Curso Superior de Tecnologias em Petrleo e Gs Probabilidade: Qualquer esforo para reduzir o nvel de incerteza no processo de tomada de deciso aumentar

a probabilidade de uma deciso mais inteligente e bem informada. Introduo: Na estatstica, os fenmenos com resultado em condies normais de experimentao variam de uma observao para outra e este procedimento dificulta a previso de um resultado futuro. Com o objetivo de explicar os fenmenos, mais especificamente os fenmenos aleatrios, utilizaremos um modelo matemtico probalstico. Este modelo denomina-se Calculo das Probabilidades. Historicamente, foi no sculo XVII com os Jogos de Azar que surgiram os primeiros estudos da probabilidade. E Pascal, Fermat, Newton, Bernoulli, Laplace, Bayes, Kolmogoroff foram alguns grandes nomes que contriburam para a elaborao da Teoria das Probabilidades. Conceito: Probabilidade a medida da incerteza relacionada a um evento. Probabilidade a possibilidade de que um evento venha a ocorrer. Fenmenos Determinsticos: So fenmenos que se obtm sempre os mesmos resultados se ocorridos nas mesmas condies. Ocorrem geralmente na fsica ou na matemtica. Ex.: Teorema de Pitgoras.

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

Fenmenos no Determinsticos ou Aleatrios: So fenmenos que mesmo ocorrendo nas mesmas condies no se obtm a certeza de um determinado resultado. Ex.: Lanamento de dados. Caracterizao de um Experimento Aleatrio: O que h de comum nos seguintes experimentos? E1: Retirar uma carta de um baralho com 52 cartas e observar o seu naipe. E2: Jogar uma moeda 10 vezes e observar o nmero de coroas obtidas. E3: Retirar com ou sem reposio bolas de uma urna que contm 5 bolas brancas e 6 pretas. E4: Jogar um dado e observar o nmero mostrado na face de cima. E5: Contar o nmero de peas defeituosas da produo diria da maquina A. Experimento Aleatrio (E): Refere-se a qualquer processo de observao ou medida. o processo pelo qual se produz o evento. So chamados experimentos aleatrios aqueles que repetidos em idnticas condies, produzem resultados que no podem ser previstos com certeza, porm conhecemos todos os possveis resultados que podem ocorrer. Caractersticas: a) O experimento poder ser repetido sob as mesmas condies indefinidamente. Ex.: retirar uma carta de um baralho e observar o seu naipe. b) No se conhece um particular valor do experimento a priori porm pode se descrever todos os possveis resultados as possibilidades. Ex.: retirar bolas de uma urna sendo que a mesma contm 8 bolas no total, 3 amarelas, 2 vermelhas e 3 azuis. DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer
2

Conceito Bsico de Probabilidade: Se h n possibilidades provveis, das quais uma deve ocorrer e s so consideradas como favorveis, ou como um sucesso, ento a possibilidade de um sucesso s/n. Exemplo 1: Qual a probabilidade de se extrair um s de um baralho bem misturado de 52 cartas? p = 4/52 n = 52 cartas s=4 Exemplo 2: Qual a probabilidade de se obter 3 ou 4 em uma jogada de um dado equilibrado? n=6 s=2 p = 2/6 Interpretao Frequencial da Probabilidade: A probabilidade de um evento (acontecimento ou resultado) a proporo do nmero de vezes que eventos do mesmo tipo ocorrem em longo prazo. Exemplo: Se os registros de uma companhia de petrleo mostram que, durante certo tempo, 468 dos seus 600 poos equipados com hastes de bombeio mecnico no apresentaram defeito, qual a probabilidade de uma haste nova que esta sendo usada para substituir aquelas que apresentaram defeito venha tambm apresentar problemas? p(s) = s = 468 n 600 Espao Amostral (S): o conjunto de todos os possveis resultados de um dado experimento. DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer
3

