21008

ANÁLISE ESTATÍSTICA

RELATÓRIO ACTIVIDADE FORMATIVA 1

Após o estudo dos temas 1 e 2 tente resolver esta actividade. Use o

relatório apenas para confrontar os resultados que obteve ou quando de
todo não conseguiu resolver.

2010/2011
 Relatório da Actividade Formativa 1

1.
a) Se apenas interessa quais as cidades que vai visitar e não a ordem (ou sequência) pela
qual faz as visitas. Trata-se da aplicação das combinações de n elementos em conjuntos
com r elementos (apresentam-se as 2 notações ou simbologias que se encontram
habitualmente na literatura):

n n! 10! (10)(9)(8)(7)(6)(5)(4)(3)(2)(1)

C rn =   = = = = 210
 r  r!(n − r )! 6!(10 − 6 )! (6)(5)(4)(3)(2)(1)(4)(3)(2)(1)

Existem então 210 grupos diferentes com seis cidades formados a partir das dez cidades
iniciais.

(numa calculadora científica pode obter-se este resultado de forma automática, desde que este
tipo de funções esteja disponível - permutações, arranjos ou combinações)

b) Neste caso interessa a ordem das cidades, pois interessa obter todas as sequências
possíveis. Pretende-se então determinar o número de Arranjos de r elementos, obtidos a
partir de n elementos.

n n! 10! (10)(9)(8)(7)(6)(5)(4)(3)(2)(1)
Ar= = = = 151.200
(n − r ) (10 − 6)! (4)(3)(2)(1)

c) Pn = n ! = 6! = (6)×(5)×(4)×(3)×(2)×(1) = 720. Representa todas as sequências

(percursos) possíveis para as visitas às 6 cidades.

2.
a) Pretende-se a probabilidade de uma intersecção (que se traduz numa multiplicação
porque os acontecimentos em causa são independentes), isto é,

P = Nº de combinações que incluem 4 e 2 cidades, respectivamente

Nº total de diferentes combinações de 6 cidades

6! 4!
C 4 × C 2 4!2! 2!2! (15) × (6)
6 4
90 3
P= = = = = ≅ 0,43
10
C6 10! 210 210 7
6!4!

6 6
C4=   representa todas as maneiras de escolher 4 cidades das 6 do mercado primário.
4

4 4
C2   representa todas as maneiras de escolher 2 cidades das 4 pertencentes ao
2
mercado secundário.
1
 6! 4!
C 6 × 4 C 0 6!0! 0!4! (1)(1)
6
1
b) P = 10 = = = ≅ 0,005
C6 10! 210 210
6!4!

Para este problema, a resposta pode também ser obtida pela aplicação da regra da
multiplicação para acontecimentos dependentes. A probabilidade de seleccionar uma
cidade de mercado primário na primeira escolha é de 6/10. Seguindo este resultado, a
probabilidade da próxima escolha é 5/9. Assim, a probabilidade de que todas as seis
sejam cidades de mercados primários é:

 6  5 4 3 2 1  1 

P(todos serem mercados primários) =   ×  ×  ×  ×  ×  =   ≅ 0,0005
 10   9   8   7   6   5   210 

3.
a) A situação representa-se por

W W∩C C

b) P(W ∪ C ) = P(W) + P(C ) – P(W ∩ C) = 0,40 + 0,30 – 0,20 = 0,50

(Nota: Os acontecimentos não são mutuamente exclusivos.)

c) P(W ou C, mas não ambos ) = P((W ∪ C) – (W ∩ C)) = 0,50 – 0,20 = 0,30

4. Vamos definir os seguintes acontecimentos:

A – O João está vivo daqui a 20 anos.
B – A Ana está viva daqui a 20 anos.
Supomos que os tempos de vida dos dois irmãos são independentes.

a) P ( A ∩ B ) = P ( A) × P ( B ) = 0.8 × 0.9 = 0.72

2
b) Nesta alínea pretende-se calcular a probabilidade de o João não estar vivo daqui a 20
anos e a Ana não estar viva daqui a 20 anos, isto é, P ( A ∩ B ) .
Tomando em conta o teorema que diz que se A e B são independentes então A e B
também são independentes, tem-se o seguinte:

P ( A ∩ B ) = (1 − P ( A))(1 − P ( B )) = 0.2 × 0.1 = 0.02

c) P ( A ∪ B ) = P ( A) + P ( B ) − P ( A ∩ B ) = 0.8 + 0.9 − 0.72 = 0.98

5. Por definição
P ( A1 ∪ A2 ∪ A3 ) = P ( A1 ) + P ( A2 ) + P ( A3 ) − P ( A1 ∩ A2 ) − P ( A1 ∩ A3 )
− P ( A2 ∩ A3 ) + P ( A1 ∩ A2 ∩ A3 )

de ii) conclui-se o seguinte:

como A1 ∩ A2 = ∅ então P( A1 ∩ A2 ) = 0
como A1 ∩ A3 = ∅ então P ( A1 ∩ A3 ) = 0

Por outro lado

P ( A1 ∩ A2 ∩ A3 ) = P (∅ ∩ A3 ) = P (∅ ) = 0

de iii) conclui-se que os únicos acontecimentos que podem ser independentes são A2 e A3
pois se, por exemplo considerássemos A1 e A2 teríamos P( A1 ∩ A2 ) = 0.2 × 0.1 ≠ 0

Assim, como estes dois acontecimentos são independentes, facilmente se pode obter o
valor de P(A3).

