Você está na página 1de 14

PROBABILIDADE 1. INTRODUO A cincia manteve-se at pouco tempo atrs, firmemente apegada lei da causa e efeito.

. Quando o efeito esperado no se concretizava, atribua-se o fato ou a uma falha na experincia ou a uma falha na identificao da causa. No poderia haver quebra da cadeia lgica. Segundo Laplace (Pierre Simon) uma vez conhecidas a vizinhana, a velocidade e a direo de cada tomo no universo, poder-se-ia, a partir da, predizer com certeza, o futuro at a eternidade. Sabe-se hoje, atravs do princpio da incerteza , que no bem assim. Que no existem meios que permitam determinar os movimentos dos eltrons individuais se conhecido a sua velocidade, conforme o estabelecido em 1927, pelo fsico alemo W. Heinsenberg. 2. MODELOS Conforme J. Neymann, toda a vez que se emprega Matemtica com a finalidade de estudar algum fenmeno deve-se comear por construir um modelo matemtico. Este modelo pode ser: determinstico ou ento probabilstico. 2.1 M O D E L O
DETERMNISTICO

Neste modelo as condies sob as quais o experimento executado, determinam o resultado do experimento. Tome-se, por exemplo, a lei de Ohm, V = I.R. Se R e I forem conhecidos, ento V estar precisamente determinado. 2.2 M O D E L O
NO -DETERMI NSTI CO OU PRO BA BI LSTI CO

um modelo em que de antemo no possvel explicitar ou definir um resultado particular. Este modelo especificado atravs de uma distribuio de probabilidade. utilizado quando se tem um grande nmero de variveis influenciando o resultado e estas variveis no podem ser controladas. Tome-se por exemplo, o lanamento de um dado onde se tenta prever o nmero da face que ir sair, a retirada de uma carta de um baralho, etc. O modelo estocstico caracterizado como um modelo probabilstico que depende ou varia com o tempo. 3. EXPERIMENTO ALEATRIO (NO-DETERMINSTICO) No existe uma definio satisfatria de Experimento Aleatrio. Por isto necessrio ilustrar o conceito um grande nmero de vezes para que a idia fique bem clara. Convm lembrar que os exemplos dados so de fenmenos para os quais modelos probabilsticos so adequados e que por simplicidade, so denominados de experimentos aleatrios, quando, de fato, o que deveria ser dito modelo nodeterminstico aplicado a um experimento. Ao descrever um experimento aleatrio deve-se especificar no somente que operao ou procedimento deva ser realizado, mas tambm o que que dever ser observado. Note-se a diferena entre E2 e E3. E1: Joga-se um dado e observa-se o nmero obtido na face superior. E2: Joga-se uma moeda 4 vezes e o observa-se o nmero de caras obtido. E3: Joga-se uma moeda 4 vezes e observa-se a seqncia de caras e coroas. E4: Um lote de 10 peas contm 3 defeituosas. As peas so retiradas uma a uma (sem reposio) at que a ltima defeituosa seja encontrada. Conta-se o nmero de peas retiradas. E5: Uma lmpada nova ligada e observa-se o tempo gasto at queimar.
1

E6: Lana-se uma moeda at que ocorra uma cara e conta-se ento o nmero de lanamentos necessrios. E7: Lanam-se dois dados e anota-se o total de pontos obtidos. Caractersticas dos Experimentos Aleatrios Observando-se os exemplos acima se pode destacar algumas caractersticas comuns: 1. Podem ser repetidos indefinidamente sob as mesmas condies. 2. No se pode adiantar um resultado particular, mas pode-se descrever todos os resultados possveis. 3. Se repetidos muitas vezes apresentaro uma regularidade em termos de freqncia de resultados. 4. O ESPAO AMOSTRAL 4.1 D E F I N I O o conjunto de todos os resultados possveis de um experimento aleatrio. Anota-se por S ou . Exemplo 0.1 Determinar o espao amostral dos experimentos anteriores. Si refere-se ao experimento Ei. S1 = { 1, 2, 3, 4, 5, 6 } S2 = { 0, 1, 2, 3, 4 } S3 = { cccc, ccck, cckc, ckcc, kccc, cckk, kkcc, ckck, kckc, kcck, ckkc, ckkk, kckk, kkck, kkkc, kkkk } S4 = { 3, 4, 5, 6, 7, 8, 9 , 10 } S5 = { t / t 0 } S6 = { 1, 2, 3, 4, 5, ... } S7 = { 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 } Deve-se observar que nem sempre os elementos de um espao amostral so nmeros. 4.2 C L A S S I F I C A O
DE UM ESPAO AMOSTRAL

Um espao amostral, conforme exemplos anteriores pode ser classificado em: (a) Finito. So os espaos: S1, S2, S3, S4, S7; (b) Infinitos. (i) Enumerveis (ou contveis): S6 (ii) No-enumerveis (ou no contveis): S5 5. EVENTOS 5.1 DEFINIO: Qualquer Subconjunto de um espao amostral denominado um Evento. Assim tem-se que: S o evento certo; { a } o evento elementar e o evento impossvel.

