Notas de aula 12

"Vencedores nunca desistem e quem desiste nunca vence." Vincent Lombardi

Disciplina: ESTATSTICA e PROBABILIDADE

1. Distribuies de Probabilidade (V.A. Discreta).

1.1 Introduo. Algumas variveis aleatrias adaptam-se muito bem a uma srie de problemas prticos e aparecem com bastante freqncia. Muitas variveis aleatrias associadas a experimentos aleatrios tm propriedades similares e, portanto, podem ser descritas atravs de um modelo, ou seja, de uma mesma distribuio de probabilidade. Cada distribuio parte de pressuposies bem definidas. Um cuidado especial deve ser tomado ao escolher a distribuio de probabilidade que descreva corretamente as observaes que so geradas no experimento aleatrio. 1.2 Distribuio Binomial. Trata-se de uma distribuio de probabilidade adequada aos experimentos que apresentam apenas dois resultados (sucesso ou fracasso). Este modelo fundamenta-se nas seguintes hipteses: So realizadas n provas do mesmo tipo (idnticas); Cada prova admite dois resultados possveis, um chamado sucesso e o outro fracasso; As probabilidades p, de sucesso, e q = 1 p, de fracasso, permanecem constantes em todas as provas; Os resultados das provas so independentes. So muitas as variveis aleatrias que possuem tais caractersticas. A mais familiar, provavelmente, o lanamento de uma moeda n vezes, por exemplo: n = 20. Cada prova, ou experimento, admite apenas dois resultados: cara ou coroa sem prejuzo para o clculo, pode-se admitir que sucesso, por exemplo dar coroa, enquanto o fracasso verificado quando o resultado for cara. Outros exemplos de experimentos binomiais: Respostas de um teste como diversas questes do tipo V ou F; Escolha entre um produto bom ou defeituoso; Sexo das crianas nascidas em determinada maternidade; Atirar em um alvo, atingindo-o ou no; Fumantes ou no fumantes em um grupo de adultos; Alunos de uma escola vacinados ou no vacinados. Frmula do clculo da probabilidade de certo nmero de y sucessos em n provas dada por:

P(Y = y ) = C n . p . q

n y

onde: Y = Varivel Aleatria (V.A.) p = probabilidade de sucesso q = probabilidade de fracasso, q = 1 p n = nmero de provas ou repeties do experimento y = nmero de sucessos n y = nmero de fracassos.
Prof. Paulo Alessio 2 Semestre de 2008

1.2.1 Medidas Caractersticas. Mdia, Esperana Matemtica (Valor Esperado).

Varincia

= E[ y ] = n. p

Desvio-padro.

2 ( y)

= Var [ y ] = n. p.q

= n. p.q

Exemplo. Admite-se que uma vlvula eletrnica, instalada em determinado circuito, tenha probabilidade 0,3 de funcionar mais de 600 h. Se ensaiarmos 10 vlvulas, qual ser a probabilidade de que, entre elas: a) exatamente uma funcione mais de 600 h?
P ( y = 1) = C 10 .(0,3) .(0,7) = 0,1211 = 12,11%
1 1 9

b) exatamente 3 funcionem mais de 600 h? P( y = 3) = C10 . 0,3 . 0,7 = 0,2668 = 26,68% c) Determine a mdia (esperana matemtica ou expectncia), a varincia e o desviopadro. Mdia: = E ( y ) = n. p = 10.(0,3) = 3
( y) 3 3 7

Varincia:

2 ( y)

= Var [ y ] = n. p.q = 10.(0,3).(0,7) = 2,1

Desvio-padro =

= n. p.q =

2,1 = 1,45

Soluo com o uso do Excel. Soluo do item a

Prof. Paulo Alessio 2 Semestre de 2008

Exerccios. 1) Uma moeda jogada 10 vezes. Calcule as seguintes probabilidades: a) de ocorrer seis caras; Resposta. 105/512 = 20,51% b) de dar pelo menos duas caras; Resposta. 1013/1024 = 98,93% c) de no dar nenhuma coroa; Resposta. 1/1024 = 0,098% d) de dar pelo menos uma coroa; Resposta. 1023/1024 = 99,90% e) de no dar 5 caras e 5 coroas. Resposta. 193/256 = 75,39%