P ( A2 ∩ A3 ) = P ( A2 ) × P ( A3 )
0.05 = 0.1 × P ( A3 )
P ( A3 ) = 0.5

Neste momento já dispomos de toda a informação necessária para a resolução do

exercício.
P ( A1 ∪ A2 ∪ A3 ) = 0.2 + 0.1 + 0.5 − 0.05 = 0.75

6.
a) A probabilidade de os alunos serem todos do mesmo ano inclui as seguintes
possibilidades:

- Os 4 alunos escolhidos são todos do 1º ano.

-“ “ “ “ “ “ “ 2º “.
-… … … … …… … … … … …
- Os 4 alunos escolhidos são todos do 5º ano.

3
 nº de casos em que os alunos são do 1º ano
P(Serem todos do 1º ano) =
nº total de comissões possíveis
 10  40 
  
=  50  =
210
= 0.0009118
4 0

  230300
 
4

Para os restantes anos da licenciatura os cálculos são idênticos e, assim, vamos obter:

P(Serem todos do mesmo ano) = 5 × 0.0009118 = 0.00456

b) Se é escolhido apenas um aluno do 1º ano é porque os restantes são todos dos outros
anos. Escolhe-se então aleatoriamente um aluno dos 10 alunos do primeiro ano, e 3
alunos dos restantes 40.

 10   40 
 × 
P( Um só aluno é do 1º ano) =   50   = 0.4280056
1 3

 
 
4

c) Existirem no máximo 2 alunos do 1º ano na comissão inclui 3 possibilidades:

- ou não há nenhum aluno do 1º ano na comissão;

- ou existe apenas 1 aluno do 1º ano na comissão;
- ou existem dois alunos do 1º ano na comissão:

A probabilidade da união destes três acontecimentos é a somas das respectivas

probabilidades pois trata-se de acontecimentos incompatíveis.

 10  40   10  40   10  40 
        
P( No máximo dois alunos do 1º ano) =  50  +  50  +  50  = 0.9782455
0 4 1 3 2 2

     
     
4 4 4

d) Se um dos alunos é do 1º ano e outro é do 5º ano quer dizer que os restantes são
escolhidos dos outros 30 alunos pertencentes aos 2º, 3º e 4º anos, isto é,

 10  10  30 
   
 1  1  2  = 0.18889 .
 50 
 
4

4
7. A tabela com a distribuição de probabilidades dada é

Visitas Compras
R I N
O 0.07 0.06 0.08
F 0.12 0.48 0.19

a) P ( F ∩ R ) = 0.12

P( F ∩ N ) 0.19
b) P( F | N ) = = = 0.7037
P( N ) 0.08 + 0.19

é dado que o cliente nunca compra genéricos.

c) Para que os acontecimentos fossem independentes teria de se verificar o seguinte:

P( F ∩ N ) = P( F ) P( N )

P( F ) = 0.12 + 0.48 + 0.19 = 0.79 P( N ) = 0.08 + 0.19 = 0.27

P( F ) P( N ) = 0.2133 ≠ 0.19 logo, os acontecimentos não são independentes.

d) Pretende-se a probabilidade condicional de o cliente ser comprador regular de genéricos

dado que apenas vai ocasionalmente ao hipermercado.

P( R ∩ O ) 0.07
P( R | O ) = = = 0.333
P(O ) 0.07 + 0.06 + 0.08

e) P(F) = 0.79 (ver alínea c).

f) P( N ) = 0.27 como já se calculou anteriormente.

8. Vamos definir os seguintes acontecimentos:

E – Empresa com mais de 50 trabalhadores.

F – Empresa que efectua acções de formação.

Do enunciado retiramos as seguintes informações.

P(E) = 0.1

5
 P(F|E) = 0.3 (probabilidade de efectuar acções de formação, dado que a empresa tem
mais de 50 trabalhadores)
P(F) = 0.2

a) P( E ) = 1 − P( E ) = 1 − 0.1 = 0.9

b) Vamos determinar qual das probabilidades P(F | E) ou P( F | E ) é maior.

