Capitulo 5 Morettin e Bussab 5ed
Capitulo 5 Morettin e Bussab 5ed
Capitulo 5 Morettin e Bussab 5ed
Capítulo 05
Problema 01.
Representando por C a ocorrência cara e por V a ocorrência de coroa no arremesso, e
também por B a retirada de bola branca e por V a retirada de bola vermelha, um espaço
amostral para este experimento pode ser descrito por
Ω = { BC , BR ,VB ,VV }
Problema 02.
O espaço amostral para esse experimento é um conjunto infinito. Seja 5 a representação da
ocorrência da face 5 e Q a representação de outra face qualquer do dado. Então o
experimento tem um espaço amostral dado por
Ω = {5, Q5, QQ5, QQQ5,…}
Problema 03.
Os resultados possíveis desse torneio de tênis constituem o espaço amostral de um
experimento que consiste em verificá-los. Desse modo, podemos representar esse conjunto
da seguinte forma:
Ω = { AA, ACC , ACBB , ACBA, BB , BCC , BCAA, BCAB }
Problema 04.
Dois possíveis espaços amostram para o experimento podem ser obtidos através de
maneiras diferentes de definir os pontos amostrais do experimento:
• designando C para cara e R para coroa, temos um primeiro espaço amostral,
Ω1 = {CC , CR, RC , RR} ;
• se cada ponto amostral ω representa o número de caras nos lançamentos,
um outro espaço amostral é descrito por Ω 2 = { 0, 1, 2 } .
Problema 05.
Usando a mesma representação dos problemas anteriores,
Ω = { (C ,1), (C , 2),… , (C , 6), ( R , 1),… , ( R , 6)} = {C , R } × {1, 2, 3, 4, 5, 6}
Problema 06.
(a) Ω = { (1, 1), (1, 2), (1, 3),…, ( 2,1), ( 2, 2),…, ( 2, 6),…, (6, 6)}
(b) Ω = { 0,1, 2,… , M }, em que M é o número máximo de peças defeituosas.
(c) Representando por M a ocorrência de uma criança do sexo masculino e por F a
ocorrência de uma criança do sexo feminino, temos:
Ω = { (M, M, M), (M, M, F), (M, F, M), (F, M, M), (M, F, F), (F, M, F), (F, F, M),
(F, F, F) }
(d) Sendo S (sim) e N (não), segue o espaço amostral do experimento:
Cap.05 – Pág.1 1
Bussab&Morettin Estatística Básica
Problema 07.
(a) {CC , CR, RC }
(b) {CC }
(c) {CR , RC , RR }
Problema 08.
(a) A ∩ Bc
(b) ( A ∩ B c ) ∪ ( Ac ∩ B )
(c) ( A ∪ B )c = Ac ∩ B c
Problema 09.
8 1 1 1
(a) ∑ P(ω i ) = 2 + 2 + 4 =1
i =1 4 8 16
1 1 5
(b) P( A vencer) = P( AA ∪ BCAA) = + = (no lugar da vírgula, sinal de união)
4 16 16
1 1 5
P( B vencer) = P( BB ∪ ACBB ) = + =
4 16 16
1 1 1
(c) P( não haver decisão) = P( ACBA ∪ BCAB ) = + =
16 16 8
Cap.05 – Pág.2 2
Bussab&Morettin Estatística Básica
Problema 10.
(a) Usando o que segue,
Resultado: Se ( a0 , a1 , a 2 ,…) for uma PG (progressão geométrica) infinita de razão q,
∞ a0
|q| < 1, então a soma de seus termos é dada por ∑ ai = ,
i =0 1− q
k k
∞ 5 1 1 ∞ 5 1 1 1 1
temos ∑ = ∑ = = = 1.
k =0 6 6 6 k =0 6 6 1− 5 6 6 1 6
Problema 11.
P (dois números de mesmo sinal) = P (dois positivos) + P (dois negativos) =
65 8 7 43
= + = ≅ 0,47
14 13 14 13 91
Problema 12.
