UNIVERSIDADE POLITÉCNICA

APOLITECNICA
Escola Superior de Gestão, Ciências e Tecnologias
Tema 2: Introdução a Probabilidade

Probabilidade e Estatística Resumo teórico EC 1º Semestre de 2020

OBJETIVOS DO TEMA:
- Introduzir a probabilidade como uma medida de incerteza associada às decisões;
- Identificar fenômeno determinístico e aleatório.
- Calcular a probabilidade de um evento para cada situação específica: soma, multiplicação e probabilidades
condicionais;
- Aplicar o teorema de Bayer no cálculo de probabilidade

A estatística consiste em trabalhar com o acaso e a incerteza. A teoria da probabilidade é um

importante instrumento analítico em uma sociedade que é forçada a medir incertezas. Tanto nos negócios
como nas situações cotidianas da vida, temos nossa opinião, mas não temos certeza do resultado do que nos
propomos a realizar. Podemos estar incertos se devemos ou não promover uma oferta de certo produto, se
existe congestionamento no transito no roteiro do nosso caminho, se existe vírus no software que
pretendemos instalar, se devemos negociar com determinado sindicato quando há forte indício de greve, se
devemos investir em determinado equipamento quando há boas chances de recuperarmos o investimento a
ser efetuado, contratar determinado funcionário que nos parece ser promissor, etc.

Nesta unidade veremos como a incerteza pode realmente ser medida, como associar-lhe números e
como interpretar estes valores chamados de “probabilidades”, que vai nos permitir a tomar decisões
adequadas, auxiliar a desenvolver estratégias. O ponto principal é a possibilidade de quantificar o quanto
provável será a ocorrência de determinada situação.

Definições:

Para podermos falar de probabilidades, temos de ter sempre um espaço amostral, que é o conjunto de todos
resultados possíveis de um experimento. portanto, um espaço amostral é o conjunto dos resultados
possíveis de uma experiência.

Eventos são os resultados possíveis desta experiência, normalmente anota-se por letras maiúsculas.

Exemplo: Vamos determinar o espaço amostral dos seguintes experimentos aleatórios:

a): Joga-se um dado, não viciado, e observa-se o número obtido na face superior. S = { 1, 2, 3, 4, 5, 6 }
b) Lança-se uma moeda, honesta, e verifica-se a face voltada para cima. S = { cara, coroa }
c) Joga-se uma moeda 2 vezes e observa-se a seqüência de caras e coroas.
S = { cara-cara, cara-coroa, coroa-cara, coroa-coroa, }
d) Joga-se uma moeda 2 vezes e observa-se o número de caras obtido. S = {0, 1, 2, }

Deve-se observar que nem sempre os elementos de um espaço amostral são números.

Exemplo: Consideremos o espaço amostral S, referente ao lançamento de um dado honesto:

S = { 1, 2, 3, 4, 5, 6 }
Podemos ter os seguintes eventos de S:

1
Evento P – referente a número par. P = { 2, 4, 6 }
Evento C – referente a número maior ou igual a cinco. C = { 5, 6 }
Evento M – referente a número múltiplo de 3. M = { 3, 6.}
e assim por diante, podemos ter vários eventos de S.

OBSERVAÇÂO: Podemos representar um espaço amostral S e seus eventos (A e B, por exemplo) através de um diagrama de
Venn:

 TIPOS DE EVENTOS:

– EVENTO SIMPLES
Denominam-se eventos simples, aos eventos que são formados por um único elemento do espaço amostral.
A = { 5 } é a representação de um evento simples do lançamento de um dado cuja face para cima é divisível
por 5. Nenhuma das outras possibilidades são divisíveis por 5.

– EVENTO CERTO: É um evento que sempre ocorre.

O conjunto A = { 2, 3, 5, 6, 4, 1 } representa um evento certo pois ele possui todos os elementos do espaço
amostral S = { 1, 2, 3, 4, 5, 6 }.

