apresentou uma taxa real de juros não positiva ( 0≤j ), ou seja, trata-se do cálculo da probabilidade condicional , )0( )0( )0|( 33 ≤ ≤∩ =≤ jP jTP jTP em que 0≤j denota o evento “título escolhido apresenta taxa real de juros não positiva” e )0( ≤jP é a probabilidade total de se obter uma taxa real de juros não positiva. Porque )0( ≤jP é a probabilidade total de se obter 0≤j ? Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 17 Observe que os eventos T1, T2 e T3 são mutuamente exclusivos e exaustivos, pois P(T1 ∪∪∪ T2 ∪∪∪ T3) = P(T1) +P(T2) + P(T3) = 1. Logo, P(j≤0) = P(j≤0 ∩∩∩ T1) + P(j≤0 ∩∩∩ T2) + P(j≤0 ∩∩∩ T3) P(j≤0) = P(j≤0|T1).P(T1) + P(j≤0|T2).P(T2) + P(j≤0|T3).P(T3) A equação acima nos dá a probabilidade total (não condicional) do evento j≤0 como uma soma das probabilidades condicionaisP(j≤0|Tk), ponderadas, respectivamente, pelas probabilidades dos eventos exaustivos P(Tk), k =1, 2, 3. O enunciado forneceu P(T1) = 1/8 e P(T2) = 1/4. Portanto, P(T3) = 1 - 1/8 - 1/4 = 5/8. Além disso, P(j>0|T1) = 0,60 ⇒ P(j≤0|T1) = 1 - P(j>0|T1) = 0,40 P(j>0|T2) = 0,70 ⇒ P(j≤0|T2) = 1 - P(j>0|T2) = 0,30 P(j>0|T3) = 0,80 ⇒ P(j≤0|T3) = 1 - P(j>0|T3) = 0,20 Agora, podemos construir a seguinte tabela: Título P(j>0|Tk) P(j≤0|Tk) P(Tk) P(j≤0|Tk).P(Tk) T1 0,60 0,40 = 2/5 1/8 2/40 T2 0,70 0,30 = 3/10 1/4 3/40 T3 0,80 0,20 = 1/5 5/8 5/40 Totais 1 P(j≤0) = 10/40 Desejamos calcular 0)( )0( )0|( 33 ≤ ≤∩ =≤ jP jTP jTP em que o numerador é a probabilidade de um título ser do tipo T3 e ter taxa real não positiva, ou seja, )( 0( )| )( 00)()| 0(0)( 33333 TjPTPTjPjPjTPjTP ∩≤=≤=≤≤=≤∩ Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 18 40/5)()|0()0( 333 =≤=≤∩ TPTjPjTP . Finalmente, obtemos %50,5010/5 40/10 40/5 )0|( 3 ====≤jTP GABARITO: A 15.9 Teorema de Bayes Aprendemos que . )( )( )/( BP BAP BAP ∩ = como )()/(][ APABPBAP =∩ temos que (15) )( )()/( )/( BP APABP BAP = .0)( ≠BP A fórmula (15) é o Teorema (ou Regra) de Bayes. Em geral, se A1, A2, ..., Ak forem eventos mutuamente exclusivos e exaustivos e B for qualquer evento, então (15) pode ser reescrita como (16) . )()/( )()/( )/( 1 ∑ = = n i ii kk k APABP APABP BAP Observe que o denominador de (16) é a probabilidade total de B ocorrer. O Teorema de Bayes nos permite calcular as probabilidades dos vários eventos nAAA ,...,, 21 que podem causar ou provocar a ocorrência de B. Por este motivo, o Teorema de Bayes também é conhecido como o teorema que nos dá a probabilidade da causa (evento kA ) dado o efeito observado (evento B). Na prática, a probabilidade )/( BAP k de (16) é conhecida como probabilidade a posteriori de kA dado B ; )/( kABP é denominada probabilidade a priori de B dado kA e )( kAP é a probabilidade da causa ou a priori de kA . Geralmente, Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 19 as probabilidades a priori são estimadas a partir de medições passadas ou pressupostas pela experiência, ao passo que as probabilidades a posteriori são medidas ou calculadas a partir de observações. Exemplo. A probabilidade de que um novo teste de baixo custo identifique corretamente alguém com AIDS, dando positivo, é 0,99; e a probabilidade de que o teste identifique corretamente alguém sem AIDS, dando negativo, é 0,95. Suponha que a incidência de AIDS na população seja igual a 0,0001. Uma pessoa é escolhida ao acaso, faz o teste e o resultado dá positivo. Qual é a probabilidade de que esse indivíduo tenha AIDS? Devemos calcular a probabilidade de que o indivíduo tenha AIDS (= causa) dado que o resultado do teste foi positivo (= efeito observado): , )()( |( )| )( )()|( )( )()|( )|( SPSPDPDP DPDP P DPDP DP +++ + = + + =+ em que “S” denota a parcela saudável da população (isto é, não infectada pelo vírus), “D” representa a parcela da população que tem a doença (ou seja, a parcela infectada) e “+” denota o evento “resultado positivo”. O enunciado fornece as seguintes probabilidades a priori: - P(S) = 1 – 0,0001; - P(D) = 0,0001; - P(+|D) = 0,99; - P(-|S) = 0,95; Logo, P(+|S) = 1 – P(-|S) = 1 – 0,95 = 0,05. Além disso, temos que P(-|D) = 1 – P(+|D) = 1 – 0,99 = 0,01. A figura a seguir ilustra a aplicação do Teorema de Bayes nesta questão: Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 20 ,0020 ),00010105 (,0,000199 0,0 ,000199 0,0 )()|()()|( )()|( )|( = −×+× × = +++ + =+ SPSPDPDP DPDP DP Nota: podemos descrever o espaço amostral Ω do experimento aleatório proposto pelo exemplo utilizando a notação genérica = {(X,Y): X = 0 ou 1, Y = 0 ou 1} = {(0, 0), (0, 1), (1, 0), (1, 1)}. Assim, os resultados elementares de Ω são: ⇒⇒⇒ (0, 0) = (S, -) ⇒⇒⇒ (0, 1) = (S, +) ⇒⇒⇒ (1, 0) = (D, -) ⇒⇒⇒ (1, 1) = (D, +) Já caiu em prova! (Analista Técnico/SUSEP/2010/ESAF). Admita que a probabilidade de uma pessoa de um particular grupo genético ter uma determinada doença é de 30%. Um custoso e invasivo exame para diagnóstico específico dessa doença tem uma probabilidade de um resultado falso positivo de 10% e de um resultado falso negativo de 30%. Considerando que uma pessoa desse grupo genético com suspeita da doença fez o referido exame, qual a probabilidade dela ter a doença dado que o resultado do exame foi negativo? A) 30% B) 7,5% C) 25% D) 15% E) 