p(f) = 1- p(s) = 1- 0,78 = 0,22

p = 0,22

Exemplos: a) Jogar um dado honesto e observar o nmero da face de cima. S = {1, 2, 3, 4, 5, 6} b) Jogar duas moedas e observar o resultado S = { (k, k); (c, k); (k, c); (c,c)} Evento: um conjunto de resultados do experimento, ou seja, um subconjunto do espao amostral (S). Evento Certo e Evento Impossvel: Exemplo : Cesto com bolas pretas e vermelhas. Evento certo: tirar bolas pretas ou vermelhas. Evento impossvel () tirar bolas brancas. Podemos definir: 1) A B o evento que ocorre se A ocorre ou B ocorre ou ambos ocorrem. ( A ou B ou AB) 2) A B o evento que A e B ocorrem. (A e B) 3) A o evento que ocorre se A no ocorrer (no A) Eventos Mutuamente Exclusivos: Dizemos que dois eventos so mutuamente exclusivos quando eles no puderem ocorrer simultaneamente, ou seja, a ocorrncia de um evento probe a ocorrncia do outro: A B = E = Jogar uma moeda S = {k, c} A = {sair k} B = {sair c}

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

A B = . A ocorrncia de k e c no pode ser verificada na mesma experimentao por este motivo A e B so eventos mutuamente exclusivos. Eventos independentes: So eventos tais que a ocorrncia de um no influencia na ocorrncia do outro. Ex.: Jogar um dado duas vezes.

Postulados de probabilidade: 1. As probabilidades so nmeros reais positivos ou zero. Simbolicamente: P(A) > 0 para qualquer evento A

2. O espao amostral tem probabilidade 1. Simbolicamente: P(S) = 1 para qualquer espao amostral S

3. Se dois eventos so mutuamente exclusivos, a probabilidade de ocorrncia de um ou outro igual a soma das respectivas probabilidades. Simbolicamente: P(AB) = P(A) + P(B) Exemplo: Se as probabilidades de um estudante obter A ou B em um curso so 0,13 e 0,29 ento a probabilidade dele obter qualquer um dos graus A ou B : P(AB) = 0,13 + 0,29 = 0,42

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

Outras regras de probabilidade: P(A) 1 para qualquer evento A

P() = 0

(evento impossvel)
no lanamento de uma moeda, atribumos a probabilidade zero hiptese da moeda cair em p.

P(A) + P(A) = 1

Exemplo: jogada de um dado: P(A) = 1/6 (obter o nmero 3) P(A) = 5/6 (complemento de A obter outro nmero qualquer)

Regra da Adio:

Se k eventos so mutuamente exclusivos, a probabilidade de ocorrncia de um deles igual a soma de suas probabilidades individuais. Simbolicamente: P(A1A2Ak) = P(A1) + P(A2) + + P(Ak) para quaisquer eventos mutuamente exclusivos A1, A2, Ak.

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

Exemplo: Uma pessoa deseja adquirir um carro novo. As probabilidades de escolher um Ford, Chevrolet ou um Toyota so, respectivamente 0,17; 0,22 e 0,08. Supondo que ela compre apenas um carro, qual a probabilidade dela comprar um desses trs? P = 0,17 + 0,22 + 0,08 = 0,47

Regra Geral da Adio - Teorema da Soma: P(AB) = P(A) + P(B) P(AB) Exemplo: Extraindo-se aleatoriamente uma carta de um baralho comum de 52 cartas, qual a probabilidade de se obter uma carta de paus ou uma figura (rei, dama, valete)? Denotando por C a extrao de uma carta de paus e por F a extrao de uma figura. P(CF) = 3/52 (figura de Paus)

P(C) = 13/52 De forma que:

