Be ee ee Bee au Ree urs Tu eae ees i wt Dee ae! pret "do Departamento de Matemética.da Faculdady de Engenhar ego agar ure ed TE a Ea Rec een Cog ue Cas Paes ‘iMakRon Books ESTATISTICA BASICA — Volume | Probabilidade Luiz Gonzaga Morettin Pontificia Universidade Cat6lica de — Faculdade de Engenharia Indu: PUC-SP F MAKRON Books do Bras Rua Tabapua, 1.348, Ii CEP 04533-004 - So Paulo - SP (O11) 829-8604 e (011) 820-6622 Jelém + Belo Ho oli » Fort So Paulo Riv de Janeiro * Cuiahd » Curitiba * Fi Recife + Salvador Barcelona + Bogoté * Huenos Aires + Caracas * Ciudad de México * Frankfurt + Lisboa * Londres » Madrid + Montevideo » New York = Paris * Porto + Santistalstea Bisica — Volume | Probablidade — 73 Esigio ‘opyight © 1999 MAKRON Books do Brasi Ector Lida 1uguesa reservados pela MAKRON Books fe dessa publicarao poder sor reproduzica fia de qualquer mod: pia, de gravacso, ou Ouos, dos o¢ direitos par 2 lingu: Beast Edtora ica. Nenu: Ualguer cu am preva a DITOR: MILTON MIRA DE ASSUMPCAO FILHO las R. Camargo ‘odutora Eat anlee aa ‘arena da $. Frangoze lragio Elovénica e Fotolios: ERJ Informatica Datos de Catalogagao na Publicagao Moretin, Luiz Gonzaga Estatsiea BAsica — Volume | — Probablicade ‘do Paulo: Matron Books, 1999 ISBN: 85.946:10622 A minha esposa DINALVA EDUARDO. \DRIANA @ ALEXANDREMAKRON Books SUMARIO + — Prefécio da 72 Edigio Preficio da 64 Edigio ....... .xI 1. Espago Amostral a 1 Introdugio 1 2 Espago Amosteal 1.3 Classe dos Eventos Aleatérios 1-4 Operagdies com Eventos Aleatérios 1.5 Propriedades das Operagoes 1.6 Partiglo de um Espago Amostral 1L7 Problemas 8 2. Probabilidade ... 2.1 Fungo De Probabilidade 2.2 Teoremas 2.3 Eventos Equiprovaveis 24 Probabilidade Condicional le 2.5 Eventos Independentes Is 26 Teorema de Bayes 217 Problemas Resolvidos 2.8 Problemas Propostos 4 3. Variéveis Aleatérias Discretas 2 Esperanga Matemitica 3.1 Definig 3.4 Distribuigao Conjunta de Duas Variéveis Aleatériax vii OOummm fi Estatistica BAsiea— Volume 3.5 Fungo de Distribuigao 6s 3.6 Exercicios Resolvidos or 85 3.7 Exercicios Propostos, Disteibuigies Tedricas de Probabilidades de Varidveis Aleatérias Diseretas 93 4.1 Disteibuigio de Bernoulli 93 4,2 Distribuigao Geomsteic: 94 453 Disteibuigao de Pascal 7 4.4 Distribuigdo Hipergeométtica 98 455 Distribuigdo Binomial 100 446 Distribuigdo Polinomial ou Multinomia! 104 4.7 Distribuigdo de Poisson 106 4.8 Exercicios Resolvidos 10 4.9 Exercicios Propostos 12 1. Varkiveis Aleatérias Continuas .. sees 129 511 Definigdes aesssovecrcowved ID 5.2 Principais Distribvigbes Te6ricas de Probabilidades de Varidveis. rigs Continuas 7 veered d8S Distibuigio Uniforme . 135, istribuig3o Exponencial 138 5.2.3 Distribuigso Normai 140 53 Problemas Resolvidos ences 150 5.4 Prablemas Propostos 161 3. Aplicagies da Distribuigde Normal. +165 6.1 Distribuigbes de Fungbes de Variiveis Aleatrias Normais 16s 62 Aproximagio da Distribuigde Binomial Pela Distribuigo Normal 170 6.3 Exercicios Resolvidos 13 6.4 Exereicios Propastos 181 Pabelas/Formutirios 185 Respostas, 197 Refertncias Bibliogréficas 209 MAKRON Books PREFACIO DA 7° EDICAO + ca e modifica Feitas pequenss slteragbes na parte te Na presente edigio fi Hid o actéscimo de pelo menos 50 novos exercicios, que foram aplicados em avali ges pelo autor (0 autor agradece as sugesties apresentadas por colegas, p lage de alguns problemas noves. ncipalmente na formu:nas MAKRON Books PREFACIO DA 6° EDICAO e Este livro¢ o resultado de experiénias vividas a partir de 1967 no Colégio de Aplicas io “Fidelino de Figueiredo” da FFCL, da USP, no IME-USP, Departamento de Estatvctes nna Faculdade de Economia Sio Luis, na Escola de Administragio de Empresas de San Paulo da FGV e na FEI — Faculadade dle Engenharia Industial Foi também testado em cursos de especializagio para professores de Maternitica, sendo apresontado como um modo diditico de se ensinar Estatistica, ssa soma de cursos e experiéncias mostrou que a melhor maneira de apresentar a ‘matéria, para mim, € expor os assuntos para 0 eas0 discreto, onde 0s conecitos sao tats facilmente assimiléveis pelos alunos, passando a seguir para 0 caso continuo, onde esses ‘mesmos conreitos ficario sedimentados Procuro, na maioria dos casos, aprcsentar os conceitos por meio de problemas. para depois defini-los. Sio apresentados exercicios de splicagio pars cade sani ubordece bem como exereicios propostos, no final de cada capitulo, NNo final do livro sio apresentadas as tabelas das distribuiges Normal, Binomial ¢ de Poisson © um formulirio geral, que permitiré 20 aluno, devido ad uso constante aravar as vérias formulas usadas no livro. Visto que este livro foi usado em cursos de Economia, Administragio, Cincias Contabeis, Biologia, Matemética e Engenharia, penso que poderi ser aplicado em cursos das varias