– EVENTO IMPOSSIVEL: É um evento que nunca ocorre.

No lançamento conjunto de dois dados qual é a possibilidade de a soma dos números contidos nas duas
faces para cima, ser igual a 15?
Este é um evento impossível, pois o valor máximo da soma dos numeros das duas faces que podemos
obter é igual a doze (6 + 6 = 12). Podemos representá-lo por , ou ainda por A = { }.

– EVENTOS COMPLEMENTARES

O evento complementar de A, anotado por A , é o conjunto de todos os elementos de S, que não pertencem a A

– EVENTOS MUTUAMENTE EXCLUSIVOS

Dois eventos A e B, são denominados mutuamente exclusivos ou excludentes, se eles não puderem ocorrer
juntos.
Exemplo:

Eventos mutuamente exclusivos Eventos não exclusivos

2
- Conceito CLÁSSICO de probabilidades

Seja um espaço amostral S formado por “n(S)” elementos, igualmente prováveis. Seja A um evento do
espaço “S”, com “n(A)” elementos. A probabilidade de A ocorrer, anotada por P(A),” lê-se pê de A”, é definida
como sendo:

n( A)
P( A)  onde
n( S )
P(A) = probabilidade de ocorrer o evento A
n(A)  número de elementos do evento A
n(S )  número total de resultados possíveis

Isto é, a probabilidade do evento A é o quociente entre o número “n(A)” de casos favoráveis e o número “n(S)”
de casos possíveis.
Exemplo: Calcular a probabilidade de no lançamento de um dado equilibrado obter-se um resultado ímpar.
S = { 1, 2, 3, 4, 5, 6 } => n(S) = 6 A = { 1, 3, 5 } => n(A) = 3
n( A) 3
Então P( A)    0,50 ou igual a 50%
n( S ) 6

Lançando-se duas vezes uma moeda, qual a probabilidade de ocorrer duas “caras”?
Seja c a ocorrência de “cara” e k a ocorrência de “coroa”
Os casos possíveis de ocorrer são os arranjos: cc, ck, kc, kk
 
A  sair duas caras  cc  n( A)  1
 
S  cc , ck , kc, kk  n( S )  4
1
P( A)   0,25  25%
4

Qual a probabilidade de se obter uma “dama” retirando se ao acaso uma carta de um baralho?
Baralho tem 13 cartas de cada naipe e são ao todo 4 naipes, portanto, temos no total 52 cartas.

Seja A  damas do baralho  n( A)  4

S  cartas do baralho  n( S )  52
4 1
P( A)    0,0769  7,69%
52 13

- Conceito FREQUÊNCIAL de probabilidades

È também chamado de conceito empírico de probabilidades. Logo após a introdução da definição clássica
apareceu a semente de uma nova definição.

Na prática acontece que nem sempre é possível determinar a probabilidade de um evento. Neste caso é
necessário ter um método de aproximação desta probabilidade. Um dos métodos utilizados é a
experimentação que objetiva estimar o valor da probabilidade de um evento “A” com base em valores reais é
o Frequentista.

Portanto, considera-se um experimento a um processo que possa ser repetido nas mesmas condições um
número “grande” de vezes. Novamente “S” denotará o espaço de resultados do experimento.

3
Seja A um evento cuja probabilidade se deseje calcular. Neste caso o experimento será repetido várias
vezes, estimando-se a probabilidade de A pela sua frequência relativa de ocorrência, ou seja:

número de ocorrências de A
Pr obabilidade de A  .
número total de repetições

A probabilidade avaliada através deste processo é denominada de probabilidade empírica. Então pelo
conceito frequencial, a probabilidade é determinada com base na proporção de vezes que o evento A, ocorre
em certo número de observações. Em outras palavras, a probabilidade é determinada pela frequência
relativa, e quanto maior o número de observações, mais o valor calculado tenderá ao valor real da
probabilidade.