P(F) = 12/52

P(CF) = 13/52 + 12/52 3/52 = 22/52

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

Probabilidades Finitas dos Espaos Amostrais Finitos: Seja S um espao amostral finito. S = {a1, a2, a3, an}. Considere-se o elemento formado por um resultado simples A = {ai}. A cada resultado simples {ai} associa-se um nmero pi denominado probabilidade de {ai}, satisfazendo as seguintes condies: a) b) pi > 0 i = 1, 2, 3, n.
0p1

p1 + p2 + p3 + pn = 1

A probabilidade P(A) de cada elemento composto (mais de um elemento) ento definida pela soma das probabilidades dos pontos de A. Exemplo: Trs vlvulas das marcas A, B e C, esto sendo testadas. A tem duas vezes mais probabilidade de apresentar vazamento que B, e B tem duas vezes mais probabilidade de apresentar vazamento que C. Quais so as probabilidades de cada uma destas vlvulas apresentar defeito, isto , P(A), P(B) e P(C). P (A) = 2 P(B) P (B) = 2 P(C) P (C) = P P + 2P + 4P = 1 7P = 1 P( A ) = 4P = 4/7 = 0,5714 P( B ) = 2P = 2/7 = 0,2857 P( C ) = P = 1/7 = 0,1429 P (C) = P P (B) = 2P P (A) = 2 2 P = 4P P= 1 7

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

Supondo que s uma das vlvulas apresentou vazamento qual seria a probabilidade de B vazar ou C vazar? Obs.: B e C vazarem = B C = P ( B U C ) = P(B) + P(C) P ( B U C ) = 2/7 + 1/7 P ( B U C) = 3/7 = 0,4286

Espaos amostrais finitos equiprovveis: Quando se associa a cada ponto amostral a mesma probabilidade, o espao amostral chama-se equiprovvel ou uniforme. Se o espao amostral S contm n pontos, ento a probabilidade de cada ponto ser: 1/n Por outro lado se um evento A contm r pontos ento: P (A) = r

( 1/n ) = r /n

P (A) = n vezes que o evento A pode ocorrer n. vezes que o espao amostral S ocorre

Ou
P (A) = n. casos favorveis n. total de casos

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

Exemplo: Escolha aleatoriamente (o espao equiprovvel) uma carta de um baralho com 52 cartas. Seja : A = { a carta de ouros} B = { a carta uma figura} Calcular P(A) e P(B)

P (A) =

n ouros = 13/52 = 1/4 n cartas do baralho n. figuras = 12/52 = 3/13 n. cartas do baralho

P (B) =

Para se estudar elementos combinados, a estatstica recorre Anlise Combinatria onde temos: Cr,p = r p = r! p! (r-p)!

Combinao de r elementos tomados (combinados) p a p ( p r ) Obs: quando no possvel enumerar o espao amostral, utilizamos a anlise combinatria.

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

10

Exemplos: - Quantas comisses de 3 pessoas podem ser formadas com um grupo de 10 pessoas? C10 , 3 = 10 3 = 10! = 3! (10 - 3)! 10.9.8.7! 3.2. 1. 7! = 120 comisses

- Num lote de 12 peas, 4 so defeituosas, 2 peas so retiradas aleatoriamente. Calcular: a) a probabilidade de ambas serem defeituosas. b) a probabilidade de ambas no serem defeituosas. c) a probabilidade de ao menos uma ser defeituosa. a) A = {ambas serem defeituosas } A pode ocorrer 4 2 12 2 = 4! 2! (4-2) ! = 4.3.2.! = 6 vezes 2. 1. 2!

S pode ocorrer

12! = 12.11.10.! = 66 vezes 2! (12-2)! 2.1. 10! P (A) = 0.09

logo P (A) = n. casos fav. n. total de casos

= 6 66

= 1 11

b) B = {ambas no serem defeituosas} B pode ocorrer 8 2 12 2 = 8! = 2! (8-2)! 8.7.6! 2.1.6! = 28 vezes

S pode ocorrer

12! = 12.11.10! = 66 vezes 2! (12-2)! 2.1.10! = 14 33 P(B) = 0,42

11

logo P (B) = n. casos fav. = 28 n. total casos 66

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

c) C = {ao menos uma defeituosa} C o complemento de B P ( C ) = 1 P(B) = 1- 0,42 C = B P(C) = 0,58

Probabilidade Condicional : Definir-se como probabilidade condicional aquela onde a ocorrncia de um evento esta condicionada a ocorrncia de outro. Simbolicamente, representada por P(A/B) onde se l: probabilidade do evento A condicionada ocorrncia de B ou probabilidade de A dado B.