éreas de ensino, bastando ao professor dar uma maior ou menor “dosagem” 10 contetido matematico, Esta edigdo vem acrescida de 4) problemas resolvides, no final de cada capitulo, que foram aplicads em av alae {6e5 nos cursos por mim ministrados; ) novos problemas propostos, dentro da linha acima: ©) duas tabelas da Distibuigi6 Binomial, uma para n 30.6 outra para p = 1165, ‘Ao colocar pelo menos 220 exercicios (exemplos, problemas resolvidos & propostes) procuro dar 20 leitor maiores condigdes de assimilar 0 contetida teirico do livMARRON Books ESPAGO AMOSTRAL 4.1. INTRODUCAO esmos, qualquer que sejaonimero Ge oconncieveicads ‘e fe tomannct im eterinado soo, sabemes que a uma cet temperatura hae) a yasenge pat xd Nid, Ese cee carcieia um fentmane deterlnisco Nos fendmenos aleatérios, os resultados nao serdo previsiveis, mesmo que haja un e ronda mero de repeiges do mesmo fendmen, e Por exemple: comiderrmos um pomar eam centens de lrancins, as produ es de cada Plana sero feremes © no provsveie, mesmo que se condigder da Tempera, presto, unin, slo, ec, sjam a earn para todas as drvores, @ Nos experimentos aleatérios, mesmo que as condigdes iniiais sojum sempre 2B EXEMPLOS 2) langamento de uma moeda honest: 2} langamento de um dado @) langamento de duns mocdas 3} rela de uma cara de um barlho completo de &} ctcrminagdo a ide Gl de um components een, 2 ean exparmentoahnrio elf wonloas a Feukad obo, que no 6 pret iva do expenimento serdo 2 cartas 'No exemplo a os eventos axsociados sto cara (c) coroa (r); no exemple b pode ‘ocorrer uma das faces 1, 2,3, 4, $ ou 6. |atistica Basica cap. ESPAGO AMOSTRAL amostral de um experimento aleatirio é © conjunto dos resultados do experimen: ‘elementos do espago amosteal serdo chamados também de pomtas amostrais epresentaremos 0 espago amostral por Q, os exemplos dados em I.1, 0s espacos amostrais sto ) D= ler 9) @=1,2,3,4,5,6 2= €.N.(.0. GOD) 1) G2= Ap... Ko, Ap... Kp. AB... KE A 9) O=te RI D evento aleatério pode ser um tnico ponto amostral ou ume reunifo deles, como ‘08 no exemplo a seguir: “angam-se dois dados. Enumerar os seguintes eventos: A saida de faces igus: 3: saida de faces cuja soma seja igual a 10; saida de faces cuja soma seja menor que 2; da de faces cuja soma seja menor que 15, saida de faces onde uma face & o dobro da outra Determinagaa do espago la (produto cartesiano). nostral: podemos determini-lo por uma tabela de dupla el i ]2ifayzyg4ifsite Dy a) {oa [os | | oo | oe anleraleasleol es | ee en fealaa lan los [oo ao t@a las [ao | as | oo 6ol6al6a 16 | os | 66 wn | 62) 69 [os | eo (0s eventos pedidos sto: Ae (1.1).2.2), (8,344.4. (5, 9).66,6) B46) (5.5) (64) © =4 (evento impossfvel) Cap. Espago amosiral 3 = (1,262.1), 2,4). (3, 6). (4, 2606. 3) [Uma outra mansira de determinar o espaco amostral desse experimento € usar 6 diagrama em drvore, que seré Gtl para a esolugio de problemas fututamente Bis 0 processo: 6.3) 4) + 68) is 0A00 weon00 —_PONTOS AMOSTRA'SEstatistica Basica—Volume! Cap.1__ 3 CLASSE DOS EVENTOS ALEATORIOS FINICAO. E 0 conjunto formado de todos os eventas (subconjuntos) do espago aca efeito psa finite nplo, consideremes um e Q= eer classe dos eventoy alearios € i FiA)=4/e1.02, eheaylete4, ened €2 Para deterinarmeos © nimero de elements (eventos) de F(2) observamos que ¢ comesponde a(4 Kefroceaanien |? er. fe soesponde (1) irl. feed nareepoole (3) neticamente, se 6 ndimevo de pontos amostrnis de am espago amostral Finito & 2, eno \imero de eventos de F & 28, pois ~o- ep f 4 OPERACOES COM EVENTOS ALEATORIOS ideremos um espago amostal finito @ = e1,e2.€3,... eH Sejam A e B dois eventos de FO), As seguintes operagives sie definidas a) REUNIKO DEFINICAO. AUB reunido € formado pelos pontos amostrais que pe Cap.1 Espace [e) Qe Acuee B encem a pelo s b) INTERSECCAO DI eventos Ae B. FINICAO, AN B= ci€ Dige Accie B, secydo & formado pelos pontos amostrais que perencem simultaneament nO Obs, Se AM B=0, Ae B slo eventos mura ¢) COMPLEMENTAGAO AsA= We Qe A DEFINICAO. 2 r f wente exelusivos — \ Exempl primeira moeda Deterininar os eventos A safda de faces iguais e B Owe a de cura ni OOCOSOHCHHEHHEHOSEHOOHOEHOOCHOLOHABEOSitatstica Basioa Volume! Cap. AUB.AAB.A.B, (AUB) (A OB) AM B.AUB.B-AA-B, AABeEBNA Resolugdo: = COMED ED, A= (e660) B= (ch(c0) AU Bal(ecch (enh (e An B= (ec) Ae ten.eo} ne) P(e 2) (0) AnBetle.n) Boaslen PROPRIEDADES DAS OPERAGOES am A, Be C eventos asso vlidas: um espago amostral ©. As seguintes propriedades a) IDEMPOTENTES AMA=A AUA=A b) comuTarivas AUB=BUA ANB=BOA ©) associaTivas ANBAC)=(ANB)NC AUBUC)=(AUBIUC a Cap.1 Espace amostral 4) DISTRIBUTIVAS AUBAC)=(AUB)N(AUO) AABUC)=(ANB)U(ANC) e) ABSORCOES AUIANB)=A AQ(AUB)=A {) IDENTIDADES AnQ=A AvQ=a hh) “LEIS DAS DUALIDADES" ou “LEIS DE MORGAN (AnB)=Aod (AUB)=A0B Bssas propriedades so