Observe-se que desta forma não são necessárias as hipóteses de equiprobabilidade dos eventos
elementares nem de finitude do espaço dos resultados, superando-se portanto as duas restrições da
definição clássica. Entretanto, esta nova “definição” introduz as seguintes dificuldades:

i) é necessária certa regularidade da sequência das frequências relativas, no sentido de que a mesma
se mantenha estável e convergindo para um valor que seria a probabilidade de A;
ii) mesmo admitindo a existência do limite de repetições, quando parar?

Portanto, conclui-se que a estimativa da ocorrência de um evento pode ser determinado de 3 maneiras:

1) Método Clássico – Quando o espaço amostral tem resultados igualmente provável.

- Em uma caixa temos 10 fusíveis “bons” e 3 “defeituosos”. Retira-se um fusível ao acaso, a probabilidade
n( A) 3
dele ser defeituoso é de: P( A)    23,08%
n(U ) 13

2) Método Empírico – Tem como base a frequência relativa de ocorrência de um evento num grande número
de provas repetidas.

- Uma pesquisa de trafego realizado no trecho de uma avenida revelou que dos 200 carros que foram
vistoriados 25 tinham pneus em más condições. A probabilidade de que o próximo carro a ser vistoriado
tenha pneus bons é;

número de ocorrências de A 175

P( A)    87,5%
número total de provas ou observações 200

3) Método Subjetivo – Utiliza estimativas pessoais de probabilidade, tendo como base um certo grau de
crença, ou seja, a probabilidade neste caso é uma avaliação pessoal do grau de viabilidade de um evento.

- Um corretor de seguros estima em 30% a probabilidade de vender hoje uma apólice de seguros a um jovem
casal.

– ALGUNS AXIOMAS SOBRE PROBABILIDADES

Seja um espaço amostral “S”. Sejam “A” e “B” eventos de “S”. Temos os seguintes axiomas:

I) 0  P( A)  1 ; III) P( )  0
II) P(S )  1; IV) P( A)  P( A )  1

4
 – ALGUMAS OPERAÇÕES SOBRE TEORIA DE CONJUNTO

 A B  B  A  A S  A  A B  A  B
 A A  A  A     A  B  A  A  B  A  B  B
 A   A  A B  A B
 A S  S  A B  A  B
– Regras da ADIÇÂO

Muitas aplicações de estatística utilizam a probabilidade de “combinações” de eventos: União ou intersecção de

dois eventos

A regra de adição é aplicada em situações que se pretende determinar a probabilidade de ocorrer o evento A ou
o evento B. Portanto, a probabilidade de ocorrer um evento A ou um evento B (ou ambos) numa prova é igual à
soma das probabilidades dos eventos ocorrerem separadamente, menos a probabilidades de ocorrerem
simultaneamente. A probabilidade de ocorrer o evento A ou o evento B é dada por P(A ou B) ou P(A  B).
Se A e B forem eventos mutuamente exclusivos, o valor de P(A ou B) será calculado por:

P(A ou B) = P(A  B) = P(A) + P(B) porque P(A  B) = 0

Se A e B forem eventos não exclusivos, o valor de P(A ou B) será calculado por:

P(A ou B) = P(A  B) = P(A) + P(B) - P(A  B)

Sendo P(A  B) = P(A e B). “A e B” significa ocorrer os dois eventos simultaneamente.

Exemplos: Qual a probabilidade de sair 5 ou 6 quando se joga um dado.