P( A /B ) = P( A B) P (B)

Onde P (B) 0 pois B j ocorreu

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

12

Exemplo: Suponhamos que uma organizao de pesquisa junto a fornecedores tenha vistoriado os produtos fornecidos dentro das especificaes de mercado por 200 empresas fornecedoras de peas e equipamentos usados na perfurao de poos de petrleo, obtendo os resultados na tabela seguinte:

Bom servio dentro da garantia (G) Fornecedores de determinada marca de equipamento (N) Fornecedor de qualquer marca de equipamento

Servio deficiente dentro da garantia

Total

64

16

80

42 106

78 94

120 200

P (N) = 80/200 = 0,40 (fornecedores de determinada marca) P (G) = 106/200 = 0,53 (bons servios dentro da garantia) P (G N) = 64/200 = 0,32 (fornecedores de determinada marca com bons servios) Se limitarmos a escolha a fornecedores de uma determinada marca temos uma reduo no espao amostral que passa de 200 para 80. Neste caso a probabilidade de se escolher fornecedores de uma determinada marca que presta bons servios dentro da garantia : P (G / N) = 64/80 Podendo ser calculado assim: P (G / N) = P( G N ) P (N) = 64/200 = 64/80 = 0,80 80/200
13

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

Exemplo: Em uma obra a probabilidade de um empregado selecionado aleatoriamente ter concludo o segundo grau 0,75, e a probabilidade dele ter concludo o segundo grau e ser um empregado com baixo rendimento profissional de 0,18. Qual a probabilidade de tal empregado ser um empregado com baixo rendimento profissional dado que ele possui segundo grau completo? F = empregado com baixo rendimento profissional T = possuir segundo grau completo. P (T) = 0,75 P( F T ) = 0,18

P ( F/T ) = P ( FT ) P (T)

= 0,18 0,75

P (F/T) = 0,24

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

14

Exemplo: Duas mquinas ( J e K ) produzem uma determinada pea. A probabilidade de uma pea produzida sair da mquina J 0,60 e da mquina K 0,40. A probabilidade da pea sada da mquina J ser boa 0,98 e da mquina K 0,96. Calcular: 1) a probabilidade da pea produzida ser ruim e 2) a probabilidade da pea ter vindo da mquina J desde que seja ser ruim.
P (J B) = P(J) . P(B/J) 0,60 . 0,98 = 0,588 (pea veio da mq. J e boa) P (J R) = P(J) . P(R/J) 0,60 . 0,02 = 0,012 (pea veio da mq. J e ruim) P (K B) = P(K) . P(B/K) 0,40 . 0,96 = 0,384 (pea veio da mq. K e boa) P (K R) = P(K) . P(R/K) 0,40 . 0,04 = 0,016 (pea veio da mq. K e ruim)

P(B/J) = 0,98 P(J) = 0,60 P(R/J) = 0,02

Mquina J

Mquina K

P(B/K) = 0,96 P(K) = 0,40 P(R/K) = 0,04

Probabilidade da pea ser ruim: P(R) = P (JR) + P (KR) = 0,012 + 0,016 P (R) = 0,028

Probabilidade da pea ter vindo da mquina J desde que (dado que) ruim. P (J/R) = P (JR) P (R) = 0,012 0,028 P (J/R) = 0,4286

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

15

Regras da Multiplicao ou Teorema do Produto: Nos permite calcular a probabilidade de ocorrncia simultnea de dois eventos. A probabilidade da ocorrncia simultnea de dois eventos A e B do mesmo espao amostral igual ao produto da probabilidade de um deles pela probabilidade condicional do outro, dado o primeiro. P (A/B) = P (AB) P (B)
P (AB ) = P ( B) . P( A / B )