A = { (3, 6), ( 4, 5), (5, 4), (6 ,3) }
B = { ( 4,1), … , ( 4, 6), (5,1) ,… , (5, 6), (6,1),… , (6, 6) }
A ∪ B = { (3, 6), ( 4,1), … , ( 4, 6), (5,1) ,… , (5, 6), (6,1),… , (6, 6)}
A ∩ B = { ( 4, 5), (5, 4), (6, 3)}
A c = {(1,1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), ( 2,1), ( 2, 2), ( 2, 3), ( 2, 4), ( 2, 5), ( 2, 6), (3,1), (3, 2), (3, 3),
(3, 4), (3, 5), ( 4,1), ( 4, 2), ( 4, 3), ( 4, 4), ( 4, 6), (5,1), (5, 2), (5, 3), (5, 5), (5, 6), (6,1), (6, 2), (6, 4),
(6, 5), (6, 6) }
Problema 13.
Do Problema 07:
1 1 1 1 1 1 1 1 1 3
(a) P( pelo menos uma cara ) = + + = + + =
2 2 2 2 2 2 4 4 4 4
1 1 1
(b) P(duas caras) = =
2 2 4
1 3
(c) Seja E o evento “ocorrem duas caras”. Então, P( E c ) = 1 − P( E ) = 1 − =
4 4
Do Problema 12:
Se o espaço amostral do experimento (lançamento de dois dados) tem 36 pontos amostrais,
então,
4
• P( A ) = ≅ 0,11 ;
36
Cap.05 – Pág.3 3
Bussab&Morettin Estatística Básica
18
• P ( B) = = 0,50 ;
36
19
• P( A ∪ B ) = ≅ 0,53;
36
3
• P( A ∩ B ) = ≅ 0,08 ;
36
32
• P( A c ) = 1 − P( A) = ≅ 0,89.
36
Problema 14.
(a) O dado não deve ser viciado, ou seja, todas as faces estão equilibradas.
(b) Devemos ter para cada alternativa de resposta a mesma quantidade de opiniões de
moradores, por exemplo, 50% a favor e 50% contra se existirem apenas duas
alternativas.
(c)
Problema 15.
(a) Seja P a ocorrência de bola preta, e V a ocorrência de bola vermelha. Então,
Resultado Probabilidade
PP (3 / 8)(2 / 7) = 3 / 28 ≅ 0,107
PV 15 / 56 ≅ 0,268
VP 15 / 56 ≅ 0,268
VV 3 / 28 ≅ 0,107
(b) Usando a mesma notação,
Resultado Probabilidade
PP (3 / 8)(3 / 8) = 9 / 64 ≅ 0,141
PV 15 / 64 ≅ 0,234
VP 15 / 64 ≅ 0,234
VV 25 / 64 ≅ 0,391
Problema 16.
(a) Sem reposição:
P( bola preta na primeira e na segunda extrações) ≅ 0,107
Com reposição:
P( bola preta na primeira e na segunda extrações) ≅ 0,141
Cap.05 – Pág.4 4
Bussab&Morettin Estatística Básica
Problema 17.
Sejam os eventos A: A resolve o problema, e B: B resolve o problema. Como trabalham
independentemente, temos que P( A ∩ B ) = P( A) P( B ) e
2 3 2 3 2 3 1 11
P( A ∪ B ) = P( A) + P( B ) − P( A ∩ B ) = + − = + − = ≅ 0,92
3 4 3 4 3 4 2 12
Problema 18.
Como a probabilidade de sair um certo ponto é proporcional ao seu valor, digamos que a
constante de proporcionalidade é k, e então vamos encontrar o valor de k:
P( j ) = k . j , j = 1,…, 6.