5.2 C O M B I N A O

DE EVENTOS

Pode-se realizar operaes entre eventos da mesma forma que elas so realizadas entre conjuntos. Antes de definir as operaes conveniente conceituar o que se entende por ocorrncia de um evento. Seja E um experimento com um espao amostral associado S. Seja A um evento de S. dito que o evento A ocorre se realizada a experincia, isto , se executado E, o resultado for um elemento de A. Sejam A e B dois eventos de um mesmo espao amostra S. Diz-se que ocorre o evento: 1. A unio B ou A soma B, anotado por AB, se e somente se A ocorre ou B ocorre.

A B

2. A produto B ou A interseo B, anotado por AB ou AB, se e somente A ocorre e B ocorre.

A B

3. A menos B ou A diferena B, anota-se A - B, se e somente se A ocorre e B no ocorre.

A-B

4. O complementar de A, anotado por A , A ou ainda A se e somente se A no ocorre.

A' Eventos mutuamente excludentes

Dois eventos A e B, so denominados mutuamente exclusivos ou excludentes, se eles no puderem ocorrer juntos, isto , se AB = . 6. CONCEITOS DE PROBABILIDADE

Existem trs formas de se definir probabilidade. A definio clssica, a definio freqencial e a definio axiomtica.
3

DEFINIO

CL SSICA DE PROBABI LI DA DE

Seja E um experimento aleatrio e S um espao amostral associado formado por n resultados igualmente provveis. Seja A S um evento com m elementos. A probabilidade de A, anotada por P(A), l-se p de A, definida como sendo: P(A) = m / n Isto , a probabilidade do evento A o quociente entre o nmero m de casos favorveis e o nmero n de casos possveis. Exemplo 0.2 Calcular a probabilidade de no lanamento de um dado equilibrado obter-se: (a) Um resultado igual a 4. (b) Um resultado mpar. Soluo: S = { 1, 2, 3, 4, 5, 6 } n = #(S) = 6 (a) A = { 4 } m = #(A) = 1 ento P(A) = m / n = 1 / 6 = 16,67% (b) B = { 1, 3, 5 } m = #(B) = 3 ento P(B) = m / n = 3 / 6 = 50% Crtica definio clssica (i) A definio clssica dbia, j que a idia de igualmente provvel a mesma de com probabilidade igual, isto , a definio circular, porque est definindo essencialmente a probabilidade com seus prprios termos. (ii) A definio no pode ser aplicada quando o espao amostral infinito. A
DEFI NI O DE PROBABI LI DA DE COMO FREQNCI A RELA TI VA

Na prtica acontece que nem sempre possvel determinar a probabilidade de um evento. Neste caso necessrio ter um mtodo de aproximao desta probabilidade. Um dos mtodos utilizados a experimentao que objetiva estimar o valor da probabilidade de um evento A com base em valores reais. A probabilidade avaliada atravs deste processo denominada de probabilidade emprica. Freqncia relativa de um evento Seja E um experimento e A um evento de um espao amostral associado ao experimento E. Suponha-se que E seja repetido n vezes e seja m o nmero de vezes que A ocorre nas n repeties de E. Ento a freqncia relativa do evento A, anotada por frA, o quociente: frA = m / n = (nmero de vezes que A ocorre) / (nmero de vezes que E repetido) Exemplo 0.3 (i) Uma moeda foi lanada 200 vezes e forneceu 102 caras. Ento a freqncia relativa de caras : frA = 102 / 200 = 0,51 = 51% (ii) Um dado foi lanado 100 vezes e a face 6 apareceu 18 vezes. Ento a freqncia relativa do evento A = { face 6 } : frA = 18 / 100 = 0,18 = 18%
4

Propriedades da freqncia relativa Seja E um experimento e A e B dois eventos de um espao amostral associado S. Sejam fr A e frB as freqncias relativas de A e B respectivamente. Ento. (i) 0 frA 1, isto , a freqncia relativa do evento A um nmero que varia entre 0 e 1. (ii) frA = 1 se e somente se, A ocorre em todas as n repeties de E. (iii) frA = 0, se e somente se, A nunca ocorre nas n repeties de E. (iv) frAUB = frA + frB se A e B forem eventos mutuamente excludentes. Definio Seja E um experimento e A um evento de um espao amostral associado S. Suponhamos que E repetido n vezes e seja frA a freqncia relativa do evento. Ento a probabilidade de A definida como sendo o limite de frA quando n tende ao infinito. Ou seja:
lim P(A) = n fr A

