Escolar Documentos
Profissional Documentos
Cultura Documentos
Introdução à Probabilidade
3. Introdução à Probabilidade
3.1. Introdução
A teoria da probabilidade trata detalhadamente as características dos experimentos
aleatórios. Sua aplicação está presente em várias áreas do conhecimento: medicina, biologia,
ciências sociais, engenharia, entre outras. Num experimento a ocorrência de um particular resultado
não pode ser prevista com exatidão. De imediato, pensamos nos jogos de azar que deram origem à
teoria da probabilidade no século XVI.
Alguns experimentos têm a propriedade de que sua execução, repetida sob um conjunto de
condições iniciais fixadas, produzem invariavelmente os mesmos resultados. Estes experimentos
são chamados de determinísticos e não são estudados pela teoria da probabilidade por não envolver
incerteza.
Existem muitos outros experimentos que repetidos sob condições fixadas, não produzem
sempre o mesmo resultado. Esses experimentos são chamados de aleatórios ou não-determinísticos
e são objetos de estudo da teoria da probabilidade.
Inicialmente podemos admitir como impossível fazer qualquer afirmação exata sobre os
experimentos aleatórios (Hoel et al., 1978). Entretanto, podemos observar que muitos deles exibem
uma regularidade estatística. Isto pode ser ilustrado considerando o lançamento de uma moeda n
vezes. Para qualquer lançamento individual da moeda não podemos fazer previsão certa quanto a
ocorrência de cara ou coroa, mas as observações mostram que para um grande número de
lançamentos a proporção de caras parece oscilar em torno de algum número fixo p entre 0 e 1,
sendo p muito próximo de 1/2 se a moeda for equilibrada. Os resultados se comportam como se a
proporção de caras em n lançamentos, convergisse para p, ao fazer n tender a infinito. Podemos
considerar esta proporção limite p como a probabilidade de que a face voltada para cima em um
único lançamento de uma moeda seja cara.
Exemplo 3.1 – Seja : Lançamento de uma moeda honesta duas vezes e anota-se a face voltada
para cima.
A esse experimento temos o seguinte espaço amostral associado:
Ω = {(cara, coroa) , (coroa, cara) , (cara, cara) , (coroa, coroa)}.
Seja A o evento "obter exatamente uma cara". Ao evento A temos os seguintes eventos
Exemplo 3.2 – Suponha que um jogador decide jogar numa roleta até conseguir a primeira vitória.
Se temos interesse no número de tentativas possíveis um espaço amostral associado é dado por:
Ω = 1,2,3, … .
Note que este espaço amostral é infinito enumerável.
Exemplo 3.3 – Uma lâmpada é fabricada, em seguida é colocada para funcionar. O tempo, em
horas, de duração até falhar é registrado. Um espaço amostral associado a este experimento é dado
por:
Neste caso temos um exemplo de espaço amostral Ω infinito não-enumerável. Podemos representar
um evento indicando que o tempo de duração até falhar é superior a 5000 horas na forma:
= ∈ ℝ ∶ > 5000 .
DEFINIÇÃO 3.1: A união de dois eventos A e B, denotada por A ∪ B , é o evento que ocorre se
pelo menos um desses eventos ocorre.
DEFINIÇÃO 3.2: A interseção de dois eventos A e B, denotada por A ∩ B , é o evento que ocorre
se ambos ocorrem.
DEFINIÇÃO 3.3: O complementar do evento A, denotado por A , é o evento que ocorre quando A
não ocorre.
Utilizando os diagramas de Venn, teremos:
Ω Ω Ω
A∩B A∪B A
Figura 3.1 – Representação por diagramas de Venn dos conjuntos: A ∩ B , A ∪ B e A.
n
DEFINIÇÃO 3.4: O evento ∪ Ai ocorre quando pelo menos um dos eventos Ai para i = 1, 2, ...,
i =1
n ocorrer.
n
DEFINIÇÃO 3.5 : O evento ∩ Ai ocorre quando todos os eventos Ai , i = 1, 2, ..., n ocorrerem.
i =1
DEFINIÇÃO 3.6 : Dois eventos A e B num mesmo espaço amostral são denominados mutuamente
excludentes ou disjuntos, se eles não puderem ocorrer juntos. Em notação de conjuntos, A e B são
mutuamente excludentes se A ∩ B = φ .
Exemplo 3.4 - Um componente eletrônico é testado e o tempo de duração até falhar T é registrado.
Considere que o espaço amostral seja Ω = { ∶ ≥ 0}. Sejam A, B e C três eventos definidos da
seguinte maneira: A = {t : t < 100} ; B = {t : 50 ≤ t ≤ 200} ; C ={ t : t > 150}. Então,
!" =
#$
#
, (3.1)
Exemplo 3.5 - Observe na Figura 3.2 a estimativa da probabilidade do evento = %&'& , após n
= 1000 lançamentos de uma moeda honesta pela frequência relativa n A / n do evento A. A
estimativa de ( utilizando a linguagem R (R Core Team, 2014), resultou em n A / n = 0,518 .
,"
por:
( = , 3.3
,-
em que,
," = no de elementos de ou no de casos favoráveis a ocorrência de ,
,- = , = no de elementos de Ω.
É importante observar que a expressão (3.3) é apenas uma consequência da suposição de que
todos os resultados sejam igualmente verossímeis (igualmente prováveis), e ela é aplicada apenas
quando essa suposição for atendida.
Exemplo 3.6 - Uma moeda equilibrada é lançada duas vezes. Seja A = {aparece uma cara} e
seja Ω = {0, 1, 2} o espaço amostral, onde cada resultado representa o número de caras que ocorre.