2) Admitindo-se que os nascimentos de meninos e meninas sejam iguais, calcule a probabilidade de um casal com seis filhos ter quatro filhos homens e duas mulheres. Resposta. 15/64 3) Em 320 famlias com quatro crianas cada uma, quantas se esperaria que tivessem: a) nenhuma menina? Resposta. 20 b) trs meninos? Resposta. 80 c) quatro meninos? Resposta. 20 4) Qual a probabilidade de obter ao menos uma vez o ponto 3 em n jogadas de um dado? Resposta. 1 (5/6)n 5) Um time X tem 2/3 de probabilidade de vitria sempre que joga. Se X jogar cinco partidas, calcule a probabilidade de : a) X vencer exatamente 3 partidas; Resposta. 80/243 b) X vencer ao menos uma partida; Resposta. 242/243 c) X vencer mais da metade das partidas. Resposta. 64/81 6) A probabilidade de um atirador acertar o alvo 1/3. Se ele atirar 6 vezes, qual a probabilidade de: a) acertar exatamente dois tiros? Resposta. 80/243 b) no acertar nenhum tiro? Resposta. 64/729 7) Em um teste do tipo certo-errado, com 100 perguntas, qual a probabilidade de um aluno, respondendo s questes ao acaso, acertar 70% das perguntas? 70 100 Resposta. C100 . 2 8) Se 5% das lmpadas de determinada marca so defeituosas, ache a probabilidade de que, numa amostra de 100 lmpadas, escolhidas ao acaso, tenhamos: a) nenhuma defeituosa; b) trs defeituosas; c) mais do que uma boa.

Resposta. 1 (0,05)100 95. (0,05)99

0,95 Resposta. C . 0,05 . 0,95

Resposta.
3 3 97 100

100

9) Sabendo-se que a USAir detm 20% dos vos domsticos nos EUA. Supondo que os acidentes areos sejam eventos independentes e aleatrios, e admitindo ainda que a USAir seja to segura quanto as outras companhias de aviao. Determine a probabilidade de que em sete acidentes areos, quatro ocorram com avies da USAir. Resposta. 0,02867. 10) A companhia Mars afirma que 20% de suas pastilhas de chocolate M&M so vermelhas. Determine a probabilidade de que, em 15 pastilhas M&M escolhidas aleatoriamente, exatamente 20% (ou seja, 3 pastilhas) sejam vermelhas. Resposta. 0,250

Prof. Paulo Alessio 2 Semestre de 2008

4 11) Qual a probabilidade de se obter 2 caras em 6 lances de uma moeda no-viciada ? Resposta. 15/64. 12 Qual a probabilidade de se obter ao menos 4 caras em 6 lances de uma moeda noviciada ? Resposta. 22/64. 13) Qual a probabilidade de se obter o nmero 5 duas vezes, em 3 jogadas de um dado no viciado ? Resposta. 5/72. 14) Seis parafusos so escolhidos ao acaso da produo de certa mquina, que apresenta 10% de peas defeituosas. Qual a probabilidade de serem defeituosos dois deles? Resposta. 0,0984. 15) Num determinado processo de fabricao 10% das peas so consideradas defeituosas. As peas so acondicionadas em caixas com 5 unidades cada uma. a) Qual a probabilidade de haver exatamente 3 peas defeituosas numa caixa? Resposta. 0,81%. b) Qual a probabilidade de haver duas ou mais peas defeituosas numa caixa? Resposta. 8,15%. 16) Suponha que a probabilidade de que um item produzido por uma mquina seja defeituoso de 20%. Se 10 itens produzidos por esta mquina so selecionados ao acaso, qual a probabilidade de que no mais do que um defeituoso seja encontrado? Resposta. 37,6%. 17) Na fatura de certo artigo, sabido que 1 entre 10 dos artigos probabilidade de que uma amostra casual de tamanho 4 contenha: a) nenhum defeituoso? b) exatamente um defeituoso? c) exatamente dois defeituosos? d) no mais do que dois defeituosos? defeituoso. Qual a Resposta. 65,61% Resposta. 29,16% Resposta 4,86% Resposta. 99,63%

