Você está na página 1de 6

1

ELE 1829 - PROBABILIDADE E ESTATÍSTICA - SEMESTRE 2003.02


TESTE # 1 – 20/09/2003
GABARITO

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

PROBLEMA 1 (30 pontos)


O retorno mensal de certo investimento de risco pode ser modelado pela variável aleatória R com
função de probabilidade dada a seguir:

r -10 % -5 % 0% 5% 10 % 15 %
Pr(R = r) 0.05 0.30 0.15 0.20 0.20 0.10

a) Calcule o retorno esperado (em %) do investimento e sua variância e desvio padrão.


b) Considere agora a variável aleatória X, onde X = 0 se houve retorno negativo ou zero, e X =1
("sucesso") se houve retorno positivo. Suponha que você aplica o seu dinheiro por 12 meses
consecutivos, e que as aplicações em meses subseqüentes são independentes e com a
mesma probabilidade de "sucesso" . Qual a probabilidade de obter retorno positivo em 8 ou
mais meses?
c) Considere novamente a variável aleatória X definida como no item b). Suponha que você
aplica seu dinheiro por um número indeterminado de meses. Qual a probabilidade de você ter
que esperar pelo menos 2 meses até obter um retorno positivo?
Solução
a) O retorno esperado é:
E(R) = -10(0.05) – 5(0.30) + 0(0.15) +5(0.20) + 10(0.20) + 15(0.10) = 2.5%
A variância do retorno é:
VAR(R) = E(R2) – {E(R)}2
Mas, E(R2) = (-10)2(0.05) +(– 5)2(0.30) + .... + (15)2(0.10) = 60
Então: VAR(R) = 60 – (2.5)2 = 53.75
O desvio padrão do retorno é a raiz quadrada da variância:
dp(R) = 7.3314%
b) A probabilidade de um retorno positivo é 0.20 + 0.20 + 0.10 = 0.50. Se as aplicações em
meses subseqüentes são independentes e com a mesma probabilidade de "sucesso", a variável
que mede o número de “sucessos” em 12 meses é Y, com distribuição Binomial (n = 12, p = 0.5).
Ou seja, a função de probabilidade de Y é:

y 12 − y
12  1   1  12!
f ( y ) = Pr (Y = y ) =      = (0.5 )12 para y = 0,1,2,....12
 y  2   2  y! (12 - y )!
Precisamos apenas calcular Pr(Y ≥ 8) = Pr( Y = 8) + Pr( Y = 9) + ... + Pr( Y = 12).

Probabilidade e Estatística - Profa. Mônica Barros


2

Pr(Y=8) 0.1208
Pr(Y=9) 0.0537
Pr(Y=10) 0.0161
Pr(Y=11) 0.0029
Pr(Y=12) 0.0002

Se somarmos estas probabilidades encontramos: Pr(Y ≥ 8) = 0.1938

c) Agora o nosso interesse é em seqüências do tipo: FFFFF.....S.


Seja Z a variável que mede o número de repetições (meses) necessários até obter o primeiro
retorno positivo. Qual a probabilidade de termos que esperar pelo menos dois meses até
observarmos um sucesso? Ou seja, qual a probabilidade de Z > 2 ?
Mas, Z tem distribuição Geométrica com probabilidade p = 0.5 e sua função de probabilidade é:

f ( z ) = Pr (Z = z ) = (0.5) (0.5) = (0.5)z


z −1
z = 1,2,3,.....

Logo, Pr(Z > 2) = 1 – Pr(Z = 1) - Pr(Z = 2) = 1 – 0.5 – 0.25 = 0.25

PROBLEMA 2 (10 pontos)


Num bar existem 60 pessoas, de dois grupos: “bebedores de chopp” (35 pessoas) e “bebedores
de tequila”. Toma-se uma amostra sem reposição de 8 pessoas. Qual a probabilidade de
encontrar pelo menos 5 bebedores de chopp na amostra?