facilmente verificadas, 4.6 PARTICAO DE UM ESPAGO AMOSTRAL Rin Ze DEFINIGAO, Dizemos que os eventos At, Az, An forma amostral 2 se n uma partigdo do espaa) ») ° 17 1A 172 173 14 sitica Bésica — Volume! Cap. Avteiett ALM Aj=, paraiei =O PROBLEMAS Languit'se us moedas. Enumerar 0 espago amosiral ¢ 0s eventos fa) faces iguas b) cara na 14 meds; €) coroa na 22 e 38 moedas. Considere a experiéncia que consiste em pesquisar famfias com tres eriangas fom relayo a0 sexo das mesmas, segundo a ordem do nascimento, Enumerar o= 2) acorréncia de dois filhos do sexo masculino, bb) ocorréncia de pelo menos um filho do sexo masculino; {¢) ocorténcia de no maximo duss eriangas do sexo feminino. ‘Um tote contém pegas de 5, 10, 15, .. 30 mm de dimetso. Suponina que 2 ‘eas agjt scleionadas no Hote, Se xe y indicam respectivamente os difmetros be i ¢ 24 pegas selecionadas, o par (x, y) represents um ponto amostral. Usando o plano cartesiano, indicar os seguintes eventos: a) A=(x=y) b) B= (| bals dean EXEMPLOS DE APLICAGAO 1. Sendo P(A) =x, P(B) =y © P(A B) =z, calcula a) PKA UB b) PANE ©) FAB) d) AUB) Resolugao: a) (AUB) = PAB) = 1 - b) P(A 0B) = PUB) = 1- =P ANB)= 1-2 AUB)=1~ P(A) +PCB) B) =1-x-y €) PAB) = P(B--A)= P(B)~ P(A B)=y— 4) PAU B)= PIA) + PUB VB)= (1a) Fy12 Estatistiea Baslca— Volume! Cap.? 2. Demonsirar que P(A UB UC) = PLA) + PCB) + PIC) ~ PLA.) sei 1, so equiprove PANO) PBAC)+PA MB NC). = Plea) = p, isto €, quando todos tém a mesina probabilida Demonstragao: PAU BUC) =PKAUB)U ‘quando Pret) = Pt de oconer ]= PIA UB) + PIC =P(ALB)NC)=FA}#A)-RAN B+ PO)=PIA NOUBA RANA) Logo. 20:4 poses amas een) so epoca MO)=PAN)= RAC) FIBAC)- ch om dsp ants PkARCyn BNO amos sear posite dum te A C2, Sporas RAUBUO =A) RB) AO)-RANB)-RANC) ponosamesa PBAC)+PAMBAC) A cher uth 1 SkS k 2Pei j=l iat 3, Sejam A,B e C eventos tis que P(A) = P(B) = PCC) epBnc=! Pa Caleule a probabilidade de que e P(A) EXEMPLOS DE APLICAGAO 1. Retiva-se uma carta de um baralto completo de de sair um rei ou uma carta de espraias? Seja A: saida Ue um rei e B: saida de uma carta de espada Resotucd sama vemos que AB AC=6, logo PAA BAC) f Aplicando 0 resultado do problema anterior temos: A= (Ro, Re, Re, Rp) + PA) = PAUBUC) byt g-o-! 40-18 B XAUBU 3*5 5 B= (Ae.2e,.n Re) PB) = 53 2.3. EVENTOS EQUIPROVAVEIS Observames que AB = [Re ‘onsideremos 0 espago amostral Q. €n| associado a um experimento RANB)= 5 seats Logo Caamemos Pee = pai a P(A B)= POA} + PKB) — P(A AB) dpe PaauBy=se! 4 16 Pauey= 16ala: 5 sapazes com mais de 21 anos, 4 2.0 seguinte grupo de pessoas est numa rapazes com menos de 21 anos, 6 mocas com mais de 21 anos e 3 moyas com calhida ao acaso dente as 18. Os seguintes ‘menos de 21 anos. Uma pessoa & eventos slo definidos: ‘A> a pessoa tem mais a pessoa tem menos de 21 anos: Coa pesos é um rapaz: D: a pessoa é uma moss, Catcular a) ABU) b) AC 115K, 4r,6M, 3m) = p A= (SR.6M)— PIA) D= (6M, 3m) PD) 18 a) PB UD) =P(B) + PD)~PIBAD) 3 Como B.D = 3m), temos que PUB D)= 55. Logo: PBUD) i BU =a b) PA n ©) = PA UC) = 1 PAU C)= I~ PA)+ PIC)— PAC) Como A.A C='SR| e PAMC)= jy femnos que 1 pant -3 boy is76 Como A = Be € =D temos ap. 2 Probabilicae 15 Nem sempre ¢ possivel enumerar 0 espago amostral, Nesses casos, dever usar a andlise combinatéria como processo de contagem. V ximos exemplos, 3. Em um congresso cientifico existem 15 matemiticos € 12 estatisticos. Qual a Probabilidade de se formar um: matemiticos € 2 estatisticos? comissio com 5 membros, na qual fgurem 3 Resoluedo: A: comissio de 3 matemiticos e 2 esiatistico: o-(2 Jesnises (:} f 4. Qual a probabilidade de, num baralho com 52 cartas, a0 se retirarem 4 canas. a6 acaso, sem reposigio, se obter uma quadra? Resolucdo: A: sata de uma quaden | & ndimero de quééruptas 13 niimerw de quadras B Pay= 7s 4 4) 5. Caleular a probabilidade de se o de uma moed: cexatamente 3 earas ¢ 2 coroas em 5 lances Resolucdo: A: saida de 3 catas e 2 coroas n= 25=32 (mimero de quintuplas) 5) k=[3}=10 tnimeros de quiatuplas com 3 caras ¢ 2 coroas) stip aS P= 35 16 6. Uma uma contém as letras A, A. A, Ry Ry S. Retri-se letra por letra, Qual 2 probabilidade de sara palavra Araras’5 Estaisien Basia — Volume! Cap. 2 Az sida de palavra ARARAS. Resoluita: =60 .4 PROBABILIDADE CONDICIONAL \trodusireios a nogao de probabilidade condicional através do seguinte exemplo: CConsideremos 250 alunos que cursam o primeiro ciclo de uma faculdade. Destes unos 100 so homens (H) ¢ 150 so mulheres (M), 110 cursam fisica (F) e 140 cursam simice (Q). A distribuigdo dos alunos € a seguinte: iscipina F a Total men H 40 60 100 ™ 70 80 180 Total 110 140 | _| Um aluno é sorteado 20 acaso. Qual a probabilidade de que esteja cursando quimi- a, dado que & mulher? ry CObservamos, porém, que P(M ©. Q) a ei 20_ 29 PM) = 150 = 150. Cap. 2_ Provabilidade Loge: PO Q) Pm) = PEND Sejam Ac Qe Bc O. Definimos Probabilid corre (A/B) como segue je Condicional de A dade que Is carte" ®22) peo a0) = PROP) Rye Tanbén rar PB OM) eae ExEMPLO Sendo Pays 4) = Ze RIAL B= 1, exer RA) esol PAQB) mo RAB) = BAD, deems clr PAN como RAH) =P le AOR) (A) + PCB) = P(A MB), temos: 3 oRANB) © PAN: my 2 Logo, P(A/B)= 0 = 5 Tiramos da definigo da probabilidade condicional 0 chamado TEOREMA DO PRODUTO: Sejam A ¢ Qe B CQ. Entio P(A B)= PIB). POA/B) ou P(A 9B) = P(A): PIB/A). EXEMPLO Duas bolas vio ser retiradas de uma ur verdes. Qual a probabilidade de que ambas sm 2 bolas branes. 