A  sair 5; B  sair 6 P( A) 
1 1
P( B) 
6 6
1 1 2 1
A  B    P( A  B)  P(A  B) = P(A) + P(B)      33,33%
6 6 6 3
 Qual a probabilidade de sair um número par ou um número menor que 3 quando se joga um dado.
A  número par   2, 4, 6 n ( A)  3  P( A)  
3 1
6 2
A  B  2 n( A  B)  1  P( A  B) 
1
6
B  número menor que 3  1, 2 n ( B)  2  P( B)  
2 1
6 3
1 1 1 3  2 1 4 2
P( A  B) = P(A) + P(B) - P(A  B)        0,667 ou 66,67%
2 3 6 6 6 3

– PROBABILIDADE CONDICIONAL

Sejam A e B dois eventos de um espaço amostral S, onde P(A) > 0. A probabilidade de B ocorrer condicionada a
A ter ocorrido, será representada por P(B/A), e lida como: “probabilidade de B dado A” ou “probabilidade de B
tendo ocorrido A”, é calculada por:
P( A  B)
P( B A)  note que P( A  B)  P( B  A)
A

5
 – EVENTOS INDEPENDENTES

Sejam A e B dois eventos de um espaço amostra S. A e B são ditos independentes se a probabilidade de um

deles ocorrer não afetar (não influência) a probabilidade de o outro ocorrer, isto é, se:

P( A B)  P( A) ou P( B A)  P( B)

Caso contrário são chamados de dependentes.

– REGRA DA MULTIPLICAÇÃO

A probabilidade de ocorrer o evento A e o evento B ( ou seja, ambos simultaneamente) é dada por P(A e B) ou
P(A  B).

Se os eventos A e B são dependentes, temos que:

P( A e B)  P( A  B)  P( A)  P( B A)
Se os eventos A e B são independentes, temos que:
P( A e B)  P( A  B)  P( A)  P( B)

Retirando-se aleatoriamente uma carta de um baralho, qual a probabilidade de ocorrer “Coração” e “espadas”?
A  Coração  n( A)  12  P( A) 
12 3

52 13
B  espadas  n( B)  13
A  B  Coração de espadas  n( A  B)  3
n( A  B ) 3 1
P( B A)    ( probabilidade de sair espada, sabendoque saiu Coração)
n( A) 12 4
3 1 3
P( A  B)  P( A)  P( B A)     0,0577 ou 5,77%
13 4 52

 Joga-se duas moedas, qual a probabilidade de ocorrer cara nas duas?

A = sair cara na 1ª moeda
B = sair cara na 2ª moeda

Sair cara na segunda moeda, não depende do resultado da primeira, A e B são eventos independentes.
1 1 1 1 1
P( A)  P( B)   P( A  B)     0,25  25%
2 2 2 2 4
 Uma rifa é composta por 50 números, irá definir o ganhador de 2 prêmios sorteados um de cada
vez. Se você adquiriu 5 números, qual é a probabilidade de ganhar os 2 prêmios?
 Quero ganhar o primeiro e o segundo premio.
5 1
 Ganhar o primeiro premio  P(1)  
50 10
4
 Para o segundo premio, tenho 4 números e restam 49 números  P(2) 
49
1 4 4
 P(1e 2)  P(1  2)     0,00816  0,82%
10 49 490

Um projecto para ser transformado em lei deve ser aprovado pela Assembleia da republica e pelo conselho de
constitucional. A probabilidade de que certo projecto seja aprovado pela Assembleia da república é de 40%.

6
Caso seja aprovado na Assembleia da republica, a probabilidade de ser aprovado no conselho de constitucional
é de 80%. Calcule a probabilidade deste projeto ser transformado em lei.

 O projecto deve ser aprovado pela Assembleia da republica e pelo conselho de constitucional:

P( AR e CC )  P( AR  CC )  0,40  0,80  0,32  32%

–TEOREMA DA PROBABILIDADE TOTAL

Sejam A1 , A2 , ... , Ai , ... , An, partições de um espaço amostral S , isto é, Ai  A j   ,  i  j . Seja B

um evento qualquer de S. Então a probabilidade de ocorrência de B é dada por
P( B)  P( A1  B)  P( A2  B)  P( A3  B)  P( A4  B)  ....  P( An  B)