Portanto teríamos P(A) = 1/3. Este cálculo é obviamente incorreto, porque todos os resultados não
são igualmente prováveis. Devemos então considerar Ω * = { cc , cc , c c , c c } onde c representa cara
e c representa coroa. Neste espaço amostral, todos os resultados são igualmente prováveis e, por
isso, temos P(A) = 2/4 = 1/2.
Exemplo 3.7 - Qual a probabilidade de se obter um ponto par no lançamento de um dado honesto?
A = {ponto par} = {2, 4, 6} ⇒ n(A) = 3.
Ω = {1, 2, 3, 4, 5, 6} ⇒ n (Ω ) = 6 . Logo,
44
Introdução à Probabilidade
nA 3
P(A) = = = 0.5 ou
nΩ 6
1 1 1
P ({2} ∪ {4} ∪ {6}) = P ({2}) + P ({4}) + P ({6}) = + + = 0.5 (prop. (iv)).
6 6 6
Exemplo 3.8 - Considere uma sequência de dois lançamentos de um dado honesto. O espaço
amostral Ω associado a este experimento é dado por
1,1 1,2 ⋯ 1,6
2,1 2,2 ⋯ 2,6
Ω=6 :.
⋮ ⋮ ⋱ ⋮
6,1 6,2 ⋯ 6,6
Ω = Ω) × Ω* ,
sendo que, Ω) = Ω* = 1,2,3,4,5,6 . Cada um dos 36 pontos amostrais tem a mesma
probabilidade de ocorrência 1/36. Logo,
P({soma dos dados ser 7}) = 6/36 = 1/6.
P({soma ser 2}) = 1/36.
P({soma ser 7 ou 9}) = 6/36 + 4/36 = 10/36 = 5/18 = 0.28.
∎
Devemos observar que, em particular, se ∩ F = ∅ , quando ≠ I. Então,
(0 ∪ F3 =( +( F . 3.5
46
Introdução à Probabilidade
∎
ω k ∈A
Há outras definições simplificadas, como alternativa a Definição 3.10, ver por exemplo,
(Meyer, 2010).
TEOREMA 3.3 – Se A e B forem dois eventos definidos em um mesmo espaço amostral Ω, então:
O Teorema 3.3 representa uma extensão imediata da propriedade (iii) da Definição 3.8, ao
fazermos A ∩ B = φ .
− L + ( − 1) n −1 P ( A1 , A2 ,L , An ) .
TEOREMA 3.6 - Sejam A e B dois eventos em um mesmo espaço amostral Ω , tais que A ⊂ B.
Então:
P (A) ≤ P(B) .
(a) Escolher ao acaso um objeto, dentre n objetos significa que cada objeto tem a mesma
probabilidade de ser escolhido, isto é, P(escolher ai) = 1/n , i = 1, ..., n . Observar que
∑#2) P aN = 1.
(b) Escolher ao acaso dois objetos, dentre n objetos significa que cada par de objetos tem a
mesma probabilidade de ser escolhido que qualquer outro par. Esta formulação levanta a
questão de quantos pares diferentes existem. Admitindo que existam k pares, a probabilidade
de cada par é igual a 1/k.
(c) Escolher ao acaso m objetos (m ≤ n) dentre n objetos significa que a m-upla (a1 , a2 , ... , am)
tem a mesma probabilidade de ser escolhida que qualquer a m-upla.
Suponha que um experimento O) pode ser executado de ,) maneiras. Vamos assumir que
um segundo experimento O* , possa ser executado de ,* maneiras. Então, o experimento formado
por O) seguido por O* poderá ser executado de ,) × ,* maneiras. Por conseguinte, a extensão para
k experimentos é imediata. Então, se o i-ésimo experimento pode ser executado de , maneiras, i =
1 , 2 , .... , k , o experimento consistindo de O) , seguido por O* , ... , seguido por O/ poderá ser
executado de ,) × ,* × ⋯ × ,/ .
Exemplo 3.9 - Suponha que estamos planejando uma viagem. Admita que existem três rodovias e
duas ferrovias. Se a viagem deve ser feita em duas etapas e tivermos de escolher um ônibus e um
trem, existem
3 × 2 = 6 modos distintos para realizar a viagem.
Exemplo 3.10 - Uma peça manufaturada deve passar por três estações de controle. Em cada estação
a peça é inspecionada e uma determinada característica é marcada. Na primeira estação, três
classificações são possíveis, enquanto nas duas últimas quatro classificações são possíveis. Então
existem: 3 × 4 × 4 = 48 maneiras distintas pelas quais uma peça pode ser marcada.
49
Introdução à Probabilidade
Exemplo 3.11 - Suponha que estamos planejando uma viagem e devemos escolher entre o
transporte de ônibus ou por trem. Se existirem três rodovias e duas ferrovias, Existirão:
3 + 2 = 5 caminhos disponíveis para realizar a viagem.
3. 5.3. Permutações
Suponha que temos n objetos distintos e desejamos permutar esses objetos. Por exemplo: Se
tivermos os objetos a, b e c podemos considerar as seguintes permutações: abc, acb, bac, bca, cab,
e cba. Portanto, temos 6 maneiras possíveis.
Permutar os n objetos equivale a colocá-los dentro de uma caixa com n compartimentos, em
alguma ordenação, ver Figura 3.3:
1 2 . . . n
Figura 3.3
O primeiro compartimento pode ser ocupado por qualquer uma das n maneiras, o segundo
por qualquer uma das (n – 1) maneiras, ... , e o último compartimento apenas por uma maneira.
