1

ELE 1829 - PROBABILIDADE E ESTATÍSTICA - SEMESTRE 2003.01

TESTE # 1 – 29/04/2003
Gabarito

NOTA: Escreva as respostas como frações ou com 4 casas decimais.

PROBLEMA 1 (15 pontos)

Um engenheiro encarregado da manutenção de uma certa máquina notou que os defeitos têm
três possíveis causas (elétrica, mecânica e operacional). Os custos de reparo, por sua vez, estão
associados ao tipo de defeito encontrado, e são:

R $ 200 falha elétrica


C = R $ 350 falha mecânica
R$ 50 falha operacional


A experiência passada mostra que 20% dos defeitos são causados por falhas elétricas, e 50%
por falhas mecânicas.
a) Qual o custo esperado de reparo da máquina em R$?
b) Qual o desvio padrão do custo de reparo da máquina?

Solução
a) A probabilidade de uma falha operacional é 1 – 0.2 – 0.5 = 0.3. O custo esperado de reparo da
máquina é:
E(C) = 200.(0.2) + 350(0.5) + 50(0.3) = R$ 230

b) A variância dos custos é: VAR(C) = E(C2) – (E(C))2 = E(C2) – (230)2 = 80000 – 52900 = 17100
Logo, o desvio padrão dos custos é:
σ = 17100 = R$ 130.77

PROBLEMA 2 (15 pontos)

A probabilidade de uma pessoa ser fumante na população é 10%. Você é fumante e quer
acender seu cigarro mas perdeu seu isqueiro. Suponha que os eventos {ter isqueiro} e {ser
fumante} são equivalentes. Você sai perguntando a cada pessoa numa enorme fila se elas têm
isqueiro.
a) Qual a probabilidade de precisar perguntar a pelo menos cinco pessoas antes de
encontrar um fumante?
b) Na média, a quantas pessoas você terá que perguntar por um isqueiro até encontrar um
fumante?

Solução
Este é um problema típico da distribuição Geométrica.
Cada repetição de Bernoulli pode ser descrita como:

Probabilidade e Estatística - Profa. Mônica Barros

 2

0 se a i - ésima pessoa não tem isqueiro

Xi = 
1 se a i - ésima pessoa TEM isqueiro (" sucesso" )

Seja Y o número de pessoas a quem você tem que perguntar antes de encontrar a primeira com
um isqueiro. Então Y é uma variável Geométrica com probabilidade de sucesso p = 10% e a sua
função de probabilidade é:

Pr (Y = y ) = (0.9 ) (0.1)
y −1
y = 1,2,3,....

a) Pr(Y ≥ 5) = Pr(Y = 5) + Pr(Y = 6) + Pr(Y = 7) + ... = 1 – Pr(Y ≤ 4) =

= 1 – Pr(Y = 1) - Pr(Y = 2) - Pr(Y = 3) - Pr(Y = 4) = 1 – (0.1).( 1 + 0.9 + 0.92 + 0.93) = 1- 0.3439 =
0.6561

b) A média da distribuição Geométrica é:

1 1
E (Y ) = = = 10 pessoas
p 0.1

PROBLEMA 3 (15 pontos)

Seja X uma variável aleatória contínua com densidade Uniforme no intervalo (- θ , θ ). Em cada
caso abaixo calcule θ de forma a satisfazer a condição dada.
a) Pr( X > 1/2) = 1/4
b) Pr( X < 1/4) = 3/4
c) Pr( X > 1/2) = 2. Pr( X < -1)
d) Pr( X < 1/2) = 2. Pr( X > 1/4)

Solução

A variável Uniforme no intervalo (- θ , θ ) tem densidade:

1
f (x ) = se − θ < x < θ
2θ
θ
1 1  1 1 1 1 1 1 1 1 1
a) Pr( X > 1/2) = ∫ dx = θ −  = − = ⇔ = − ⇔ = ⇔θ =1
1/ 2
2θ 2θ  2  2 4θ 4 4θ 2 4 4θ 4

1/ 4
1 1 1  3 1 1 3 1 1
b) Pr( X < 1/4) =
−
∫θ 2θ dx = 2θ  4 + θ  = 4 ⇔ 8θ + 2 = 4 ⇔ 8θ =
4
⇔ θ = 1/ 2

