Escolar Documentos
Profissional Documentos
Cultura Documentos
I - INTRODUÇÃO
Os fenómenos determinísticos;
Os fenómenos probabilísticos ou estocásticos.
1
As definições de variáveis independentes e dependentes serão tratadas em Estatística, a segunda parte
do curso.
1
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
2
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Nota ao leitor:
3
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
CAPÍTULO I
Exemplo: Disparar contra um alvo, lançar uma moeda ao ar, lançar um dado
ao ar, atirar um penalte, disputar uma partida de futebol, de xadrez, etc.
Exemplos:
4
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Exemplos:
Exemplos:
Suponhamos que seja lançado um dado não viciado ao ar. O dado tem seis
resultados possíveis (1, 2, 3, 4, 5, 6). Estes seis resultados possíveis
constituem o espaço amostral da probabilidade também conhecido por casos
possíveis e que se denota com a letra n. Assim diremos n=6 . Consideremos
os seguintes acontecimentos:
A: saída de número 4;
5
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
m
P( A )=
n
1.3.2- Definição axiomática da probabilidade
6
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
m m n
P( A )= = = =1
n m n
m 0
P( A )= = =0
n n
m
0<P( A )= <1
n
0≤P ( A )≤1
7
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Exercícios:
a)
Número par de pontos;
b)
Número composto;
c)
Número entre 2 e 6;
d)
Número não menor que 2 e não maior que 5.
Resolução:
O dado tem no total seis faces. Então n=6. Entre as seis faces que o dado tem
m 3 1
P( A )= = = =0,5 ou 50 %
n 6 2
b) Número composto
O dado tem no total seis faces. Então n=6. Entre as seis faces que o dado tem
m 2 1
P( A )= = =
n 6 3
c) Número entre 2 e 6
8
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
m 3 1
P( A )= = =
n 6 2
m 4 2
P( A )= = =
n 6 3
2- Numa urna com 50 peças iguais entre elas 5 pintadas extraiu-se uma ao
a)
Pintada;
b)
Não pintada
Resolução:
a)
Pintada
m 5
P( A )= = =0,1
n 50
b)
Não pintada
m 45
P( A )= = =0,9
n 50
3- De uma caixa contendo 40 peças, entre elas algumas metálicas e outras não
metálicas, sabe-se que a probabilidade de extracção aleatória de uma peça
metálica é igual a 0,75. Quantas peças de cada tipo contém a caixa?
9
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Resolução:
Dados:
n=40
mA
P( A )=
n
Fórmula:
mA
0 , 75= ⇔m A =40×0 ,75=30 metálicas
40
Como a caixa contém apenas dois tipos de peças, então o número total de
peças nela contidas é igual à soma das quantidades de peças dos dois tipos.
Isto é:
Resolução:
Dados:
mA
P( A )=
n
Fórmula:
10
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
40 40
0,8= ⇔n= =50 no total
n 0,8
Como a caixa contém apenas dois tipos de peças, então o número total de
peças nela contidas é igual à soma das quantidades de peças dos dois tipos.
Isto é:
CAPÍTULO II
11
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
P( A +B)=P ( A )+P( B)
Demonstração:
2
Ver a definição de acontecimentos mutuamente exclusivos.
12
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
m 1 + m2 m 1 m2
P( A + B)= = + =P( A )+ P( B )
n n n
,
Exercícios :
igual tamanho e colocados numa caixa. Depois, foi desta caixa extraído um
a)
Apenas uma face pintada;
b)
Exactamente duas faces pintas;
c)
Três faces pintadas;
d)
Pelo menos uma face pintada;
e)
Pelo menos duas faces pintadas;
f)
Faces todas não pintadas.
Resolução:
a)
Apenas uma face pintada.
13
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
m 384
P( A )= = =0, 384
n 1000
b)
Exactamente duas faces pintas.
m 96
P( A )= = =0 , 96
n 1000
c)
Três faces pintadas.
m 8
P( A )= = =0 , 008
n 1000
d)
Pelo menos uma face pintada.
m 488
P( A )= = =0 , 488
n 1000
e)
Pelo menos duas faces pintadas.
m 104
P( A )= = =0 , 104
n 1000
f)
Faces todas não pintadas.
m 512
P( A )= = =0 , 512
n 1000
14
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
que foi subdividido em 1000 partes iguais é o volume do cubo. Sabe-se, pois o
Isso significa que cada aresta deve subdividir-se em dez partes iguais.
Resolução:
Extrair uma tira com escrita significa extrair que tem ou letra ou número. Assim,
denotando por A a extracção de uma tira com número e por B a tira com letra,
temos:
m1 5 1 m 2 10 1
n=30 , m1 =5 e m2=10 . Daqui P( A )= = = P( B )= = =
n 30 6 e n 30 3 .
1 1 1
P( A +B)=P ( A )+P( B)= + =
E, finalmente 6 3 2 .
15
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Demonstração:
Por hipótese
A 1 , A2 , ..., A n formam um grupo completo. Então
( A 1 + A 2 + ...+ A n ) é um acontecimento certo3. Consequentemente,
P( A 1 + A 2 + . ..+ A n )=1 4
.
Exemplos:
P( A)+P( A)=1
Observação: Daqui em diante, se designar a probabilidade de um
acontecimento por p a do acontecimento oposto a ele será designado por q.
16
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
CAPÍTULO III
17
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
P( AB)
P A ( B)=
P( A )
Assim:
6
Visto que o produto de dois acontecimentos é um acontecimento cuja ocorrência seja efectiva pela
ocorrência simultânea dos dois acontecimentos.
7
Ver definição do produto de dois acontecimentos
18
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Exercícios:
1.