12,5% Resolução Devemos calcular a probabilidade de que a pessoa tenha doença (= causa) dado que o resultado do exame foi negativo (= efeito observado): P(D | −) = P(− |D)P(D) P(−) = P(− |D)P(D) P(− |D)P(D) + P(− | S)P(S) , em que “S” denota a parcela saudável da população (isto é, que não possui a doença), “D” representa a parcela da população que tem a doença, “-” e “+” denotam “resultado negativo” e “resultado positivo”, respectivamente. O enunciado fornece as seguintes probabilidades a priori: Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 21 - P(D) = 30% = 0,3 - P(S) = 1 – 0,3 = 0,7 - P(+|S) = 0,1 (falso positivo) - P(-|D) = 0,3 (falso negativo) Logo, P(+|D) = 1 – P(-|D) = 1 – 0,3 = 0,7. Além disso, temos que P(-|S) = 1 – P(+|S) = 1 – 0,1 = 0,9. P(D | −) = P(− |D)P(D) P(− |D)P(D) + P(− | S)P(S) = 0,3 × 0,3 0,3 × 0,3+ 0,9 × 0,7 = 0,09 0,09 + 0,63 =12,5% GABARITO: E 15.10 Memorize para a prova - Dois eventos A e B são mutuamente exclusivos (excludentes) se AB = ∅; ou seja, A e B não têm elementos em comum. - Probabilidade condicional: ][/][]|[ BPABPBAP = - Eventos A e B independentes: ][][][ BPAPABP = ⇒ ][]|[ APBAP = e ][]|[ BPABP = . - Regra da adição: ][][][][ BAPBPAPBAP ∩−+=∪ . - Regra da multiplicação: ][]|[][]|[][ APABPBPBAPABP == . - Regra da probabilidade total: ).()|(...)()|()()|()( 2211 kk EPEBPEPEBPEPEBPBP +++= em que E1, E2, ..., Ek denotam eventos mutuamente excludentes e exaustivos (E1 ∪ E2 ∪ ... ∪ Ek = Ω) e B é um evento qualquer definido sobre o mesmo espaço amostral Ω. - Regra de Bayes: . )()|( )()|( )|( 1 ∑ = = n i ii kk k APABP APABP BAP A fórmula de Bayes nos permite calcular as probabilidades dos vários eventos nAAA ,...,, 21 que podem causar ou provocar a ocorrência de B (probabilidade da causa kA dado o efeito observado B). Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 22 15.11 Exercícios de Fixação 1. (Analista de Finanças e Controle STN/2008/ESAF) Dois eventos A e B são ditos eventos independentes se e somente se: A) a probabilidade de ocorrência conjunta de A e B for nula. B) a ocorrência de B alterar a probabilidade de ocorrência de A. C) a ocorrência de A alterar a probabilidade de ocorrência de B. D) a ocorrência de B não alterar a probabilidade de ocorrência de A. E) a probabilidade de ocorrência conjunta de A e B for igual a 1. 2. (Analista de Finanças e Controle STN/2008/ESAF) Marco estuda em uma universidade na qual, entre as moças de cabelos loiros, 18 possuem olhos azuis e 8 possuem olhos castanhos; entre as moças de cabelos pretos, 9 possuem olhos azuis e 9 possuem olhos castanhos; entre as moças de cabelos ruivos, 4 possuem olhos azuis e 2 possuem olhos castanhos. Marisa seleciona aleatoriamente uma dessas moças para apresentar para seu amigo Marco. Ao encontrar com Marco, Marisa informa que a moça selecionadapossui olhos castanhos. Com essa informação, Marco conclui que a probabilidade de a moça possuir cabelos loiros ou ruivos é igual a: A) 0 B) 10/19 C) 19/50 D) 10/50 E) 19/31 3. (ICMS-RJ/2009/FGV) Um torneio será disputado por 4 tenistas (entre os quais A e B) de mesma habilidade, isto é, em qualquer jogo entre dois dos quatro jogadores, ambos têm a mesma chance de ganhar. Na primeira rodada, eles se enfrentarão em dois jogos, com adversários definidos por sorteio. Os vencedores disputarão a final. A probabilidade de que o torneio termine com A derrotando B na final é A) 1/2 B) 1/4 C) 1/6 D) 1/8 E) 1/12 4. (ICMS-RJ/2007/FGV) A tabela abaixo apresenta a distribuição de 1.000 pessoas classificadas por Sexo (Masculino e Feminino) e Estado Civil (Solteiro, Casado e Viúvo). Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 23 Estado Civil Sexo Total M F Solteiro 300 200 500 Casado 200 100 300 Viúvo 100 100 200 Total 600 400 1.000 Uma pessoa é selecionada ao acaso. A probabilidade de que ela seja do sexo Feminino ou Viúva é igual a: A) 0,6. B) 0,2. C) 0,5. D) 0,7. E) 0,4. 5. (ICMS-RJ/2007/FGV) Sejam A e B dois eventos definidos em um espaço amostral S de modo que P(A) = 0,70, P(B) = 0,20 e P(A∩B) = 0,14. Então, pode-se dizer que A e B são eventos: A) mutuamente exclusivos. B) complementares. C) elementares. D) condicionais. E) independentes. 6. (TFC-CGU/2008/ESAF) Uma empresa de consultoria no ramo de engenharia de transportes contratou 10 profissionais especializados, a saber: 4 engenheiras e 6 engenheiros. Sorteando- se, ao acaso, três desses profissionais para constituírem um grupo de trabalho, a probabilidade de os três profissionais sorteados serem do mesmo sexo é igual a: A) 0,10 B) 0,12 C) 0,15 D) 0,20 E) 0,24 7. (Assistente Técnico-Administrativo MF/2009/ESAF) Ao se jogar um determinado dado viciado, a probabilidade de sair um número 6 é de 20%, enquanto que as probabilidades de sair qualquer outro número são iguais Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 24 entre si. Ao se jogar este dado duas vezes, qual o valor mais próximo da probabilidade de um número par sair duas vezes? A) 20% B) 27% C) 25% D) 23% E) 50% 8. (Adm. Pleno/Petrobrás/2005/CESGRANRIO) Joga-se um dado não tendencioso. Se o resultado não foi “quatro”, qual é a probabilidade de que tenha sido “um”? A) 1/5 B) 1/6 C) 1/9 