Aplicando então a regra da multiplicação, temos que o número de maneiras, pelas quais, a
caixa possa ser preenchida é dado por
,! = , , – 1 , – 2 ⋯ 1 ,
3.5.4. Arranjos
Consideremos novamente n objetos distintos. Agora desejamos escolher r desses objetos,
0 ≤ r ≤ n, e permutar os r escolhidos. Denotaremos o número de maneiras de fazer isso por nAr.
Temos então,
# S =, ,– 1 ,– 2 ⋯ ,– '– 1 .
,!
= ∙ 3.7
# S
,−' !
Exemplo 3.12 - Com as sete letras a, b, c, d, e, f, g, podemos formar 210 arranjos distintos de 3
letras,
7!
= 7 × 6 × 5 = 210.
7−3 !
3.5.5. Combinações
Nas permutações e arranjos interessa a ordem dos objetos. Assim abc é diferente de bca.
Nas combinações abc, acb, bac, bca, cab e cba são iguais, interessa apenas a escolha dos objetos,
sem distinção da ordem em que eles aparecem.
O número total de combinações de r objetos escolhidos dentre n é denotado por 0#S3 ou U#S , sendo
que,
, ,!
V W= = . 3.8
# S
' '! , − ' ! '!
Propriedades:
Esta Propriedade (b) pode ser verificada facilmente com o uso do triângulo de Pascal. Para
construção deste triângulo com 10 linhas podemos usar o seguinte código em linguagem R.
Teorema Binomial:
#
&+Y #
=Z 0#/3&/ Y #X/ .
/2[
(3.9)
Exemplo 3.13 - Em uma sala com sete pessoas, quantas comissões de três membros podem ser
formadas?
7 7! 7 × 6 × 5 × 4!
\ ]= = = 35 %^_ ``õb`.
3 3! 7 − 3 ! 6 × 4!
Usando a linguagem R, basta fazer usar o código choose(7,3) para obter o resultado
desejado. Se for necessário listar todas as combinações o código combn(letters[1:7], 3) pode
ser utilizado. Usando esse código, iremos obter:
52
Introdução à Probabilidade
> combn(letters[1:7], 3)
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14]
[1,] "a" "a" "a" "a" "a" "a" "a" "a" "a" "a" "a" "a" "a" "a"
[2,] "b" "b" "b" "b" "b" "c" "c" "c" "c" "d" "d" "d" "e" "e"
[3,] "c" "d" "e" "f" "g" "d" "e" "f" "g" "e" "f" "g" "f" "g"
[,15] [,16] [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24] [,25] [,26]
[1,] "a" "b" "b" "b" "b" "b" "b" "b" "b" "b" "b" "c"
[2,] "f" "c" "c" "c" "c" "d" "d" "d" "e" "e" "f" "d"
[3,] "g" "d" "e" "f" "g" "e" "f" "g" "f" "g" "g" "e"
[,27] [,28] [,29] [,30] [,31] [,32] [,33] [,34] [,35]
[1,] "c" "c" "c" "c" "c" "d" "d" "d" "e"
[2,] "d" "d" "e" "e" "f" "e" "e" "f" "f"
[3,] "f" "g" "f" "g" "g" "f" "g" "g" "g"
>
Exemplo 3.14 - Um lote de 100 peças é composto de 20 defeituosas e 80 perfeitas. São escolhidas
ao acaso 10 peças, sem reposição de qualquer peça escolhida antes que a seguinte seja escolhida.
Qual é a probabilidade de que exatamente a metade das peças escolhidas sejam defeituosa?
0*[30d[3
( = c c
= 0,021.
0)[[
)[
3
Quando falamos de peças extraídas ao acaso, devemos especificar se a escolha é com ou sem
reposição. Em muitas situações, por exemplo, em problemas de Engenharia, pode não fazer sentido
testar uma componente de um sistema mais de uma vez.
O número de maneira de escolher r objetos dentre n com reposição é dado por n r . Neste
caso, estaremos interessados na ordem que os “objetos” são escolhidos.
53
Introdução à Probabilidade
Exemplo 3.15 - Admitamos que se escolham ao acaso dois objetos, dentre os quatro denominados
a, b, c e d.
(a) Se escolhermos sem reposição, o espaço amostral Ω pode ser representado por:
Ω = {(a, b), (a, c), (a, d), (b, c), (b, d), ( c, d)}
Existem 0e*3 = 6 resultados possíveis.
(b) Se escolhermos com reposição, o espaço amostral Ω * poderá ser representado por:
Ω * ={(a, a) (a, b) (a, c) (a, d) (b, a) (b, b) (b, c) (b, d) (c, a) (c, b) (c, c) (c, d) (d, a) (d, b) (d, c) (d, d)};
Existem 42 = 16 resultados possíveis.
Consideramos A = {o objeto c é escolhido}, teremos então:
n!
. (3.10)
n1!n 2 !L n k !
( ,
( | = , ( ≠ 0. 3.11
(
( , =( | ( .
Note que,
( ∩
( | = , ( ≠0.
(
Logo,
( ∩ =( ( | .
20 19 19
P(A,B) = P(A) P(B|A) = = = 0,0384.
100 99 495
55
Introdução à Probabilidade
Em probabilidade condicional podemos afirmar que o espaço amostral foi reduzido, porque
se sabe que A ou B ocorreu. A probabilidade condicional P(A|B) é obtida como a probabilidade de
A em relação ao espaço amostral reduzido B. Em termos da definição clássica de probabilidade,
n A∩ B
P( A | B) = . (3.12)
nB
P (Ω , B ) P ( B )
P( Ω |B) = = =1 .