18) Um fabricante de peas de automveis garante que uma caixa de suas peas conter, no mximo, 2 defeituosas. Se a caixa contm 18 peas, e a experincia tem demonstrado que esse processo de fabricao produz 5% das peas defeituosas, qual a probabilidade de que uma caixa satisfaa a garantia? Resposta. 94,2% 19) Doze por cento dos que reservam lugar num vo sistematicamente faltam ao embarque. O avio comporta 15 passageiros. Determine a probabilidade de que todos os 15 passageiros que reservaram lugar compaream ao embarque. Resposta. 14,70% 20) Um revendedor de automveis novos constatou que 8% dos carros vendidos so devolvidos ao departamento mecnico para corrigir defeitos de fabricao, nos primeiros 25 dias aps a venda. De 11 carros vendidos num perodo de cinco dias, qual a probabilidade de que 4 voltem dentro de 25 dias para reparo. Resposta. 0,75% 21) Dados histricos mostram que 5% dos itens provindos de um fornecedor apresentam algum tipo de defeito. Considerando um lote com 20 itens, calcular a probabilidade de: a) haver algum item com defeito; Resposta. 64,15% b) haver exatamente dois itens defeituosos; Resposta. 18,87% c) haver mais de dois itens defeituosos; Resposta. 7,54% d) qual o nmero esperado de itens defeituosos no lote? Resposta. 1 e) e de itens bons? Resposta. 19
Prof. Paulo Alessio 2 Semestre de 2008

5 22) Suponha que 10% dos clientes que compram a crdito em uma loja deixam de pagar regularmente suas contas (prestaes). Se num particular dia, a loja vende a crdito para 10 pessoas, qual a probabilidade de que mais de 20% delas deixem de pagar regularmente as contas? Suponha que as 10 pessoas que fizeram credirio nesse dia correspondam a uma amostra aleatria de clientes potenciais desta loja. Resposta. 7,02% 23) Em um sistema de transmisso de dados, existe uma probabilidade igual a 5% de um lote de dados ser transmitido erroneamente. Foram transmitidos 20 lotes de dados para a realizao de um teste de anlise de confiabilidade do sistema. a) calcule a probabilidade de haver erro na transmisso. Resposta. 64,15% b) calcule a probabilidade de que haja erro na transmisso em exatamente 2 dos 20 lotes de dados. Resposta. 18,87% c) qual o nmero esperado de erros no teste realizado? Resposta. 1 erro

1.3 Distribuio Multinomial.

Uma generalizao da Distribuio de Probabilidade Binomial resulta a Distribuio de Probabilidade Multinomial. Assim, considere a possibilidade de k alternativas, isto , repartirmos o Espao Amostral em k eventos A1, A2, ... , Ak, mutuamente exclusivos (disjuntos), com probabilidades p1, p2, ... , pk, tais que p1 + p2 + ... + pk = 1. Ento n provas, a probabilidade de que A1 ocorra Y1 vezes, A2 ocorra Y2 vezes, ... Ak ocorra Yk vezes igual a: n! Yk Y1 Y2 P (Y 1 ,Y 2 , . . .,Y k ) = . p . p ... p 1 2 k Y 1!.Y 2!... Y k ! Exerccios: 1) Um dado lanado 10 vezes. Qual a probabilidade de terem aparecido duas vezes o nmero 2, duas vezes o nmero 5, trs vezes o nmero 1 e uma vez os demais resultados? Resposta: 0,25% 2) As lmpadas coloridas produzidas por uma fbrica so 60% verdes, 30% azuis e 10% amarelas. Em 5 lmpadas, encontre a probabilidade de que duas sejam verdes, uma azul e duas amarelas. Resposta: 3,24% 3) O sangue humano foi classificado em quatro tipos: A, O, B e AB. Numa certa populao, as probabilidades destes tipos so respectivamente: 0,40; 0,45; 0,10; e 0,05. Qual a probabilidade de que em cinco indivduos escolhidos ao acaso haja: a) dois do tipo A e um de cada um dos outros? b) trs do tipo A e dois do tipo O? Resposta: 2,16% Resposta: 12,96%

4) Jogue um dado oito vezes. Calcule a probabilidade de aparecer dois nmeros 2; dois nmeros 5 e os demais nmeros, uma vez. Resposta:35/5832 5) Um dado viciado de modo que a face 6 aparece 0,3 das vezes, a face oposta, 1, aparece 0,1 das vezes e cada uma das outras faces aparece 0,15 das vezes. O dado lanado 6 vezes. Encontre a probabilidade de: a) cada face aparecer uma vez. b) as faces 4, 5 e 6 duas vezes. Resposta: 0,0109 Resposta: 0,0041