D) 1/12 E) 1/18 9. (TCE-ES/Economia/2001/ESAF) Num teste de múltipla escolha, um estudante sabe uma questão ou “chuta” a resposta. Seja 2/3 a probabilidade de que o estudante saiba uma questão do teste. Suponha que cada questão tenha 5 alternativas e que a probabilidade de acertar no “chute” seja 1/5. Assinale a opção que dá a probabilidade condicional de que o estudante saiba realmente uma pergunta que respondeu corretamente. A) 1/5 B) 2/15 C) 10/11 D) 2/3 E) 13/15 10. (Adm. Jr./REFAP/2007/CESGRANRIO) A probabilidade de que o preço da farinha de trigo aumente em determinado mês é estimada em 40%. Se isso ocorre, a probabilidade de que o preço do pão francês também aumente é de 50%; caso contrário, a probabilidade de aumento do pão francês será de apenas 10%. Se o preço do pão francês subiu, a probabilidade de que o preço da farinha de trigo tenha sofrido majoração é igual a: A) 1/13 B) 2/10 C) 6/13 Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 25 D) 6/11 E) 10/13 11. (Analista do BACEN/2002/ESAF) Uma empresa fabrica motores a jato em duas fábricas A e B. Um motor é escolhido ao acaso de um lote de produção. Nota-se que o motor apresenta defeitos. De observações anteriores a empresa sabe que 2% e 3% são as taxas de motores fabricados com algum defeito em A e B, respectivamente. Sabendo-se que a fábrica A é responsável por 40% da produção, assinale a opção que dá a probabilidade de que o motor escolhido tenha sido fabricado em A. A) 0,400 B) 0,030 C) 0,012 D) 0,308 E) 0,500 12. (Analista do BACEN/Área 2/2010/CESGRANRIO) A probabilidade de um indivíduo de classe A comprar um automóvel é 3/4. Para um indivíduo de classe B, essa probabilidade é 1/6, e para um indivíduo de classe C, ela é de 1/20. A probabilidade de um indivíduo de classe A comprar um fusca é 1/10, enquanto que, para um indivíduo de classe B, essa probabilidade é 3/5 e para um indivíduo de classe C, é de 3/10. Sabendo-se que a revendedora XPTO vendeu um Fusca, a probabilidade de o comprador pertencer à classe B é A) 0,527 B) 0,502 C) 0,426 D) 0,252 E) 0,197 13. (AFT/2010/ESAF) Em uma universidade, 56% dos alunos estudam em cursos da área de ciências humanas e os outros 44% estudam em cursos da área de ciências exatas, que incluem matemática e física. Dado que 5% dos alunos da universidade estudam matemática e 6% dos alunos da universidade estudam física e que não é possível estudar em mais de um curso na universidade, qual a proporção dos alunos que estudam matemática ou física entre os alunos que estudam em cursos de ciências exatas? A) 20,00%. B) 21,67%. C) 25,00%. D) 11,00%. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 26 E) 33,33%. 14. (Analista Judiciário/Estatístico/TRF 1ª região/2001/FCC) Duas urnas guardam bolas brancas e pretas. Uma das urnas tem 3 bolas brancas e 1 preta enquanto que a outra tem 3 bolas brancas e 3 pretas. Escolhendo-se uma urna ao acaso e em seguida, sucessivamente e com reposição duas de suas bolas, a probabilidade de ocorrer uma branca e uma preta é A) 7/8. B) 7/16. C) 3/8. D) 7/32. E) 3/16. 15. (AFPS/2002/ESAF) Suponha que a probabilidade de um evento C seja 0,4 e que a probabilidade condicional do evento D dado que C ocorreu seja 0,2. Assinale a opção que dá o valor da probabilidade de ocorrência de D e C A) 0,50 B) 0,08 C) 0,00 D) 1,00 E) 0,60 (Analista do INSS com formação em estatística/2008/Cespe) Texto para os itens de 16 a 20 perfil A B C total Número de trabalhadores (em milhões de pessoas) 3 8 8 19 Um projeto do governo tinha como objetivo atrair para o sistema previdenciário uma parcela de trabalhadores que não eram contribuintes do INSS. Na ocasião em que tal projeto havia sido proposto, pelos cálculos do governo, existiam no país 19 milhões de trabalhadores com mais de 16 anos e renda mensal de um ou mais salários mínimos que não contribuíam para a previde ̂ ncia. Esses trabalhadores foram classificados de acordo com tres perfis A, B e C, e a distribuicão do número de trabalhadores em cada perfil está no quadro acima. A expectativa do governo era a seguinte: entre as pessoas com o perfil A, a probabilidade de entrada para o sistema previdenciário era de 0,8; para as de perfil B, a probabilidade de entrada para o sistema era de 0,5 e os de perfil C entrariam no sistema com uma probabilidade igual a 0,1. Correio Braziliense, 15/11/2006, p. A-14 (com adaptações). Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 27 Com base nas informações apresentadas no texto acima, julgue os itens seguintes. 16. Na ocasião em que o projeto havia sido proposto, a probabilidade de uma pessoa entre os 19 milhões de trabalhadores entrar para o sistema previdenciário era superior a 0,35 e inferior a 0,40. 17. A expectativa do governo era de que mais de 7 milhões de trabalhadores fossem atraídos para o sistema previdenciário. 18. Um trabalhador que atende às condições do projetodo governo, decidiu entrar para o sistema de previdência. A probabilidade de ele ser um trabalhador do perfil A é superior a 0,4. Ainda com relação ao texto e considerando que a probabilidade de dois trabalhadores selecionados aleatoriamente entre aqueles com o perfil A entrarem para o sistema previdenciário é igual a α, julgue os itens subseqüentes. 