A frmula tambm pode ser escrita como: P (B/A) = P ( A B) P (A) Exemplos: Em uma comparao entre produtos nacionais e importados para a rea de perfurao de poos de petrleo um lote contm 9 vlvulas fabricadas no Brasil e 3 vlvulas importadas. Se 2 vlvulas so selecionadas aleatoriamente para um teste, qual a probabilidade de ambas serem importadas? A = { primeira vlvula importada} B = {segunda vlvula importada} P (A) = 3/12, ento se a primeira importada a probabilidade da segunda vlvula tambm ser importada P (B/A) = 2 /11 ento a probabilidade de ambas serem importadas: P (AB) = P(A). P (B/A) = 3/12 . 2/11 P (AB) = 1 /22 = 0,045
16 P (AB ) = P (A) . P(B / A)

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

Exemplo: Num lote de 12 peas, 4 so defeituosas. Duas peas so retiradas aleatoriamente, uma aps a outra, sem reposio. Qual a probabilidade dessas duas peas serem perfeitas? A = {a primeira pea perfeita } B = {a segunda pea perfeita } P (A) = 8/12 P (B) = 7/11 (P(B/A))

P (AB) = P(A) . P(B/A) = 8/12 . 7/11 = 14/33 = 0,4242 Regra da multiplicao para eventos independentes : ( Independncia Estatstica ) Se A e B so eventos independentes, ento: P (AB) = P (A) . P(B) Exemplos: Se um atirador A tem a probabilidade de 0,70 de acertar o alvo e um atirador B tem 0,80 de acertar o mesmo alvo, qual a probabilidade dos dois acertarem, se cada um atirar uma vez: P(AB) = P (A) . P(B) = 0,70 . 0,80 = 0,56 Em um lote tem 10 chaves flutuantes importadas das quais 4 so defeituosas. Um sondador escolhe duas chaves uma aps a outra, com reposio. Calcular a probabilidade de ambas serem boas. A= {a 1 chave boa} B= { a 2 chave boa} P(A) = 6/10 P (B) = 6/10 P (AB) = 9 = 0,36 25

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

17

P (AB) = P (A) . P(B) Se P( C ) = 0,65

P (AB) = 6/10 . 6/10 e P (C D) = 0,26

P (D) = 0,40

Os eventos C e D so independentes? P( C). P(D) = 0,65. 0,40 = 0,26 = P ( C D) Portanto, os dois eventos so independentes.

Teorema de Bayes : Introduo Embora P(A/B) e P(B/A) possam parecer semelhantes, h uma grande diferena entre as probabilidades que eles expressam. Teorema de Bayes: - Seja A1, A2, A3, An , n eventos mutuamente exclusivos tais que : A1 U A2 U A3 U... An = S - Sejam P(Ai) as probabilidades conhecidas dos vrios eventos e B um evento qualquer de S tal que so conhecidas todas as probabilidades condicionais P (B/Ai). Ento, para cada i tem-se:

P (Ai/B) =

P (Ai) . P (B/Ai) P (A1). P (B/A1) + P (A2). P (B/A2) + .... + P (An) . P (B/ An )

Este teorema relaciona probabilidades a priori P(Ai) com probabilidades a posteriori P(Ai/B), probabilidade de Ai depois que ocorrer B. DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer
18

Exemplo: Considerando em uma mesa trs urnas com bolas de trs cores diferentes conforme quadro a seguir: Urnas
Cores das Bolas

Urna 1 Pretas Brancas Vermelhas 3 1 5

Urna 2 4 3 2

Urna 3 2 3 3

Se ao acaso escolhermos uma urna e da mesma retirar tambm ao acaso uma bola e esta ser branca, qual a probabilidade desta bola ter sido da urna 2? E da urna 3?