P( B)  P( A1 )  P( B A1 )  P( A2 )  P( B A2 )  P( A3 )  P( B A3 )  ....  P( An )  P( B An )

n
P( B)   P( Ai ).P( B | Ai )
i 1

Exemplo: Uma indústria adquire um componente de três fornecedores, A, B e C. O fornecedor A é responsável

por 40% das unidades, enquanto os fornecedores B e C são responsáveis por 30% cada um. A proporção de não
conformidade (p.n.c.) do fornecedor A é igual a 3%, do fornecedor B é 5% e do fornecedor C é 4%. Uma unidade
do componente em questão é selecionada aleatoriamente. Qual a probabilidade de ser não conforme?

Seja D uma unidade do componente em questão ser não conforme,

P( B)  P( A)  P( D A)  P( B)  P( D B)  P(C )  P( B C )
P( B)  0,4  0,03  0,3  0,05  0,3  0,04  0,012  0,015  0,012  0,039

Exemplo: Segundo especialistas desportivos, a probabilidade de que o “costa do sol” vença o próximo jogo é
estimada em 0,70 se não chover, e só de 0,50 se chover. Se os registros meteorológicos anunciam uma
probabilidade de 0,40 de chover na data do jogo, qual será então a probabilidade dessa equipa ganhar o próximo
jogo?

P( A)   P( Bi )  P( A Bi )

P(ganhar) = P(ganhar  chuva ) + P(ganhar  não chuva )

P(ganhar) = P(chuva) P(ganhar | chuva) + P(não chuva) P(ganhar | não chuva)

P(ganhar) = (0,40 0,50 ) + (0,60 0,70) = 0,20 + 0,42 = 0,62 ou 62%

7
 – TEOREMA DE BAYES

Também conhecido como fórmula de probabilidades “a posteriori”, é aplicado na seguinte situação.

Sejam A1 , A2 , ... , Ai , ... , An partições de um espaço amostral S , isto é, Ai  A j   ,  i  j . Seja B um
evento qualquer de S. Então

P( A j ) P( B | A j )
P( A j | B)  n

 P( A ) P( B | A )
i 1
i i

Exemplo:
Certo professor da UEM, 4/5 das vezes vai trabalhar usando um Honda Fit e 1/5 das da mais vezes vai usando
um Toyota Hillux Surf. Quando ele usa o Honda Fit, 75 % das vezes ele chega em casa antes das 23 horas e
quando usa o Toyota Hillux Surf só chega em casa antes das 23 horas em 60% das vezes. Ontem o professor
chegou em casa após às 23 horas. Qual a probabilidade de que ele, no dia de ontem, tenha usado o Honda Fit?
B1 = usar o Honda Fit B2 = Toyota Hillux Surf A = chegar em casa após 23 horas
P(B1) = 4/5 = 0,80 P(B2) = 1/5 = 0,20
P( A | B1) = 1 - 0,75 = 0,25 P( A | B2) = 1 - 0,60 = 0,40

P (B1 )  P( A | B1 ) 0,80  0,25 0,20 0,20

P( B1 / A)      0,7143 ou 71,43%
P (B1 )  P( A | B1 ) + P (B2 )  P( A | B 2 ) 0,80  0,25  0,20  0,40 0,20  0,08 0,28

Exercicio para auto-avaliação:

Certo aluno da Apolitecnica 3/4 das vezes vai estudar usando um toyota vitz e usando um Fiat Uno nas demais
vezes. Quando ele usa o toyota vitz, 35 % das vezes ele chega em casa depois das 23 horas e quando usa o
Fiat Uno só chega em casa antes das 23 horas em 0,55 das vezes. Ontem o aluno chegou em casa antes das 23
horas. Qual a probabilidade em percentual de que ele, no dia de ontem, tenha usado o toyota vitz?
Resposta: 0,78 ou 78 %