De um baralho de sueca foram consecutivamente extraídas quatro
sequência:
a)
Copa, copa, copa e copa;
b)
Copa, ouro, pada e paus;
c)
Pada, copa, pada e ouro;
d)
Ouro, copa, ouro e ouro.
Resolução:
O baralho de sueca tem quarenta cartas, entre dez de cada naipe. Assim
temos:
19
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
10 9 8 7
P( ABCD )=P( A )×P A (B )×P AB (C )×P ABC (D )= × × ×
40 39 38 37
a)
10 10 10 10
P( ABCD )=P( A )×P A (B )×P AB (C )×P ABC (D )= × × ×
40 39 38 37
b)
10 10 9 10
P( ABCD )=P( A )×P A (B )×P AB (C )×P ABC (D )= × × ×
40 39 38 37
c)
10 10 9 8
P( ABCD )=P( A )×P A (B )×P AB (C )×P ABC (D )= × × ×
40 39 38 37
d)
P A ( B)=P (B )
20
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Exercícios:
1.
Achar a probabilidade de acerto simultâneo por dois canhões no alvo, se
o primeiro acerta com a probabilidade de 0,8 e o segundo, 0,7.
Resolução:
Resolução:
21
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
1 1 1
P( AB )=P( A )×P( B)= × =
2 2 4
3. De três caixas com 10 peças cada, entre elas 8, 7 e 9 metálicas,
respectivamente, extraiu-se ao acaso uma peça em cada uma delas.
Achar a probabilidade de que as peças extraídas sejam todas:
a) Metálicas;
b) Não metálicas.
Resolução:
qi =1− pi 8
com .
8
Ver teorema da soma das probabilidades de acontecimentos opostos
22
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
A 1 , A2 ,..., A n
Caso particular: Se os acontecimentos , têm probabilidade
idêntica e igual a p, então os acontecimentos opostos a eles têm a
probabilidade idêntica q. Nestas condições a fórmula da probabilidade da
ocorrência de pelo menos um destes acontecimentos se reduz à relação
P( A )=1−q n
Exercícios:
Resolução:
Como
p1 =0,8 ; p 2=0,7 e p3 =0,9 , então, q1 =0,2 ; q 2=0,3 e q3 =0,1 .
P( A )=1−0,2×0,3×0,1=0 , 994
Resolução:
a) Como
p1 =p 2= p3 = p 4 =0,9 , então, q1 =q 2 =q3 =q 4 =0,1 .
23
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
P( A )=⏟
p1 ×q2 ×q 3 ×q 4 +q
⏟ 1 × p2 ×q3 ×q 4 +q
⏟ 1×q2 × p3 ×q 4 +q
⏟ 1 ×q 2×q3 × p4
apenas a primeira apenas a segunda apenas a terceira apenas a quarta
P( A )=4×0,9×0,13 =0 ,0036
Daqui resulta:
c)
P( A )=⏟
p1 ×p 2×q3 ×q 4 + ⏟
p 1×q2 × p3 ×q 4 + ⏟
p 1×q2 ×q 3× p 4 + ⏟
q1 × p2 × p3 ×q 4 +
primeira e segunda primeira e terceira primeira e quarta segunda e terceira
+q
⏟ 1 ×p 2×q3 × p4 +q
⏟ 1×q2 × p3 × p4
segunda e quarta terceira e quarta
d) Como
p1 =p 2= p3 = p 4 =0,9 , então, q1 =q 2 =q3 =q 4 =0,1 .
4
Logo, usando a fórmula P( A )=1− p , obtém-se:
4
P( A )=1−0,9 =1−0,6561=0,3439
3. A probabilidade de um atirador acertar no alvo em cada disparo é igual a
0,4. Quantos disparos deve este efectuar para que acerte pelo menos uma
vez, com a probabilidade não menor que 0,9?
Resolução:
24
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
ln 0,1
n ln 0,6≤ln 0,1⇔ n≥ =4,5
ln 0,6
.
três provas conjuntamente independentes ocorre pelo menos uma vez, com
a probabilidade de 0,936.
Resolução:
Resolução:
25
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
2 2
P(A)=pq+qp+p =0,9×0,1 underbracealignl acert⏟
o do1º ¿+0,1×0,9 underbracealignl f⏟
alha do1ºe ¿ ¿+0,9 underbracealignl acert
⏟os ¿¿=0,99¿
efalha do2º ¿ acerto do2º ¿ dos dois ¿
a)
Obtido vinte valores (cotação máxima);
b)
Obtido zero valor (Cotação mínima);
c)
Acertado apenas um dos exercícios;
d)
Acertado pelo menos um dos exercícios;
e)
Acertado dois exercícios.
Resolução:
P( A )=0,33 =0 , 027
b) Precisamos calcular a probabilidade de que o aluno obtenha zero. Quer
dizer, probabilidade de que não tenha acertado nenhum dos três
exercícios ou ainda de que tenha errado todos.
Utilizando a probabilidade do produto de acontecimentos, teremos
P( A )=q3 . Assim, para este caso, temos:
3
P( A )=0,7 =0 , 343
c) Precisamos calcular a probabilidade de que tenha acertado apenas um
dos três exercícios. Quer dizer, probabilidade de que tenha acertado ou
apenas o primeiro, ou apenas o segundo, ou apenas o terceiro, e errado
os outros dois em cada caso. Assim, temos:
2
P(A)=p.q.qunderbracealignl apenas
⏟o ¿+q.p.q underbracealignl apenaso⏟¿¿+q.q.punderbracealignlapenaso⏟¿¿=3.0,7.0,3 =0,189¿
1º certo ¿ 2ºcerto ¿ 3º certo ¿
26
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Resolução:
m 1
P( A )= =
n 2
m 2 1
P( A )= = =
n 6 3
1 1 1
P( AB )=P( A ). P(B )= . =
2 3 6
27
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
peças entre as quais três metálicas. Em cada uma delas foi ao acaso extraída
uma peça. Achar a probabilidade de que:
a)
Ambas sejam metálicas;
b)
Ambas sejam não metálicas;
c)
Apenas uma delas seja metálica;
d)
Pelo menos uma delas seja metálica.