P (U1) = 1/3

P (U2) = 1/3

P (U3) = 1/3

P (Br/U1) = 1/9 ; P(Br/U2) = 3/9 = 1/3 ; P (Br/U3) = 3/8 Queremos saber : P (U2 / Br) e P (U3 / Br) P (U2 / Br) = P (U2 / Br) = P ( U 2) . P (Br / U2 ) P(U1). P (Br/U1) + P(U2) . P (Br/ U2) + P (U3) . P (Br/ U3 ) 1/3 . 1/3 (1/3) . (1/9) + (1/3) .(1/3) + (1/3) . (3/8) P (U2 / Br) = 24 = 0,4068
59

A probabilidade a priori de U2 = 1/3 , Dada a informao de ter sado uma bola branca, a probabilidade a posterior a U2 ser 24 /59 ou 0,4068 .

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

19

P (U3 / Br) = P (U3 / Br)

P (U3) . P (Br/ U3) P (U1) . P (Br/ U1) + P (U2) P (Br/ U2 ) + P (U 3 ) . P (Br/ U3) 1/3 . 3/8 (1/3). (1/9) + (1/3) .(1/3) + (1/3). (3/8)

P (U3 / Br)

= 27 = 0,4576 59

Como P (U1/ Br ) + P (U2 / Br) + P (U3 / Br) = 1 P (U1 / Br ) = 1 (24/59 + 27/59) P (U1 / Br) = 8 /59

= 8 = 0,1356 59

Ou seja, 0,4068 + 0,4576 + 0,1356 = 1

Confirma que a soma de todas as probabilidades um dado evento ( ocorrer bola branca, por exemplo) igual a 1. P (U1/ Br ) + P (U2 / Br) + P (U3 / Br) = 1

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

20

FRMULAS
P (A) 0 P (A) 1 P (S) = 1 P ()= 0 0P1 AA= A AA= A AB= BA AB= BA A (BC) = (AB) C A (BC)= (AB) C A(AB) = A A(AB)= A

A (BC) = (AB) (AC) A ( B C ) = ( A B ) (A C )

(AB) = A B (AB) = A B P (A) + P (A) = 1

=1- (AB) =1-

(A B )

P (A) = 1 P (A)
P ( A B ) = P (A) . P (B)

P(AUB) = P(A) + P(B)

P(AUB) = P(A) + P(B) P(AB)

P(A) = n vezes que o evento pode ocorrer n total de casos

P (A / B ) = P ( A B ) P (B)

Cn, x =

n x

n! x ! (n-x) !

P (Ai/B) =

P (Ai) . P (B/Ai) P (A1). P (B/A1) + P (A2). P (B/A2) + .... + P (An) . P (B/ An )

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

21

LISTA DE EXERCCIOS N. 1 1) Lanam-se dois dados. Enumerar os seguintes eventos: a) Sada de faces iguais b) Sada de faces cuja soma seja igual a 10 c) Sada de faces cuja soma seja menor que 2 d) Sada de faces cuja soma seja menor que 15 e) Sada de faces onde uma face o dobro da outra Resp.: a) 0,1667 b) 0,0833 c) 0 d) 0,4167 e) 0,1667 2) Lanam-se duas moedas: Sejam: A: sada de faces iguais B: sada de cara na primeira moeda Determinar os eventos: a) A B b) A B c) A d) B e) A B f) A B g) A B h) B A Resp.: a) 0,75 b) 0,25 c) 0,5 d) 0,5 e) 0,25 f) 0,75 g) 0,25 h) 0,25 3) Lanam-se trs moedas. Enumerar o espao amostral e os eventos: a) faces iguais b) cara na 1 moeda c) coroa na 2 e 3 moeda Resp.: a) 0,25 b) 0,50 c) 0,25 4) Considere a experincia que consiste em pesquisar famlias com 3 crianas em relao ao sexo das mesmas, segundo a ordem do nascimento. Enumerar os eventos: a) ocorrncia de 2 filhos do sexo masculino b) ocorrncia de pelo menos 1 filho do sexo masculino c) ocorrncia de no mximo 2 filhos do sexo feminino Resp.: a) 0,375 b) 0,875 c) 0,875 5) Extrai-se uma s carta de um baralho de 52 cartas. Determine a probabilidade de obter: a) um valete b) uma figura c) uma carta vermelha d) uma carta de ouros e) um dez de paus f) um nove vermelho ou oito preto. Resp.: a) 0,0769 b) 0,2308 c) 0,5 d) 0,25 e) 0,0192 f) 0,0769 6) Calcule a probabilidade de cada um dos seguintes eventos: a) Uma conta a receber, escolhida ao acaso, estar atrasada. Sabe-se que das 1800 contas a receber existentes, 180 esto atrasadas. b) Um funcionrio, escolhido ao acaso, no tenha mais que 25 anos. Do universo de 560 funcionrios, 340 possuem mais que 25 anos. Resp.: a) 0,10 b) 0,3929