P(B) P(B)
P [( A1 ∪ A 2 ∪ L ∪ A n ) | B ] = P ( A1 | B ) + P ( A 2 | B ) + L + P ( A n | B ) (3.13)
DEFINIÇÃO 3.12: Os eventos B1 , B2 , ... , BK representam uma partição do espaço amostral Ω se:
(a) Bi ∩ B j = φ , ∀i ≠ j .
k
(b) ∪B i =Ω.
i =1
(c) P ( B i ) > 0 , ∀ i .
Note que, o evento A pode ser escrito na forma de k eventos mutuamente excludentes:
A = ( A, B1 ) ∪ ( A, B 2 ) ∪ L ∪ ( A, B k ) .
Portanto,
DEFINIÇÃO 3.13: Teorema de Bayes - Seja (B1, B2, .... ,Bk) uma partição do espaço amostral Ω .
Então para qualquer outro evento A, com P(A) > 0,
P( A | Bi ) P( Bi )
P( Bi | A) = k
, i = 1,K, k . (3.15)
∑ P ( A | B j ) P( B j )
j =1
Os eventos são chamados de causas a priori, enquanto que, os eventos | são chamados de
causas a posteriori. ( | é a probabilidade de uma causa dado que o evento , uma
consequência, tenha ocorrido. Note que ∑/2) ( | =1e( | <( .
Exemplo 3.17 - Uma companhia monta rádios cujas peças são produzidas em três de suas fábricas
A1 , A2 , A3. Estas fábricas produzem respectivamente, 15%, 35% e 50% do total. As probabilidades
das fábricas A1 , A2 , A3 produzirem peças defeituosas são 0,01 ; 0,05 e 0,02, respectivamente. Uma
peça é escolhida ao acaso do conjunto de peças produzidas. Essa peça é testada e verifica-se que é
defeituosa. Qual é a probabilidade que tenha sido produzida pela fábrica 1 ?
Sejam D = {a peça é defeituosa}, D = {a peça é não-defeituosa} e
= h_& ibç& é i'^lhm l& ,& − é` _& !áY' %& , = 1, 2, 3. Sabemos que P(A1) = 0,15 ,
P(A2) = 0,35 e P(A3) = 0,5. Note que: P(D|A1) = 0,01 ; P(D|A2) = 0,05 e P(D|A3) = 0,02.
Desejamos calcular P(A1|D). Pelo teorema de Bayes, segue que
P( D | A1 ) P( A1 )
P( A1 | D) = ,
P( D)
sendo que, o = o, ) ∪ o, * ∪ o, p . Então,
Portanto,
P(A1|D) = 0,052.
3.6.2. Independência
DEFINIÇÃO 3.14: Dois eventos A e B são independentes se e somente se,
∀ , k = 2, 3, ... , n.
Exercício 3.1 - Provar que na expressão (3.17) existem ao todo 2n – n – 1 condições a serem
verificadas.
Exemplo 3.18 - Considere uma urna com três bolas brancas e sete bolas vermelhas. Retiram-se
duas bolas da urna com reposição. Qual a probabilidade de que as duas bolas retiradas sejam
brancas?
Considere os eventos: Bi = {a i-ésima bola retirada é branca} e Vi = {a i-ésima bola
retirada é vermelha} , i = 1, 2.
Note que os eventos B1B2 , B1V2 , V1B2 e V1V2 são independentes. Portanto,
P(B1, B2) = P(B1)P(B2) = (3/10)(3/10) = 9/100 .
C1 C2
Exemplo 3.20 – Suponha agora que um sistema diferente seja constituído com os dois componentes
do Exemplo 3.19. Suponha que este sistema funciona se ao menos um dos componentes funcionam
(sistema em paralelo), ver Figura 3.6. Qual é a confiabilidade do sistema?
C1
C2
P ( R ) = 1 − P ( R ) = 1 − P( A1 ∩ A2 ) = 1 − P( A1 ) P( A2 ) = 1 - (0,02)(0,05) = 0,999 .
59
Introdução à Probabilidade
2. (Meyer, P. L. , 1984, ex. 1.14). O seguinte enunciado se refere à probabilidade de que exatamente
um dos eventos A ou B ocorra. Verifique que
P[( A ∩ B ) ∪ ( A ∩ B )] = P ( A) + P ( B ) − 2 P ( A ∩ B )
3. Suponha que A e B sejam eventos tais que P(A) = x, P(B) = y e P(A ∩ B) = z. Escreva cada uma
das seguintes probabilidades em termos de x, y e z.
a) P ( A ∪ B ) b) P ( A ∩ B ) c) P ( A ∪ B ) d) P ( A ∩ B )
4. (Meyer, P. L. , 1984, ex. 1.17). Suponha que A, B e C sejam eventos tais que P(A) = P(B) = P(C)
= 1/4 ,
P(A ∩ B) = P(C ∩ B) = 0 e P( A ∩ C) = 1 / 8. Calcule a probabilidade de que ao menos um dos
eventos A, B ou C ocorra.
5. (Bussab & Morettin, cap. 5, p.115). As probabilidades de que dois eventos independentes
ocorram são p e q, respectivamente. Qual a probabilidade:
(a) de que nenhum desses eventos ocorra?
(b) de que pelo menos um desses eventos ocorra?