3 pretas e 4 2) sejam verdes? 'b) sejam da mesma cor? Resolusto: 28 avaa 9876 b) POMC) = PBB) + PPAP)+ PVA a) POV AV) =PLV): PV/V) = 132 sto 8798 18 A generalizago do teorema do produto & PUMA P(A1) -P(A2/A1)- P(A3/AL A). PAR/AL DARA AnD Resol indo o Problema 6 de 2.3, usando essa generalizagio, temos PARRA ANRNANS) P(A) PIR/A): PIAA) PIR/AA ROA) PIAA ROAD) PE/ANROAD, L 0 1 3 ARNAHE i EVENTOS INDEPENDENTES mACQeBEQ Intuitivamente se A e B sio independentes, P(A/B) = P(A) ¢ P(B/A) FINIGAO: & © B sao eventos independentes se P(A.“ B)= PLA) PCB). PLO PB) 3 moetdas. Veriticar se so independentes os eventos: A: sada de cara na 1 moeda: B:_saida de coroa na 28 ¢ 38 moedss. cap.2 Probabilidade 19 (coe), (eer), (ered (err) 2 PLA, B= (ern), ()) 2. AB) = 5 = 5 Loge: P(A): PIB) = 478 Come 1 AnB= {(em) e PANB)= 5 temos que A € B so eventos independentes, pois P(A. B)= P(A) PCR) Obs. 1. Para verifiearmos se 3 eventos A, B eC sto independentes. devemos verti se a8 4 proposigdes slo satstetas P(A): PCB): PIC) Se apenas uma nfo for satsfeta, os eventos win so independentes. D2. Se Ae R sin mutuamente exclusives, entio A # R sin depondentes, pois se A ocnire 'B no acone, ito , a ocorréncia de um evento condiciona a no-oooeréncia do ou. Resolveremos um problema que mostrard bem a distingdo entre eventos mutuamen te exclusivas e independentes, PROBLEMA Sejam A e B eventos tais que P(A) =0,2, PCB)=P, P(A UB) =0,6. Coleular P conside rando A ¢ B: a) muluamente exclusivos; ») in dente. Resolugdo: 8 06=0,.2+P-0 ‘a) Ae B mutuamente exclusives => P(A PAB by Ac B independentes = PIA. B) = P(A). PB) =02: Peomo PAW B) = PAU B)= = PCA) + PIB) ~ PLA VB) vem 0.6 = 0.2 + P se [P05] PA) + P{B) - P(A 9B) ver 02°20, Estatistica Bisica— Volume | Cap.2 fas = Bray EXEMPLO idade de que unm omem estes vive dagui 30 anos € 2; a de sua muller é de A 2 pyteminr a prbailade de que da 030 moe a) ambos eam vive 2} Some ome ej of eaten cae Resolucdo. Hi 9 homem estard vivo dagui a 30 anos; Ms mulher estaré viva dagui a 30 anos. Chamaremos de b) P(H 9M) = PCH) PUM) = ) PHM) = POH PUB = 5 ) PHM) = POH) POM) = 9) PH My = Pan) POM) = 3 LH OM) = PON) POM) = 2 e) PIN OM)= Patt) + PIM) — Pi M)=2 +2 ) PLO M)= PUtt)+ PUM) ~ POM) = 5+ 5 ~ = 45 | Cap.2_Probabildade 21 fou X: pelo menos um vivo Pox pixy=1-be 2.6 TEOREMA DE BAYES Teorema da Probabilidade Total *Sejam Aj, A2, An eventos que formam uma pantigdo do espasy ames, Seja Bum evento desse espaco, Entio PB) = 3 Pray PB/AL iI Demonstragao: Os eventos (B Ai) ¢ (BOVA}), para 14}, 11.2 one j= LQ io mutuamente exchosvos, pis (BAAN (BOA) = BOAO) =BO9=0 O evento B ocorre coma segue BAADUBAADUBAANL.. UB OAs P(B) = PUB. At) + PUB 9 Aa) +P AAs) +. + PUB An) e usando 0 teorema do produto vem: P(B) = P(A1) P(B/AL) + PCa). P(B/A2) + Av) ou P(B) = $ (A) PB, EXEMPLO Uma uma contém 3 bolas brancas © 2 amare, Unis segundss uma contém 4 bols se, também ao aca, elas, Escolhe-se, ao acaso, uma urna e dela tia uma bola, Qual a probabilidade de que seja brane?wwe basica— Volume! Cap.2_ soluge: a3 | | | a | Usando-se 0 Teorems do Frodtoe » Teorema da Pao bilidade Total temos, L P(A) - PCB, f P(A\/B) = PA) PBA) a. nyet 2 P(A) P(A) Paya! Pip 4-2 O Teorema de Bayes & também cham de Teoren i 2 6 wea THseiona uma das parcetas da probablidade pr Logo a bole branca pode ocomter ‘otal B=Bonu Bam EXEMPLO °(8)= PIB 1) + PB -\ 11) A urna A contém 3 fichas vermethas ¢ 2 uss €a uma B contém 2 vermelhas ¢ 8 aru 1B) =P) PBA) Pau). PB yy Joga-se uma mocda “honesta”. Se a mos pay=!3,1 219 xttai-se uma ficha Set coroa, extrai-se uma ficha ds 3730 tenia? tt fica vermelha€ extrada, Quals probs bilidade de ter saido cara no langarnento? da urna A: se Problema também pax er Fesolvido usandosse o di Resolugdn. =, 3s 1 | av | | m vA) L* | 2g TON. 5 . ia x a st | Querines: Key Ike hoa P(cy = PVC 5 Pn=! P(Vit) = 2 io ue forinam uma partigao do Q. §, WBCQ Ss ‘Como: 1 em Eat POD ERCAV + Hey Hay: tB/a tn PLA\/B), ' _ PO=PO)- PWC) 4P-Pewy hs ot mV) =cap. 24 Esttistica B Volume Probabilidade 25 Caleulamas agora MCV 2.7.2. As probabilidades de 3 jogadores A, B eC marcarem um gol quale cobram um woz tet 3 penaltisio 3, #6 f, respectivamente. Se cada um cobraruma Sinica vez, qual a piciy) = POC) _ 10 _3 ' bahilidade de que pelo menos um marque um gol? YOO. a8 probabilidade de que pelo menos um marque un a 2 4 7 10 PIA)= 3. PB)= 5 PO = 1H nbém pode ser resolvido pelo diagrama em drvore, como segue vs v0 3 PAUBUC)=1- PAU BUG =1-PAD BAC iS aa er) a pA) PB) PE) x07 307 c Y 35107!" 