2.

0 Parte I
1. Experimento Aleatório
 a) Lançamento de um dado e verificar o que acontece ( )
b) Lançar uma moeda a uma altura e nas mesmas condições verificar o tempo que leva a
chegar ao chão ( )
c) Lançar um dado e verificar a face virada para cima (x)
d) Controlar numero de pessoas de um certo bairro que vão usar um agente de m-pesa ( x)
e) Tempo de duração de uma lâmpada ( x)

2. Preposições verdadeiras e falsas

a) O espaço amostral é conjunto de todos resultados possíveis de um experimento (V)
b) Espaço amostral é um subconjunto de todos resultados possíveis de um experimento (F)
c) Dois acontecimentos são mutuamente exclusivo quando a sua união é acontecimento
impossível (F)
P( A  B)
d) P( A \ B)  com P( B)  0 V 
P( B)
e) P( A  B)  P( A)  P( B)  P( A  B) V 

3.0 Parte: II
1. Espaço amostral de experimento aleatório de lançamento de um dado e uma moeda

Moeda C K
Dado
1 (1, C) (1,K)
2 (2, C) (2, K)
3 (3, C) (3, K)
4 (4, C) (4, K)
5 (5, C) (5, K)
6 (6,C) (6, K)

Designações: C-cara e K-coroa

Espaço amostral de lançamento de um dado e uma moeda

E= { (1, C); (2, C); (3, C); (4, C); (5, C); (6, C); (1, K); (2, K); (3, K); (4, K), (5, K), (6, K)}

2. Lançamento de dois dados um dado branco e outro preto

B-dado branco e P-dado preto

B+P 1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12

a) Numero par:

Espaço amostral: 36

Números de casos favoráveis (Números pares): 18

n.cf
P ( A) 
ncp
18
P ( A) 
36
1
P ( A) 
2
P ( A)  0,5
P ( A)  50%

b) Divisível por 3:

Espaço amostral: 36

Números de casos favoráveis (divisível por 3): 12

n.c. f
P( B) 
n.c. p
12
P( B) 
36
1
P( B) 
3
P( B)  0,333
P( B)  33,3%
 c) Par ou divisível por 3

Espaço amostral: 36

Números de casos favoráveis (par ou divisível por 3): 24

n.c. f
P (C ) 
n.c. p
24
P (C ) 
36
2
P (C ) 
3
P (C )  0,667
P (C )  66,7%

3.

Designações:

 Jornal Matope (M)

 Jornal Chiveve (C)
 Não lê nenhum jornal (x)

Dados
# M  50000
# C  40000
# M  C   5000
# U  200000

45000  5000  35000  x  200000

50000  35000  x  200000
85000  x  200000
x  200000  85000
x  115000
 a) Pelo menos um dos jornais

Espaço amostral: 200000

Números de casos favoráveis (pelo menos um dos jornais): M  ( M  C )  C  85000

Apenas jornal M=45000, ambos os jornais (M e C)=5000 e apenas jornal C=35000

n.c. f
P ( A) 
n.c. p
85000
P ( A) 
200000
17
P ( A) 
40
P ( A)  0,425
P ( A)  42,5%

Resposta: A probabilidade dos que lêem pelo menos um dos jornais é de 42,5%.

b) Nenhum destes jornais

Espaço amostral: 20000

Números casos favoráveis (nenhum destes jornais): 115000

n.c. f
P( B) 
n.c. p
115000
P( B) 
200000
23
P( B) 
40
P ( B )  0,575
P ( B )  57,5%

Resposta: A probabilidade dos que não lêem nenhum dos jornais é de 57,5%.
 c) Exclusivamente do jornal “Matope”

Espaço amostral: 200000

Números de casos favoráveis (Exclusivamente do jornal “Matope”): 45000

n.c. f
P(C ) 
n.c. p
45000
P(C ) 
200000
9
P(C ) 
40
P(C )  0,225
P(C )  22,5%

Resposta: A probabilidade dos que lêem Exclusivamente do jornal “Matope” é de 22,5%.

4.