Deve-se notar que a freqncia relativa do evento A uma aproximao da probabilidade de A. As duas se igualam apenas no limite. Em geral, para um valor de n, razoavelmente grande a frA uma boa aproximao de P(A). Crtica definio freqencial Esta definio, embora til na prtica, apresenta dificuldades matemticas, pois o limite pode no existir. Em virtude dos problemas apresentados pela definio clssica e pela definio freqencial, foi desenvolvida uma teoria moderna. DEFINIO
AXIO MTI CA DE PRO BA BI LIDADE

Seja E um experimento aleatrio com um espao amostral associado S. A cada evento A S associa-se um nmero real, representado por P(A) e denominado probabilidade de A, que satisfaz as seguintes propriedades (axiomas): (i) 0 P(A) 1; (ii) P(S) = 1; (iii) P(AUB) = P(A) + P(B) se A e B forem eventos mutuamente excludentes. (iv) Se A1, A2, ..., An, ..., forem, dois a dois, eventos mutuamente excludentes, ento:
P( Ai) = P( Ai)
i=1 i=1 n n

Conseqncias dos axiomas (propriedades) (i) P() = 0 Prova Seja A S ento tem-se que A = , isto , A e so mutuamente excludentes. Ento: P(A) = P(A) = P(A) + P(), pela propriedade 3. Cancelando P(A) em ambos os lados da igualdade segue que P() = 0. (ii) Se A e A so eventos complementares ento: P(A) + P( A ) = 1 ou P( A ) = 1 - P(A)
5

Prova Tem-se que A A = e A A = S. Ento: 1 = P(S) = P(A A ) = P(A) + P( A ), pela propriedade 3. (iii) Se A B ento P(A) P(B) Prova Tem-se: B = A(B - A) e A(B - A) = Assim P(B) = P(A(B - A)) = P(A) + P(B - A) e como P(B - A) 0 segue que: P(B) P(A) (iv) Se A e B so dois eventos quaisquer ento: P(A - B) = P(A) - P(AB) Prova A = (A - B)(AB) e (A - B) (AB) = Logo P(A) = P((A - B)(AB)) = P(A - B) + P(AB). Do que segue: P(A - B ) = P(A) - P(AB). (v) Se A e B so dois eventos quaisquer de S, ento: P(AB) = P(A) + P(B) - P(AB) Prova AB = (A - B)B e (A - B)B= Tem-se ento: P(AB) = P((A - B)B) = P(A - B) + P(B) = P(A) + P(B) - P(AB), pela propriedade (iv). (vi) P(ABC) = P(A) + P(B) + P(C) - P(AB) - P(AC) - P(BC) + P(ABC) Prova Faz-se BC = D e aplica-se a propriedade (v) duas vezes. (vii) Se A1, A2, ..., An so eventos de um espao amostra S, ento: P(A1A2...An) =
P( i) = A
i=1 n i=1

P( Ai) - P( Ai A j) +
i< j = 2

i < j <r = 3

P( Ai A j Ar ) + ... + (-1)k+1P(A1A2...An)

7. PROBABILIDADE CONDICIONADA E INDEPENDNCIA Suponha-se que se quer extrair duas peas ao acaso de um lote que contm 100 peas das quais 80 peas so boas e 20 defeituosas, de acordo com os critrios (a) com reposio e (b) sem reposio. Definem-se os seguintes eventos: A = { A primeira pea defeituosa } e B = { A segunda pea defeituosa }. Ento, se a extrao for com reposio P(A) = P(B) = 20 / 100 = 1 / 5 = 20%, porque existem 20 peas defeituosas num total de 100. Agora se a extrao for sem reposio tem-se ainda que P(A) = 20 / 100 = 20%, mas o mesmo no verdadeiro para P(B). Neste caso, necessrio conhecer a composio do lote no momento da extrao da segunda pea, isto , preciso saber se a primeira pea retirada foi ou no defeituosa. Neste caso