Prof. Paulo Alessio 2 Semestre de 2008

6 6) Uma caixa contm 5 bolas vermelhas, 3 brancas e 2 azuis. Uma amostra com seis bolas retirada com reposio, isto , cada bola recolocada antes da seguinte ser retirada. Encontre a probabilidade de: a) 3 serem vermelhas, 2 brancas e 1 azul. b) 2 vermelhas, 3 brancas e 1 azul. c) 2 de cada cor aparecerem. Resposta: 0,135 Resposta: 0,0810 Resposta: 0,0810

1.4 Distribuio de Poisson.

Em muitos casos, conhece-se o nmero de sucessos, porm se torna difcil e, s vezes, sem sentido, determinar o nmero de fracassos ou o nmero total de provas. Por exemplo: automveis que passam em uma esquina. Pode-se num determinado intervalo de tempo anotar o nmero de carros que passaram, porm, o nmero de carros que deixaram de passar pela esquina no poder ser determinado. Da mesma forma, o nmero de emendas num rolo de fita colante. Pode-se determinar quantas emendas existem, porm no possvel contar quantas emendas no ocorreram. Considere as situaes em que se avalia o nmero de ocorrncias de um tipo de evento por unidade de tempo, de comprimento, de rea, ou de volume. A distribuio de Poisson representa um modelo probabilstico adequado para o estudo de um grande nmero de fenmenos observveis. Eis alguns exemplos: Chamadas telefnicas por unidade de tempo; Defeitos por unidade de rea; Acidentes por unidade de tempo; Chegada de clientes a um supermercado por unidade de tempo; Nmero de glbulos sangneos visveis ao microscpio por unidade de rea; Nmero de partculas emitidas por uma fonte de material radioativo por unidade de tempo. Seja X uma varivel aleatria igual ao nmero de ocorrncias (sucessos) quando se realizam (ou se observam) resultados de fenmenos semelhantes aos dos exemplos anteriores, X poder assumir os valores: 0, 1, 2, ... Ao aplicar o modelo de Poisson, o interesse poder ser, por exemplo, calcular a probabilidade de receber cinco chamadas telefnicas, em trs minutos, em dado aparelho: P(X = 5, 3 min). De incio, poderamos pensar no uso do modelo binomial, porm, no sabemos qual o nmero de provas (n = ?), nem a quantidade de fracassos: quantas chamadas no ocorreram? 1.4.1 Hipteses do Modelo de Poisson. H1 A probabilidade de uma ocorrncia em um intervalo t (ou s , ou ...) constante e proporcional ao tamanho do intervalo. Isto : P(X = 1, t ) = t H2 A probabilidade de mais de uma ocorrncia em um intervalo t (ou s , ou ...) igual a zero. Isto : P(X > 1, t ) = 0 H3 O nmero de ocorrncias constituem variveis aleatrias independentes. A expresso que d a probabilidade de x sucessos em um intervalo t (tempo,rea, ...) : x . .e P( X = x, t ) = x! Onde: = parmetro da distribuio, o nmero mdio de sucessos que ocorrem num determinado intervalo ou regio. e = base dos logaritmos naturais (2,71828...) x = nmero de ocorrncias (sucessos).

Prof. Paulo Alessio 2 Semestre de 2008

7 Pode-se provar que a Mdia da distribuio dada por = e a varincia da distribuio de Poisson tambm dada por , ou seja:

= .

Exemplos. 1) Experincias passadas indicam que, em mdia, h duas chamadas por hora em certo telefone. Vamos calcular as probabilidades de, em uma hora, o telefone receber: a) nenhuma chamada, b) uma chamada e c) cinco chamadas. Soluo: = 2 (dado do problema). = o intervalo de 1 h, logo P( X = x, 1 h) =
=2

e
x!

a) nenhuma chamada b) uma chamada c) cinco chamadas

x=0 x=1 x=5

P(X = 0, 1h) = P(X = 1, 1h) = P(X = 5, 1h) =

2 .e

0! 2 1 2 .e 1! 2 5 2 .e 5!