θ
1 1  1 1 1
c) Pr( X > 1/2) = ∫
1/ 2
2θ
dx = θ −  = −
2θ  2  2 4θ
e
−1
1 1 −1
2. Pr( X < -1) = 2
−
∫θ 2θ dx = θ (− 1 + θ ) = θ
+1

Logo:

Probabilidade e Estatística - Profa. Mônica Barros

 3

1 1 1 1 1 1 3 1
− = − +1 ⇔ − = − +1 ⇔ = ⇔ 4θ = 6 ⇔ θ = 1.5
2 4θ θ θ 4θ 2 4θ 2

1 1  1 1
d) Pr( X < 1/2) = 1 −  − = +
 2 4θ  2 4θ

 1 1  11  1
2. Pr( X > 1/4) = 21 −  + θ  = 2 −  + θ  = 1 −
 2θ 4  θ 4  4θ

1 1 1 2 1
Logo: + = 1− ⇔ = ⇔θ =1
2 4θ 4θ 4θ 2

PROBLEMA 4 (20 pontos)

A ocorrência de enchentes de verão no Rio de Janeiro é uma variável aleatória.

Toma-se um período de 30 verões, e estamos interessados na variável X que representa o
número total de verões em que ocorreram enchentes nestes 30 verões. Suponha que a
ocorrência de uma enchente num certo verão não afeta a probabilidade de ocorrência de
enchentes em outros verões, e que a probabilidade de enchente em um verão qualquer é 3%.

Qual a função de probabilidade de X?

a) Calcule a probabilidade de ocorrerem menos de 5 enchentes nestes 30 verões.

b) Aproxime a probabilidade do item a) usando uma distribuição de Poisson apropriada. Qual o
erro percentual absoluto desta aproximação? Defina o erro percentual absoluto como:
prob.real − prob.aproximada
Erro = 100.
prob.real

Solução

A função de probabilidade de X é Binomial com n = 30 e p = 0.03. Logo, como n é “grande” e p é

“pequeno”, esta distribuição pode ser aproximada por uma Poisson com a mesma média, a saber
λ = n.p = (30)(0.03) = 0.9.

A probabilidade de ocorrerem menos de 5 enchentes neste verão é:

Pr(X < 5) = Pr(X=0) + Pr(X=1) + ... + Pr(X=4)
A tabela a seguir exibe as probabilidades para X =0, 1, 2, 3, 4 e Pr(X < 5).

x Pr(X = x) Binomial Pr(X = x) Poisson

0 0.4010 0.4066
1 0.3721 0.3659
2 0.1669 0.1647
3 0.0482 0.0494
4 0.0101 0.0111
Assim, a probabilidade exata é: Pr(X < 5) = 0.4010 + 0.3712 + ... + 0.0101 = 0.9982 e a
aproximada é: Pr(X < 5) = 0.4066 + .. + 0.0111 = 0.9977.

Probabilidade e Estatística - Profa. Mônica Barros

 4

O erro percentual absoluto da aproximação é, pela definição: 0.0495%.

PROBLEMA 5 (20 pontos)

Uma revenda de carros usados oferece garantia total por 4 meses para todos os carros que
vende, e este é o seu grande diferencial de marketing. Uma pesquisa anterior revelou que:
12% dos carros vendidos são Peugeot.
13% dos carros vendidos são Ford.
18% dos carros vendidos são Fiat.
16% dos carros vendidos são GM.
20% dos carros vendidos são Volkswagen.
21% dos carros vendidos são de outros fabricantes.

Dentre os compradores de Peugeot, 7% retornam à loja com alguma reclamação sobre o carro
adquirido.
Dentre os compradores de Ford, 8% retornam à loja com alguma reclamação sobre o carro
adquirido.
Dentre os compradores de Fiat, 15% retornam à loja com alguma reclamação sobre o carro
adquirido.
Dentre os compradores de GM, 10% retornam à loja com alguma reclamação sobre o carro
adquirido.
Dentre os compradores de Volkswagen, 16% retornam à loja com alguma reclamação sobre o
carro adquirido.
Dentre os compradores de outras marcas, 18% retornam à loja com alguma reclamação sobre o
carro adquirido.