Resolução

Sejam definidos os seguintes eventos:

A-Peças produzidas na máquina A

B- Peças produzidas na máquina B

C- Peças produzidas na máquina C

D- Peças defeituosas

Pelos dados temos:

P ( A)  40%  0,4 P ( D | A)  3%  0,03

P ( B )  50%  0,5 P ( D | B )  5%  0,05
P (C )  10%  0,1 P ( D | C )  2%  0,02
Então:

P( D)  P( D  A)  P( D  B)  P( D  C )
P( D  B)
P( D | B) 
P ( D  A) P ( BP
P ( D | A) 
P ( A) P( D  B)  P( D | B)  P( B)
P ( D  A)  P ( D | A)  P ( A)
 P( D  C )
P( D | C ) 
P (C )
P ( D  C )  P ( D | C )  P (C )

P( D)  P( D  A)  P( D  B)  P( D  C )
P( D)  P( D \ A)  P( A)  P( D \ B)  P( B)  P( D \ C )  P(C )
P( D)  0,4  0,03  0,5  0,05  0,1 0,02
P( D)  0,012  0,025  0,002
P( D)  0,039

A probabilidade da peça ter vindo da máquina B dado que é defeituosa

P( B  D)
P( B \ D) 
P( D)
P( B \ D)  P( B)
P( B \ D) 
P( D)
0,05  0,5
P( B \ D) 
0,039
0,025
P( B \ D) 
0,039
P( B \ D)  0,614
P( B \ D)  64,1%

Resposta: A probabilidade de peça ter vindo da máquina B é de 64,1%.

5.Lançamento de três moedas equilibradas

Seja X a variável aleatória “o número de caras saídas”.

X  xi 0 1 2 3
P X  xi  1 3 3 1
8 8 8 8

6.
x 0 1 2 3

P(x) 0,25 0,35 0,30 0,10

   P( x) x
  0  0,25  1 0,35  2  0,30  3  0,10
  0  0,35  0,6  0,3
  1,25

Resposta: O número médio de aviões procurado por dia é de 1,25.

7.

Dados Padronização
X: peso (Kg) X 
z
  75,5Kg 
  7,5Kg

a) Entre 60Kg e 77,5Kg

b) P60 Kg  X  77,5Kg  Na tabela da normal
c) Padronizando a variável X em z
 X  X 
P z 
   
 60  75,5 77,5  75,5 
P z 
 7,5 7,5 
  15,5 2 
P z 
 7,5 7,5 
P 2,07  z  0,27   0,4808  0,1064
P(2,07  z  0,27)  0,5872
P(2,07  z  0,27)  58,72%

Então:
P(60 Kg  X )  0,4808  60  29
P( X  77,5)  0,1064  77,5  8
P60  X  77,5  29  8
P(60  X  77,5)  37
Resposta: O numero de estudantes que tem peso entre 60Kg e 77,5Kg são 37.

b) Mais que 92,5Kg

P( X  92,5Kg ) Padronização
Padronizando a variável X em z X 
z
 X  
P z  
   Na tabela da normal
 92,5  75,5 
P z  
 7,5 
 17 
P z  
 7,5 
Pz  2,27   0,5  0,4884
Pz  2,27   0,0116
P( z  2,27)  0,0116  92,5
P( z  2,27)  1,073
Resposta: O numero de estudantes que tem peso maior que 92,5Kg é de 1 estudante.

4.0 Conclusão
Probabilidade é uma medida numérica que representa a chance de um evento ocorrer. A teoria da
probabilidade surgiu para tentar calcular a “chance” de ocorrência de um resultado imprevisível,
porém, pertencente a um conjunto de resultados possíveis. O estudo de probabilidades, tem três
conceitos que são importantes: Experimento aleatório, espaço amostral e eventos. Evento é o
resultado possível dentro de um espaço amostral. Abordamos sobre distribuição de probabilidade
Distribuição uniforme é aquela na qual as variáveis aleatórias se espalham uniformemente sobre
a faixa de valores possíveis, ou seja, todos os valores ocorrem com a mesma probabilidade.
5.0 Referência bibliográfica
DINIZ, Paulo (2011). Manual de Probabilidade Estatística-Módulo da UCM. Beira.