6. O seguinte grupo de pessoas está numa sala: 5 homens maiores de 21 anos ; 4 homens com
menos de 21 anos ; 6 mulheres maiores de 21 anos , e 3 mulheres menores. Uma pessoa é
escolhida ao acaso. Definem-se os seguintes eventos: A = {a pessoa é maior de 21 anos}; B = {a
pessoa é menor de 21 anos}; C = {a pessoa é homem}; D = {a pessoa é mulher}. Calcule:
a) P ( B ∪ D) , b) P ( A ∩ C )
7. Em uma sala, 10 pessoas estão usando emblemas numerados de 1 até 10. Três pessoas são
escolhidas ao acaso e convidadas a saírem da sala simultaneamente. O número do seu emblema é
anotado.
a) Qual é a probabilidade de que o menor número do emblema seja 5 ?
b) Qual é a probabilidade de que o maior número do emblema seja 5 ?
8. (Meyer, P. L. , 1984, ex. 2.3). (a) Suponha que os três dígitos 1, 2 e 3 sejam escritos em ordem
aleatória. Qual é a probabilidade de que ao menos um dígito ocupe seu lugar próprio?
(b) O mesmo que em (a), com os dígitos 1, 2 ,3, e 4
(c) O mesmo que em (a), com os dígitos 1, 2 ,3, ....., n.
(d) Examine a resposta (c), quando o n for grande.
60
Introdução à Probabilidade
9. (Meyer, P. L. , 1984, ex. 2.13). Suponha que de N objetos, n sejam escolhidos ao acaso, com
reposição. Qual será a probabilidade de que nenhum objeto seja escolhido mais do que uma vez?
10. (Meyer, P. L. , 1984, ex. 2.16). Uma caixa contém etiquetas numeradas 1, 2, ...., n. Duas
etiquetas são escolhidas ao acaso. Determine a probabilidade de que os números das etiquetas sejam
inteiros consecutivos se:
(a) as etiquetas forem escolhidas sem reposição.
(b) As etiquetas forem escolhidas com reposição.
11. Um inteiro é escolhido ao acaso, dentre os números 1, 2, 3, ...., 50. Qual será a probabilidade de
que o número escolhido seja divisível por 6 ou por 8 ?
12. (Meyer, P. L. , 1984, ex. 2.19). Dentre 6 números positivos e 8 negativos, escolhem-se ao acaso
4 números sem (reposição) e multiplicam-se esses números. Qual será a probabilidade de que o
produto seja um número positivo?
13. (Meyer, P. L. , 1984, ex. 2.20). Um determinado composto químico é obtido pela mistura de 5
líquidos diferentes. Propõe-se despejar um líquido em um tanque e, juntar os outros líquidos
sucessivamente. Todas as seqüências possíveis devem ser ensaiadas, para verificar-se qual delas
dará o melhor resultado. Quantos ensaios deverão ser efetuados?
14. Dentre os números 0, 1, 2, ...., 9 são escolhidos ao acaso com reposição r números (0 < r < 10).
Qual é a probabilidade de que não ocorram dois números iguais?
15. Extrai-se ao acaso uma bola de uma caixa que contém 6 bolas vermelhas , 4 bolas brancas e 5
azuis. Determine a probabilidade de a bola extraída ser
a) vermelha b) azul c) vermelha ou branca
19. Determine a probabilidade de aparecer 4 ao menos uma vez em duas jogadas de um dado
honesto?
61
Introdução à Probabilidade
20. Uma urna contém 4 bolas brancas e duas pretas; outra urna contém 3 bolas brancas e 5 pretas.
Extrai-se uma bola de cada urna. Pede-se a probabilidade de
a) ambas serem brancas
b) ambas serem pretas
22. (Morgado et. al.). Em uma loteria de N números há um só prêmio. Um jogador A compra n (1 <
n < N) bilhetes para uma só extração e um jogador B compra n bilhetes, um para cada uma de n
( =1−(
extrações. Qual dos dois jogadores tem maior probabilidade de ganhar algum prêmio? Sugestão:
e depois comparar com P(A) por indução matemática.
23. Quantas vezes, no mínimo, se deve lançar um dado para que a probabilidade de obter algum seis
seja superior a 0,9?
( ∩ = 0,04
B Total
̅
A 0,04 0,06 0,10
0,08 0,82 0,90
Total 0,12 0,88 1,00
25. Se, em uma família com dois filhos, ao menos um deles é menino, qual a probabilidade de o
outro ser também menino?
26. A caixa I contém 3 bolas vermelhas e 5 brancas, e a caixa II , 4 vermelhas e duas brancas.
Extrai-se ao acaso uma bola da primeira caixa e coloca-se na segunda, sem observar a cor. Extrai-se
então uma bola da segunda caixa. Qual a probabilidade de ser branca?
27. A urna I contém 2 bolas brancas e 3 pretas ; a urna II, 4 brancas e 1 preta ; a urna III , 3 brancas
e 4 pretas. Escolhe-se uma urna ao acaso e extrai-se uma bola: é branca. Qual a probabilidade de ter
sido escolhida a primeira urna ?
28. A urna 1 contém x bolas brancas e y bolas vermelhas. A urna 2 contém z bolas brancas e v bolas
vermelhas. Uma bola é escolhida ao acaso da urna 1 e posta na urna 2, em seguida uma bola é
extraída da urna 2. Qual será a probabilidade de que esta bola seja branca ?