30750 Se 2.7.3) Em uma indistia ha 10 pessoas que ganham mais de 20 sarios minimos (sn. 20 que ganham enice 10 ¢ 20 s.m. e 70 que ganham menos de 10 sm. Teés ani pessoas desta indistria sio selecionadas. Determinar a probabilidade de que pelo . menos uma ganhe menos de 10 sm wo A z ‘Aza pessoa ganha mais de 20s.m.— P(A) = 0,10 B: a pessoa ganha entee 10 € 20s.m.—+ . P(B) = 020 Ca pessoa ganha menos de 10 sm.—+ P(C) = 0,70 PCUCUO=1-PEUCUE)= 4- P(ZATNT) PC) PC) PO = = 0,30. 0,30- 03% 2.7. PROBLEMAS RESOLVIDOS ‘2.7.1 Unwa urna contém 5 bolas brancas, 4 vermelhas ¢ 3 azuis, Extraem-se simulta rneamente 3 bolas. Achar a probabilidade de que: a) nenhuma seja vermetha; 'b) exatamente uma seja vermelha; ¢) ipdta seam da mes con 2.7.4 Ae B jogam 120 pantidas de xadrez, das quais A ganha 60, B ganha 40 € 20 {erminam empatadas. A ¢ B concordam em jogar 3 partidas. Determinar a proba- bide de 58 \ 2) A ganhar todas as av b) duas partidas terminarem empatadas; Lay ¢) Ac B ganharem aiternadamente, 87.6 1 01 8) psy -ravnH=t . pay= od ) PINS.) = PV Y= 49 110755 120° 2 ; wi FAV) we Bia, 01 b) EUS) = PVA VOY) PREA= 5 4170 w= fa ©) PITSM.C) =P BAB) +P AV AV) MADAMA)» Oa PE) = 1557 43,4.3.2,3.2 12076 5 . . 13 [2-1 ot 2 io 2 107 a4baat 22278 b) PE) =PENENE) (PR)! = a) RAMAN A)= bisa. 666° 2 PIAMB MA) + PIBOANB)= 5 54.5 c) P(Ac B alternadamente) va bil 237127 18 36 7.5. Sto retiradas ums 2 uma, alestoriamente, bolas de uma urna até obter-se a pri- meira bola branca. Mas 2 cada tentativa dobia-se a quantidade de bolas azuis colocadas na uma. Sabendo que inicialmente a uma contém 4 bolas azuis € 6 brancas, calcular a probabilidade de obter-se a primeira bola branca no méximo sa 38 tentativa mn 20 tentativa {84 2 tentativa {16 serene (fp (BIS) + PEALE. Bad) + CALS Ant 38) = 6.4 6.4 “o* 10 14." 10 6 Um ote de 120 pegas € entregue ao controle de qualidade de uma firma. O responsivel plo stor seleciona 5 pegas. © lot ser aceito se forem observadas (0 0u 1 defeitosas. Hé 20 defeituosas no lot. a) Qual a probabilidade de olote ser aceito? b) admitindo-se que o lte sea acito, qual a probabilidade deter sido abservado $6 um defeito? 201 fi P= 076 P@= 5 a) P(A) = P(Od ou Id) = P(Sd) + PCLd e 4) = Pda dd) + add dd)- PRi4= =0,4019 +0,4019 207 2.7.8 27.9 oap.2 Probabilidade 27 PUd OA) _ 0.4019 P(A) ~ 0,8038 ‘Accaixa A tem 9 cartas numeradas de 1 29. A caixa B tem 5 eartas numeradas ve 11a 5. Uma eaina € escolhida ao acaso e uma carta & retirada. Se 0 niinero & ps {qual a probabilidade de que a carta sorteada tenha vindo de A’ ed 4 PLA) PIA) =§ 1, ppm) =? 2 5 PP)= PANE) + PAP) POP) = PLA) PUPA) + PB): PPB) w14a,12 19 P= 3 942 5745 Pane) 29 10 PAP) POP) 19/4519 b) Paw) 0s PB) Num certo eolgio, 4% dos homens © 1% das mulheres tm isis de 1.75 de Stra 60% dos estodantes so mulheres, Um estan € escolido a0 tem mais de 1.75 m_ Qual a probabilidade de que sejs homer? {ro estdante tem mas de 1,75 one 0 LUO opie vs P(A) = 0.016 + 0,006 PIA)= 00: “ope A NMEA) 905 ora aS 1 099% PUA) PY Uma caixa tem 3 mcedas: uma nao viciads, Logo: 0016 _ 8 4022 Paya) oulra com 2 caras © ums terceina vin de mato qua probs de comer cra nea mond de. Uns moeda € selecionads a0 acaso na caixa, Saiu cara. Qual a probabilidade de que a ‘38 moeda tenha sido a selecionada?28 Estatistica Bésica— Volume! Cap.2 ‘A: primeira moeda B; segunda macda Ci tereeita movda Ld L iis P rene, 1 | ; - nena? 3] «R=! ‘ i BA is) 4s Loge: nC) Plc) ~ 17/30" 17 2.7.10 Uma urna contém 4 bolas brancas ¢ 6 bolas vermethas; ovtra uma contém 3 bolas brancas e 6 vermelhas. Passa-se uma bola, escalhida ac acaso, da primeira para a segunda uma, e em segui, retiram-se 5 bolas desta slima, com repos ‘plo, Qual a probabilidade de que ocorram 2 vermelhas ¢ 3 brancas nessa ordem? (097 04) p Soe, 2V €38)= 0.011862 Pve@Ve3B)) eve say PEEVE 0.002646 ON, anven', | Cap. 2 Probabitidade 29 vendew um carro da marca s. Qual « probshilidade de que o individuo que 6 ccomprou seja da classe B? Hans) HO—* Pwo, 2 wn s BE ~ ‘Too Qo * pics) sig — pwns) __ 375 PUB) = poy = 317100 “7 2.7.12UIm certo programa pode ser usado com uma entre duas sub-rotinas A eB, ependendo do problema. A experitncia tem mostrado que a sub-rotina A é uusada 40% das vezes e B é usada 60% das vezes. Se A é usada, existe 75% de chance de que © programa chegue a um resultado dentro do limite de tempo. Se B 6 usada, a chance & de SOM. Se 0 progs ‘tempo, qual a probabilidade de que a sub-rotina A tenha sido a escolhida? P(A) = 044 = PIR/A)= 0,79 = P(A. R)=0.300 