8
 Ficha de Exercícios Nº 2
______________________________________________________________________________________
1. Descreva o espaço de resultados para as seguintes experiências aleatórias:
a) Lançar uma moeda duas vez e observar o resultado.
b) Lançar um dado e uma moeda uma vez e observar o resultado.
c) Investigam-se famílias com 2 crianças, anotando-se a configuração segundo o sexo.
d) Investigam-se famílias com 3 crianças, anotando-se a configuração segundo o sexo;

2. Quais dos seguintes pares de acontecimentos são mutuamente exclusivos:

a) Chover / não chover c) Nadar / sentir frio
b) Conduzir um carro / andar a pé d) Ganhar num jogo / perder no mesmo jogo
e) Extrair uma dama de um baralho / extrair uma carta vermelha de um baralho.

3. Quais dos valores abaixo não podem ser probabilidades? 0, 0,0001, - 0,2, 3/2, 2/3, 2 , 0, 2

4. Respondas as questões que se seguem:

a) Quanto é P(A), se A é o evento "Fevereiro tem 30 dias este ano"?
b) Quanto é P(A), se A é o evento "Novembro tem 30 dias este ano"?
c) Um espaço amostral consiste em 500 eventos separados, igualmente prováveis. Qual a probabilidade
de cada um evento?
d) Em um exame de admissão, cada questão tem 5 respostas possíveis. Respondendo aleatoriamente
(por palpite) a primeira questão, qual a probabilidade de acertar?

5. São lançados dois dados. Qual a probabilidade de:

a) obter-se um par de pontos iguais?
b) um par de pontos diferentes?
c) a soma dos pontos ser um número par?

6. Um estudo de 500 voos da LAM selecionados aleatoriamente mostrou que 430 chegaram no horário. Qual é a
probabilidade estimada de um vôo da LAM chegar no horário? E de nao chegar no horário?

7. Qual a probabilidade de acidentes de trabalho, por ano, em uma determinada indústria se uma amostra aleatória
de 10 firmas, que empregam um total de 8.000 pessoas, mostrou que ocorreram 400 acidentes de trabalho
durante os últimos doze meses?

8. Em um jogo deve-se acertar um número entre 0 e 999 previamente sorteado. Pede-se a um participante do jogo
que diga um número nesse intervalo. Qual a probabilidade dessa pessoa acertar o número sorteado? Qual a
probabilidade de dizer um número incorrecto?

9. Se P(A) = 1/2 e P(B) = 1/4 e A e B são acontecimentos mutuamente exclusivos, calcule:

a) P( A ) b) P( B ) c) P(AB) d) P(AB)

10. Um grupo de 60 pessoas apresenta a seguinte composição:

Condição Número de pessoas
Homens Mulheres TOTAL
Menores 15 17 32
Adultos 18 10 28
TOTAL 33 27 60
Uma pessoa é escolhida ao acaso. Pergunta-se:
a) Qual a probabilidade de ser homem?
b) Qual a probabilidade de ser adulto?
c) Qual a probabilidade de ser menor e ser mulher?
d) Sabendo-se que a pessoa escolhida é adulto, qual a probabilidade de ser homem?
e) Dado que a escolhida é mulher, qual a probabilidade de ser menor?

11. Dados P(A)=0,3 , P(B)=0,6 e P(AB)=0,15 , achar P(A|B) e P(B|A).

12. Dados P(A)=0,3 , P(B)=0,6 e P(AB)=0,15 , achar P(A ) ; P(AB) ; P(B ) e P( A  B ) .

9
13. Dados P(A) = 0.9, P(B) = 0.8, e P(A  B) = 0.75, achar
a) P(A  B); b) P( A  B ) ; c) P( A  B) ; d) P( A  B ) e e) P( A  B ) .

14. Suponha que P(A)=3/4 e P(B)=1/2. Podem os acontecimentos A e B ser mutuamente exclusivos? Justifique.

15. Sejam A e B dois eventos associados com um experimento “E”. Supondo que P(A)= 0,4,
P(AUB) = 0,7 e P(B) = p, qual é o valor de p para que se tenha:
a) A e B mutuamente exclusivos;
b) A e B não mutuamente exclusivos e independentes.