19. Por ser uma probabilidade, α pode assumir qualquer valor entre 0 e 1. 20. O número esperado de trabalhadores do perfil A que entrarão no sistema previdenciário aumenta à medida que α aumenta. 15.12 Gabarito 1 – D 2 - B 3 - E 4 – C 5 – E 6 - D 7 – B 8 – A 9 – C 10 – E 11 – D 12 – A 13 – C 14 – B 15 – B 16 – C 17 – C 18 – E 19 – E 20 - E Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 28 15.13 Resolução dos Exercícios de Fixação 1. (Analista de Finanças e Controle STN/2008/ESAF) Dois eventos A e B são ditos eventos independentes se e somente se: A) a probabilidade de ocorrência conjunta de A e B for nula. B) a ocorrência de B alterar a probabilidade de ocorrência de A. C) a ocorrência de A alterar a probabilidade de ocorrência de B. D) a ocorrência de B não alterar a probabilidade de ocorrência de A. E) a probabilidade de ocorrência conjunta de A e B for igual a 1. Resolução Dois eventos A e B são ditos eventos independentes se e somente se a ocorrência de B não alterar a probabilidade de ocorrência de A e vice-versa. GABARITO: D 2. (Analista de Finanças e Controle STN/2008/ESAF) Marco estuda em uma universidade na qual, entre as moças de cabelos loiros, 18 possuem olhos azuis e 8 possuem olhos castanhos; entre as moças de cabelos pretos, 9 possuem olhos azuis e 9 possuem olhos castanhos; entre as moças de cabelos ruivos, 4 possuem olhos azuis e 2 possuem olhos castanhos. Marisa seleciona aleatoriamente uma dessas moças para apresentar para seu amigo Marco. Ao encontrar com Marco, Marisa informa que a moça selecionada possui olhos castanhos. Com essa informação, Marco conclui que a probabilidade de a moça possuir cabelos loiros ou ruivos é igual a: A) 0 B) 10/19 C) 19/50 D) 10/50 E) 19/31 Resolução Vamos fazer uma tabela, para facilitar o entendimento: Moças Cabelos Loiros Cabelos Pretos Cabelos Ruivos Total Olhos Azuis 18 9 4 31 Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 29 Olhos Castanhos 8 9 2 19 Total 26 18 6 50 Marisa seleciona aleatoriamente uma dessas moças para apresentar para seu amigo Marco. Ao encontrar com Marco, Marisa informa que a moça selecionada possui olhos castanhos. Com essa informação, Marco conclui que a probabilidade de a moça possuir cabelos loiros ou ruivos é igual a: Evento A = “moça de cabelos loiros ou ruivos” Evento B = “moça de olhos castanhos” P(A/B) = P(A∩B)/P(B) = 19 10 19 50 50 10 50 19 50 )8 2( =×= + GABARITO: B 3. (ICMS-RJ/2009/FGV) Um torneio será disputado por 4 tenistas (entre os quais A e B) de mesma habilidade, isto é, em qualquer jogo entre dois dos quatro jogadores, ambos têm a mesma chance de ganhar. Na primeira rodada, eles se enfrentarão em dois jogos, com adversários definidos por sorteio. Os vencedores disputarão a final. A probabilidade de que o torneio termine com A derrotando B na final é A) 1/2 B) 1/4 C) 1/6 D) 1/8 E) 1/12 Resolução P(A vencer B na final) = P[(A não enfrentar B na 1ª rodada) ∩ (A vencer a 1ª rodada) ∩ (B vencer a 1ª rodada) ∩ (A vencer B na final)] = P(A não enfrentar B na 1ª rodada) x P(A vencer a 1ª rodada) x P(B vencer a 1ª rodada) x P(A vencer B na final), pois os quatro experimentos aleatórios são independentes. Na primeira rodada, as seguintes duplas podem ser formadas: • 1ª possibilidade: (A,B) e (C,D) ⇒ 1/3 de probabilidade • 2ª possibilidade: (A,C) e (B,D) ⇒ 1/3 de probabilidade • 3ª possibilidade: (A,D) e (B,C) ⇒ 1/3 de probabilidade Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 30 Logo, P(A não enfrentar B na 1ª rodada) = P{[(A,C) e (B,D)] ∪ [(A,D) e (B,C)]} = P{(A,C) e (B,D)} + P{[(A,D) e (B,C)} = 1/3 + 1/3 = 2/3. Também temos que P(A vencer a 1ª rodada) = P(B vencer a 1ª rodada) = P(A vencer B na final) = 1/2, pois em qualquer jogo entre dois dos quatro jogadores, ambos têm a mesma chance de ganhar. Logo, P(A vencer B na final) = 2/3 x 1/2 x 1/2 x 1/2 = 2/24 = 1/12. GABARITO: E 4. (ICMS-RJ/2007/FGV) A tabela abaixo apresenta a distribuição de 1.000 pessoas classificadas por Sexo (Masculino e Feminino) e Estado Civil (Solteiro, Casado e Viúvo). Estado Civil Sexo Total M F Solteiro 300 200 500 Casado 200 100 300 Viúvo 100 100 200 Total 600 400 1.000 Uma pessoa é selecionada ao acaso. A probabilidade de que ela seja do sexo Feminino ou Viúva é igual a: A) 0,6. B) 0,2. C) 0,5. D) 0,7. E) 0,4. Resolução P(sexo Feminino ou Viúva) = P(sexo Feminino) + P(Viúva) - P(sexo Feminino e Viúva). P(sexo Feminino) = 400/1.000 P(Viúva) = 200/1.000 P(sexo Feminino e Viúva) = 100/1.000 Logo, P(sexo Feminino ou Viúva) = 400/1.000 + 200/1.000 – 100/1.000 = 500/1.000 = 0,5. GABARITO: C Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 31 5. (ICMS-RJ/2007/FGV) Sejam A e B dois eventos definidos em um espaço amostral S de modo que P(A) = 0,70, P(B) = 0,20 e P(A∩B) = 0,14. Então, pode-se dizer que A e B são eventos: A) mutuamente exclusivos. B) complementares. C) elementares. D) condicionais. E) independentes. Resolução Note que P(A) x P(B) = 0,7 x 0,2 = 0,14 = P(A∩B) ⇒ A e B são eventos independentes. GABARITO: E 6. (TFC-CGU/2008/ESAF) Uma empresa de consultoria no ramo de engenharia de transportes contratou 10 