Resolução:
a)
Para que ambas sejam metálicas é necessário que em cada caixa seja
extraída peça metálica. Assim, denotando a extracção de peça metálica
da primeira caixa por A e da segunda caixa por B, de não metálica da
primeira por então o acontecimento de ambas serem metálicas se
denotará por AB. Logo temos:
6 3 3
P( AB )=P( A ). P(B )= . =
15 10 25
b)
Para que ambas sejam não metálicas é necessário que em cada caixa
seja extraída peça não metálica. Assim, denotando a extracção de peça
não metálica da primeira caixa por A e da segunda caixa por B, então o
acontecimento de ambas não metálicas se denotará por AB. Logo
temos:
9 7 21
P( AB )=P( A ). P(B )= . =
15 10 50
c)
Para que apenas uma seja metálica é necessário que numa das caixas
seja extraída uma peça metálica e na outra uma não metálica. Assim,
denotando a extracção de peça metálica da primeira caixa por A, da
A
segunda caixa por B, a extracção de não metálica da primeira por e
B
da segunda caixa por então o acontecimento de apenas uma
( A B+ A B )
metálica se denotará por . Logo temos:
6 7 9 3 23
P( A B+ A B )=P( A ). P(B )+P( A )P( B)= . + =
15 10 15 10 50
28
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
d)
Pelo menos uma metálica significa ou apenas uma metálica ou ambas
metálicas. Então temos que somar a probabilidade de apenas uma peça
com a de duas peças. Assim, temos:
6 7 9 3 3 29
P( A )= . + + =
15 10 15 10 25 50
a)
Esteja ligada apenas uma;
b)
Esteja ligada pelo menos uma;
c)
Estejam todas ligadas;
d)
Esteja desligada apenas uma;
e)
Esteja desligada pelo menos uma;
f)
Estejam todas desligadas;
g)
Estejam ligadas duas;
h)
Estejam ligadas três.
Resolução:
temos:
q1 =q 2 =q3 =q 4 =q=0,4 .
P( A )=⏟
p1 q 2 q3 q 4 +q 1 p 2 q3 q4 +q 1 q2 p3 q4 +q 1 q2 q3 p4 +
apenas uma ligada
29
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
+ p1 p2 q 3 q 4 + p1 q2 p3 q 4 +p 1 q2 q3 p 4 +q 1 p2 p3 q 4 +q1 p2 q3 p4 +q 1 q2 p3 p 4 +
⏟
duas ligadas
+ p1 p2 p3 q 4 +p 1 p 2 q3 p 4 + p 1 q2 p3 p 4 +q1 p2 p3 p4 + p 1 p 2 p 3 p4 =
⏟ ⏟
três ligadas as quatro ligadas
3 2 2 3 4 3 2 2 3 4
P( A )=4 . p .q +6 . p . q +4 . p q +p =4 . 0,6. 0,4 +6 . 0,6 . 0,4 +4 .0,6 . 0,4+0,6 =0 , 9744
Podemos ainda resolver esta alinea usando a fórmula:
P( A )=1−q n
Assim , atendendo os dados temos:
P( A )=1−0,4 4 =0 , 9744 .
e) Pelo menos uma desligada significa, ou apenas uma desligada, ou duas ligadas, ou três
desligadas ou as quatro desligadas. Assim, temos:
P( A )=⏟
p1 q 2 q3 q 4 +q 1 p 2 q3 q4 +q 1 q2 p3 q4 +q 1 q2 q3 p4 +
três ligadas
+ p1 p2 q 3 q 4 + p1 q2 p3 q 4 +p 1 q2 q3 p 4 +q 1 p2 p3 q 4 +q1 p2 q3 p4 +q 1 q2 p3 p 4 +
⏟
duas desligadas
+ p1 p2 p3 q 4 +p 1 p 2 q3 p 4 + p 1 q2 p3 p 4 +q1 p2 p3 p4 + q1 q 2 q 3 q 4 =
⏟ ⏟
uma ligada as quatro desligadas
P( A )=1− pn
Assim, atendendo os dados temos:
P( A )=1−0,6 4 =0 ,8704 .
30
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
2 2
P( A )=p 1 p 2 q3 q4 + p1 q 2 p3 q 4 + p 1 q2 q3 p4 +q 1 p 2 p 3 q 4 +q1 p2 q 3 p4 +q 1 q2 p3 p 4 =6 . p . q =
2 2
=6.0,6 .0,4 =0,3456
h) Estejam ligadas três.
3 3
P( A )=p 1 p 2 p 3 q 4 + p 1 p 2 q3 p 4 + p1 q2 p3 p4 +q 1 p 2 p3 p4 =4 . p . q=4 . 0,6 . 0,4=0 , 3456
Resolução:
{Pn(k≥1)≥0,8 ¿ ¿¿¿
Para efeito, substituindo os dados obtém-se:
{ Pn ( k≥ 1)≥0,8 ¿ ¿ ¿ ¿
Logaritmando membro a membro, vem:
0 , 699
n log 0,4≤log 0,2⇔−0 ,398 n≤−0 , 699⇔ n≥ ≈2
0 , 398
Resolução:
31
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
achar a probabilidade de que pelo menos uma das lâmpadas se funde. Assim,
temos:
3 3
P3 ( k≥1)=1−q =1−0,4 =0 , 936
Resolução:
{ P2 ( k≥1 )=0 , 75 ¿ ¿ ¿ ¿
Como p+q=1 , então p=0 ,95 .
probabilidade de que:
a)
Haja apenas um acerto;
b)
Haja pelo menos um acerto;
c)
Haja pelo menos uma falha;
d)
Haja dois acertos;
e)
Haja duas falhas.