6 6 1
∑ P( j ) = 1 ⇒ ∑ k . j = 1 ⇒ k =
j =1 j =1 21
(a) Utilizando o conceito de probabilidade condicional,
P (5 ∩ ímpar ) P ( 5) 5.(1 / 21)
P (5 | ímpar ) = = = =
P (ímpar ) P (ímpar ) P (1) + P (3) + P (5)
5 / 21 5
= = ≅ 0,56
(1 / 21) + (3 / 21) + (5 / 21) 9
(b) Novamente, aplicando probabilidade condicional,
P( par ∩ > 3) P ( 4 ) + P( 6 ) (6 + 4).(1 / 21) 10
P( par |> 3) = = = = ≅ 0,67
P( > 3) P(4) + P(5) + P(6) ( 4 + 5 + 6).(1 / 21) 15
Problema 19.
(a) (1 − p )(1 − q ) , pois se A e B são independentes, Ac e Bc também são independentes.
(b) p + q − pq (probabilidade da união de dois eventos independentes).
Problema 20.
Cap.05 – Pág.5 5
Bussab&Morettin Estatística Básica
Problema 21.
Dois eventos A e B são independentes se, e somente se, P( A) P( B ) = P( A ∩ B ) . Nesse
caso, P( A) P( B ) = 0,10 . 0,12 = 0,012 ≠ 0,04 = P( A ∩ B ) . Portanto, os eventos A e B não
são independentes.
Problema 22.
Os componentes 1 e 2 funcionam em série, bem como os componentes 3 e 4. Os sub-
sistemas formados funcionam em paralelo. Assim,
P(sistema funcionar ) = h ( p ) = P( (1 e 2) ou (3 e 4) ) = p 2 + p 2 − p 4 = p 2 ( 2 − p 2 )
Problema 23.
Sejam os eventos:
• D o circuito escolhido não funciona;
• I: o circuito escolhido é feito na fábrica I;
• II: o circuito escolhido é feito na fábrica II;
• III: o circuito escolhido é feito na fábrica III.
São dados do problema:
P( D | I ) = 0,01, P( D | II ) = 0,04, P( D | III ) = 0,03, P( I ) = 0,40, P( II ) = 0,30 e P( III ) = 0,30
.
Assim,
P (D ) = P (D | I ) P (I ) + P (D | II ) P (II ) + P (D | III ) P (III ) =
= (0,01) (0,40) + (0,04) (0,30) + (0,03) (0,30) = 0,025
Problema 24.
Utilizando a mesma notação, temos
P( I ) P ( I | D ) (0,40)(0,01)
P( I | D ) = = = 0,16
P( D ) 0,025
Problema 25.
Sejam os eventos:
• U i : seleciona - se a urna i ;
• Bij : é retirada uma bola branca da urna i, na extração j (i, j = 1,2 ) ;
• E : retira - se, na segunda extração, uma bola branca da mesma urna da primeira extração.
Cap.05 – Pág.6 6
Bussab&Morettin Estatística Básica
Problema 26.
Construindo uma tabela com os dados do problema, temos
Homens (H) Mulheres (M) Total
Salada (A) 0,150 0,175 0,325
Carne (B) 0,600 0,075 0,675
Total 0,750 0,250 1,000
(a) P( H ) = 0,75
P( A | H ) = 0,20
P( B | M ) = 0,30
(b) P( A ∩ H ) = P( A | H ) P( H ) = (0,20) (0,75) = 0,15
P( A) = P( A | H ) P( H ) + P( A | M ) P( M ) =
= (0,20) (0,75) + (0,70) (0,25) = 0,325 .
P( A ∪ H ) = P( A) + P( H ) − P( A ∩ H ) =
= 0,325 + 0,750 − 0,150 = 0,925
P( A | M ) P( M ) (0,70) (0,25) 175
(c) P( M | A) = = = ≅ 0,538
P( A) 0,325 325
Problema 27.