profissionais especializados, a saber: 4 engenheiras e 6 engenheiros. Sorteando- se, ao acaso, três desses profissionais para constituírem um grupo de trabalho, a probabilidade de os três profissionais sorteados serem do mesmo sexo é igual a: A) 0,10 B) 0,12 C) 0,15 D) 0,20 E) 0,24 Resolução I – Probabilidade de sortear três homens: Total de Engenheiros = 6 p(três homens) = (6/10) x (5/9) x (4/8) = (3/5) x (5/9) x (1/2) = 0,1667 II – Probabilidade de sortear três mulheres: Total de Engenheiras = 4 p(três mulheres) = (4/10) x (3/9) x (2/8) = (2/5) x (1/3) x (1/4) = 0,0333 Probabilidade de Sortear Três Pessoas do Mesmo Sexo (P) P = P(três homens) + P(três mulheres) = 0,1667 + 0,0333 = 0,20 Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 32 GABARITO: D 7. (Assistente Técnico-Administrativo-MF/2009/ESAF) Ao se jogar um determinado dado viciado, a probabilidade de sair um número 6 é de 20%, enquanto que as probabilidades de sair qualquer outro número são iguais entre si. Ao se jogar este dado duas vezes, qual o valor mais próximo da probabilidade de um número par sair duas vezes? A) 20% B) 27% C) 25% D) 23% E) 50% Resolução Dado viciado: P(X = 6) = 0,2 As probabilidades de sair qualquer outro número são iguais entre si. P(X = 1) = P(X = 2) = P(X = 3) = P(X = 4) = P(X = 5) = (1-0,2)/5 = 0,8/5 = 0,16. Ao se jogar o dado duas vezes, qual o valor mais próximo da probabilidade de um número par sair duas vezes? I – Dado jogado pela primeira vez: P(X par na jogada 1) = P(X = 2) + P(X = 4) + P(X = 6) = 0,16 + 0,16 + 0,20 = 0,52 II – Dado jogado pela segunda vez: P(X par na jogada 2) = 0,52 Probabilidade de um número par sair duas vezes (eventos independentes): P(par nas duas vezes) = P(X par na jogada 1) x P(X par najogada 2) = 0,52 x 0,52 = 27,04% GABARITO: B 8. (Adm. Pleno/Petrobrás/2005/CESGRANRIO) Joga-se um dado não tendencioso. Se o resultado não foi “quatro”, qual é a probabilidade de que tenha sido “um”? Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 33 A) 1/5 B) 1/6 C) 1/9 D) 1/12 E) 1/18 Resolução Se já se sabe, a priori, que o resultado não foi “quatro”, então só nos restam cinco possibilidades equiprováveis. Logo, a probabilidade de que tenha sido “um” é igual a 1/5. Também podemos resolver aplicando a fórmula da probabilidade condicional, 4)( )41( )4|1( ≠ ≠∩= =≠= XP XXP XXP , em que 6 1 )41( =≠∩= XXP , pois a probabilidade de que o resultado dê “um” e que ao mesmo tempo seja diferente de “quatro” é igual a probabilidade de se obter “um”, e ==∪=∪=∪=∪==≠ )65321()4( XXXXXPXP 6 5 6 1 5)6()5()3()2()1( =×==+=+=+=+== XPXPXPXPXP . Então, 5/1 6/5 6/1 )4|1( ==≠= XXP . GABARITO: A 9. (TCE-ES/Economia/2001/ESAF) Num teste de múltipla escolha, um estudante sabe uma questão ou “chuta” a resposta. Seja 2/3 a probabilidade de que o estudante saiba uma questão do teste. Suponha que cada questão tenha 5 alternativas e que a probabilidade de acertar no “chute” seja 1/5. Assinale a opção que dá a probabilidade condicional de que o estudante saiba realmente uma pergunta que respondeu corretamente. A) 1/5 B) 2/15 C) 10/11 D) 2/3 Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 34 E) 13/15 Resolução Esta questão aborda o Teorema de Bayes. Um possível método de resolução é baseado no uso de um diagrama binário como o que se segue abaixo: O enunciado diz que a probabilidade de que o estudante saiba uma questão do teste (X=1) é 2/3, ou seja, PX(1) = 2/3. Logo, PX(0) = 1 – 2/3 = 1/3 (probabilidade de o estudante não saber a questão). Observe que Y=0 denota o evento “resposta errada”, enquanto que Y=1 representa a “resposta certa”. A probabilidade de acertar no “chute” é 1/5, ou seja, a probabilidade de transição Py|x(1|0) = 1/5. Então, a probabilidade de transição complementar Py|x(0|0) (probabilidade de errar no “chute”) é dada por Py|x(0|0) = 1 - Py|x(1|0) = 4/5. Está implícito que a probabilidade de o estudante acertar a resposta quando sabe a questão é igual a 1, isto é, Py|x(1|1) = 1. Logo, a probabilidade de errar quando sabe a questão é nula, pois Py|x(0|1) = 1 - 1 = 0. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 35 Finalmente, chegamos a uma versão completa do DIAGRAMA BINÁRIO: Note que as probabilidades PY(0) e PY(1) são calculadas pelo Regra da Probabilidade Total. Se o estudante acertou a resposta (Y=1 é o efeito observado), a probabilidade condicional de que o estudante saiba realmente a pergunta (X=1 é a causa) é dada por (Regra de Bayes) 11 10 3 1 5 1 3 2 1 3 2 1 )0()0|1(1)()1|1( 1)()1|1( )11|( || | | = ×+× × = + = xyxxyx xyx yx PPPP PP P GABARITO: C 10. (Adm. Jr./REFAP/2007/CESGRANRIO) A probabilidade de que o preço da farinha de trigo aumente em determinado mês é estimada em 40%. Se isso ocorre, a probabilidade de que o preço do pão francês também aumente é de 50%; caso contrário, a probabilidade de aumento do pão francês será de apenas 10%. Se o preço do pão francês subiu, a probabilidade de que o preço da farinha de trigo tenha sofrido majoração é igual a: A) 1/13 B) 2/10 C) 6/13 D) 6/11 E) 10/13 Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 36 Resolução O enunciado diz que a probabilidade de que o preço da farinha de trigo aumente em