Solução

Seja X a variável que mede o número de bebedores de chopp na amostra. Então a função de
probabilidade de X é:

 35  25 
  
 x  8 − x 
Pr ( X = x ) = onde x = 0,1,2,....8
 60 
 
8 

Pr(X =5) 0.2918


Pr(X =6) 0.1903
Pr(X =7) 0.0657
Pr(X =8) 0.0092

A soma destas probabilidades nos dá: Pr(X ≥ 5) = 0.5570

Probabilidade e Estatística - Profa. Mônica Barros


3

PROBLEMA 3 (20 pontos)

Uma caixa contém 8 bolas brancas e 12 bolas azuis.


Uma bola é selecionada aleatoriamente e então é jogada fora e substituída por uma bola da cor
oposta.
a) Qual a probabilidade de que a segunda bola selecionada seja branca?
b) Qual a probabilidade de que a segunda bola selecionada seja azul?
Uma bola é selecionada aleatoriamente e então é jogada fora e substituída por duas bolas da cor
oposta.
c) Qual a probabilidade de que a segunda bola selecionada seja branca?
d) Qual a probabilidade de que a segunda bola selecionada seja azul?

Solução
Sejam:
A1 = 1a. bola selecionada é azul
A2 = 2a. bola selecionada é azul
B1 = 1a. bola selecionada é branca (é o complemento de A1)
B2 = 2a. bola selecionada é branca (é o complemento de A2)

a) Então Pr(A1) = 12/20 e Pr(B1) = 8/20


Se “saiu” uma bola branca na 1a. retirada, a caixa ficou com 7 bolas brancas e 13 azuis. Logo:
Pr(B2 | B1 ) = 7/20 e Pr(A2 | B1 ) = 1- 7/20 = 13/20
Se “saiu” uma bola azul na 1a. retirada, a caixa ficou com 9 bolas brancas e 11 azuis. Logo:
Pr(B2 | A1 ) = 9/20 e Pr(A2 | B1 ) = 1- 9/20 = 11/20

Pr(B2) = Pr(B2 ∩ B1) + Pr(B2 ∩ A1) = Pr(B2 | B1).Pr(B1) + Pr(B2 | A1).Pr(A1) =


= (7/20)(8/20) + (9/20)(12/20) =164/400 = 0.4100

b) Pr(A2) = 1 - Pr(B2) = 1 – 0.4100 = 0.5900

c) Neste caso, Pr(A1) = 12/20 e Pr(B1) = 8/20 mas


Se “saiu” uma bola branca na 1a. retirada, a caixa ficou com 7 bolas brancas e 14 azuis. Logo:
Pr(B2 | B1 ) = 7/21 e Pr(A2 | B1 ) = 14/21
Se “saiu” uma bola azul na 1a. retirada, a caixa ficou com 10 bolas brancas e 11 azuis. Logo:
Pr(B2 | A1 ) = 10/21 e Pr(A2 | B1 ) = 11/21

Pr(B2) = Pr(B2 ∩ B1) + Pr(B2 ∩ A1) = Pr(B2 | B1).Pr(B1) + Pr(B2 | A1).Pr(A1) =


= (7/21)(8/20) + (10/21)(12/20) = 176/420 = 0.4190

d) Pr(A2) = 1 - Pr(B2) = 1 – 0.4190 = 0.5810

Probabilidade e Estatística - Profa. Mônica Barros


4

PROBLEMA 4 (20 pontos)


O salário dos funcionários numa empresa pode ser modelado por uma variável contínua X com a
seguinte densidade:
f ( x) = c.x 2 se 1000 ≤ X ≤ 8000

a) Ache a constante c que faz de f(x) uma densidade.


b) Qual o salário médio?
c) Ache o ponto m entre 1000 e 8000 tal que Pr(X ≤ m) = 0.50. Este ponto é a mediana de
X, ou seja, o salário mediano dos funcionários desta empresa?