P(B) =0,6 + PAR/B) = 0,50 = PLB. R) = 0300 Logo: P{R) = 0,300 + 0,300= 0,600 _PAGR) 03 EMAAR PIR) 0.6 a foi realizado dentro do limite de = 0,5 ou 50%, 2.7.13. uma X contém 2 bolas azuis, 2 brancas ¢ | cinza, © a urna Y contém 2 bolas ‘aus, 1 branca e 1 cinea, Retira-se uma bola de cada urna, Calcule a probabil dade de sairem 2 bolas brancas sabendo que sio bolas de mesma cor A}+ PBB) + ICC) Ptmesma corPB Bymesma cor) 7.14 Num periodo de um més, 100 pacientes softendo de determinada doenga foram internados em um hospital. Informagies sobre o método de tratamento aplicado tem cada paciente e 0 resultado final obtido estio no quadrado abaixo Jane] ] Resultado | \ comm | co _[ eo] 100 a) sorteando aleatoriamente um desses pacientes, determinar a probabilidade de o paciente escolhido: fay) ter sido submetid ao tratamento A, a2) {er sido totalmente cutado; 1) {er sido submetido ao tratamento A ter sido parcialmente cutado; fag) ter sido submetido ao tr b) os eventos “morte” e “tatamento A” sGo independentes? Justifica. ¢) sorteando dois das pacientes, qual a probabilidade de que: 61) tenbam recebido tratamentos diferentes? 2) pelo menos um deles tenha sido curado totalmente? amento A ou ter sido parcialmente curado, 0 a) at) PIA) ) 81) PLA) = 99 = 98 BO. -4 1007 2 Probabiidade 31 P(A) + P(PC) - P(A. PC ] | } PM): P(A) =0.2.x0,6= 0.12 1640.40.24 = 0.76 12 PMA) = =0,12 PIMA) = 169 = P(Mn A) =P(M)- P(A) Logo, 08 eventos “morte” ¢ “tratamento A” s ©) er) iratamentos diferentes P(x) = P(A B)+P(B MA) =2x 0.6 «04 2) surado totalmente PTA) 06 -06= Pei uz) 1 PQ) PG) = 0,36 = 0.64 2.7.15 A probabilidade de que um atleta A ultrapasse 17.30 m ni de 0,7. Oatleta da 4 saltos. Qual a probabilidade de a salts ultrapasse 17,30 m? 9 nico sate tiplo é e em pelo menos num dos Ptu)=0, P@)=03 Plu Vir UusUu)=1= PE Nasa Ma = 1 ~ PG) - PG) - Ps) - POs) = =03-03-0,3-0,3 = 0,081 = 0.9919 2.7.16 Um dado A tem 3 faces brancas ¢ 3 pretas; um did B possui 2 faces brancas. 2 pretas-e 2 vermethas; um dado C possui 2 faces brancas 4 pretas, € um dado D. 3 brancas ¢ 3 pretas. Langam-se 0% quatro dados. Qual a probabilidage de que a) pelo menos uma face seja bra bb) tr@s sejam pretas?2B 3B al Bi2P ad 2v 28 [3B Sar Pie Cuidado: as probabilidades das cores nfo sfo as mesmas nos quatro dads. P(Bi) PBa) - (Ba) - PCBs) = +E 2 oPinay+ PEAR OP sn Pe 324.3,3.2.23,944.3, 6'6'6'67°6'66 676.666 224s Ltt 5666 W369 18 3674 2.7.17 A urna | tem 3 bolas brancas e 2 preias, a uma II tem 4 bolas brancas e 5 pretas, ‘urna III tem 3 bolas brancas e 4 pretas. Passa-se uma bola, escolhida aleatoria- mente, de I para Il, Feito isto retira-se uma bola de Ie retiram-se 2 bolas de II. (Qual & probabilidade de sairem 3 bolas da mesma cor? PUBOB) 18 sig 3 EO), 8 > Pa) p RBOM, 15 ineany. i} penpy=3 __cap.? probabil PIMC) = PIB 23 PIMC) = 59°96 450767 50 2.7.16 Uma urna x tem 8 bolas pretas ¢ 2 verdes. A uma y tem 4 pretas e 5 verdes © a luena 2 tem 2 verdes ¢ 7 pretas. Passa-se uma bola de x para y. Feito isto, passa-se ‘uma bola de y para 2. A seguir, zeriram-se 2 bolas de z, com reposigZ0. Qual a probabilidade de que ocorram duas bolas verdes? p 2202, yy + a 93°08 vy + 0,036 02-02 p 22:2, w + 0.0082 y 08:03, ww» 0108 PCY nV) =0,016 + 0,036 + 0,0032 + 0,0108 = 0,065 2.7.19 Um aluno responde a um reste de mitipla escolha com 4 alternativas eo + sé-correta. A probabilidade do que ele saiba a resposta certa de uma quest 30%. Se ele nio sabe a resposta existe a possibilidade de acertar “no cht existe a possibilidade de ele obter a resposta certa por “cola Se ele aceriou a questio, qual a probabilidade de cle realmente saber a resposta? ede Nao - 2808S 93 OD ray-oas / 4 BBOD gas 7 PSA) _ 03 0.6316 Pea) 0,475 7 O88 P(s/a) uma empresa fotogrifica estima que a probabilidade cle que um fia snstantaneas tem tas panos, er 2.7.20 Um analists de firma eoncorrente planeje fabricar juipamentos para f¢ entre dos proximos 3 anos ¢ 0,30. Se a firma concortente SCOOKSSNHOSHSHOHSOSHOHOCHHOHOHOSHHOHGAAELALEE3A_Estatistica Bésica— Volume! Cap. 2 ceertamente construida uma nova fibrica, Se nio tem tais planos, hé ainda uma probabilidade de 0,60 de que, por outras eazbes, construa uma nova fabrica, Se iniciou os trabalhos de consirugio de uma nova fabrica, qual a probabilidade de PELANF) ose NN - > Pave) = ee np PEON, 427 A OFF PEPLONE)_ 03 m= = 03 = -04167 De PINE) "0.727 12 "O16 7.21 Uma urna X tem 6 bolas brancas e 4 azuis. A urna Y tem 3 bolas brancas e 5 azuis. Passam-se duas bolas de X para Y ¢ a seguir retiram-se duas bolas de Y com reposigio. Sabendo-se que ocorreram duas bales azuis, qual a probabilidade ue das azuis tenhiam sido transferidas de X para Y? ran) = 3068 0.3407 PRA S99 = 0.40 ~ £6 2a 0" io POA/2Ay=p 2A02A) _ $88/9000 _ 588 POAZA)=P 2a). * 306679000 3066 = 0.1918 PROBLEMAS PROPOSTOS A seguinte afirmagio tata da prohabilidade de que exatamente um dos eventos A ou B ocorra, Prove que: PQA B) U(AB)) = PLA) + PLB) — 271A 9B) —————————— _ a Cap.2 Probabitidade 35 2.8.2 Em uma prova cairam dois problemas. Sabe-se que 132 alunos acentaram « Primeiro, 86 erraram o segundo, 120 acertaram os dois e 54 aceriaram Problema, Qual a probabilidade de que um aluno, escolhide ao acaso: 2) nio tena acertado nenhum problema? b) tenha aceriado apenas 0 segundo problema? 