determinado mês (X=1) é estimada em 40%. Logo, temos as seguintes probabilidades a priori: PX(1) = 0,40 e PX(0) = 1 - 0,40 = 0,60. Observe que X=0 denota o evento “preço da farinha de trigo não aumentou”. Foi dito que se X=1 (preço da farinha de trigo aumentou), a probabilidade de que o preço do pão francês também aumente (Y=1) é de 50%, ou seja, foi dada a probabilidade de transição Py|x(1|1) = 0,50. Então, a probabilidade de transição complementar Py|x(0|1) (probabilidade de que o preço do pão francês não aumente (Y=0) dado que o preço da farinha de trigo aumentou (X=1)) é dada por Py|x(0|1) = 1 - 0,50 = 0,50. Caso o preço da farinha de trigo NÃO aumente (X=0), a probabilidade de aumento do pão francês (Y=1) será de apenas 10%, ou seja, Py|x(1|0) = 0,10. Portanto, se o preço da farinha de trigo NÃO aumentar (X=0), a probabilidade do preço do pão francês também NÃO aumentar (Y=0) será de Py|x(0|0) = 1 - 0,10 = 0,90. Agora, chegamos a uma versão completa do DIAGRAMA BINÁRIO: Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 37 Note que as probabilidades PY(0) e PY(1) são calculadas pelo Teorema da Probabilidade Total. Se o preço do pão francês subiu (Y=1 é o efeito observado), a probabilidade de que o preço da farinha de trigo tenha sofrido majoração (X=1 é a causa) é, pelo Teorema de Bayes, dada por 13 10 26 20 10 6 10 1 10 4 10 5 10 4 10 5 )0()0|1(1)()1|1( 1)()1|1( )11|( || | | == ×+× × = + = xyxxyx xyx yx PPPP PP P GABARITO: E 11. (Analista do BACEN/2002/ESAF) Uma empresa fabrica motores a jato em duas fábricas A e B. Um motor é escolhido ao acaso de um lote de produção. Nota-se que o motor apresenta defeitos. De observações anteriores a empresa sabe que 2% e 3% são as taxas de motores fabricados com algum defeito em A e B, respectivamente. Sabendo-se que a fábrica A é responsável por 40% da produção, assinale a opção que dá a probabilidade de que o motor escolhido tenha sido fabricado em A. A) 0,400 B) 0,030 C) 0,012 D) 0,308 E) 0,500 Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 38 Resolução Seja um espaço amostral Ω. Considere os eventos mutuamente exclusivos e exaustivos nAAA ,...,, 21 e um evento qualquer B. O Teorema de Bayes afirma que , )()/( )()/( )/( 1 ∑ = = n i ii kk k APABP APABP BAP ou seja, o Teorema de Bayes nos permite calcular as probabilidades dos vários eventos nAAA ,...,, 21 que podem causar ou provocar a ocorrência de B. Por este motivo, o Teorema de Bayes também é conhecido como o teorema que nos dá a probabilidade da causa (evento kA ) dado o efeito observado (evento B). Na prática, a probabilidade )/( BAP k é conhecida como probabilidade a posteriori de kA dado B ; )/( kABP é denominada probabilidade a priori de B dado kA e )( kAP é a probabilidade da causa ou a priori de kA . Geralmente, as probabilidades a priori são estimadas a partir de medições passadas ou pressupostas pela experiência, ao passo que as probabilidades a posteriori são medidas ou calculadas a partir de observações. Devemos calcular a probabilidade de que o motor defeituoso escolhido ao acaso tenha sido fabricado em A. O motor observado pode ser defeituoso (evento “D”) ou não defeituoso (evento “ND”). Ou seja, pede-se para determinar a probabilidade de que a fábrica A tenha causado o defeito observado no motor selecionado: . )()|(( )| )( )()|( )( )()|( )|( BPBDPAPADP APADP DP APADP DAP + == O enunciado fornece as seguintes probabilidades a priori: . 3%| )( %2)|( %60)( %40)( = = = = BDP ADP BP AP Portanto, P(ND|A) = 1 – P(D|A) = 1 – 0,02 = 0,98 e P(ND|B) = 1 – P(D|B) = 1 – 0,03 = 0,97. Curso Online - Raciocínio Lógico-Quantitativo para TraumatizadosProfs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 39 A figura a seguir ilustra a aplicação do Teorema de Bayes nesta questão: 13 4 26 8 18080 80 100 60 100 3 100 40 100 2 100 40 100 2 )()/()()/( )()/( )/( == + = ×+× × = + = BPBDPAPADP APADP DAP ,3080)/( ≈DAP Nota: podemos descrever o espaço amostral Ω do experimento aleatório proposto pela questão utilizando a notação genérica = {(X,Y): X = 0 ou 1, Y = 0 ou 1} = {(0, 0), (0, 1), (1, 0), (1, 1)}. Para a questão, os resultados elementares de Ω são: ⇒⇒⇒ (0, 0) = (A, ND) ⇒⇒⇒ (0, 1) = (A, D) ⇒⇒⇒ (1, 0) = (B, ND) ⇒⇒⇒ (1, 1) = (B, D) GABARITO: D 12. (Analista do BACEN/Área 2/2010/CESGRANRIO) A probabilidade de um indivíduo de classe A comprar um automóvel é 3/4. Para um indivíduo de classe B, essa probabilidade é 1/6, e para um indivíduo de classe C, ela é de 1/20. A probabilidade de um indivíduo de classe A comprar um fusca é 1/10, enquanto que, para um indivíduo de classe B, essa probabilidade é 3/5 e para um indivíduo de classe C, é de 3/10. Sabendo-se que a revendedora XPTO vendeu um Fusca, a probabilidade de o comprador pertencer à classe B é A) 0,527 B) 0,502 C) 0,426 D) 0,252 Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 40 E) 0,197 Resolução Sabendo-se que a revendedora XPTO vendeu um Fusca (efeito) qual é a probabilidade de o comprador pertencer à classe B (causa)? Ou seja, qual é o valor de P(B|Fusca)? A pergunta formulada acima indica, de forma inequívoca, que é preciso aplicar o Teorema de Bayes (probabilidade da causa dado o efeito