necessrio saber se A ocorreu ou no. O que mostra a necessidade do conceito de probabilidade condicionada. DEFINI O Sejam A e B dois eventos de um espao amostral S, associado a um experimento E, onde P(A) > 0. A probabilidade de B ocorrer condicionada a A ter ocorrido, ser representada por P(B/A), e lida como: probabilidade de B dado A ou probabilidade de B condicionada a A, e calculada por: P(B/A) = P(A B) / P(A) No exemplo acima, ento P(B/A) = 19 / 99, pois se A ocorreu (isto , se saiu pea defeituosa na primeira retirada) existiro na urna apenas 99 peas das quais 19 defeituosas. Sempre que se calcular P(B/A) est se calculando a probabilidade de ocorrncia do evento B em relao ao espao amostral reduzido A, ao invs de faz-lo em relao ao espao amostral original S. Quando se calcula P(B) est se calculando a probabilidade de estar em B, sabendo-se que se est em S, mas quando se calcula P(B/A) est calculando a probabilidade de B, sabendo-se que se est em A agora e no mais em S, isto , o espao amostra fica reduzido de S para A. simples verificar as seguintes propriedades de P(B/A) para A fixado: (i) 0 P(B/A) 1, (ii) P(S/A) = 1, (iii) P(B1B2/A) = P(B1 / A) + P(B2 / A) se B1 B2 = (iv) P(B1B2 ..../A) = P(B1/A) + P(B2/A) + ... se Bi Bj = para i j. Observe-se que estas propriedades so idnticas aos axiomas de probabilidade. Pode-se tambm comparar P(A/B) e P(A). Para tanto considere os quatro casos ilustrados nos diagramas abaixo: Tem-se: (a) P(A/B) = 0, porque A no poder ocorrer se B tiver ocorrido. (b) P(A/B) = P(AB) / P(B) = [P(A) / P(B)] P(A), j que P(A) P(B), pois A B. (c) P(A/B) = P(AB) / P(B) = [P(B) / P(B)] = 1 P(A). (d) Neste caso nada se pode afirmar sobre o relacionamento entre P(A/B) e P(A).
B A B A A B

(a) AB = TEOREMA

(b) A B

(c) B A

(d) Caso geral

DA MULTIPLI CA O

Com o conceito de probabilidade condicionada possvel apresentar uma maneira de se calcular a probabilidade da interseo de dois eventos A e B em funo destes eventos. Esta expresso denominada de teorema da multiplicao. P(AB) = P(A).P(B/A) = P(A/B).P(B)
7

INDEPENDNCIA

DE DOIS EVENTOS

Sejam A e B dois eventos de um espao amostra S. A e B so ditos independentes se a probabilidade de um deles ocorrer no afetar a probabilidade do outro ocorrer, isto , se: P(A/B) = P(A) ou P(B/A) = P(B) ou ainda se P(A B) = P(A).P(B) Qualquer uma das 3 relaes acima pode ser usada como definio de independncia. Exemplo 0.4 Trs componentes C1, C2, e C3, de um mecanismo so postos em srie (em linha reta). Suponha que esses componentes sejam dispostos em ordem aleatria. Seja R o evento { C2 est direita de C1 }, e seja S o evento { C3 est direita de C1 }. Os eventos R e S so independentes? Por qu? Soluo: Para que R e S sejam independentes deve-se ter: P(RS) = P(R).P(S). O espao amostra para este caso : S = { C1C2C3, C1C3C2, C2C1C3, C2C3C1, C3C1C2, C3C2C1 } As seqncias em que C2 est direita de C1 so: R = { C1C2C3, C1C3C2, C3C1C2 }. Logo: P(R) = 3/6 = 50% As seqncias em que C3 est direita de C1 so: S = { C1C2C3, C1C3C2, C2C1C3 }. Logo P(S) = 3/6 = 50% As seqncias em que C2 est direita de C1 e C3 est tambm direita de C1 so: RS = { C1C2C3, C1C3C2 }. Logo P(RS ) = 2/6 = 1/3 = 33,33% P(R).P(S) = 0.5.0,5 = 0,25 = 25% Portanto os eventos R e S no so independentes. TEO REMA S
DA PROBABI LI DA DE TOTA L E DE

BAYES

O conceito de probabilidade condicionada pode ser utilizado para calcular a probabilidade de um evento simples A ao invs da probabilidade da interseo de dois eventos A e B. Para tanto necessrio o conceito de partio de um espao amostral. Definio Diz-se que os conjuntos A1, A2, ..., An eventos de um mesmo espao amostral S, formam uma partio deste espao se: (a) Ai Aj = , para todo i j. (b) A1 A2 ... An = S (c) P(Ai) > 0, para todo i Exemplo 0.5 Considere-se o espao amostra obtido pelos nmeros das faces no lanamento de um dado equilibrado e sejam os eventos: A1 = { 1, 2, 3 }, A2 = { 4, 5 } e A3 = { 6 } Ento, pode-se verificar facilmente que, os eventos acima formam um partio do espao amostra S = { 1, 2, 3, 4, 5, 6 }.