Resolução:
32
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
c) Haver pelo menos uma falha significa que ou falha apenas um deles ou
então falham simultaneamente os dois. Isso resulta:
d) Para que haja dois acertos é necessários que os dois acertem. Quer
dizer nenhum deles falhe. Assim, temos:
P( A )=p 1 . p2 =0,8 . 0,6=0 , 48
e) Para que haja duas falhas é necessário que os dois falhem. Quer dizer
nenhum deles acerte. Assim, temos:
P( A )=q1 . q 2=0,2. 0,4=0 , 08
14- Qual é a probabilidade de que ao serem lançados uma única vez, três
dados não viciados, se obtenha o número 6 em pelo menos um dos dados?
Resolução:
33
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
CAPÍTULO IV
Exemplos:
a)
A saída de número par e a saída do número quatro no lançamento de
um dado são acontecimentos compatíveis.
b)
A obtenção de uma pada e a obtenção de uma dama ao extrair uma
carta de um baralho são acontecimentos compatíveis.
34
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Demonstração:
a)
Se A e B são independentes então a fórmula toma o aspecto:
P( A +B)=P ( A )+P( B)−P( A ) P(B )
b)
Se A e B são dependentes então a fórmula toma o aspecto:
P( A +B)=P ( A )+P( B)−P( A ) P A ( B)
35
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Demonstração:
B 1 ,B2 ,...,B n
Os acontecimentos , nas condições acima referenciadas
denominam-se hipóteses.
Exemplos:
1.
De dois conjuntos de peças, a probabilidade de que uma peça do
primeiro conjunto seja metálica é igual a 0,8, e do segundo conjunto é
0,9. Achar a probabilidade de que uma peça extraída ao acaso, de uma
caixa escolhida ao acaso, seja:
a)
Metálica;
b)
Não metálica.
Resolução:
a)
Denotemos por A o acontecimento “a peça extraída é metálica”, por B1,
“a peça é extraída do primeiro conjunto” e B2, “a peça é extraída do
segundo conjunto”.
36
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
1
P(B 1 )=P(B 2 )=
2
.
PB ( A )=0,8 PB ( A )=0,9
1 2
e do segundo conjunto é
1 1
P( A )=P(B 1 ) PB ( A )+P (B2 )P B2 ( A )= ×0,8+ ×0,9=0 , 85
1 2 2
b)
De modo análogo à alínea anterior temos:
1 1
P(B 1 )= ; P B ( A )=0,2; P( B2 )= ; P B2 ( A )=0,1
2 1 2
(p+q=1)
E, finalmente:
1 1
P( A )=P(B 1 ) PB ( A )+P (B2 )P B2 ( A )= ×0,2+ ×0,1=0 ,15
1 2 2
2.
Numa firma trabalham 20 pessoas entre as quais 18 homens. E, na sua
que seja:
a)
Um homem;
b)
Uma mulher.
Resolução:
a)
Denotemos por A o acontecimento “a firma ser gerida por um homem”,
por B1o acontecimento “da filial foi aproveitado um homem” e por B2 “da
37
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
P(B 1 )=0,9
filial foi aproveitada uma mulher”. Assim temos e
19 18
PB ( A )= PB ( A )=
P(B 1)=0,1 1 21 2 21
. Consequentemente, e . E
finalmente temos:
19 18
P( A )=P(B 1 ) PB ( A )+P (B2 )P B2 ( A )= ×0,9+ ×0,1=0,9
1 21 21
2 3
P(B 1 )=0,9 ; P B ( A )= ; P( B2 )=0,1; P B2 ( A )=
1 21 21
(p+q=1)
E, finalmente obtemos:
2 3
P( A )=P(B 1 ) PB ( A )+P (B2 )P B2 ( A )= ×0,9+ ×0,1=0,1
1 21 21
Resolução:
a)
Denotemos por A o acontecimento “o computador funcionar sem falha”,
Consequentemente:
38
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
PB ( A )=0,8 PB ( A )=0 , 95
1 2
e .
E, finalmente obtemos:
P( A )=P(B 1 ) PB ( A )+P (B2 )P B ( A )=0,6×0,8+0,4×0 , 95=0 , 86
1 2
E, finalmente obtemos:
Resolução:
a)
Denotemos por A o acontecimento “acerto de uma espingarda”, por B1,
temos:
m1 3 m2 2
P(B 1 )= = =0,6 P(B 2 )= = =0,4
n 5 n 5
e .
Consequentemente:
PB1 ( A )=0 , 95 PB 2 ( A )=0,7
e .
E, finalmente obtemos:
P( A )=P(B 1 ) PB ( A )+P (B2 )P B ( A )=0,6×0 , 95+0,4×0,7=0 , 85
1 2
39
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
E, finalmente obtemos:
Resolução:
a)
Denotemos por A o acontecimento “a peça ser aceite”, por B1, o
, e
E, finalmente obtemos:
P( A )=P(B 1 ) PB ( A )+P (B2 )P B ( A )+P( B3 ) PB ( A )=
1 2 3
P(B 1 )=0 , 24 ; P B1 ( A )=0,1; P( B2 )=0,4 ; PB 2 ( A )=0,4 ; P(B 3 )=0 ,36 ; PB3 ( A )=0,1
(p+q=1)
40
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
E, finalmente obtemos:
P( A)=0,24×0,1+0,4×0,4+0,36×0,1=0,22
6- Das dez peças contidas numa caixa e das vinte contidas na outra, oito
e quatro, respectivamente são brancas. De cada caixa foi extraída
uma peça ao acaso e colocadas numa caixa, inicialmente vazia. Achar
a probabilidade de que uma peça extraída ao acaso da nova caixa
seja:
a) Branca;
b) Não branca.