observado) para resolver a questão. O equacionamento da probabilidade P(B|Fusca) pelo Teorema de Bayes fornece P(B|Fusca) = P(Fusca|B)P(B)/P(Fusca) Neste ponto da resolução, precisamos confirmar se os dados fornecidos pelo enunciado viabilizam a aplicação do Teorema de Bayes. Recordaremos, a seguir, o enunciado deste importante teorema do cálculo de probabilidades. Sejam os eventos mutuamente exclusivos e exaustivos nk EEEE ,...,,...,1 , 2 definidos sobre o espaço amostral Ω. Se Z é um evento qualquer de ΩΩΩ, então é válida a relação ∑ = = n i ii kk k EPEZP EPEZP ZEP 1 )()|( )()|( )|( . O que seria o espaço amostral Ω, dado o enunciado do problema? Quais seriam os eventos mutuamente exclusivos e exaustivos definidos sobre Ω? Suponha que Ω represente o espaço amostral dos indivíduos das classe A, B e C que compram automóveis. Neste caso, temos os seguintes eventos mutuamente exclusivos e exaustivos: - Evento A: indivíduo da classe A comprar um automóvel. Neste caso, a freqüência relativa ao evento A é 3/4, ou seja, P(A) = 3/4; - Evento B: indivíduo da classe B comprar um automóvel, em que P(B) = 1/6; - Evento C: indivíduo da classe C comprar um automóvel, em que P(C) = 1/20. Será que a equação P(A) + P(B) + P(C) = 1 é verificada? P(B) + P(C) = 1 - P(A) = 1 – 3/4 = ¼ = 0,25 Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 41 P(B) + P(C) = 1/6 + 1/20 ≈ 0,167 + 0,05 = 0,217 ≠≠≠ 0,25 Há uma discrepância de (0,25 – 0,217) = 0,033. Depreende-se que a banca considerou a aproximação P(A) + P(B) + P(C) = 0,967 ≈ 1 Quem faria o papel do evento Z? Este evento representa a compra de um Fusca por um indivíduo de qualquer classe, cuja probabilidade é denotada por P(Fusca). A probabilidade total P(Fusca) é dada por P(Fusca) = P(Fusca|A)P(A) + P(Fusca|B)P(B) + P(Fusca|C)P(C) ou seja, P(Fusca) = (1/10)x(3/4) + (3/5)x(1/6) + (3/10)x(1/20) = 0,19 Logo, ,52630 ,190 )61/()5/3( )( )()|( )|( = × == FuscaP BPBFuscaP FuscaBP A banca utilizou o arredondamento 0,5263 ≈ 0,527 (opção A). GABARITO: A 13. (AFT/2010/ESAF) Em uma universidade, 56% dos alunos estudam em cursos da área de ciências humanas e os outros 44% estudam em cursos da área de ciências exatas, que incluem matemática e física. Dado que 5% dos alunos da universidade estudam matemática e 6% dos alunos da universidade estudam física e que não é possível estudar em mais de um curso na universidade, qual a proporção dos alunos que estudam matemática ou física entre os alunos que estudam em cursos de ciências exatas? A) 20,00%. B) 21,67%. C) 25,00%. D) 11,00%. E) 33,33%. Resolução Vamos supor que há um total de 100 alunos Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 42 56% dos alunos = Área de Ciências Humanas = 56 alunos 44% dos alunos = Área de Ciências Exatas = 44 alunos 5% estudam matemática = 5 alunos 6% estudam física = 6 alunos Não é possível estudar mais de um curso. Percentual (Matemática ou Física/Ciências Exatas) = (5 + 6)/44 = 11/44 = 1/4 = 25% GABARITO: C 14. (Analista Judiciário/Estatístico/TRF 1ª região/2001/FCC) Duas urnas guardam bolas brancas e pretas. Uma das urnas tem 3 bolas brancas e 1 preta enquanto que a outra tem 3 bolas brancas e 3 pretas. Escolhendo-se uma urna ao acaso e em seguida, sucessivamente e com reposição duas de suas bolas, a probabilidade de ocorrer uma branca e uma preta é A) 7/8. B) 7/16. C) 3/8. D) 7/32. E) 3/16. Resolução A probabilidade de escolher qualquer uma das urnas é 1/2. O sorteio das duas bolas é feito com reposição, ou seja, a 1ª bola sorteada retorna para a urna, de modo que as probabilidades de ocorrência das bolas são mantidas no 2º sorteio. Temos as seguintes probabilidades de sorteio para a urna que guarda 3 bolas brancas e 1 preta: P(bola branca) = 3/4 e P(bola preta) = 1/4. Para a outra urna temos: P(bola branca) = P(bola preta) = 3/6 = 1/2. A probabilidade pedida é a probabilidade de ocorrer uma branca e uma preta. A ordem de ocorrência não foi especificada, isto é, podemos ter branca no 1º sorteio e preta no 2º sorteio ou o inverso. Quais são as possibilidades? Há quatro casos possíveis: 1) escolha de uma bola branca no 1º sorteio e de uma bola preta no 2º sorteio quando a urna escolhida é a que tem 3 bolas brancas e 1 preta (caso 1) ou Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 43 2) caso 2: escolha de uma bola preta no 1º sorteio e de uma preta no 2º sorteio quando a urna escolhida é a que tem 3 bolas brancas e 1 preta (caso 2) ou 3) escolha de uma bola branca no 1º sorteio e de uma bola preta no 2º sorteio quando a urna escolhida é a que tem 3 bolas brancas e 3 pretas (caso 3) ou 4) escolha de uma bola preta no 1º sorteio e de uma preta no 2º sorteio quando a urna escolhida é a que tem 3 bolas brancas e 3 pretas (caso 4). As probabilidades dos 4 casos acima são: P(caso 1) = (1/2)x(3/4)x(1/4) = 3/32 P(caso 2) = (1/2)x(1/4)x(3/4) = 3/32 P(caso 3) = P(1/2)x(1/2)x(1/2) = 1/8 P(caso 4) = P(1/2)x(1/2)x(1/2) = 1/8 Temos que somar as probabilidades dos 4 casos. Logo, a probabilidade de ocorrer uma branca e uma preta é (2 x 3/32) + (2 x 1/8) = 3/16 + 1/4 = 7/16. GABARITO: B 15. (AFPS/2002/ESAF) Suponha que a probabilidade de um evento C seja 0,4 e que a