Teorema da probabilidade total Considere-se um espao amostral S e A 1, A2, ..., An uma partio deste espao amostral. Seja B um evento de S. Ento B, pode ser escrito como (A figura acima ilustra a partio com n = 8): B = (B A1) (B A2) ... (B An) claro que, alguns destes conjuntos B Aj, podero ser vazios, mas isto no representa nenhum problema na decomposio de B. O importante que todos os conjuntos B A1, B A2, ..., B An so dois a dois mutuamente excludentes. E por isto, pode-se aplicar a propriedade da adio de eventos mutuamente excludentes e escrever. P(B) = P[(B A1) (B A2) ... (B An)] = P(B A1) + P(B A2) + ... + P(B An) Mas cada um dos termos P(B Aj) pode ser escrito na forma: P(B Aj) = P(Aj).P(B/Aj), pela definio de probabilidade condicionada, obtm-se ento o denominado teorema da probabilidade total: P(B) = P(A1).P(B/A1) + P(A2).P(B/A2) + ... + P(An).P(B/An) Exemplo 0.6 Uma determinada pea manufaturada por 3 fbricas: A, B e C. Sabe-se que A produz o dobro de peas que B e que B e C produzem o mesmo nmero de peas. Sabe-se ainda que 2% das peas produzidas por A e por B so defeituosas, enquanto que 4% das produzidas por C so defeituosas. Todas as peas produzidas so misturadas e colocadas em um depsito. Se do depsito for retirada uma pea ao acaso, qual a probabilidade de que ela seja defeituosa? Soluo: Considerem-se os seguintes eventos: D = { A pea defeituosa }, A = { A pea provm da fbrica A }, B = { A pea provm da mquina B } e C = { A pea provm da mquina C }. Tem-se ento que: P(A) = 50%, P(B) = P(C) = 25%, uma vez que s existem as 3 fbricas e que A produz o dobro de B e esta por sua vez produz a mesma quantidade que C. Sabe-se tambm que P(D/A) = P(D/B) = 2% e que P(D/C) = 4%. Pela teorema da probabilidade total pode-se escrever que: P(D) = P(A).P(D/A) + P(B).P(D/B) + P(C).P(D/C) = 0,5.0,02 + 0,25.0,02 + 0,25.0,04 = 2,50%, pois A, B e C formam uma partio do espao amostra S. Teorema de Bayes Suponha-se que no exemplo acima, uma pea retirada do depsito e se verifica que defeituosa. Qual a probabilidade de que tenha sido produzida pela fbrica A? ou B? ou ainda C? Neste caso, o que se quer calcular a probabilidade condicionada P(A/D). Pela notao j vista acima, e generalizando a questo o que se est interessado em obter a probabilidade de ocorrncia de um dos Ai dado que B ocorreu, isto , o que se quer saber o valor de P(Ai / B), onde os eventos A1, A2, ..., An formam uma partio de S e B um evento qualquer de S. Aplicando a definio de probabilidade condicionada segue que: P(Ai / B) = P(Ai B) / P(B) = P(Ai).P(B / Ai) / P(B), onde P(B) avaliado pelo teorema da probabilidade total. Este resultado conhecido como teorema de Bayes. Assim:

P(Ai / B) = P(Ai).P(B / Ai) / [P(A1).P(B/A1) + P(A2).P(B/A2) + ... + P(An).P(B/An)]