= 0,1353 ou 13,53% = 0,2707 ou 27,07% = 0,0361 ou 3,61%

Soluo com o uso do Excel. Soluo do item a

2) O pessoal de inspeo de qualidade afirma que os rolos de fita isolante apresentam, em mdia, uma emenda a cada 50 metros. Admitindo-se que a distribuio do nmero de emendas dada por Poisson, vamos calcular as probabilidades: a) de nenhuma emenda em um rolo de 125 metros. Soluo. Mdia = 1 para t = 50 metros. Para 125m temos Queremos calcular P(X = 0, 125 m) =

= 2,5

e
x!

Prof. Paulo Alessio 2 Semestre de 2008

8 P(X = 0, 125 m) = 0,0821 = 8,21% 0! b) a probabilidade de ocorrerem no mximo duas emendas em um rolo de 125 metros: Queremos: P(X 2, 125m) = P(X = 0, 125m) + P(X = 1, 125m) + P(X = 2, 125m)

2,5 . e

2 , 5

P(X = 1, 125 m) = P(X = 2, 125 m) =

2,5 . e
1!
2

2 , 5

0,2052 = 20,52%
2 , 5

0,2565 = 25,65% 2! P(X 2, 125m) = 0,0821 + 0,2052 + 0,2565 = 0,5438 ou 54,38% c) a probabilidade de ocorrer pelo menos uma emenda em um rolo de 100 metros. Queremos: P(X 1, 100m) = 1 P(X = 0, 100m), sabemos que para 100 m temos = 2.

2,5 . e

Portanto, P(X = 0, 100m) =

= 0,1353 ou 13,53% 0! P(X 1, 100m) = 1 0,1353 = 0,8647 ou 86,47%

2 .e

1.4.2 Aproximao das Distribuies de Probabilidades Binomiais com as Probabilidades da Distribuio de Poisson. Na aplicao do modelo de distribuio binomial, quando n for grande (n > 50), e n.p < 5, possvel obter as probabilidades binomiais por meio do modelo de Poisson. Exerccios. 1) Admitindo que X tem distribuio de probabilidade de Poisson, encontre as probabilidades: a) P(X = 5) quando = 3,0 b) P(X 2) quando = 5,5 Resposta. 0,1008 Resposta. 0,0884

2) Suponha que X tenha distribuio binomial com n = 100 e p = 0,02. Use a aproximao de Poisson para encontrar P(X = 5). Resposta. 0,0361 ou 3,61% 3) Uma fbrica de pneus verificou que, ao testar seus pneus nas pistas, havia em mdia um estouro de pneu a cada 5.000 km. a) qual a probabilidade de que num teste de 3.000 km haja no mximo um pneu estourado? Resposta. 0,8781 ou 87,81% b) qual a probabilidade de que um carro ande 8.000 km sem estourar nenhum pneu? Resposta. 0,2019 ou 20,19% 4) Certo posto de bombeiros recebe em mdia trs chamadas por dia. Calcular a probabilidade de: a) receber quatro chamadas em um dia. Resposta. 16,80% b) receber trs ou mais chamadas num dia. Resposta. 57,68%

5) A mdia de chamadas telefnicas em uma hora trs. Qual a probabilidade de: a) receber exatamente trs chamadas numa hora? Resposta. 0,2240 ou 22,40%
Prof. Paulo Alessio 2 Semestre de 2008

9 b) receber quatro ou mais chamadas em 90 minutos? 65,77% Resposta. 0,6577 ou

6) Numa pintura de paredes, aparecem defeitos em mdia na proporo de um defeito por metro quadrado. Qual a probabilidade de aparecerem trs defeitos numa parede de 2 x 2 metros: Resposta. 0,1954 ou 19,54% 7) Uma loja atende em mdia dois clientes por hora. Calcule a probabilidade de em uma hora: a) atender exatamente dois clientes. b) atender trs clientes. Resposta. 0,2707 ou 27,07% Resposta. 0,1804 ou 18,04%

8) Suponha que haja em mdia dois suicdios por ano numa populao de 50.000. Em cada cidade de 100.000 habitantes, encontre a probabilidade de que em dado ano tenha havido: a) zero. Resposta. 0,0183 ou 1,83% b) um. c) dois. d) dois ou mais suicdios. Resposta. 0,0733 ou 7,33% Resposta. 0,1465 ou 14,65% Resposta. 0,9084 ou 90,84%

9) Suponha 400 erros de impresso distribudos aleatoriamente em um livro de 500 pginas. Encontre a probabilidade de que dada pgina contenha: a) nenhum erro. b) exatamente dois erros. Resposta. 0,4493 ou 44,93% Resposta. 0,1438 ou 14,38%