probabilidade condicional do evento D dado que C ocorreu seja 0,2. Assinale a opção que dá o valor da probabilidade de ocorrência de D e C A) 0,50 B) 0,08 C) 0,00 D) 1,00 E) 0,60 Resolução Trata-se de aplicação da regra da multiplicação: P(DC) = P(D|C).P(C). P(DC) = P(D|C).P(C) = 0,2 x 0,4 = 0,08. GABARITO: B Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 44 (Analista do INSS com formação em estatística/2008/Cespe) Texto para os itens de 16 a 20 perfil A B C totalNúmero de trabalhadores (em milhões de pessoas) 3 8 8 19 Um projeto do governo tinha como objetivo atrair para o sistema previdenciário uma parcela de trabalhadores que não eram contribuintes do INSS. Na ocasião em que tal projeto havia sido proposto, pelos cálculos do governo, existiam no país 19 milhões de trabalhadores com mais de 16 anos e renda mensal de um ou mais salários mínimos que não contribuíam para a previde ̂ ncia. Esses trabalhadores foram classificados de acordo com tres perfis A, B e C, e a distribuicão do número de trabalhadores em cada perfil está no quadro acima. A expectativa do governo era a seguinte: entre as pessoas com o perfil A, a probabilidade de entrada para o sistema previdenciário era de 0,8; para as de perfil B, a probabilidade de entrada para o sistema era de 0,5 e os de perfil C entrariam no sistema com uma probabilidade igual a 0,1. Correio Braziliense, 15/11/2006, p. A-14 (com adaptações). Com base nas informações apresentadas no texto acima, julgue os itens seguintes. 16. Na ocasião em que o projeto havia sido proposto, a probabilidade de uma pessoa entre os 19 milhões de trabalhadores entrar para o sistema previdenciário era superior a 0,35 e inferior a 0,40. Resolução Dados: ⇒ P(entrada|A) = 0,8, P(entrada|B) = 0,5 e P(entrada|C) = 0,1. ⇒ P(A) = 3/19, P(B) = 8/19 e P(C) = 8/19. Note que P(A) + P(B) + P(C) = 3/19 + 2 x 8/19 = 1, pois A, B e C são eventos mutuamente exclusivos. A probabilidade total de uma pessoa entrar para o sistema previdenciário é dada por P(entrada) = P(entrada|A).P(A) + P(entrada|B).P(B) + P(entrada|C).P(C) P(entrada) = (0,8 x 3/19) + (0,5 x 8/19) + (0,1 x 8/19) = 7,2/19 ≅ 0,38. Portanto, a probabilidade de uma pessoa entre os 19 milhões de trabalhadores entrar para o sistema previdenciário era superior a 0,35 e inferior a 0,40. O item está certo. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 45 GABARITO: C 17. A expectativa do governo era de que mais de 7 milhões de trabalhadores fossem atraídos para o sistema previdenciário. Resolução P(entrada) = 0,38 = 38% ⇒ representa a fração da população que entraria para o sistema da previdência. Logo, a expectativa do governo era de que 0,38 x 19 milhões ≅ 7,22 milhões fossem atraídos para o INSS. O item está certo. GABARITO: C 18. Um trabalhador que atende às condições do projeto do governo, decidiu entrar para o sistema de previdência. A probabilidade de ele ser um trabalhador do perfil A é superior a 0,4. Resolução O item poderia ser parafraseado da seguinte forma: dado que um trabalhador entrou para o sistema de previdência, qual é a probabilidade de ter o perfil A, ou seja, qual é a probabilidade da causa ser o grupo A? Precisamos aplicar a regra de Bayes (probabilidade da causa dado o efeito): P(A|entrada) = P(entrada|A).P(A)/P(entrada), P(A|entrada) = (0,8 x 3/19)/0,38 ≅ (0,8 x 3/19)/0,4 = 2 x 3/19 ≅ 1/3 ≅ 0,33 ⇒ inferior a 0,4. O item está errado. Nota: você notou que as contas acima foram feitas de forma aproximada? Recomendamos que você adote esta tática na prova. Deste modo, o tempo economizado na resolução desta questão poderá ser usado para resolver outra(s) questão(ões). GABARITO: E Ainda com relação ao texto e considerando que a probabilidade de dois trabalhadores selecionados aleatoriamente entre aqueles com o perfil A entrarem para o sistema previdenciário é igual a α, julgue os itens subseqüentes. 19. Por ser uma probabilidade, α pode assumir qualquer valor entre 0 e 1. Curso Online - Raciocínio Lógico-Quantitativo para Traumatizados Profs. Alexandre Lima e Moraes Junior Profs. Alexandre Lima e Moraes Junior 46 Resolução Sejam os dois trabalhadores selecionados do grupo A denotados por T1 e T2. Suponha que você escolha T1 e depois T2. Como o espaço amostral é muito grande (lembre que o grupo A tem 3 milhões de pessoas), podemos considerar que P(T2 entrar no sistema dado que T1 foi escolhido) = P(T2 entrar no sistema), pois a escolha aleatória de T1 não muda a probabilidade de T2 entrar no sistema ⇒ conceito de independência. Então, P(T1 e T2 entrarem no sistema|A) = P(entrada|A) x P(entrada|A) = 0,8 x 0,8 = 0,64 = α. Logo α tem um valor fixo (= 0,64) e não pode assumir qualquer valor entre 0 e 1. Percebeu a sutileza deste item? GABARITO: E 20. O número esperado de trabalhadores do perfil A que entrarão no sistema previdenciário aumenta à medida que α aumenta. Resolução A expectativa do número de trabalhadores do perfil A que entrarão no sistema previdenciário aumentará se a probabilidade P(entrada|A) aumentar. O aumento de α é consequência do aumento de P(entrada|A) e não sua causa, como sugerido pelo item. Assim, concluímos que o item está errado. GABARITO: E
Compartilhar