Exemplo 0.7 Considerando a pergunta acima vem ento: P(A / D), isto a probabilidade de ter sido produzida pela mquina A dado que a pea defeituosa : P(A / D) = P(A). P(D / A) / P(D) = 0,02.0,50 / (0,5.0,02 + 0,25.0,02 + 0,25.0,04) = 0,40 = 40% EXERCCIOS (1) Quatro moedas so lanadas e observa-se a seqncia de caras e coroas obtida. Qual o espao amostral do experimento. (2) Uma urna contm duas bolas brancas (B) e trs bolas vermelhas (V). Retira-se uma bola ao acaso da urna. Se for branca, lana-se uma moeda; se for vermelha, ela devolvida urna e retira-se outra bola. D uma espao amostral para o experimento. (3) Trs times A, B e C disputam um torneio de futebol. Inicialmente, A joga com B e o vencedor joga com C, e assim por diante. O torneio termina quando um jogador ganha duas vezes em seguida ou quando so disputadas, ao todo, quatro partidas. Enumere os resultados do espao amostral: resultados possveis do torneio. (4) Uma moeda e um dado so lanados. D o espao amostral correspondente. (5) Considerando dois eventos A e B de um mesmo espao amostral S, expresse em termos de operaes entre eventos: (5.1) A ocorre mas B no ocorre; (5.2) Exatamente um dos eventos ocorre; (5.3) Nenhum dos eventos ocorre. (6) Dois dados so lanados. Define-se os eventos: A = soma dos pontos obtidos igual a 9, e B = o ponto do primeiro dado maior ou igual a 4. Determine os eventos A e B e ainda os eventos: AB, AB e A (7) Uma urna contm 12 moedas de igual tamanho, sendo 7 douradas e 5 prateadas. O experimento consiste em retirar, sem reposio e ao acaso, duas moedas desta urna. Calcular a probabilidade de que saiam: (7.1) Uma moeda dourada e uma prateada, nesta ordem. (7.2) Uma moeda dourada e uma prateada. (7.3.) Duas moedas douradas. (7.4) Duas moedas de mesma cor. (8) Resolva o exerccio sete considerando a retirada das moedas com reposio. (9) Sejam P(A) = 0,3, P(B) = 0,8 e P(AB) = 0,15. (9.1) A e B so mutuamente exclusivos? Justifique. (9.2) Qual a P(B )? (9.3) Determine (a) P(AUB) (b) P(A B ) (c) P( A B ) (d) P( A B) (10) Suponha que A e B sejam eventos tais que P(A) = x, P(B) = y e P(AB) = z. Exprima cada uma das seguintes probabilidades em termos de x, y e z. (10.1) P(AUB) (10.2) P( A ) (10.3) P(B ) (10.4) P(A/B) (10.5) P( A UB ) (10.6) P( A UB) (10.7) P( A B) (10.8) P(A B ) (10.9) P( A B ) (10.10) P( A / B ) (11) Uma amostra de 140 investidores de um banco revelou que 80 investem em poupana, 30 investem no fundo e 10 investem na poupana e no fundo. Selecionado um destes investidores ao acaso, qual a probabilidade de que ele tenha investimentos na poupana ou no fundo?
10

(12) A probabilidade de um aluno A resolver uma questo de prova 0,80, enquanto que a do aluno B 0,60. Qual a probabilidade de que a questo seja resolvida se os dois alunos tentarem resolv-la independentemente. (13) Um atirador A tem probabilidade de 1/4 de acertar um alvo. J um atirador B tem probabilidade de 2/5 de acertar o mesmo alvo. Se ambos atirarem simultaneamente e independentemente, qual a probabilidade de que: (13.1) Ao menos um deles acerto o alvo e (13.2) Ambos acertem o alvo? (14) Sejam A e B dois eventos mutuamente excludentes. A probabilidade de ocorrncia de ao menos um destes eventos 0,52 e a probabilidade de A no ocorrer 0,60. Calcule a probabilidade de B ocorrer? (15) Sejam: P(A) = 0,50; P(B) = 0,40 e P(AUB) = 0,70. (15.1) A e B so eventos mutuamente excludentes? Por que? (15.2) Qual o valor de P(AB). (15.3) A e B so eventos independentes? Por que? (15.4) Quais os valores de P(A/B) e P(B/A). (16) Uma turma composta de 9 alunos de Economia, 14 de Administrao e 21 de Contbeis. Deseja-se eleger ao acaso uma comisso de dois alunos dessa turma. Calcule a probabilidade de que esta comisso seja formada por: (16.1) Alunos s da Economia. (16.2) Um aluno da Economia e outro de outro curso. (16.3) Um aluno da Economia e outro da Contbeis. (16.4) Dois alunos da Administrao ou dois da Contbeis. (17) Um produtor de parafusos verificou que em uma amostra de 100 parafusos 5 eram defeituosos. Numa segunda amostra de 200 parafusos ele encontrou 9 defeituosos. Voc diria que a probabilidade de o prximo parafuso a ser produzido ter defeito 0,05? Ou 0,045? Explique? (18) Se o jogo um da loteria esportiva for marcado na coluna dois, ento possvel afirmar que a probabilidade de acertar este jogo de 1/3? Por que? (19) Dois nmeros so escolhidos ao acaso e sem reposio, dentre 6 nmeros positivos e 8 negativos, e ento multiplicados. Calcule a probabilidade de que o produto seja positivo. (20) Os lugares de 6 pessoas em uma mesa circular so determinados por sorteio. Qual a probabilidade de Aristeu e Fariseu se sentem lado a lado? (21) Suponha-se que so retiradas duas bolas, sem reposio, de uma caixa contendo 3 bolas pretas e 5 bolas vermelhas. Determine: (21.1) Todos os resultados possveis e suas respectivas probabilidades. (21.2) Todos os resultados possveis e suas probabilidades supondo a extrao com reposio da primeira bola retirada. (22) Uma caixa contm 4 vlvulas defeituosas e 6 perfeitas. Duas vlvulas so extradas juntas. Uma delas ensaiada e se verifica ser perfeita. Qual a probabilidade de que a outra vlvula tambm seja perfeita? (23) Um dado viciado, de tal forma que a probabilidade de sair um certo ponto proporcional ao seu valor (por exemplo o ponto 4 duas vezes mais provvel do que o ponto dois). Calcular: (23.1) A probabilidade de sair 5, sabendo-se que o ponto que saiu mpar. (23.2) A probabilidade de sair um nmero par, sabendo que saiu um nmero maior do que 3. (24) A probabilidade de que dois eventos independentes ocorram so p e q, respectivamente. Qual a probabilidade de que: (24.1) Nenhum destes eventos ocorra. (24.2) Pelo menos um destes eventos ocorra
11