10) Certa loja recebe em mdia cinco clientes por hora. Qual a probabilidade de receber dois clientes em 24 minutos? Resposta. 0,2707 ou 27,07% 11) O nmero mdio de acidentes por ms em um determinado cruzamento 3. Qual a probabilidade de que em um determinado ms ocorram 4 acidentes no cruzamento ? Resposta. 16,8% 12) Se um banco espera receber, em mdia, 3 cheques sem fundo por dia, qual a probabilidade de num dia qualquer, receber: a) 4 cheques sem fundo. Resposta. 16,8% b) no mximo 2 cheques sem fundo. Resposta. 42,32% c) 5 cheques sem fundo em dois dias consecutivos. Resposta. 16,06% 13) O nmero de chamadas telefnicas que chegam a uma central segue uma distribuio de Poisson com mdia 6 por minuto. a) Qual a probabilidade de nenhuma chamada chegar a central em um minuto? Resposta. 0,25% b) Duas ou mais chamadas chegarem? Resposta. 98,26% 14) Nos sinais de um transmissor ocorrem distores aleatrias a uma taxa mdia de 1 por minuto. Qual a probabilidade de o nmero de distores em uma mensagem de 3 minutos ser 3 ou mais? Resposta. 57,68%
Prof. Paulo Alessio 2 Semestre de 2008

10 15) Caminhes chegam a um depsito a razo de 2,8 caminhes/hora. Determine a probabilidade de chegarem trs ou mais caminhes: a) num perodo de 30 minutos. b) num perodo de 1 hora. c) num perodo de 2 horas. Resposta. 16,65% Resposta. 53,05% Resposta. 91,76%

16) Os acidentes numa grande fbrica tm aproximadamente a distribuio de Poisson, com mdia de trs acidentes ms. Determine a probabilidade de que, em dado ms, haja: a) 0 acidente b) 1 acidente c) 3 ou 4 acidentes. Resposta. 4,98% Resposta. 14,94% Resposta. 39,21%

17) Em um canal de comunicao digital, a probabilidade de se receber um bit com erro de 0,0002. Se 10.000 bits forem transmitidos por esse canal, qual a probabilidade de que mais de quatro bits sejam recebidos com erro? Resposta. 5,27% 18) Um piso cermico tem, 0,01 defeito por m2 . Em uma rea de 10 m x 10 m desse piso, calcule a probabilidade de ocorrer algum defeito. Resposta. 63,21% 1.5 Distribuio Hipergeomtrica. Consideremos um conjunto de N elementos, r dos quais tm uma determinada A caracterstica (r N ) . Sero extrados n elementos (n N ) sem reposio. distribuio de probabilidade da v. a. X , igual ao nmero de elementos com a referida caracterstica que estaro entre os n retirados dita hipergeomtrica. A funo de probabilidade calculada por:

p ( x) = P( X = x) =
Mdia e Varincia Mdia: = E ( X ) = np

n C rx .C N xr n CN

Varincia:
Exerccios.

2 = V ( X ) = npq

N n N 1

1) Numa sala de aula com 10 alunos, 3 tm olhos azuis. Se duas alunas so sorteadas aleatoriamente, qual a probabilidade de: a) ambas terem olhos azuis; b) nenhuma ter olhos azuis; c) pelo menos uma ter olhos azuis. R. 1/15 R. 7/15 R. 8/15