Resolução:
a)
Denotemos por A o acontecimento “a peça ser branca”, por B1, o
Consequentemente:
8 4
PB ( A )= =0,8 PB ( A )= =0,2
1 10 2 20
,
E, finalmente obtemos:
1 2
P( A )=P(B 1 ) PB ( A )+P (B2 )P B2 ( A )= ⋅0,8+ ⋅0,2
1 3 3
1 2 2 16
P(B 1 )= ; P B ( A )= =0,2; P( B2 )= ; P B2 ( A )= =0,8
3 1 10 3 20
(p+q=1)
E, finalmente obtemos:
41
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
1 2
P( A )=P(B 1 ) PB ( A )+P (B2 )P B2 ( A )= ⋅0,2+ ⋅0,8
1 3 3
Resolução:
a)
Denotemos por A o acontecimento “a peça ser defeituosa”, por B1, o
42
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
sistema:
{P(B1)=2P(B2)=P(B3)¿{P(B1)=P(B2) ¿ ¿
do qual resulta:
1 1 1
P(B 1 )= ; P(B 2 )= ; P( B3 )=
2 4 4
E, pelo enunciado temos:
PB ( A )=0,2
1
PB2 ( A )=0,2 PB3 ( A )=0,4
, e
E, finalmente obtemos:
P( A )=P(B 1 ) PB ( A )+P (B2 )P B ( A )+P( B3 ) PB ( A )=
1 2 3
1 1 1
= ×0,2+ ×0,2+ ×0,4=
2 4 4
1 1 1
P(B 1)= ; P(B 2 )= ; P( B3 )= ; PB1 ( A )=0,8 ; P( B2 )=0,8 ; P B3 ( A )=0,6
2 4 4
(p+q=1)
E, finalmente obtemos:
1 1 1
= ×0,8+ ×0,8+ ×0,6=
2 4 4
P (B1 )P B ( A )
1
P A ( B1 )=
P(A)
44
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
P (B2 ) PB ( A )
2
P A ( B2 )=
De modo análogo teremos P( A ) . Generalizando, temos:
P( Bi )P B ( A )
i
P A ( Bi )=
P(A)
P( Bi )P B i ( A )
P A ( Bi )=
∑ P( Bi )PB ( A )
i , conhecida por fórmula de Bayes.
Exercícios:
a) Primeiro controlador;
b) Segundo controlador.
Resolução:
a)
Denotando por A o acontecimento “a peça ser aceite”, por B1, “a peça
ser verificada pelo primeiro controlador” e B2, “a peça ser verificada pelo
PB 1 ( A )
será a probabilidade de aceitação
segundo controlador”, então
P ( A)
de uma peça pelo primeiro controlador e, B2 a de aceitação pelo
segundo. Deste modo, pelos dados do enunciado temos:
A probabilidade de que uma peça aceite tenha sido verificada pelo primeiro
controlador será
45
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
3-Num armazém ha três caixas. A primeira contém 20 peças, entre as quais 15 coloridas, na
segunda, 30 peças entre as quais 24 coloridas e, na terceira, 10, entre as quais 6 coloridas.
Achar a probabilidade de que de uma caixa escolhida ao acaso seja extraída uma peça:
a) Colorida;
b) Não colorida.
46
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
CAPÍTULO V
REPETIÇAO DE PROVAS
n!
Pn ( k)=Ckn p k q n−k = pk q n−k
k !(n−k )!
cálculo.
47
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Exercícios:
a)
Estejam ligados 4 motores;
b)
Estejam ligados todos os motores;
c)
Estejam desligados 4 motores;
d)
Estejam desligados todos os motores;
e)
Estejam ligados pelo menos 4 motores;
f)
Estejam desligados pelo menos 4 motores.
seguir:
x2
1 1 − ϕ( x) k−np
y= × ℓ 2
= x=
√ npq √ 2 π √ npq com √npq .Quer dizer:
48
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
ϕ( x ) k−np
Pn ( k )≈ x=
√npq , com √npq
x2
1 −2
ϕ( x )= ℓ
sendo √2 π ,a função de Laplace, com valores tabelados no
suplemento 1, para valores positivos de x. Para valor negativos de x utiliza-se o
mesmo suplemento, sabendo que ϕ( x ) é uma função par, quer dizer
ϕ(−x )=ϕ( x) .
Resolução:
80−400×0,2
P400 (80 )≈
ϕ
(
√ 400×0,2×0,8 ϕ(0 )
=
)
√ 400×0,2×0,8 8
0 ,3989
P400 (80 )≈ ≈0,5
ϕ(0 )=0 ,3989 . Então 8
Pelo suplemento 1
49
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Pn ( k 1 ,k 2 ) ,
probabilidade de que este ocorra não menos de k1 vezes e não mais
x
''
z2
1 −
∫ ℓ 2 dz
√2 π x '
. Quer dizer:
x
''
z2
1 −
2 '' '
Pn ( k 1 , k 2 )≈ ∫ ℓ dz =φ( x )−φ( x )
2
√ xπ '
x
''
z2
k 2 −np k 1−np 1 −
x=
''
x=
'
φ( x )= ∫ ℓ 2 dz
com √ npq ; √ npq e √2 π x é a função de Laplace.
'
√ npq
≤x ≈ ∫
√2 π x
ℓ 2 dz
) '
(*)
Resolução:
Pelo enunciado temos k 1 =70 , k 2 =100 , n=400 , p=0,2, q=0,8 . Para calcular a
'' '
probabilidade que se deseja implementemos a fórmula Pn ( k 1 , k 2 )≈φ( x )−φ( x ) .