(25) Calcular a P(A) sabendo que: P(AB) = 0, 72 e P(A B ) = 0,18. (26) Um restaurante popular apresenta apenas dois tipos de refeies: salada completa e um prato base de carne. 20% dos fregueses do sexo masculino preferem salada; 30% das mulheres escolhem carne; 75% dos fregueses so homens. Considere os seguintes eventos: H: o fregus homem A: O fregus prefere salada M: O fregus mulher B: O fregus prefere carne Calcular: (26.1) P(H) (26.2) P(A/H) (26.3) P(B/M) (26.4) P(AH) (26.5) P(AH) (26.6) P(M/A) (27) Uma companhia de seguros analisou a freqncia com que 2000 segurados (1000 homens e 1000 mulheres) usaram o hospital. Os resultados esto apresentados na tabela: Usaram o hospital No usaram o hospital Homens 100 900 Mulheres 150 850

(27.1) Qual a probabilidade de que uma pessoa segurada use o hospital? (27.2) O uso do hospital independe do sexo do segurado? (28) As probabilidades de 3 motoristas serem capazes de dirigir at em casa com segurana, depois de beber, so: 1/3, 1/4 e 1/5. Se decidirem (erradamente) dirigir at em casa, depois de beber numa festa, qual a probabilidade de todos os 3 motoristas sofrerem acidentes? Qual a probabilidade de que ao menos um chegue em casa a salvo? (29) Duas lmpadas queimadas foram misturadas acidentalmente com 6 lmpadas boas. Se as lmpadas forem sendo testadas, uma a uma, at encontrar as duas queimadas, qual a probabilidade de que a ltima defeituosa seja encontrada no quarto teste? (30) Num teste com duas marcas que lhe so apresentadas em ordem aleatria, um experimentador de vinhos faz trs identificaes corretas em trs tentativas. (30.1) Qual a probabilidade disto ocorrer, se na realidade ele no possui habilidade alguma para distinguir? (30.2) E se a probabilidade de distinguir corretamente de 90% em cada tentativa? (31) Dados que dois acontecimentos A e B ocorrem independentemente com probabilidades p e q respectivamente, determine a probabilidade da ocorrncia de um e somente um destes acontecimentos. (32) Dois aparelhos de alarme funcionam de forma independente, detectando problemas com probabilidades de 0,95 e 0,90. Determinar a probabilidade de que dado um problema, este seja detectado por somente um dos aparelhos. (33) Sejam A e B dois eventos. Suponha que P(A) = 0,40, enquanto P(AB) = 0,70. Seja P(B) = p. (33.1) Para que valor de p, A e B sero mutuamente excludentes? (33.2) Para que valor de p, A e B sero independentes? (34) Um aparelho escolhido ao acaso dentre 10 aparelhos, sendo que destes 6 funcionam sem falhas com uma probabilidade de 80% e os outros quatro funcionam sem falhas com uma probabilidade de 95%. Determinar a probabilidade de que o aparelho escolhido funcione sem falhas. (35) Trs mquinas A, B e C apresentam respectivamente: 10%, 20% e 30% de defeituosos na sua produo. Se a trs mquinas produzem igual quantidade de peas e retiramos duas peas ao acaso da produo global qual a probabilidade de que ambas sejam perfeitas? (36) Dentre 5 mquinas existem 3 de maior preciso que garantem um acerto de 95% e as duas restantes garantem um acerto de 75%. Escolhida uma mquina ao acaso qual a probabilidade de acerto?
12

(37) Das peas fornecidas por duas mquinas automticas 60% e 84%, respectivamente, so de alta qualidade. A produtividade da primeira mquina o dobro do que a da segunda mquina. Retirada uma pea ao acaso de um lote produzido pelas duas mquinas verificou-se que ela era de alta qualidade. Determinar a probabilidade de que tenha sido produzida pela primeira mquina. (38) Uma caixa contm quatro moedas, uma das quais com duas caras. Uma moeda foi tomada ao acaso e jogada duas vezes, obtendo-se duas caras. Qual a probabilidade de que seja a moeda com duas caras? (39) Cada objeto manufaturado examinado com probabilidade 0,55 por um fiscal e com probabilidade 0,45 por outro fiscal. A probabilidade de passar no exame de acordo com os fiscais de 0,90 e de 0,98 respectivamente. Achar a probabilidade de que um objeto aceito tenha sido examinado pelo segundo fiscal. (40) Um carro pode parar por defeito eltrico ou mecnico. Se h defeito eltrico o carro para na proporo de 1 para 5 e, se mecnico, 1 para 20. Em 10% das viagens h defeito eltrico e em 20% mecnico, no ocorrendo mais de um defeito na mesma viagem, igual ou de tipo diferente. Se o carro para, qual a probabilidade de ser por defeito eltrico?