62
Introdução à Probabilidade
29. Duas válvulas defeituosas se misturam com duas válvulas perfeitas. As válvulas são ensaiadas ,
uma a uma , até que ambas as defeituosas sejam encontradas.
a) Qual será a probabilidade de que a última válvula defeituosa seja encontrada no segundo ensaio?
b) Qual será a probabilidade de que a última válvula defeituosa seja encontrada no 3° , ensaio ?
c) Qual será a probabilidade de que a última válvula defeituosa seja encontrada no quarto ensaio?
d) Some os números obtidos em a) , b) e c) acima. O resultado é surpreendente?
30. Vinte peças, 12 das quais são defeituosas e 8 perfeitas , são inspecionadas uma após a outra. Se
essas peças forem extraídas ao acaso , qual será a probabilidade de que :
a) As duas primeiras peças sejam defeituosas?
b) As duas primeiras peças sejam perfeitas?
c) Das duas primeiras peças inspecionadas, uma seja perfeita e a outra seja defeituosa?
31. (Meyer, P. L. , 1984, ex. 3.7). Suponha que temos duas urnas 1 e 2 , cada uma com duas
gavetas. A urna 1 contém uma moeda de ouro em uma gaveta e uma moeda de prata na outra gaveta
; enquanto a urna 2 contém uma moeda de ouro em cada gaveta. Uma urna é escolhida ao acaso ; a
seguir uma de suas gavetas é aberta ao acaso. Verifica-se que a moeda encontrada nessa gaveta é de
ouro. Qual a probabilidade de que a moeda provenha da urna 2 ?
32. (Meyer, P. L. , 1984, ex. 3.8). Um saco contém 3 moedas, uma das quais foi cunhada com duas
caras, enquanto as duas outras moedas são normais e não viciadas. Uma moeda é tirada ao acaso do
saco e jogada 4 vezes, em sequência. Se sair cara toda vez, qual será a probabilidade de que essa
seja a moeda de duas caras?
33. (Meyer, P. L. , 1984, ex. 3.9). Em uma fábrica de parafusos, as máquinas A, B e C produzem
25, 35 e 40 por cento do total produzido, respectivamente. Da produção de cada máquina 5, 4 e 2
por cento , respectivamente , são parafusos defeituosos. Escolhe-se ao acaso um parafuso e se
verifica ser defeituoso. Qual será a probabilidade de que o parafuso venha da máquina A ? da B ? da
C?
34. Um exame de laboratório tem eficiência de 95% para detectar uma doença quando ela de fato
existe. Entretanto o teste aponta um resultado falso-positivo para 1% das pessoas sadias testadas. Se
0,5% da população tem a doença, qual é a probabilidade de uma pessoa ter a doença, dado que o seu
exame foi positivo?
35. (Meyer, P. L. , 1984, ex. 3.10). Sejam A e B dois eventos associados a um experimento.
Suponha que P(A) = 0,4, enquanto P(A∪B) = 0,7. Seja P(B) = p.
(a) Para que valor de p , A e B serão mutuamente excludentes?
(b) Para que valor de p , A e B serão independentes?
36. (Meyer, P. L. , 1984, ex. 3.12). Um dado é lançado e, independentemente, uma carta é extraída
de um baralho completo de (52 cartas). Qual será a probabilidade de que:
a) O dado mostre um número par e carta seja de um naipe vermelho?
b) O dado mostre um número par ou a carta seja de um naipe vermelho?
63
Introdução à Probabilidade
37. (Meyer, P. L. , 1984, ex. 3.13). Um número binário é constituído apenas dos dígitos zero e um.
(Por exemplo , 1011 , 1100 etc.). Suponha que um número binário seja formado de n dígitos.
Suponha que a probabilidade de um dígito incorreto aparecer seja p e que os erros em diferentes
dígitos sejam independentes uns dos outros. Qual será a probabilidade de formar-se um número
incorreto?
38. (Meyer, P. L. , 1984, ex. 3.14). Um dado é atirado n vezes. Qual é a probabilidade de que “6”
apareça ao menos uma vez em n jogadas ?
39. (Meyer, P. L. , 1984, ex. 3.15). Cada uma de duas pessoas joga 3 moedas equilibradas. Qual a
probabilidade de que elas obtenham o mesmo no de caras ?
40. (Meyer, P. L. , 1984, ex. 3.16). Jogam-se dois dados. Desde que as faces mostrem números
diferentes, qual é a probabilidade de que uma face seja 4 ?
41. (Meyer, P. L. , 1984, ex. 3.23). Se cada elemento de um determinante de segunda ordem for
zero ou um , qual será a probabilidade de que o valor do determinante seja positivo ? (Admita que
os elementos do determinante sejam escolhidos independentemente, a cada valor se atribuindo a
probabilidade 1/2).
43. Sempre que um experimento é realizado, a ocorrência de um particular evento A é igual a 0,2. O
experimento é repetido independentemente, até que A ocorra. Calcule a probabilidade de que seja
necessário repetir o experimento até a quarta vez?
44. Um determinado tipo de míssil acerta o alvo com probabilidade 0,3. Quantos mísseis deveriam
ser lançados para que houvesse pelo menos uma probabilidade de 80% de acertar o alvo ?
45. Uma caixa de 100 parafusos contém 5 defeituosos. Qual é a probabilidade de que dois parafusos
selecionados ao acaso (sem reposição) da caixa sejam ambos bons ?
46. A empresa A & B tem 9100 empregados, classificados de acordo com a seguinte tabela:
(ii) Escolhendo-se dois empregados ao acaso, com reposição, calcular a probabilidade que:
a) Ambos sejam do sexo feminino;
b) Nenhum tenha 20 anos ou mais;
c) O primeiro tenha mais de 35 anos e o segundo seja mulher.