Abaixo, construímos a tabela com as freqüências relativas:
Homens Mulheres Total
Usaram o hospital 0,050 0,075 0,125
Não usaram o hospital 0,450 0,425 0,875
Total 0,500 0,500 1,000
250
(a) P(pessoa segurada use o hospital) = = 0,125
2000
(b) Não, pois
100
P( usar o hospital | homem) = = 0,100 ≠ P( pessoa segurada use o hospital)
1000
Problema 28.
Sejam os eventos:
• A: o motorista A sofre acidente;
• B: o motorista B sofre acidente;
• C: o motorista C sofre acidente.
Suponha que esses eventos sejam independentes. Tem-se que “todos os três motoristas
sofrem acidentes” pode ser escrito como A ∩ B ∩ C e “pelo menos um dos motoristas guiar
até em casa a salvo” equivale a Ac ∪ B c ∪ C c . Assim,
2 3 4 2
P( A ∩ B ∩ C ) = P( A) P( B ) P(C ) = = = 0,40
3 4 5 5
Cap.05 – Pág.7 7
Bussab&Morettin Estatística Básica
3
P( A c ∪ B c ∪ C c ) = P([ A ∩ B ∩ C )]c ) = 1 − P( A ∩ B ∩ C ) = = 0,60
5
Problema 29.
Representando por B uma lâmpada boa e por D uma lâmpada defeituosa, há três
configurações possíveis para que a segunda lâmpada defeituosa seja encontrada no quarto
teste: DBBD, BDBD e BBDD.
Os testes são feitos sem reposição das lâmpadas testadas. Assim, se X for o número de
testes necessários para encontrar a segunda lâmpada defeituosa, tem-se que
2 6 5 1 6 2 5 1 6 5 2 1 3
P( X = 4 ) = + + = ≅ 0,107
8 7 6 5 8 7 6 5 8 7 6 5 28
Problema 30.
Sejam os eventos Ei = ganhar na loteria i, (i = 1, 2). Suponha que estes eventos sejam
independentes. Então
(a) P(ganhar exatamente um prêmio) = P([ E1 ∩ E2c ] ∪ [ E2 ∩ E1c ]) =
100 4900 100 9900
= + = 0,0296
10000 5000 5000 10000
(b) P(ganhar alguma coisa ) = P( E1 ∪ E2 ) = 0,01 + 0,02 − (0,01)(0,02) =
= 0,03 − 0,0002 = 0,0298
Cap.05 – Pág.8 8
Bussab&Morettin Estatística Básica
4
5 2 1 80
P( X = 4) = = ≅ 0,329
4 3 3 243
P( X ≥ 3) = P( X = 3) + P( X = 4) + P( X = 5) =
80 80 32 192
= + + = ≅ 0,790
243 243 243 243
Problema 32.
(a) Se ele não possui habilidades especiais, pode-se supor que a resposta seja dada para a
marca A ou para a marca B com igual probabilidade. Assim, se as tentativas são
independentes, a probabilidade de se acertar três vezes em três tentativas é dada por
3
1 1
= .
2 8
(b) Se a probabilidade de se distinguir corretamente for de 90% em cada tentativa, e se as
tentativas são independentes, a probabilidade de três acertos é (0,90)3 = 0,729.
Problema 33.
Vamos designar por H o evento “foi sorteado um homem”, e por M o evento “foi sorteada
uma mulher”.
8 7 6 14
(a) P( H c H c H c ) = P( MMM ) = = ≅ 0,049
20 19 18 285
12 8 7 28
(b) P( HMM , MHM , MMH ) = 3 = ≅ 0,295
20 19 18 95
12 11 8 44
(c) P( HHM , HMH , MHH ) = 3 = ≅ 0,463
20 19 18 95
Problema 34.
Sejam os eventos A: ganhar a concorrência da parte elétrica e B: ganhar a concorrência da
parte de encanamento. A partir das informações do problema, temos
1 3 1
P( A) = P( B | A) = e P( B | A c ) = .