RESPOSTAS (1) S = { cccc, ccck, cckc, ckcc, kccc, cckk, ckkc, kkcc, ckck, kckc, kcck, kkkc, kkck, kckk, ckkk, kkkk}, (2) S = { BC, BK, VB, VV}, onde C = cara e K = coroa. (3) S = { AA, ACC, ACBB, BB, BCC, BCAA, ACBA, BCAB } (4) S = { (c, 1), (c, 2), ..., (c, 6), (k, 1), (k, 2), ..., (k, 6) }, onde c = cara e k = coroa. (5) (5.1) A B = A - B (5.2) (A B )( A B) = AUB - AB (5.3) A B = A B (6) A = { (3,6), (4, 5), (5, 4), (6,3)} B = { (4,1), ..., (4, 6), (5, 1), ..., (5, 6), (6, 1), ..., (6, 6) } AB = { (3, 6), (4,1), ..., (4, 6), (5, 1), ..., (5, 6), (6, 1), ..., (6, 6) } AB = { (4, 5), (5, 4), (6, 3) } A = So 32 pares excetuando-se os pares de A acima. (7) (7.1) 35/132 = 26,52% (7.2) 70/132 = 53,03% (7.3) 42/132 = 31,82% (7.4) 62/132 = 46,97% (8) (8.1) 35/144 = 24,31% (8.2) 70/144 = 48,61% (8.3) 49/144 = 34,03% (8.4) 74/144 = 51,38% (9) (9.1) No, pois P(AB) (9.2) 0,20 (9.3) (a) 0,95 (b) 0,15 (c) 0,05 (d) 0,65 (10) (21.1) x + y - z (10.2) 1 - x (10.3) 1 - y (10.4) z/y (10.5) 1 - z (10.6) 1 - x + z (10.7) y - z (10.8) x - z (10.9) 1 - x - y + z (10.10) (1 - x - y + z) / (1 - y) (11) 10/14 = 5/7 = 71,43% (12) 0,92 = 92% (13) (13.1) 11/20 = 55% (13.2) 2/20 = 10% (14) 0,12 = 12% (15) (15.1) No, pois P(A) + p(B) P(AUB) (15.2) 0,20 = 20% (15.3) Sim, pois P(AB) = P(A).P(B) (15.4) P(A/B) = 0,50 e P(B/A) = 0,40 (16) (16.1) 72/1892 = 3,81% (16.2) 630/1892 = 33,30% (16.3) 378/1892 = 19,98% (16.4) 602/1892 = 31,82% (17) No... (18) No... (19) 43/91 = 47,25% (20) 2/5 = 40%
13

(21) (a) Sem reposio Resultados PP PV VP VV Total

Probabilidades 6/56 15/56 15/56 20/56 1

(b) Com reposio Resultados Probabilidades PP 9/64 PV 15/64 VP 15/64 VV 25/64 Total 1

(22) 5/9 = 55,56% (23) (23.1) 5/9 (23.2) 2/3 (24) (24.1) 1- p - q + pq = (1 - p)(1 - q) (24.2) p + q - pq (25) 90% (26) (26.1) 75% (26.2) 20% (26.3) 30% (26.4) 15% (26.5) 92,50% (27) (27.1) 0,125 (27.2) H dependncia (28) 0,40 = 40% e 0,60 = 60% (29) 3/28 = 10,71% (30) (30.1) 0,125 = 12,50% (30.2) 0,729 = 72,90% (31) p(1 - q) + (1 - p)q (32) 14% (33) (33.1) p = 0,30 (33.2) p = 0,50 (34) 86% (35) 64% (36) 87% (37) 10/17 = 58,82% (38) 4/7 = 57,14% (39) 49/104 = 47,12% (40) 2/3 = 66,67%

(26.6) 7/13 = 53,85%

um raio de luz monocromatico passa de um meio A para um meio B, como mostra a figura. Os indices de refrao dos meios A e B para essa luz sao Na=raiz de 3 e Nb=2,5 respectivamente. calcule:a) o angulo alfa formado entre a a normal e o raio refratado.b)a velocidade da luz em cada um dos dois meios

14

Você também pode gostar