16. De 100 pessoas que se candidataram ao emprego de programador em uma empresa, 40 possuíam experiência
anterior, 30 curso superior, e destes 20 possuíam ambos.
a) Qual a probabilidade de um candidato aleatoriamente escolhido possuir curso superior ou experiência
anterior?
b) Qual a probabilidade de um candidato aleatoriamente escolhido possuir curso superior e experiência
anterior?

17. Numa classe há 10 homens e 20 mulheres; metade dos homens e metade das mulheres têm olhos castanhos.
Determine a probabilidade de uma pessoa escolhida aleatoriamente ser um homem ou ter olhos castanhos.

18. Os arquivos da polícia revelam que, das vítimas de acidente automobilístico que utilizam cinto de segurança,
apenas 10% sofrem ferimentos graves, enquanto que essa incidência é de 50% entre as vítimas que não
utilizam o cinto de segurança. Estima-se em 60% o percentual dos motoristas que usam o cinto de segurança. A
polícia acaba de ser chamada para investigar um acidente em que houve um indivíduo gravemente ferido.
Calcule a probabilidade de ele estar usando o cinto no momento do acidente. Se a pessoa que dirigia o outro
carro não sofreu ferimentos graves. Calcule a probabilidade de ela estar usando o cinto no momento do
acidente.

19. Sua empresa do ramo de informatica recentemente apresentou proposta para um projecto de fornecimento de
material informático. Se seu principal concorrente apresenta uma proposta, há apenas 0,25 de chance de a
empresa do leitor ganhar a concorrência. Se seu concorrente não apresenta proposta, há 2/3 de chance de
empresa ganhar. A chance de seu principal concorrente apresentar proposta é de 50%.
a) Qual a probabilidade de sua empresa ganhar a concorrência?
b) Qual a probabilidade de seu concorrente ter apresentado proposta, dado que a empresa do leitor
ganhou a concorrência?

20. Num centro de informática existem três impressoras A, B e C que imprimem a velocidades diferentes. A
probabilidade de um ficheiro ser enviado para as impressoras A, B e C é respectivamente 0,6, 0,3 e 0,1.
Ocasionalmente a impressora avaria-se e destroi a impressão. As impressoras A, B ou C avariam-se,
respectivamente, com probabilidade 0,01, 0,05 e 0,04. A impressão de um ficheiro foi destruida! Qual a
probabilidade de ter sido enviada para a impressora B?

21. Uma cadeia com três lojas A,B e C tem respectivamente 50, 75 e 100 empregados. A percentagem de mulheres a
trabalhar em cada uma dessas lojas é 50, 60 e 70, respectivamente. No final de cada mês é nomeado o empregado
do mês. Qual a probabilidade desse empregado trabalhar na loja C, sabendo que é mulher.

22. Uma companhia multinacional tem três fábricas que produzem o mesmo tipo de produto. A fábrica I é
responsável por 30% do total produzido, a fábrica II produz 45% do total, e o restante vem da fábrica III. Cada
uma das fábricas, no entanto, produz uma proporção de produtos que não atendem aos padrões estabelecidos
pelas normas internacionais. Tais produtos são considerados defeituosos" e correspondem a 1%, 2% e 1,5%,
respectivamente, dos totais produzidos por fábrica.
No centro de distribuição, é feito o controle de qualidade da produção combinada das fábricas.
a) Qual é a probabilidade de encontrar um produto defeituoso durante a inspeção de qualidade?
b) Se durante a inspeção, encontramos um produto defeituoso, qual a probabilidade que ele tenha sido
produzido na fábrica II?
c) Se durante a inspeção, encontramos um produto não defeituoso, qual a probabilidade que ele tenha sido
produzido na fábrica II.
10