A realização de acções de formação está condicionada a dois acontecimentos: Ter, ou

não, mais de 50 trabalhadores. Assim, pelo teorema da probabilidade total sabemos que

P( F ) = P( F | E ) P( E ) + P( F | E ) P( E )
0 .2 = 0 .3 × 0 .1 + P ( F | E ) × 0 .9
0.2 − 0.03
P( F | E ) = = 0.1888
0 .9

Concluímos que as empresas que têm maior probabilidade de dar regularmente acções de
formação são aquelas com mais de 50 trabalhadores.

9.
a) Este é um problema de probabilidades condicionadas.

Devem ser identificados dois acontecimentos disjuntos:

A1 – Disciplina Interessante

A2 – Disciplina Fastidiosa

Estes dois acontecimentos formam uma partição de Ω.

Identificamos ainda a existência do acontecimento

B – Professor com idade inferior a 45 anos.

Nesta alínea pede-se P(B), que pode ser obtida pela fórmula da probabilidade total.

P( B) = P( A1 ) P( B | A1 ) + P( A2 ) P( B | A2 )
= 0.7 × 0.6 + 0.3 × 0.25 = 0.495

b) Neste caso pede-se P(B ) , que é facilmente calculada, pois

P( B ) = 1 − P( B) = 1 − 0.495 = 0.505 .

6
c) Pretende-se calcular a probabilidade P(A1|B). Trata-se da aplicação directa do teorema de
Bayes.

P( A1 ) P( B | A1 ) 0.7 × 0.6
P( A1 | B) = = = 0.848
P( B) 0.495

10.
a) Considere-se X a variável aleatória que representa o número de filhos do sexo masculino
em famílias com 3 crianças.

Esta é uma v. a. discreta que pode tomar os seguintes valores:

0 → nenhuma das 3 crianças é do sexo masculino. F F F (lê-se F e F e F)

1 → uma “ “ “ “ “ . M F F ou F M F ou F F M

2 → duas “ “ “ “ “ . M M F ou F M M ou M F M

3 → as três crianças são do sexo masculino. M M M

3 3
1 1 1 3
P( X = 0) =   = P( X = 1) = 3 ×   =
2 8 2 8
3 3
1 3 1 1
P ( X = 2) = 3 ×   = P( X = 3) =   =
2 8 2 8

x 0 1 2 3
P(X=x) 1/8 3/8 3/8 1/8

Valor esperado - E [X ] = 0 × 81 + 1 × 83 + 2 × 83 + 3 × 18 = 128

Variância – pode ser calculada pela expressão mais simples para efectuar o cálculo,

[ ]
V [ X ] = E X 2 − (E [ X ]) = (0 × 18 + 1× 83 + 4 × 83 + 9 × 18 ) − (128 )
2 2

11.
a) As informações contidas no enunciado conduzem ao seguinte:

Vamos designar por p a probabilidade de sucesso da distribuição de Bernoulli referida.

n=8 (1 – p) = 0.12

Estamos na presença de uma repetição de provas de Bernoulli todas independentes então,

a probabilidade de obter a totalidade da amostra será o produto das probabilidades de
obter cada um dos elementos.

7
 Considerando a variável aleatória X que toma os valores 1 – sucesso
0 – insucesso

a probabilidade de obter a amostra dada é

P ( X = 0) × P ( X = 0) × P ( X = 1) × P ( X = 0) × P ( X = 1) × P ( X = 0) × P ( X = 0) × P ( X = 1)
= (0.88) 3 × (0.12) 5 = 0.681472 × 0.0000249 = 0.00001695

12.
a) Como a extracção é sem reposição e o nº de baterias de cada tipo é conhecido e finito, as
probabilidades são dadas por

 A   B   N − A− B 
 × × 
 x   y   n− x − y 
P(X = x,Y = y) =
N
 
n

Considerando:

N = nº total de baterias = 12
A = nº total de baterias novas = 3
B = nº total de baterias usadas mas funcionando.
n = nº de baterias seleccionadas = 2

X pode tomar os valores 0 (não se selecciona nenhuma das baterias novas), 1

(selecciona-se uma bateria nova) ou 2 (seleccionam-se duas baterias novas) e Y seguindo
o mesmo raciocínio, também pode tomar os valores 0, 1 ou 2.

 3  4  5 
   
P( X = 0, Y = 0) =  0 120  2  =
10
  66
 
2

Se X é zero e Y também é zero então as duas baterias seleccionadas têm de ser

defeituosas.

O numerador representa todas as maneiras possíveis de não se retirar nenhuma bateria

das 3 que são novas, não se retirar nenhuma das quatro baterias usadas mas funcionado, e
escolher-se duas das baterias defeituosas.

O denominador (casos possíveis) representa todas as maneiras de escolher 2 baterias a

partir de um conjunto de 12.

Utilizando raciocínios análogos determinamos as restantes probabilidades.