2 4 3
Com isso,
3 1 1 1 13
P( B ) = P( B | A) P( A) + P( B | Ac ) P( Ac ) = + = e
4 2 3 2 24
1 3 3
(a) P( A ∩ B ) = P( A) P( B | A) = = = 0,375
2 4 8
(b) P( ( A ∩ B c ) ∪ ( A c ∩ B ) ) = P( A ∩ B c ) + P ( A c ∩ B ) =
1 1 1 1 7
= P( A) P( B c | A) + P( A c ) P( B | A c ) = + = ≅ 0,292
2 4 2 3 24
(c) P( Ac ∩ B c ) = P(( A ∪ B ) c ) = 1 − P( A ∪ B ) =
Cap.05 – Pág.9 9
Bussab&Morettin Estatística Básica
1 3
= 1 − [P( A) + P( B ) − P( A ∩ B )] = 1 − +
13 1
− = ≅ 0,333
2 24 8 3
Problema 35.
Supondo que as próximas 4 unidades sejam vendidas independentemente, a probabilidade
de que duas sejam devolvidas é dada por
4
(0,05) 2 (0,95) 2 ≅ 0,0135
2
Problema 36.
Seja X o número de alarmes que funcionam quando necessário.
P( X ≥ 1) = 1 − P( X = 0) = 1 − (0,10)3 = 0,999
Problema 37.
Sendo D o evento “o parafuso encontrado é defeituoso”, temos
P( D ) = P( D | A) P( A) + P( D | B ) P( B ) + P( D | C ) P(C ) =
= (0,05) (0,25) + (0,04) (0,35) + (0,02) (0,40) = 0,0345
P( D | A) P( A) (0,05) (0,25)
P( A | D ) = = ≅ 0,36
P( D ) 0,0345
P( D | B ) P( B ) (0,04) (0,35)
P( B | D ) = = ≅ 0,41
P( D ) 0,0345
P( D | C ) P(C ) (0,02) (0,40)
P (C | D ) = = ≅ 0,23
P( D ) 0,0345
Problema 38
Seja X: número de peças com duração inferior a 20 horas. Usando os mesmos argumentos
usados no problema 31 podemos escrever:
Problema 39.
Vamos indicar a ordem de compra dos carros através de índices ao lado das marcas. São
dados P(W1 ) = 0,50 , P( F1 ) = 0,30 e P( X 1 ) = 0,20 .
Cap.05 – Pág.10 10
Bussab&Morettin Estatística Básica
P( X 2 ) = P( X 2 | W1 ) P(W1 ) + P( X 2 | F1 ) P( F1 ) + P( X 2 | X 1 ) P( X 1 ) =
= (0,25) (0,50) + (0,15) (0,30) + (0,40) (0,20) = 0,250.
Logo,
P(W3 ) = (0,500) (0,355) + (0,150) (0,395) + (0,300) (0,250) ≅ 0,312.
P(W3 | W1 ) P(W1 )
(b) Como P(W1 | W3 ) = e
P(W3 )
P(W3 | W1 ) = P(W3 | W2 ) P(W2 | W1 ) + P(W3 | F2 ) P( F2 | W1 ) + P(W3 | X 2 ) P( X 2 | W1 )
= (0,50) (0,50) + (0,15) (0,25) + (0,30) (0,25) = 0,3625.
então
(0,3625)(0,50)
P(W1 | W3 ) = ≅ 0,58
0,312
Problema 40.
2800 + 7000
(a) ≅ 0,62
15800
800 + 2500
(b) ≅ 0,21
15800
1800
(c) ≅ 0,11
15800
800
(d) ≅ 0,29
2800
Problema 41.
8300 8300
(a) ≅ 0,28
15800 15800
2800 2000
(b) ≅ 0,02
15800 15800
13000 13000
(c) ≅ 0,68
15800 15800
Problema 42.
8300 8299
(a) ≅ 0,28
15800 15800
13000 12999
(b) ≅ 0,68
15800 15800
Cap.05 – Pág.11 11
Bussab&Morettin Estatística Básica
Problema 43.