Um comprador entra na loja com uma reclamação durante o período de vigência da garantia.
Qual a probabilidade dele ter comprado um carro de cada uma das marcas (incluindo
“outras”)?(ESCREVA CLARAMENTE OS EVENTOS DE INTERESSE NESTE PROBLEMA)

Solução
Esta é uma aplicação direta do Teorema de Bayes.
Seja D o evento {cliente retorna à loja com alguma reclamação}. Do enunciado do problema:

Pr(D | Peugeot) = 0.07 Pr(Peugeot) = 0.12

Pr(D | Ford) = 0.08 Pr(Ford) = 0.13
Pr(D | Fiat) = 0.15 Pr(Fiat) = 0.18
Pr(D | GM) = 0.10 Pr(D | GM) = 0.16
Pr(D | VW) = 0.16 Pr(VW) = 0.20
Pr(D | outros) = 0.18 Pr(outros) = 0.21

Inicialmente precisamos calcular Pr(D), a probabilidade de um cliente retornar à loja com uma
reclamação.

Probabilidade e Estatística - Profa. Mônica Barros

 5

Pr(D) = Pr(D | Peugeot). Pr(Peugeot) + Pr(D | Ford). Pr(Ford) + Pr(D | Fiat). Pr(Fiat) +
+ Pr(D | GM). Pr(GM) + Pr(D | VW). Pr(VW) + Pr(D | outros). Pr(outros) =
= (0.07)(0.12) + (0.08)(0.13) + ... + (0.18)(0.21) =
= 0.1316

Um comprador entra na loja e reclama de um defeito no carro. Qual a probabilidade do carro ser
de cada uma das marcas? Estamos interessados aqui na Pr(marca | defeito), que é encontrada a
partir da definição de probabilidade condicional.

Para cada marca de carro:

Pr( marca ∩ D) = Pr(D | marca).Pr(marca) = Pr(marca | D).Pr(D)

Logo: Pr(marca | D) = Pr(D | marca).Pr(marca) /Pr(D) = Pr(D | marca).Pr(marca) /0.1316

Pr(Peugeot | D) = (0.07)(0.12)/0.1316 = 6.38%

Pr(Ford| D) = (0.08)(0.13)/0.1316 = 7.90%
Pr(Fiat| D) = (0.15)(0.18)/0.1316 = 20.52%
Pr(GM| D) = (0.10)(0.16)/0.1316 = 12.16%
Pr(VW| D) = (0.16)(0.20)/0.1316 = 24.32%
Pr(outros| D) = (0.18)(0.21)/0.1316 = 28.72%

PROBLEMA 6 (15 pontos)

A duração média em DIAS (antes de uma recarga) de baterias de celular é modelada pela
seguinte densidade de probabilidade:

Densidade f(x)

2.0
 2
f ( x) =  se x ≥ 0
( )
1.8
3
1.6  1 + x
1.4

1.2
Considere X = 1 dia = 24 horas na
1.0
discussão a seguir
0.8

0.6

0.4

0.2

0.0
0 0.5 1 1.5 2 2.5 3 3.5 4

Calcule:
a) A probabilidade de que uma bateria precisar ser recarregada antes de 10 horas.
b) A probabilidade de uma bateria durar mais de 24 horas.
c) A probabilidade da bateria durar entre 12 e 24 horas.

Solução

Probabilidade e Estatística - Profa. Mônica Barros

 6

Atenção: todas as probabilidades a calcular envolvem horas, portanto é preciso expressá-las em

termos de dias. Por exemplo, 10 horas = (10/24) de um dia.

É convieniente escrever a função de distribuição acumulada:

2(1 + y )
x −2
2 x 1
F ( x ) = Pr ( X ≤ x ) = ∫ dy = = 1− para todo x ≥ 0
0 (1 + y )
3
−2 0 (1 + x )2

1
a) Pr(X < 10 horas) = Pr(X < 10/24 dias) = F(10/24) = 1 − 2
= 0.5017
 10 
1 + 
 24 

b) Pr(X > 24 horas) = Pr(X > 1 dia) = 1 – F(1) = 1 – 0.75 = 0.25

c) Pr(12 horas< X < 24 horas) = F(1) – F(1/2) = 0.7500 – 0.5556 = 0.1944

Probabilidade e Estatística - Profa. Mônica Barros