2.8.3) Em uma cidade onde se publicam trésjornais A. B e C, constatou-se que entie 1000 familias, assinam: A: 470, B: 420, C: 315, Ae B: 110, AeC:220, BeC Escolhendo-se iio ueaso uma familia, qual a probabilidade 4) no assine nenhum dos trés jomais? 1b) assine apenas wa dos ts jormais? €) assine pelo menos dois jornais? 2.8.4 A tabela abaixo dé a distibuigio das probabilidades dos quato tipos sangtiineos. numa certa comunidad [tio sangiines [a | Ae oe] tipo especificaco al | Caleular a probabilidade de que a) um individuo, sorteado ao acaso nessa comunidade, t 1) dois individuos, sorteados ao acaso nessa comunidad B, nessa order; ©) um individuo, sorteado ao acaso nessa comunidade, no tenha 0 tipo Bow ro tenha o tipo AB. tipo 0: Fenhim tipo Ae tp 2.8.5 Quince pess jas numeradas de | a 15. Tres Pessoas so escolhidas ao acaso e sio retiradas da sala, Os mimeros de suas insignias s30 anotados. Qual a probabilidade de que as em uma sala estio usando ins €) 0 menor numero seja 7? 'b) o maior nimero seja 7? 2.8.6 Uma urna contém bolas numerads: 1, 2.3, caso. Eneontee 3 probabilidade consecutivos se a extragio €feita n, Duas bolas si {ue os mimetos das bos sejai inteitos15 Estatistica Basiea — Volume! Cap. 2 a) sem seposigie, b) coin reposigio. Colacantse 4 niinieros positives ¢ 6 negativos em 10 memérias de ura maquina de calcular (um em cada meméria), Efetua-se o produto dos contetidos de + imemérias selecionadas ao acaso, Qual a probabilidade de que seja positive? “Trés cartas vio ser retiadas de uin baralho de 52 cartas. Calcular a probabilidade de que fa) todas as trés sejam espadas bb) as ts cartas sejam do mesmo naipe: (0) as tréscartas sejam de naipes diferentes. 2.8.9. Uma uma contém 10 bolas verdes e 6 bolas azuis. Tiram-se 2 bolas 20 acaso. (Qual a probabilidade de que as duas bolas: a) sejam verdes? bb) sejam da mesma cor? €) sejam de cores diferentes? 2.8.10 De uma caixa com 10 JAmpadas, das quais 6 estio boas, retiram-se 3 Jampadas it. Qual a probabilidade de que: ‘0 acaso € que Sio testadas a sey a) todas acendam? bb) pelo menos uma Kimpada acenda? 2.8.14 Uma uma contém 5 bolas pretas, 3 vermelhas, 3 azuis € 2 amarelns. Extraem-se simultaneamente 5 bolas. Qual a probabilidade de que saiam 2 bolas pretas, 2 ‘auuis e uma amarela? 2.8.12 Uma uma contém 4 bolas brancas, 4 vermelhas e 2 pretas. Outra urna contérs 5 bolas braneas, 3 vermelhas e 3 pretas, Extraise uma bola de cada urna. Qual 3 probabilidade de que sejam da mesma cor? 2.8.13 Unis caixa contém 6 lampadas de 40 W, 3 de 60 W e I de 100 W. Retirara-se 5 impadas com reposigio, Qual a probabilidade de que’ a) saiam 3 de 40 W, 1 de 60 We 1 de 100 W? b) saiam 4 de 40 We | de 60 W? ¢) nao saia nenhuma de 60 W 2.8.14 Numa sala hi 4 casais, De ea probabilidade de serem escolhiios 3 homens ou 4 mulheres? al uin dos componentes & escol 2.8.15 As probabitidades de yin estuntante oo euise beisicn de una Faenlwe escother centre niatemiitica, fisica e estatistica si0 0.3, 0.3 ¢ 0.2, espeetivanncite, Selector ham-se a0 acaso 3 estudantes do ciclo basico desta Taculdade, Qual a probabil dade de que pelo menos um escolha estatistiea? 2.8.16 Duas pessoas langam, cada uima, 3 moedas, Qual a probabilidade de que trem © 2.8.17 De um grupo de 12 homens © 8 mulheres, cetiramese 4 pess comissio, Qual a probabilidaue de pa formar uma 2) pelo menos uns mulher fazer parte da comissio? bb) uma mulher fazer parte da comissio’? €) haver pessoas dos dois sexos na comissio? 2.8.18 A ¢ B altemadamente e nessa ordem, langam independentemente 3 moedas Ganha o primeiro que tirar faces iguais. O jogo termina com a vitéria de um deles. Qual a probabilidade de A ganhar? Qual a probabilidade de B ganhar? 19 Um tabuleiro quadrado contém 9 orificios dispostos em 3 linhas ¢ 3 eolunas, Em cada buraco cabe uma Gnica bola. Jogam-se 3 bolas sobre tabuleiro. Qual a probabilidade de que os orifieios ocupados nao estejarn alinhados” 2.8.20 Uma uma contém } bola azul e 9 brancas. Uma segunda uma contém x bolas azuis e as restantes biances, num total de 10 bolus, Realizam-se 2 experimentos, Sseparadamente c iulependentes entre si 2 10) retirar ao acaso uma bola de eada urna 29) reunic as bolas das 2 urnas e em seguida retirar 2 bolas a0 acoso, em 2 bolas Calcular © valor minimo de x, a fim de que * probabilidade de atu seja maior no 20 que no 1° experiment 2.8.21 Duas Limpadas muins so misturadas com 2 limpadas boas. As testadas uma a uma, até que 2 ruins sejam enconiradas. Qual a probabilidade de que a chiima ruim seja encontrada no: Limpadas so a) segundo tes! ) terceiro teste: ©) quarto teste. 