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

22

7) Uma pesquisa de trfego levada a efeito das 5 s 6 horas da manh num trecho de estrada revelou que de 200 carros que pararam para verificao rotineira de segurana, 25 tinham pneus em ms condies. Estime a probabilidade de um carro que pare naquele trecho ter os pneus bons. Resp.: P(PB) = 0,875 8) Joga-se uma moeda 4 vezes, conhecendo as seguintes probabilidades relativas ao nmero de caras: P (0) = 0,0625 P (1) = 0,2500 P (2) = 0,3750 P (3) = 0,2500 P (4) = 0,0625 Determine as probabilidades: a) Uma ou duas caras b) Menos de trs caras c) Mais de trs caras d) Menos de duas ou mais de trs caras e) Cinco caras Resp.: a) 0,625 b) 0,6875 c) 0,0625 d) 0,375 e) 0

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

23

LISTA DE EXERCCIOS N. 2 1) Em uma sala de aula h 5 alunos que pesam entre 54 e 60 quilos e 26 alunos com peso entre 61 e 70 quilos. Ao selecionarmos ao acaso, qual a probabilidade de um aluno pesar entre 61 e 70 quilos? Resp.: 0,8387 2) Se lanarmos uma moeda 3 vezes, qual a probabilidade de sair cara nos 3 lanamentos? Resp.: 0,125 3) Uma urna contm 3 bolas vermelhas e 2 pretas. Retira-se da urna uma bola. Qual a probabilidade dela ser vermelha? E de ser preta? Resp.: P(V) = 0,6 P(P) = 0,4 4) De um baralho de 52 cartas retira-se uma carta. Qual a probabilidade dela ser rei ou carta de espada? Resp.: P(R) = 0,0769 P(E) = 0,25 5) Tendo-se jogado dois dados, encontre a probabilidade de cada um dos seguintes acontecimentos: a) A soma dos pontos igual a 7. b) A soma dos pontos 8 e a diferena 4. c) A soma dos pontos 5 e o produto 4. Resp.: a) 0,1667 b) 0,0556 c) 0,0556 6) Lance um dado e uma moeda: a) Construa o espao amostral. b) Enumere os seguintes eventos: A = (coroa, marcado por nmero par). B = (cara, marcado por nmero mpar). C = (mltiplos de 3) c) Expresse os eventos: I) B II) A ou B ocorrerem

III) B e C ocorrerem

d) Verifique dois a dois os eventos A, B e C e informe quais so mutuamente exclusivos. Resp.: b) P(A) = 0,25 P(B) = 0,25 P(C) = 0,3333 c.I) 0,25 c.II) 0,50 c.III) 0,0833

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

24

7) Um nmero inteiro escolhido aleatoriamente dentre os nmeros de 1 a 50. probabilidade de: a) O nmero ser divisvel por 5 b) Terminar em 3 c) Ser divisvel por 6 ou 8 Resp.: a) 0,2 b) 0,12 c) 0,04