Assim, substituindo os dados obtém-se:
50
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
100−400×0,2 70−400×0,2
P400 (70, 100)≈φ
( √ 400×0,2×0,8
−φ
) (
√ 400×0,2×0,8
=φ(2,5 )−φ(−1,25)=
)
¿φ(2,5 )+φ(1, 25)
Exercícios:
a) Exactamente 70 vezes;
b) Não menos de 70 e não mais de 80 vezes;
c) Não mais de 70 vezes.
a) Exactamente 75 vezes;
b) Não menos de 75 e não mais de 90 vezes;
c) Pelo menos de 70 vezes;
d) No máximo 74 vezes.
51
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
8- Quantas provas deve realizar um atleta, para que ganhe pelo menos 150
vezes, com a probabilidade de 0,98, se a probabilidade de ganhar em cada
prova é igual a 0,9?
m
| − p|≤ε
n (1)
m
que denotamos por
P | −p|≤ε
n ( )
m m−np
−ε ≤ − p≤ε ⇔−ε ≤ ≤ε
De (1) resulta n n .
n
Multiplicando a última relação por √ pq obtemos:
n m−np n
−ε
√ ≤
pq √ npq
≤ε
pq √
Utilizando o teorema integral de Laplace através da relação (*), com
n n
x ' =−ε
√ pq e
x '' =ε
√
pq obtemos:
n n
n m−np n 1
ε
√ pq z2
2
ε
√ pq z2
n
( √ √ ) (√ )
− −
2 2
P −ε ≤ ≤ε ≈ ∫ ℓ dz = ∫ ℓ dz =2 φ ε
pq √ npq pq √ 2 π n √2 π 0 pq
−ε
√ pq
m n
(
P | −p|≤ε ≈2 φ ε
n pq ) (√ )
52
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
m
| − p|≤ε
Assim, a probabilidade de que a desigualdade n se verifique é
aproximadamente igual ao dobro da função de Laplace “ 2φ( x) ” com
n
x=ε
√ pq .
Exercícios:
Resolução:
Pelo enunciado, temos p=0,1 , q=0,9 , n=400 , ε=0 ,03 e precisamos calcular
m
(
P | −0,1|≤0 , 03
400 .
) Para isso, utilizamos a fórmula
m n
(
P | −p|≤ε ≈2 φ ε
n ) (√ )
pq
da qual substituindo os dados obtemos:
m 400
(
P | −0,1|≤0, 03 ≈2φ 0,03
400 ) (
0,1×0,9
= 2φ (2)
√ )
Pelo suplemento 2 temos φ(2 )=0 , 4772 . Substituindo vem:
m
( )
P | −0,1|≤0 , 03 ≈¿2φ (2)=2×0 , 4772=0 ,9544
400
Resolução:
m
Pelo enunciado, temos n ( )
p=0,1 , q=0,9 , P | − p|≤ε =0 , 9544 , ε=0 , 03
e
precisamos calcular n.
53
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
m n
Para isso, utilizamos a fórmula n (
P | −p|≤ε ≈2 φ ε
pq ) (√ )
da qual substituindo os dados obtemos:
m n
(
P | −0,1|≤0,03 ≈2φ 0,03
n ) (
0,1×0,9
=0,9544
√ )
n
De
( √
2φ 0,03
0,1×0,9 )
=0,9544
, obtemos φ(0,1 √ n)=0,4772=φ(2)
.Comparando vem:
54
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
CAPÍTULO VI
Exemplos:
Nota: O número de valores de uma variável discreta pode ser finito ou infinito.
Mas o número de valores de uma variável contínua é sempre infinito, porque
entre dois números reais quaisquer existe uma infinidade de números.
Pode-se pensar que para determinar uma variável aleatória discreta, basta
enumerar os seus valores possíveis. Mas, na realidade não. Porque duas
variáveis aleatórias discretas podem ter o mesmo conjunto de valores
possíveis, e mesmo assim possuírem probabilidades diferentes. Por isso, para
determinar uma variável aleatória discreta é necessário e suficiente enumerar
os seus valores possíveis e as respectivas probabilidades. Procedendo desta
forma estaríamos justamente a determinar a sua lei de distribuição da
probabilidade.
55
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
por
Pi , a tabela terá a forma:
xi x1 x2 ... xn Ou
Pi P1 P2 ... P
xi Pin
x1 P1
x2 P2
... ...
xn Pn
56
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Pn ( x )=c nx p x q n− x
Pn ( x )=c nx p x q n− x
2ª) Em cada uma das provas ocorre apenas um dos dois resultados possíveis:
ou sucesso, ou insucesso;
Exercícios:
57
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
58
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Exercícios:
Resolução:
Suponhamos que num conjunto de N peças haja M metálicas e N-M não metálicas, e que deste
conjunto sejam extraídas n peças ao acaso. Se a variável x representar o número de peças de
um dos dois tipos (por exemplo metálicas) entre as n extraídas, então diz-se que a variável x
define uma distribuição hipergeométrica. Assim, a probabilidade de que entre as n extraídas
haja exactamente x metálicas, será calculado por uma fórmula baseada na
definição clássica da probabilidade, com o número de casos possíveis igual
C nN enquanto o de casos favoráveis igual ao produto C xM ×C n−x
N−M
59
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
a) Exactamente 3 homens;
b) Exactamente 3 mulheres;
c) Pelo menos 3 homens;
d) Pelo menos 3 mulheres;
e) Não mais do que 2 homens;
f) No máximo 2 mulheres;
g) Completamente homens;
h) Completamente mulheres.
ϕ( x )
Pn ( k )≈
a fórmula do teorema local de Laplace: √npq embora com a
desvantagem, por não fornecer valor exacto.