(a) Representando o espaço amostral por Ω, temos
Ω = {( a , a , a ), ( a , a , b ), ( a , b , a ), ( a , b , b ), ( a , a , c ), ( a , c , a ), ( a , c , c ), ( a , b , c ), ( a , c , b ),
(b, b, b ), (b , b , a ), (b, a , b ), (b, a , a ), (b, b, c ), (b, c, b ), (b, c, c ), (b, a , c ), (b, c, a ),
( c, c , a ), ( c , a , a ), ( c, a , c ), ( c , c, b ), ( c , b , b ), ( c , b, c ), (c , a , b ), ( c , b , a ), ( c, c, c )}
(b) A = {( a , a , a ), (b, b, b ), ( c , c , c )}
B = {( a , a , a ), ( a , a , b ), ( a , a , c ), (b, b, a ), (b, b, b ), (b, b , c ), (c , c, a ), ( c, c , b ),
.
(c, c , c ) }
Problema 44.
O enunciado fornece os seguintes dados:
• P( R | A) = 0,40 ;
• P( R | B ) = 0,20 ;
• P( R | C ) = 0,10 .
Sendo X = RRRMMMMM, tem-se:
• P( X | A) = (0,40) 3 (0,60)5 ≅ 0,00498 ;
Problema 45
Para que pelo menos um dos dois próximos artigos selecionado seja de segunda qualidade,
ou ambos são, ou apenas o próximo artigo é de segunda qualidade, ou apenas o seguinte é
de segunda qualidade. Uma vez que já foram retirados b artigos e todos foram de segunda
qualidade, atualmente há m itens de primeira qualidade e n - b de segunda, num total de
m + n - b itens ainda para inspeção. Para as duas próximas seleções poderia ocorrer uma
das seguintes possibilidades : SS, SP, PS ou PP, portanto a resposta será:
P(SS) + P(SP) + P(PS) = 1- P(PP)
Calculando obtém-se
Cap.05 – Pág.12 12
Bussab&Morettin Estatística Básica
n − bm
0 2
1 − P(PP) = 1 −
m + n − b
2
m! 2! ( m + n − b − 2)! m ( m − 1)
= 1− = 1 −
2! ( m − 2)! (m + n − b )! ( m + n − b) ( m + n − b − 1)
Problema 46.
Temos, por hipótese, que P( A ∩ B ) = P( A) P( B ) . Então,
• P( Ac ∩ B c ) = P(( A ∩ B ) c ) = 1 − P( A ∪ B ) = 1 − P( A) − P( B ) + P( A ∩ B ) =
= [1 − P( A)] [1 − P( B )] = P( Ac ) P( B c )
• P( A ∩ B c ) = P( A) − P( A ∩ B ) = P( A) − P( A) P( B ) =
= P( A) [1 − P( B )] = P( A) P( B c )
• P ( Ac ∩ B ) = P( B ) − P( A ∩ B ) = P( B ) − P( A) P( B ) =
= P( B ) [1 − P( A)] = P( Ac ) P( B )
Problema 47.
P( A ∪ B ∪ C ) = P( A ∪ (B ∪ C )) = P( A) + P( B ∪ C ) − P( A ∩ (B ∪ C )) =
= P( A) + P( B ) + P(C ) − P( B ∩ C ) − [ P( A ∩ B ) + P( A ∩ C ) − P( A ∩ B ∩ C )] =
= P( A) + P( B ) + P(C ) − P( A ∩ B ) − P( A ∩ C ) − P( B ∩ C ) + P( A ∩ B ∩ C )
Problema 48.