Solução

a) Para achar c precisamos satisfazer a condição:


511(10 ) c
8000 9
x 3 8000 c 3
∫ cx dx = 1 ⇔ c. = 1 ⇔ (10 ) {512 − 1} = 1 ⇔
9
2
=1⇔ c =
511(10 )
9
1000
3 1000 3 3

b) O salário médio é dado por:

3(4095)(10)
8000 8000 12
3 3 x 4 8000 3
E( X ) = ∫ x. f ( x)dx = ∫ x x 2
dx = = (4096 − 1)(10 )12
=
511(10) 511(10 ) 4 1000 (4)511(10) (4)511(10)9
9 9 9
1000 1000

3000(4095)
= = 6010.27
4(511)

c) O salário mediano é obtido resolvendo-se:

m m

∫ f ( x)dx = 0.5 ⇔ ∫ cx
2
dx = 0.5 ⇔ (
c 3
)
m − 10 9 = 0.5 ⇔
1
( )
m 3 − 10 9 = 0.5
511(10 )
9
1000 1000
3
511(10 )
9
 511
 ⇔ m = 10 {256.5} ⇔ m = 10 (256.6) = 6353.74
1/ 3
⇔ m 3 − 10 9 = ⇔ m 3 = 10 9 1 + 3 9 3

2  2 

PROBLEMA 5 (20 pontos)

Dentre os clientes de uma agência de viagens:


• 20% escolhem uma excursão para os EUA;
• 35% escolhem uma viagem dentro do Brasil;
• 15% escolhem algum destino na América do Sul (excetuando o Brasil);
• 20% preferem roteiros pela Europa;
• os outros preferem destinos diferentes.

Probabilidade e Estatística - Profa. Mônica Barros


5

Dentre os clientes que vão para os EUA, 40% já haviam viajado pela mesma agência de viagens
antes (são “clientes fiéis”);
Dentre os que vão para roteiros no Brasil, 10% são “clientes fiéis”;
Dentre os que escolheram roteiros na América do Sul, 20% são “clientes fiéis”;
Dentre os que preferiram a Europa, 50% são “clientes fiéis”;
Dente os que preferiram outros destinos, 60% são “clientes fiéis” da empresa.

Um cliente é selecionado ao acaso e é um “cliente fiel” da empresa. Qual a probabilidade dele ter
escolhido uma viagem para cada uma das regiões especificadas? ESCREVA CLARAMENTE O
SEU RACIOCÍNIO.

Solução
F = cliente fiel
A = escolhe EUA;
B = escolhe Brasil;
C = escolhe América do Sul (excetuando o Brasil);
D = escolhe Europa;
E = escolhe outros roteiros.

Pr(A) = 20%, Pr(B) = 35%, Pr(C) = 15%, Pr(D) = 20% , Pr(E) = 10%.
Pr(F|A) = 40%
Pr(F|B) = 10%
Pr(F|C) = 20%
Pr(F|D) = 50%
Pr(F|E) = 60%

Pr(A | F) = ?, Pr( B | F) = ?, Pr( C | F) = ?, Pr( D | F) = ?, Pr( E | F) = ?

Mas, estas probabilidades condicionais dependem da probabilidade de um cliente ser fiel, por
exemplo: Pr(A | F) = Pr(A ∩ F)/Pr(F) = Pr(F|A).Pr(A)/Pr(F)

Então precisamos calcular Pr(F) antes de todas as probabilidades desejadas.

Pr (F ) = Pr (F A) Pr ( A) + Pr (F B )Pr (B ) + Pr (F C ) Pr (C ) + Pr (F D ) Pr (D ) + Pr (F E ) Pr (E ) =
1
= {(20)(40) + (35)(10) + (15)(20) + (20)(50) + (10)(60)} = 3050 = 0.3050
10000 10000

Pr (F A) Pr( A) (20)(40) / 10 4 800


Pr ( A F ) = = = = 0.2623
Pr (F ) 3050 / 10 4
3050

Pr (F B )Pr( B) (35)(10) 350


Pr (B F ) = = = = 0.1148
Pr (F ) 3050 3050

Probabilidade e Estatística - Profa. Mônica Barros


6

Pr (F C ) Pr(C ) (15)(20) 300


Pr (C F ) = = = = 0.0984
Pr (F ) 3050 3050

Pr (F D ) Pr( D) (20)(50) 1000


Pr (D F ) = = = = 0.3279
Pr (F ) 3050 3050

Pr (F E ) Pr( E ) (10)(60) 600


Pr (E F ) = = = = 0.1967
Pr (F ) 3050 3050

Probabilidade e Estatística - Profa. Mônica Barros