3º)Surge um novo caso, no qual n possa assumir valor grande, k assumir valor pequeno e p
pequena e não menor que 0,1. Neste caso, nenhuma das fórmulas anteriores é sugerida. Isso
resulta uma distribuição de Poisson, na suposição de que o número médio de ocorrências do
acontecimento nas diferentes séries de provas independentes se mantém constante e igual a
λ=n× p .Nestas condições, a probabilidade de que o acontecimento ocorra
exactamente k vezes, calcula-se pela fórmula de Poisson:
60
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
k −λ
λ ⋅e
Pn ( k )=
k!
fórmula que exprime analiticamente a lei de distribuição de Poisson, da probabilidade de
acontecimentos raros.
Exercícios:
1-De uma fábrica foram transportadas 500 peças. A probabilidade de uma peça avariar ao
longo do caminho é igual a 0,0002. Achar a probabilidade de que ao chegar haja:
61
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
( λt )k⋅e− λt
Pt (k )=
k!
Exercícios:
Resolução:
2
λ=
O enunciado fornece como dados: min e t=5 min . Assim: λt=10
a) k =2
( λt )k e− λt
Pt (k )=
Usando a fórmula k! tem-se:
2 −10
10 e
P5 (2 )= =0 ,002
2!
CAPÍTULO VII
7.1-Características numéricas
62
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
basta na fórmula anterior substituir a variável aleatória pelo seu quadrado. Quer
dizer:
M (k )=k
M ( X +Y )=M ( X )+ M (Y )
9
A probabilidade condicional de cada uma delas em relação à outra é igual à sua probabilidade
incondicional ou absoluta.
63
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
M (kX )=kM ( X )
M [ X −M ( X ) ] =0
Demonstração:
64
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
M [ X −M ( X ) ] =M ( X )−M [ M ( X ) ]
M [ X −M ( X ) ] =M ( X )−M [⏟
M ( X ) ] =M ( X )−M ( X )=0
k
Este facto de o valor médio do desvio resultar zero para qualquer variável, faz
com que ao querer quantificar a dispersão da variável em torno do seu valor
médio, os valores do desvio sejam substituídos ou pelos seus respectivos
valores absolutos, ou pelos seus quadrados. Assim, quando substituídos pelos
seus valores absolutos obtém-se o parâmetro de dispersão denominado desvio
absoluto médio (DAM), e quando substituídos pelos seus quadrados, resulta o
parâmetro de dispersão denominado variância.
65
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
2 2
D ( X )=M { X 2 −2 X⋅M ( X )+ [ M ( X ) ] }=M ( X 2 )−M ( 2 X )⋅M [⏟
M ( X )] + [ M ( X ) ]
k
D(k )=0
Demonstração:
2
Por definição, D(k )=M [ k−M (k ) ] . Aplicando a 1ª propriedade da esperança
matemática vem:
D(kX )=k 2 D ( X )
Demonstração:
2
Por definição tem-se: D(kX )=M [ kX−M (kX ) ]
66
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
n n n
Aplicando a propriedade da potência do produto (a⋅b ) =a ⋅b , obtém-se:
2
D( kX )=M {k 2 [ X−M ( X ) ] }
Aplicando outra vez a propriedade 4, obtém-se:
2 2
D( kX )=k⏟⋅M [ X−M ( X ) ] =k 2⋅D ( X )
D ( X ) por definiçao
D( X +Y )=D( X )+D(Y )
Demonstração:
2
Pela fórmula de cálculo: D( X +Y )=M ( X +Y )2− [ M ( X +Y ) ]
67
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
D( X −Y )=D ( X )+D(Y )
D( X −Y )=D [ X +(−Y )]
D( X −Y )=D ( X )+D(−Y )
σ( X )= √ D( X )
Exercícios:
68
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Xi 6 3 1
Pi 0,2 0,3 0,5
calcular:
a) M(X) d) M (3 X−2 )
b) M ( X2) e) D( X )
M ( X +4 ) f) D(3 X +5 )
c)
Resolução:
X i -1 1 2 3
Pi 0,48 0,01 0,09 0,42
e
Y i -1 1 2 3
Pi 0,19 0,51 0,25 0,05
calcular:
a) M(X) e) D( X +Y )
b) M(XY) f ) D(3 X +2 Y )
2 2
c) M(3X-Y) g) M (3 X +Y )
d) M ( X +4 ) h) D(2 X−3 Y )
Resolução:
69
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
=[ 0 ,48 .(−1)+0, 01 .1+0 ,09. 2+0 ,42.3 ] . [ 0 ,19 .(−1)+0, 51.1+0 ,25.2+0 ,05 .3 ] =
=0,97.0,97=0,9409
a) Rejeitadas;
b) Aceites.
Resolução:
Resolução:
Xi -c c
70
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Pi 0,5 0,5
Utilizando a tabela de distribuição, obtém-se:
2 2 2 2
M ( X )=−0,5 c +0,5 c=0 e D( X )=0,5 c +0,5 c −(−0,5 c +0,5 c ) =c
5-De uma variável aleatória X sabe-se que pode assumir dois valores
possíveis: x 1 com probabilidade 0,3 e, x 2 com probabilidade 0,7, sendo
x 1 <x 2 . Achar x 1 e x 2 , sabendo que da distribuição resultou M ( X )=2,7 e
D( X )=0 , 21 .
Resolução:
X i x1 x2
Pi 0,3 0,7
sabendo que dela resulta M ( X )=2,7 e D( X )=0 , 21
2,7−0,7 x 2
x 1=
Da primeira equação do sistema se obtém literalmente 0,3
.