2.8.22 Da produsio difria de pega de Retinamese § pegas da produgdo dessa miquina num deierminade dia, Qual 2 probabitidade de que na deterrninada miquiny, 10% sin defeituosas. 2) no miximo duas sejam boas? bb) pelo menos quatro sejam boas? COSHNSHSHSHHSHHHSHHSHHHHOHHHHHHCHHHOHOOEEEE ———_— Estatistica BAsiea— Volume |_ Ci ) exatamente trés sejam boas? dd) pelo menos uma seja defeituosa? {8.23 Quatro holsas de estudo serio sorteadas entr © 18 do segundo ciclo, Qual a probabilidade de ro cielo fe 30 estudantes: 12 do pr {que haja entre os sorteaos: 2) um do pins clo Be eum segunda ea 2} escmeno um dca cel J rancad&chve& de 2H 8.24 & probabilidade de que a porta de uma casa est 10 chaves em um chaveiro, Qual a probabilidade de que um individu entre na casa podendo utilizar. se necessério, apenas uma das chaves, tomada ao acaso do chaveiro? 8.25 Em uma uma estio colocadas § bol 1) Retirando-se 5 bolas, sem reposigio, calcular a probabilidade: fat) de as ts primeiras serem azuis e as das tltimas brances; az) de ocorrer 3 bolas azuis e duas brancas. ‘sem reposiga0, ealeular a probabilidade: las azuis € 10 bolas brancas. bb) Retirando-se 2 bola bb) de a segunda ser azul ba) de ter sido retiada a primcina branca, sabondo oe que » segunda & azul 2.8.26 Num supermercado ha 2000 limpadas, provenientes de 3 fabricas distintas X, Y eZ. X produziu $00, das quais 400 boas. Y produciu 700, das quais 600 boss, € Fas restantes, 628 quis 500 boas. Se sortearmos a0 acaso uma das kimpadas rnesse supermercado, qual a probabilidade de que: a) seja boa? bb) sendo defeituosa, tenha sido fabricada por X? 2.8.27 Uma em cada dez moedas apresenta o defeito de ser viciada, isto 6, « probabili- wr moeda & 0,8. Sorteamos ao aeaso uma mocda e @ dade de obtermos cara nes « probabilidade de termos Tangamos 5 vezes, obtendo-se 3 caras € 2 coroas. Qual escolhido a moeda viciada? 2.8.28 Uma uma contém 3 bolas brancas e 4 azuis. Uma outra contém 4 braneas © $ ‘azuis, Passa-se uma bola da primeira pura » segunda urna, e em sezuida, extra se uma bola da segunda urna, Qual a probubilidade de ser branes? una a partida Se stir 3,4 ou 5, perde: Se 2.8.29 Uma pessoa jaga um dado, Se sa 6 6 diteito de jogar novamente, Desta ver, se sat 4 sai Low 2, te sair outro mimero, perde. Qual a probabilidade de ganhar? 2.8.30 4 urna A tem 3 bolas pretas € 4 brancas. A uma B tem 4 bolas brine 2.8.31 A fbria A produziu 4000 I cap.2 Propabilidade 39 colocada na urna B- Retiram-se pretas. Uma bola € retirada ae acaso da uma a0 acaso 2 bolas da urna B. Qual a probabilidade de que: a) ambas sejam da mesma cor? 1b) ambas sejam de cores diferentes? npadas ea fébrica B 6000 limpadas. 805% das scolhese uma Hampadas de A sio boas e 60% das de B so boas também. E: ampada ao acaso das 10000 limrpadas. Qual a probabilidade que: a) seja boa sabendo-se que é da marca A? b) seja boa? ¢) seja defeituosa © da marca B? 4) sendo defeituosa, tenha sido fabricada por B? 2.8.32 A porcentagem de carros com defeito entregue 0 mercado por cel € historicamente estimada em 6%. A produgao da montadora ver ots fib cas distintas, da matriz A e das filiais Be C, nas seguintes proporwes: 60 30% 10%, respectivamente. Sabe-se que a proporgao de defeitos n9 malriz A € ‘dobro da filial B e, da filial B € o quédruplo da filial C. Determina’ 4 pore tagem de defeito de cada fabrics 2.8.33 Uma uma contém 4 bolas branease 5 pretas, 2 bolas siosetiradas a0 280d uma e substituidas por 2 bolas verdes. Depots disto, etiram-se 2 volts Qual a probabilidade de safem bolas brancas? 2.8.94 A uma I tem 3 bolas brancas ¢ 2 pretas. A urna Il tem 4 bolas brancis¢ 5 Prt a urna III tem 3 bolas brancas e 4 pretas. Passa-se uma bola, escolid lea ral a montadora fiamente, de | para Tl Depois disso, passa-se uma bola da urn 1 pst WF em seguida reticam-se 2 bolas de TI. Qual a probabilidade de safon 2 boas brancas? 2.8.35 Uma uma tem 5 bolas verdes, 4 azuis ¢ 5 braneas. Retiram-se 3 Wi8s com reposigdo. Qual a probabilidade de que no méxinio duas sejaim bras 2.8.36 Num congresso cientifico, a composigao de 4 comissbes A, B,C eDésseeult te: S homens (h) € 5 mulheres (m), 3 he 7m, 4 he 6 me 6 he 4 mespoctis mente, Uma pessoa escolhida ao acaso de cada comissio © & fmsdt ums ‘nova comissio E. Qual a probabilidade de que E seja composta po a) 2 mulheres 1b) pessoas do mesmo sexo: ‘¢) somente por homens. 2.8.37 A experitncia mostra que determinado aluno A tem pr ver e acertar um exercicio novo que Ihe € proposto. Seis novos jobabitidade 19 Fel