Os componentes 1 e 2, bem como os componentes 4 e 5, estão ligados em série. Esses dois
sub-sistemas estão em paralelo com o componente 3. Assim, a confiabilidade do sub-
sistema formado pelos componentes 1, 2 e 3 é dada por p 2 + p − p 3 . Logo, a
confiabilidade total do sistema é dada por
h ( p) = p 2 + p − p 3 + p 2 − p 2 ( p 2 + p − p 3 ) = 2 p 2 + p − p 3 − p 4 − p 3 + p 5 =
= p 5 − p 4 − 2 p 3 + 2 p 2 + p = p ( p 4 − p 3 − 2 p 2 + 2 p + 1)
Problema 49.
(a) Como mostra a figura abaixo, esse evento está delimitado por um semi-círculo de raio
1, cuja origem é o ponto (0,0).
Cap.05 – Pág.13 13
Bussab&Morettin Estatística Básica
(b) A probabilidade P(A) equivale à área da região A dividida pela área do quadrado
todo. Como a área do quadrado é 1, temos que P(A) é a área da região A, ou seja,
πR 2 π
P( A) = =
4 4
(c) O evento B está representado na figura seguinte:
Vamos então calcular P(B), o que equivale a calcular a área da região B. Uma
maneira simples de calcular a área de B é retirar a área do quadrado de lado b da área
total, que é 1. Desse modo,. P( B ) = 1 − b 2
(d) O evento Bc está representado na figura seguinte:
Cap.05 – Pág.14 14
Bussab&Morettin Estatística Básica
Problema 50.
2 1 1 1
• P( A) = − =
3 3 2 6
1 3 1 1
• P(B ) = − =
2 4 4 4
2 1 1 1 1
• P( A ∩ B ) = − − =
3 2 2 4 24
Cap.05 – Pág.15 15
Bussab&Morettin Estatística Básica
1 1 1 3
• P ( A ∪ B ) = P ( A) + P ( B ) − P( A ∩ B ) = + − =
6 4 24 8
1 5
• P( A c ) = 1 − P( A) = 1 − =
6 6
1 3
• P( B c ) = 1 − P( B ) = 1 − =
4 4
P( A c ∩ B c ) = P( ( A ∪ B ) ) = 1 − P ( A ∪ B ) = 1 −
3 5
=
c
•
8 8
Problema 51.
A probabilidade de um evento qualquer A seria definida como a área da região no plano (ou
seja, a área de A) dividida pela área do quadrado.
Problema 52.
Problema 53.
Esta probabilidade (representada aqui por p) é o quociente entre o número de amostras em
que não há repetição sobre o número total de amostras com reposição. Do problema
anterior, tem-se que o número de amostras de tamanho n (obtidas de uma população de
tamanho N) em que não ocorrem repetições é dado por (N)n. Assim,
( N )n
p=
Nn
Problema 54.
Considere o caso particular em que N = 5 e n = 2. Do conjunto a1 ,…, a5 , retiram-se
amostras de tamanho 2, sem reposição. Os resultados possíveis são:
a1 a 2 , a1 a3 , a1 a 4 , a1 a5
a 2 a 3 , a 2 a 4 , a 2 a5
a3 a 4 , a3 a5
a 4 a5
5 N
Como se vê, nesse caso existem 10 = = amostras sem reposição.
2 n
Problema 55.
(a) P( A ∩ ( B ∩ C )) = P( A ∩ B ∩ C ) = P( A) P( B ) P(C ) = P( A) P( B ∩ C )
(b) P(( A ∪ B ) ∩ C ) = P( A ∪ B ) + P( B ) + P(C ) − P(( A ∪ B ) ∪ C ) =
= P( A) + P( B ) − P( A) P( B ) + P(C )
− [P( A) + P( B ) + P(C ) − P( A) P( B ) − P( A) P(C )
− P( B ) P(C ) + P( A) P( B ) P(C )]
⇒ P(( A ∪ B ) ∩ C ) = P( A) P(C ) + P( A) P(C ) − P( A) P( B ) P(C ) =
Cap.05 – Pág.16 16
Bussab&Morettin Estatística Básica
Problema 56.