2,7−0,7 x 2
x 1=
Substituindo 0,3 , na equação (1) obtém-se:
2
(2,7−0,7 x2 )
+0,7 x 2 −7,5=0⇔ 7 , 29−3 , 78 x2 + 0 , 49 x 2 +0 , 21 x 2 −2 ,25=0 ⇔
0,3 2 2 2
71
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Resolução:
D( X )=2⋅0,4⋅0,6=0 , 48
2 2
2ª) Possibilidade: Aplicando a fórmula D( X )=M ( X )−[ M ( X )]
.Para isso é
necessário construir a tabela de distribuição da probabilidade do número de
Xi 0 1 2
Pi 0,36 0,48 0,16
Assim:
2 2
D ( X )=M ( X 2 )−[ M ( X ) ] =∑ Pi x 2 − ( ) [ ∑ ( Pi x i ) ]
i
Resolução:
72
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
M ( X )=np=100⋅0,7=70
.
D( X )=npq=100⋅0,7⋅0,3=21
Resolução:
Como D(X)=npq, mas foi dado M(X), então buscamos p, na relação M(X)=np.
Deste modo teremos:
D( X )=npq=2×0,6×0,4=0 , 48
.
Resolução:
n=3 D( X )=npq=0 , 63
Precisamos calcular p sabendo que ,
Como q=1− p , então teremos:
D( X )=np(1−p )
Substituindo os dados, obtemos:
2 2 2
3( p− p )=0 ,63 ⇔ p−p =0 ,21 ⇔ p − p+0 , 21=0
73
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
Resolução:11
xi x1 x2
Pi
0,6 0,4
Para determinar os valores assumidos pela variável é necessário resolver o
sistema:
{ M ( X )=∑ ( Pi x i ) =1,4 ¿ ¿ ¿ ¿
Observação: Para terminar deve resolver-se o sistema e utilizar os valores
x 1 <x 2
que satisfazem a relação
D(X)=0,76, com
x 1 <x 2 <x 3
.
11
A probabilidade 0,4 foi achada em virtude da observação que nos diz que a soma das probabilidades
de uma lei de distribuição é igual a unidade.
74
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
xi
1 x2 x3
Pi
0,3 0,2 0,5
Isso requer primeiramente resolver o sistema:
12-De uma variável aleatória discreta X sabe-se que só pode assumir três
valores x1=4, x2=6 e x3 desconhecido, com probabilidades p1=0,5, p2=0,3
e p3 desconhecido, respectivamente. Calcular os valores desconhecidos
sabendo que a esperança matemática da distribuição é igual a 8.
Resolução:
M ( X )=∑ ( Pi⋅x i )
8−0,5⋅4−0,3⋅6
0,5⋅4+0,3⋅6+0,2⋅x 3 =8 ⇔ x 3 =
0,2
13-Sabendo que uma variável aleatória discreta X só pode assumir três
valores x1=-1, x2=0 e x3 =1, e que a distribuição fornece M(X)=0,1 e
M(X2)=0,9, achar as probabilidades p1, p2 e p3, associadas a estes
valores.
75
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
2
{M(X)=∑(Pi⋅xi)¿{M(X )=∑(Pi⋅xi2)¿¿ ¿
Assim, pelos dados do enunciado, temos:
De
{ p3=0,5 ¿ { p1=0,4 ¿ ¿¿¿
14-Sabendo que uma variável aleatória discreta X só pode assumir três
valores x1=-1, x2=2 e x3 =3, e que a distribuição fornece M(X)=2,3 e
M(X2)=5,9, achar as probabilidades p1, p2 e p3, associadas a estes
valores.
EXERCÍCIOS DIVERSOS
76
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
77
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
11- Dois contentores, contêm treze peças cada, entre elas três e seis peças
defeituosas respectivamente. Perderam as referências destes contentores.
Decidiu-se fazer uma revisão das peças a fim de identificá-los e foi assim
extraída a primeira peça ao acaso e de um contentor seleccionado ao acaso.
Achar a probabilidade:
78
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
c1: B c2: A
d1: A d2: B
12- Dois atiradores fizeram um disparo cada. O primeiro acerta no alvo com a
probabilidade de 0,7 e o segundo, 0,6. Achar a probabilidade de que tendo
havido apenas um acerto, este tenha sido produzido pelo:
a) Primeiro atirador
b) Segundo atirador
79
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
16- Sessenta por cento e oitenta e quatro porcento das peças fornecidas por
duas máquinas automáticas são de alta qualidade. A produtividade da primeira
máquina é o dobro da produtividade da segunda. Tendo se constatado que
uma peça extraída ao acaso é de alta qualidade, achar a probabilidade de que
tenha sido fornecida pela:
a) Segunda máquina
b) Primeira máquina
a) Camião
b) Turismo
80
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
a) Primeira pessoa
b) Segunda pessoa
22- Uma moeda não viciada foi lançada cinco vezes consecutivas. Achar a
probabilidade de tenha resultado “cara”:
a) Duas vezes;
b) Pelo menos uma vez;
81
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
23- A probabilidade de cada dos seis motores existentes numa oficina estar
ligado num dado momento é igual a 0,8. Achar a probabilidade de que no
momento dado estejam:
24- Achar a probabilidade de que um atirador obtenha pelo menos dois acertos,
tendo efectuado oito disparos consecutivos, se em cada disparo tem setenta e
cinco por cento de confiança ao acerto.
25- Um dado não viciado foi lançado quatro vezes consecutivas. Achar a
probabilidade de que tenha resultado:
82
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
27- Achar a probabilidade de que entre cem recém - nascidos haja cinquenta
meninos, sabendo que a probabilidade de nascimento de uma menina é de
0,49.
83
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
84
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
85
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
86
Elaborado por professor mestre Maquiesse Pembele /Ano académico 2015
BIBLIOGRAFIA
87