8
  3  4  5   3  4  5 
       
P( X = 0, Y = 1) =  0 121  1  = P( X = 0, Y = 2) =  0 122  0  =
20 6
  66   66
   
2 2
 3  4  5   3  4  5 
       
P( X = 1, Y = 0) =  1 120  1  = P( X = 1, Y = 1) =  1 121  0  =
15 12
  66   66
   
2 2
 3  4  5 
   
P( X = 1, Y = 2) = impossível P( X = 2, Y = 0) =  2 120  0  =
3
  66
 
2
P( X = 2, Y = 1) = impossível P( X = 2, Y = 2) = impossível
Os casos impossíveis devem-se ao facto de a soma de X com Y ser superior a duas
baterias, que é o nº de baterias seleccionado.

A distribuição conjunta de X e Y é, resumindo num quadro, a seguinte:

Y\X 0 1 2

0 10/66 15/66 2/66

1 20/66 12/66 0

2 6/66 0 0

b) Pretende-se calcular a seguinte probabilidade: P( X = 0 | Y =1)

20 12 32
P(Y = 1) = P(Y = 1, X = 0) + P(Y = 1, X = 1) + P(Y = 1, X = 2) = + =
66 66 66

(Note-se que as seguintes expressões representam ambas a probabilidade conjunta:

P(X = x, Y = y) ⇔ P( X=x ∩ Y = y) )

P(X = 0, Y = 1) 20
Então, P(X = 0 | Y = 1) = =
P(Y = 1) 32

c) As variáveis não são independentes pois existe pelo menos um valor de X e Y para os
quais se tem que o valor da função de probabilidade conjunta é diferente do produto entre
as funções marginais de X e Y. Por exemplo,

2 2 32
P ( X = 2) = +0+0 = e P(Y = 1) =
66 66 66

9
 Por outro lado P(X = 2, Y = 1) = 0

Daqui facilmente concluímos que as variáveis não são independentes pois

2 32
0≠ ×
66 66

d) A correlação, representada pela letra grega ρ, mede o grau de associação linear entre as
Cov(X, Y)
duas variáveis X e Y e é igual a ρ = . Neste caso, a correlação será também
σ 2x σ 2y
negativa o que indica que em média o crescimento de uma das variáveis implica o
decrescimento da outra.

13.
a) e b) Tabela de probabilidade conjunta para a reacção de eleitores a
um novo plano de impostos sobre propriedade

Reacção Probabilidade
Filiação Partidária A favor Neutro Contra marginal
(F) (N) (C ) Filiação Part.

Democrata (D) 0,30 0,05 0,05 0,40

Republicano (R) 0,125 0,075 0,15 0,35

Independente (I) 0,125 0,025 0,10 0,25

Probabilidade Marginal-
0,55 0,15 0,30 1,00
Reacção

Cada valor da probabilidade marginal indica a probabilidade do acontecimento se verificar

não considerando a influência da outra variável. Por exemplo, se uma pessoa é
aleatoriamente escolhida deste grupo de 400 eleitores, a probabilidade global de que tal
pessoa seja A favor do plano proposto é P(F)=0.55, e é independentemente de ser
Democrata, Republicano ou Independente. Se um eleitor é escolhido aleatoriamente, a
probabilidade de que seja Republicano é P(R)= 0.35.

10
14. O mesmo tipo de tratamento é aplicado a dois doentes, o Francisco e o José. A
probabilidade do Francisco e o José se manterem de boa saúde durante os próximos
cinco anos é 1 4 e 15 respectivamente.

a) Nesta alínea pede-se a probabilidade de ambos os doentes estarem de boa saúde daqui a
5 anos. Em linguagem matemática isto traduz-se na probabilidade da intersecção de dois
acontecimentos (ou seja, de acontecerem simultaneamente). Consideremos então os
acontecimentos
F – O Francisco está de boa saúde daqui a 5 anos e J – O José está de boa saúde daqui
a 5 anos.

1 1 1
Pretende-se P (F e J ) = P(F ∩ J ) = P (F ) × P ( J ) = × = .
por independência 4 5 20
O estado de saúde de um indivíduo não influencia o estado de saúde de outro indivíduo,
assim, os acontecimentos são independentes e verifica-se a respectiva propriedade.

b) Nesta alínea pergunta-se a probabilidade de apenas um dos doentes estar de boa saúde
daqui a 5 anos. Temos, nesta situação, duas possibilidades:
- O Francisco vai estar de boa saúde e o José não vai estar, ou ,
- O Francisco não vai estar de boa saúde e o José vai estar.
A probabilidade total do acontecimento pedido será a soma destas duas possibilidades.
Em termos formais tem-se:

1  1  1 1
P (F ∩ J ) + P (F ∩ J ) = P (F ) × P (J ) + P (F )× P ( J ) = × 1 −  + 1 −  ×
por independência 4  5  4 5

11