P( A) = P ( A ∩ B ) + P ( A ∩ B c )
P( A) ≤ P( A ∩ B ) + P( B c )
1 1
≤ P( A ∩ B ) +
3 4
1
⇒ P( A ∩ B ) ≥
12
Portanto, os eventos A e B não podem ser mutuamente exclusivos, pois P( A ∩ B ) ≠ 0 .
Problema 57.
O enunciado indica que os componentes 2 e 3 estão ligados em paralelo entre si e em série
com o componente 1. Desse modo,
h ( p ) = (0,90) (0,80 + 0,70 − 0,56) = 0,846
Problema 58.
Os eventos V e U ∪ V podem ser escritos como
V = (U ∩ V ) ∪ (U c ∩ V )
V ∪ U = (U c ∩ V ) ∪ U
Assim,
P(V ) = P (U ∩ V ) + P (U c ∩ V ) (1)
P(V ∪ U ) = P (U ∩ V ) + P(U ) (2)
c
Problema 59.
(a) De acordo com o enunciado, tem-se
A1 = {101, 110}, A2 = {011, 110} e A3 = {011, 101} .
Assim,
1 1 1
P( A1 ) = ; P( A2 ) = ; P( A3 ) = ; P( A) = 0
2 2 2
(b) Os conjuntos indicados são os seguintes:
A = φ , A1 ∩ A2 = {110}, A1 ∩ A3 = {101}, A2 ∩ A3 = {011} .
Desse modo,
1
• P( A1 ∩ A2 ) = = P( A1 ) P( A2 ) ;
4
1
• P( A1 ∩ A3 ) = = P( A1 ) P( A3 ) ;
4
Cap.05 – Pág.17 17
Bussab&Morettin Estatística Básica
1
• P( A 2 ∩ A3 ) = = P( A 2 ) P( A3 ) ;
4
• P( A1 ∩ A2 ∩ A3 ) = 0 ≠ P( A1 ) P( A2 ) P( A3 )
Portanto, os eventos são mutuamente independentes, ou seja, são independentes dois a dois,
mas não são independentes.
Problema 60.
Para n eventos quaisquer A1, ..., An, (5.10) pode ser escrita como
P( A1 ∩ … ∩ An ) = P( A1 ) P( A2 | A1 ) P( A3 | A1 ∩ A2 ) … P( An | A1 ∩ … ∩ An−1 )
Problema 61.
Os eventos A1, ..., An são independentes se, e somente se,
n
P( A1 ∩ … ∩ An ) = ∏ P( Ai ), ∀ i , i = 1,… n.
i =1
Problema 62.
Como já foi visto no problema anterior, a probabilidade de uma amostra ordenada com
(365) k
reposição, de tamanho k, ter todos os elementos distintos é igual a . Logo, no caso,
365 k
365 (365 − 1) …(365 − ( k − 1)) 365 365 − 1 365 − ( k − 1)
1− p = = …
365 k 365 365 365
ou seja,
1 2 k −1
1 − p = 1 − 1 − … 1 − .
365 365 365
Problema 63.
1 + 2 + … + ( k − 1)
1− p ≈ 1− ,
365
desprezando os produtos com denominadores (365)2, (365)3, etc.
Problema 64.
Temos que P(A) = 0,20 , P(B) = 0,50 , P(C) = 0,30, P(F | A) = 0,20, P(F | B) = 0,05,
P(F | C) = 0,02, sendo F o evento “contrato futuro em dólares”. Então,
P( F ) = P( F | A) P( A) + P( F | B ) P( B ) + P( F | C ) P(C ) =
= (0,20) (0,20) + (0,05) (0,50) + (0,02) (0,30) = 0,071
Segue que
P( F | A) P( A) (0,20) (0,20) 4
P( A | F ) = = = ≅ 0,563
P( F ) 0,071 71
e
P ( F | C ) P (C ) (0,02) (0,30) 60
P (C | F ) = = = ≅ 0,084
P( F ) 0,071 71
Cap.05 – Pág.18 18