47. Num certo colégio, 25% dos estudantes foram reprovados em matemática, 15% em química e
10% em matemática e química ao mesmo tempo. Um estudante é escolhido ao acaso.
(a) Se ele foi reprovado em química, qual a probabilidade de ele ter sido reprovado em matemática?
(b) Se foi reprovado em matemática, qual é a probabilidade de ter sido reprovado em química?
(c) Qual é a probabilidade de ele ter sido reprovado em matemática ou em química?
48. (Meyer, P. L. , 1984, ex. 3.33). Quatro sinais de rádio são emitidos sucessivamente. Se a
recepção de cada um for independente da recepção do outro, e se essas probabilidades forem 0,1;
0,2; 0,3 e 0,4 , respectivamente, calcule a probabilidade de que k sinais venham a ser recebidos para
k=0, 1, 2, 3, 4.
49. Verifique se a seguinte descrição de probabilidade é possível para dois eventos quaisquer A e B:
P(B) = 0.4 e P ( A ∩ B ) = 0.7 .
50. Num período de um mês, 100 pacientes sofrendo de determinada doença foram internados em
um hospital. Informações sobre o método de tratamento aplicado em cada paciente e o resultado
final obtido estão na tabela abaixo:
51. Se 20% das pecas produzidas por uma máquina acusam defeito, determine a probabilidade de
que em 4 pecas escolhidas ao acaso.
a) 1 seja defeituosa
b) nenhuma seja defeituosa
c) menos de 2 sejam defeituosas.
53. Uma das três hipóteses H1 , H2 e H3 pode explicar “a ocorrência de um acidente de estrada”. Se
H1 estiver correto a probabilidade do acidente é de 0,75. Se H2 estiver correto, a probabilidade do
acidente é de 0,80. Se H3 estiver correto a probabilidade do acidente é de 0,85. H1 tem probabilidade
0,4 de ocorrer; H2 tem probabilidade 0,5 de ocorrer e H3 tem probabilidade 0,1 de ocorrer.
Determinar a hipótese “mais provável” para explicar um acidente observado.
55. Dois baralhos idênticos de n cartas cada um, são embaralhados separadamente, e de cada um se
retira cartas, comparando-as entre si na ordem em que foram extraídas. Qual a probabilidade de que
ocorra ao menos uma concordância ?
Sugestão: Chame de A o evento “ao menos uma concordância ocorre”. Isto é
A = A1 ∪ A2 ∪ L ∪ An .
56. Onze Cartões são numerados em sequência de 11 a 21. Três desses cartões são escolhidos ao
acaso e seus números multiplicados. Calcular a probabilidade de o produto ser ímpar.
57. Suponha um teste de múltipla escolha com m-respostas alternativas. A probabilidade a priori
que o estudante saiba a resposta é p. Assuma que todas as alternativas são igualmente prováveis
(para o caso do estudante adivinhar a resposta certa sem saber). Determine a probabilidade de que o
estudante saiba a resposta de uma questão, dado que ele tenha respondido corretamente.
66
Introdução à Probabilidade
58. Uma indústria produz um sistema no qual é implementado um componente essencial ao seu
funcionamento. Para aumentar a velocidade de operação do sistema, podem ser implantados em
série mais de um desses componentes. Por outro lado, pelo fato de os componentes serem dispostos
em série, o sistema todo falha. Os técnicos estão interessados em verificar se o tempo de operação
sem a ocorrência de falhas (tempo de operação contínua) é influenciado pelo número de
componentes implantados no sistema e de que maneira ocorre essa influência. São então observados
100 sistemas (com 1, 2 ou 3 componentes implantados) e registrados os seus tempos de operação
contínua. Os resultados foram resumidos na seguinte tabela:
Componentes
Tempo de operação Total
1 2 3
A(100, 155] 30 0 0 30
B(50, 100] 0 20 30 50
C(5, 55] 0 10 10 20
Total 30 30 40 100
O sistema não funciona (isto é, falha) se a passagem de corrente de A para B for interrompida, quer
seja pela falha do componente 1 (C1) ou pela falha simultânea dos componentes 2 (C2) e 3 (C3), ou
ainda, pela falha dos três componentes simultaneamente.
a) Liste os eventos: E1 = O sistema funciona; E2 = o componente 2 falha, mas o sistema funciona;
E3 = o componente 3 falha, mas o sistema funciona.
b) Quais destes eventos são mutuamente exclusivos? Justifique.
c) Supondo que neste sistema os três componentes têm mesma probabilidade p de estar
funcionando, encontre a probabilidade de o sistema todo funcionar. Calcule este valor se p = 0.96
(Esta probabilidade é conhecida como confiabilidade do sistema).
60. Sabe-se que em dias comuns 50% dos acidentes nas estradas ocorrem devido à imprudência dos
motoristas, 12% devido à falhas mecânicas e má conservação das rodovias e 38% devido ao álcool.
67
Introdução à Probabilidade
Considerando que os índices de acidentes com mortes sejam de 1.4%, 0.8% e 2.8%,
respectivamente calcule:
a) A probabilidade de ocorrência de um acidente com morte.
b) Sabendo que houve um acidente com morte, qual a probabilidade que seja devido ao álcool?
Devido à imprudência? Devido a falhas e má conservação?
número de caras e coroas. (b) O que acontece com a probabilidade calculada em (a) quando , → ∞
61. Uma moeda equilibrada é jogada 2n vezes. (a) Obtenha a probabilidade de que ocorrerá igual
63. (Meyer, P. L. , 1984, ex. 2.5). Dez fichas numeradas de 1 até 10 são misturadas em uma urna.