Qual a

8) Qual a probabilidade de que Marina, Vanessa e Natlia sejam escolhidas de um grupo de sete alunos para compor uma equipe? Resp.: 0,0286 9) Para poder ganhar no jogo de moedas, Paulo alterou uma moeda de forma que sasse caras trs vezes mais do que coroas. Para dois lanamentos dessa moeda, determine: a) O espao amostral b) A probabilidade de sair apenas uma cara c) A probabilidade de sair apenas uma coroa d) A probabilidade de sarem duas fcies iguais e) A probabilidade de sair pelo menos uma cara Resp.: a) S = {kk ; kc; ck ;cc} b) 0,375 c) 0,375 d) 0,625 e) 0,9375

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

25

LISTA DE EXERCCIOS N. 3

1) Consideremos 250 alunos que cursam o primeiro ciclo de uma faculdade. Desses alunos 100 so homens (H) e 150 so mulheres (M); 110 cursam fsica (F) e 140 cursam qumica (Q). A distribuio dos alunos a seguinte: dos 110, 40 so homens e 70 so mulheres e dos 140, 60 so homens e 80 so mulheres. Um aluno sorteado ao acaso. Qual a probabilidade de que esteja cursando qumica dado que mulher? Resp.: 0,5333 2) A probabilidade de que um homem esteja vivo daqui a 30 anos de 2/5; a de sua mulher 2/3. Determine a probabilidade de que daqui a 30 anos: a) Ambos estejam vivos b) Somente o homem esteja vivo c) Somente a mulher esteja viva d) Nenhum esteja vivo Resp.: a) 0,2667 b) 0,1333 c) 0,4 d) 0,2 3) A urna A contm 3 fichas vermelhas e 2 azuis e a urna B contm 2 fichas vermelhas e 8 azuis. Joga-se uma moeda honesta. Se a moeda der cara, extrai-se uma ficha da urna A; se der coroa, extrai-se uma ficha da urna B. Uma ficha vermelha extrada. Qual a probabilidade de ter sado cara no lanamento? Resp.: 0,60 4) Uma vendedora marcou uma visita tarde com o gerente da Empresa X. Ela estima que h 60% de probabilidade do gerente confirmar a visita e 70% de probabilidade de fechar negcios nesta visita. Existe uma probabilidade de 10% de haver promoo de vendas do produto da vendedora no prximo final de semana na Empresa X. Determine a probabilidade da vendedora fazer a visita, fechar negcio e no haver promoo de seus produtos. Resp.: 0,378 5) Trs moas, Alice (A), Beatriz (B) e Catarina (C) costumavam lavar os pratos da casa sendo que Alice o faz em 40% das vezes e os 60% restantes dividem-se igualmente entre Beatriz e Catarina. A diferena na habilidade em lavar pratos faz com que a probabilidade de que Alice quebre um prato seja de 0,02, a de que Beatriz o faa seja de 0,03 e a de Catarina de 0,02 ( simbolizando a probabilidade de quebrar um prato por Q). Estando os pais das moas na sala e ouvindo um prato ser quebrado, no sabendo qual de suas filhas se encontra na cozinha, qual a probabilidade de que tenha sido Alice? E Beatriz? E Catarina? Resp.: a) 0,008 b) 0,009 c) 0,006

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

26

6) Foram selecionadas 400 pessoas conforme tabela abaixo: Solt. (S) Masc. (M) Fem. (F) Total Calcular: a) P(S/M) f) P(C/M) b) P(M/S) g) P(V/F) c) P(C/F) h) P(V/M) d) P(F/D) i) P(F/C) e) P(D/F) j) P(M/C) 50 150 200 Casado (C) 60 40 100 Divorc. (D) 40 10 50 Vivo (V) 30 30 50 Total 180 220 400

Resp.: a) 0,2778 b) 0,25 c) 0,1818 d) 0,2 e) 0,0455 f) 0,3333 g) 0,1364 h) 0,1667

DISCIPLINA: Probabilidade e Estatstica Apostila 2 Prof: Antonio Kronbauer

27