Prof. Paulo Alessio 2 Semestre de 2008

Soluo com o uso do Excel. Soluo do item a

11

2) Uma caixa contm 12 lmpadas das quais 5 esto queimadas. So escolhidas 6 lmpadas ao acaso para a iluminao de uma sala. Qual a probabilidade de que: a) exatamente duas estejam queimadas? R. 0,3787 = 37,87% b) pelo menos uma esteja boa ? R. 1 = 100% 3) Num lote de 100 peas produzidas numa fbrica, 10 so defeituosas. Escolhendo-se 5 peas, pede-se: a) a probabilidade de no se obter peas defeituosas; R. 0,584 = 58,4% b) a probabilidade de se obter pelo menos uma defeituosa. R. 0,416 = 41,6% 4) Em um carregamento de 15 microchips, dois so defeituosos. Uma amostra de 3 microchips escolhida ao acaso. Determine a probabilidade de que: a) os trs microchips sejam defeituosos; R. 0 b) um microchip seja defeituoso; R. 0,3429 = 34,29% c) dois microchips sejam defeituosos. R. 0,0286 = 2,86% 5) Pequenos motores so guardados em caixas de 50 unidades. Um inspetor de qualidade examina cada caixa, antes da posterior remessa, testando 5 motores. Se nenhum motor for defeituoso, a caixa aceita. Se pelo menos um for defeituoso, todos os 50 motores so testados. H 6 motores defeituosos numa caixa. Qual a probabilidade de que seja necessrio examinar todos os motores dessa caixa? R. 48,74% 6) De um baralho com 52 cartas, retiram-se 8 cartas ao acaso, sem reposio. Qual a probabilidade de que 4 sejam figuras? R. 6,01% 7) Uma firma compra lmpadas por centenas. Examina sempre uma amostra de 15 lmpadas para verificar se esto boas. Se uma centena inclui 12 lmpadas queimadas, qual a probabilidade de se escolher uma amostra com pelo menos uma lmpada queimada? R. 87,47% 8) Qual a probabilidade de um apostador acertar uma quadra na Mega Sena com uma aposta de 6 dezenas? R. 1/2332 ou 0,043%

Prof. Paulo Alessio 2 Semestre de 2008

12 9) Qual a probabilidade de um apostador acertar uma quina ao jogar um carto com 10 dezenas na Mega Sena? R. 1/3973 ou 0,025% 10) Placas de vdeo so expedidas em lotes de 30 unidades. Antes que a remessa seja aprovada, um inspetor escolhe aleatoriamente cinco placas do lote e as inspeciona. Se nenhuma das placas inspecionadas for defeituosa, o lote aprovado. Se uma ou mais forem defeituosas, todo o lote inspecionado. Supondo que haja trs placas defeituosas no lote, qual a probabilidade de que o controle de qualidade aponte para a inspeo total? R. 43,35% 11) Qual a probabilidade do Exerccio anterior, se a inspeo completa for feita somente quando forem encontradas mais do que uma placa defeituosa na amostra? R. 6,40% Utilizao do Excel nas Distribuies de Probabilidade. Determinao da Distribuio Binomial no Excel. 1) Abrir a planilha Excel: 2) Na barra de ferramentas do Excel abrir Colar Funo 3) Selecione a categoria Estatstica e a funo DISTRBINOM: ;

4) Em CUMULATIVO (ao escrever VERDADEIRO, apresenta a probabilidade acumulada at aquele valor). Ao escrever FALSO a funo apresenta a probabilidade no ponto. Determinao da Distribuio Poisson no Excel. Seguir os mesmos procedimentos anteriores. Em Nome da Funo selecionar POISSON. Determinao da Distribuio Hipergeomtrica no Excel. Seguir os mesmos procedimentos anteriores. Em Nome da Funo selecionar DIST. HIPERGEOM.

Prof. Paulo Alessio 2 Semestre de 2008

BIBLIOGRAFIA. BARBETTA, Pedro Alberto. Estatstica: para cursos de engenharia e informtica. So Paulo: Atlas, 2004. FONSECA, Jairo Simon da e MARTINS, Gilberto de Andrade. Curso de Estatstica. So Paulo: Editora Atlas, 1996.

13

LIPSCHUTZ, Seymour. Teoria e Problemas de Probabilidade. So Paulo, McGraw-Hill, 1972. MARTINS, Gilberto de Andrade. Estatstica Geral e Aplicada. So Paulo: Editora Atlas, 2002. MEYER, Paul L. Probabilidade Aplicaes Estatstica. Rio de Janeiro: Ao Livro Tcnico, 1973. MORETTIN, Pedro A. e BUSSAB, Wilton de O. Estatstica Bsica. So Paulo: Saraiva, 2003. MORETTIN, Luiz Gonzaga. Estatstica Bsica Probabilidade. So Paulo: Makron Books, 1999. SPIEGEL, Murray R. Estatstica. Rio de Janeiro: McGraw-Hill, 1983. STEVENSON, William J. Estatstica Aplicada Administrao. So Paulo: Harbra, 1981. TRIOLA, Mario F. Introduo Estatstica. Rio de Janeiro: LTC, 1999.

Prof. Paulo Alessio 2 Semestre de 2008