Escolar Documentos
Profissional Documentos
Cultura Documentos
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.
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 = 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}
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
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.
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(F) = 12/52
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
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
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.
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
= 6 66
= 1 11
S pode ocorrer
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)
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
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
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
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)
Mquina J
Mquina K
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
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)
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
17
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) =
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 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 .
19
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
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
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 B )
P (A) = 1 P (A)
P ( A B ) = P (A) . P (B)
P (A / B ) = P ( A B ) P (B)
Cn, x =
n x
n! x ! (n-x) !
P (Ai/B) =
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
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
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
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
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
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
27