Escolar Documentos
Profissional Documentos
Cultura Documentos
1.
a) Experimento: Em probabilidade, um experimento é qualquer
procedimento ou ação que pode produzir um resultado bem definido.
Por exemplo, jogar uma moeda, rolar um dado, ou medir a altura de
uma pessoa são todos exemplos de experimentos.
2.
a) O primeiro axioma afirma que a probabilidade de um evento
pertencente ao conjunto geral dos eventos, precisa ser maior ou igual
a zero. O segundo axioma indica que a probabilidade do espaço
amostral é igual a 1. E, por fim, o terceiro axioma defende que para
qualquer sequência de eventos mutuamente exclusivos (ou seja,
eventos que não podem ocorrer simultaneamente), a probabilidade da
união desses eventos é a soma de suas probabilidades individuais.
b) i. S = {1, 2, 3, 4, 5, 6}, A > 4
➔ P (A) = 2/6 = 0,3333...
➔ P (A não ocorrer) = 4/6 = 0,6666...
3.
a) S = {(Cara, 1), (Cara, 2), (Cara, 3), (Cara, 4), (Cara, 5), (Cara, 6),
(Coroa, 1), (Coroa, 2), (Coroa, 3), (Coroa, 4), (Coroa, 5), (Coroa, 6)}.
b) i. A = {coroa e dado com número par} = {(Coroa, 2), (Coroa, 4), (Coroa,
6)}
ii. B = {cara e dado com número ímpar} = {(Cara, 1), (Cara, 3), (Cara,
5)}
iii. C = {múltiplos de 3 no dado} = {(Cara, 3), (Cara, 6), (Coroa, 3),
(Coroa, 6)}
4.
a) ½ ou 50%
b) ¾ ou 75%
c) { }
d) ¾ ou 75%
e) 100%
5.
a) ½ + 1/3 – ¼ = 0,58
b) 1 – 0,58 = 0,42
c) 1 – 0,25 = 0,75
d) 1/4 / 1/3 = ¾ ou 0,75
e) ¼ / ½ = 0,5
f) 7/4
g) 1 – 0,75 = 0,25
h) 1 – 0,5 = 0,5
6.
a) 14/16 = 0,875
b) 10/16 = 0,625
c) 12/16 = 0,75
d)
➔ A probabilidade de nenhuma das duas peças ter um defeito é 10/16
∗ 9/15 = 0.375
➔ A probabilidade de exatamente uma das duas peças ter um defeito
é 2 ∗ 10/16 ∗ 6/15 = 0.5
➔ Somando essas duas probabilidades, obtemos 0.375 + 0.5 = 0.875
7.
a) Todos acertarem: A probabilidade de todos os jogadores acertarem é o
produto das probabilidades individuais de cada um acertar. Portanto, a
probabilidade é 32 ∗ 54 ∗ 107 = 15056 = 0.3733
8.
a) Uma variável aleatória pode ser considerada uma função que associa
um número real a cada resultado em um espaço amostral. Ela é usada
para quantificar os resultados de um experimento aleatório.
9.
a)
b)
d) P(X = 0) = 1/4
P(X = 1) = 1/2
P(X = 2) = 1/4
e) A função de distribuição acumulada em X=1 é F(X = 1) = ¾.
10.
a) P(X = 1) + P(X = 3) + P(X = 5) + P(X = 7) = 1
K ∗ (1/1 + 1/3 + 1/5 + 1/7) = 1
K = 0,59
11.
a)P(3) = 1 − P(1) − P(2) − P(4) − P(5) = 1 − 0.20 − 0.25 − 0.30 − 0.10 =
0.15
b) F(4) = P(1) + P(2) + P(3) + P(4) = 0.20 + 0.25 + 0.15 + 0.30 = 0.90
c) E(X) = ∑5i=1 xi ∗ P(xi ) = 1 ∗ 0.20 + 2 ∗ 0.25 + 3 ∗ 0.15 + 4 ∗ 0.30 + 5 ∗
0.10 = 2.95
d)Var(X) = ∑5i=1 (xi − E(X))2 ∗ P(xi ) = (1 − 2.95)2 ∗ 0.20 + (2 − 2.95)2 ∗
0.25 + (3 − 2.95)2 ∗ 0.15 + (4 − 2.95)2 ∗ 0.30 + (5 − 2.95)2 ∗ 0.10 = 1.2275
e) σ = √Var(X) = √1.2275 ≈ 1.108
12.
a)
➔ Para K = 0, temos: 𝑃(𝑋 = 0) = 𝐶(5,0) ∗ (1/6)0 ∗ (1 − 1/6)5−0 = 1 ∗
1 ∗ (5/6)5 ≈ 0.40
➔ Para K = 1, temos: 𝑃(𝑋 = 1) = 𝐶(5,1) ∗ (1/6)1 ∗ (1 − 1/6)5−1 = 5 ∗
(1/6) ∗ (5/6)4 ≈ 0.40
➔ Para K = 2, temos: 𝑃(𝑋 = 2) = 𝐶(5,2) ∗ (1/6)2 ∗ (1 − 1/6)5−2 =
10 ∗ (1/36) ∗ (5/6)3 ≈ 0.16
➔ Para K = 3, temos: 𝑃(𝑋 = 3) = 𝐶(5,3) ∗ (1/6)3 ∗ (1 − 1/6)5−3 =
10 ∗ (1/216) ∗ (5/6)2 ≈ 0.03
➔ Somando essas probabilidades, temos: 𝑃(𝑋 ≤ 3) = 𝑃(𝑋 = 0) +
𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) ≈ 0.40 + 0.40 + 0.16 + 0.03 =
0.99
b)
➔ Esperança: 𝐸(𝑋) = 𝑛 ∗ 𝑝 = 5 ∗ (1/6) ≈ 0.83
➔ Variância: 𝑉𝑎𝑟(𝑋) = 𝑛 ∗ 𝑝 ∗ (1 − 𝑝) = 5 ∗ (1/6) ∗ (5/6) ≈ 0.69
13.
a) 𝑃(𝑋 = 3) = (1 − 𝑝)3−1 ∗ 𝑝 = (1 − 0.8)2 ∗ 0.8 = 0.032
b) O modelo de distribuição de probabilidade que melhor descreve este
problema é a distribuição geométrica. A distribuição geométrica é usada para
modelar o número de tentativas necessárias para obter o primeiro sucesso
em experimentos de Bernoulli independentes.
14.
a)𝑃(𝑋 = 4) = 𝐶(6,4) ∗ (1/2)4 ∗ (1 − 1/2)6−4 = 15 ∗ (1/16) ∗ (1/4) = 15/
64 ≈ 0.234
b) 𝑃(𝑋 = 4) = (1 − 1/2)4−1 ∗ 1/2 = (1/2)3 ∗ 1/2 = 1/16 = 0.0625
c) No primeiro caso (a.), usamos a distribuição binomial para modelar o
número de “sucessos” (nascimentos de meninos) em um número fixo de
experimentos independentes (nascimentos). No segundo caso (b.), usamos
a distribuição geométrica para modelar o número de tentativas necessárias
para obter o primeiro “sucesso” (nascimento de uma menina).
15.
𝐶(90,5)∗𝐶(10,0) 43,833,600
a) 𝑃(𝑋 = 0) = = 75,287,520 ≈ 0.582
𝐶(100,5)
b) 𝑃(𝑋 ≥ 1) = 1 − 𝑃(𝑋 = 0) = 1 − 0.582 = 0.418
16.
𝜆5 ∗𝑒 −𝜆 25 ∗𝑒 −2
𝑃(𝑋 = 5) = = ≈ 0.036
5! 5!