Duas fichas, numeradas (X, Y), são extraídas da urna, sucessivamente e sem reposição. Qual é a
probabilidade de que seja X + Y = 10 ?.
64. Uma urna contém n bolas brancas e k bolas pretas, n > 2 , 1 < k < n. Extraem-se duas bolas
aleatoriamente, determine a probabilidade de se obter ao menos uma bola branca, se as extrações
forem:
65. ( 3.11- Meyer, P. L. , 1984). Três componentes C1, C2 e C3, de um mecanismo são postos em
série (em linha reta). Suponha que esses componentes sejam dispostos em ordem aleatória. Seja R o
evento ( C2 está à direita de C1), e seja S o evento (C3 está à direita de C1). Os eventos R e S são
independentes? Por quê?
67. (75. Magalhães, M.N. 2011, pag. 54). Um grupo de animais tem 2n machos e 2m fêmeas. Feita
uma divisão aleatória em dois grupos de mesma quantidade, qual é a probabilidade desses grupos
terem números iguais de machos?
O sistema não funciona (isto é, falha) se a passagem de corrente de A para B for interrompida, quer
seja pela falha do
68
Introdução à Probabilidade
componente 1 ou pela falha simultânea dos componentes 2 e 3, ou ainda, pela falha dos três
componentes simultaneamente.
a) Liste os eventos: E1 = O sistema funciona; E2 = o componente 2 falha, mas o sistema funciona;
E3 = o componente 3 falha, mas o sistema funciona.
b) Quais destes eventos são mutuamente exclusivos? Justifique.
c) Supondo que neste sistema os três componentes têm mesma probabilidade p de estar
funcionando, encontre a probabilidade de o sistema todo funcionar. Calcule este valor se p = 0.96
(Esta probabilidade é conhecida
como confiabilidade do sistema).
Solução: a) E1 = { C1 C2 C3, C1 C2 N3, C1 N2 C3 }. E2 = { C1 N2 C3 }. E3 = { C1 C2 N3 }.
b) E2 e E3.
c) 2p2 – p3 e 0.958.
70. (Hoel, Port & Stone; 1978, cap2). Se você possui 3 bilhetes de uma loteria para a qual se vendeu
n bilhetes e existem 5 prêmios, qual a probabilidade de você ganhar pelo menos um prêmio?
71. Duas máquinas A e B produzem 5000 peças por dia. A máquina A produz 3000 peças, das quais
2% são defeituosas. A máquina B produz as restantes 2000, das quais 1% são defeituosas.
(a) Se uma peça for escolhida ao acaso da produção total, qual a probabilidade de ser defeituosa?
(b) Da produção total de um dia, uma peça é escolhida ao acaso e, examinando-a, constata-se que
ela é defeituosa. Qual é a probabilidade de que ela tenha sido produzida pela máquina A?
72. Em uma localidade, 5% dos adultos sofrem de determinada doença. Um médico local
diagnostica corretamente 90% das pessoas que têm a doença e diagnostica erradamente 5% das
pessoas que não a têm. Um adulto acaba de ser diagnosticado pelo médico como portador da
doença. Qual é a probabilidade de esse adulto ter, de fato, a doença?
73. (Morgado et. al.). Um prisioneiro possui 50 bolas brancas, 50 bolas pretas e 2 urnas iguais. O
prisioneiro deve colocar, como preferir, as bolas nas duas urnas (nenhuma das urnas pode ficar
vazia). As urnas serão embaralhadas e o prisioneiro, de olhos vendados, deverá escolher uma delas
e, em seguida, retirar uma bola da urna selecionada. Se a bola retirada for branca, ele será libertado
e, se for preta, será condenado. Como o prisioneiro deve proceder, na distribuição das bolas nas
urnas, para maximizar a probabilidade de ser libertado?
74. Em uma cidade com , + 1 habitantes, uma pessoa conta um boato para outra pessoa, a qual,
por sua vez, conta o boato para uma terceira pessoa, e assim por diante. Evidentemente ninguém é
distraído a ponto de contar o boato para quem lhe havia contado o boato. Determine a probabilidade
69
Introdução à Probabilidade
75. Em um bairro existem três empresas de TV a cabo e 20 mil residências. A empresa TA tem
2100 assinantes, a TB tem 1850 e a empresa TC tem 2600 assinantes, sendo que algumas
residências em condomínios subscrevem aos serviços de mais de uma empresa. Assim, temos 420
residências que são assinantes de TA e TB, 120 de TA e TC, 180 de TB e TC e 30 que são
assinantes das três empresas. Se uma residência desse bairro é sorteada ao acaso, qual é a
probabilidade de:
a. Ser assinante somente da empresa TA?
b. Assinar pelo menos uma delas?
c. Não ter TV a cabo?
76. (ENA 2018) Uma prova possui 30 questões de múltipla escolha, cada questão possui 5 itens,
dentre os quais há sempre um único item correto. Se João acertou todas as 26 questões que sabia
resolver e marcou aleatoriamente todas as que não sabia, qual é a probabilidade de João errar no
máximo uma questão?
Referências
Bussab, W. O. ; Morettin, P. A. (2009). Estatística básica. Saraiva, São Paulo, 6ª ed., 560p.
Hoel, P. G.; Port, S. C.; Stone, C. J. Introdução à teoria da probabilidade. Rio de janeiro:
Interciência, 1978.
R Core Team (2014). R: A Language and Environment for Statistical Computing. R Foundation for
Statistical Computing, Vienna, Austria.