Pular para o conteúdo principal

Exercícios resolvidos sobre probabilidade condicional


A probabilidade condicionada refere-se à probabilidade de um evento A sabendo que ocorreu um outro evento B e representa-se por P(A|B), que lê-se : probabilidade condicional de A dado B ou ainda probabilidade de A dependente da condição B.



Para entender o conceito de probabilidade condicional vamos estudar a diferença entre extrair uma peça de um lote com reposição e sem reposição.


Exemplo: Um lote de 100 peças, contém 20 peças defeituosas e 80 peças não defeituosas. Suponha-se que escolhemos duas peças desse lote e vimos que a primeira peça é defeituosa e a segunda também.

Definamos os dois eventos.

A={a primeira peça é defeituosa}; B={a segunda peça é defeituosa}

Se a gente analisar com reposição

P(A)=P(B)=20/100=1/5 por que cada vez que extraímos do lote existirão 20 peças defeituosas no total de 100, ou seja, tiramos a primeira peça e vimos que é defeituosa colocamos no lote ficando 20 peças defeituosas novamente e pegamos a outra e também colocamos, o que faz com a probabilidade de pegar uma peça defeituosa seja sempre 20/100=1/5.

No entanto, se estivermos extraindo sem reposição, as coisas começam a mudar.

A probabilidade de tirar a primeira peça continuará sendo P(A)=1/5, Mas e P(B)? É evidente que para calcularmos P(B), devemos conhecer a composição do lote no momento de se extrair a segunda peça, ou seja, devemos saber se A ocorreu ou não.

Este exemplo mostra a necessidade de introduzir um novo e importante conceito.

Sejam A e B dois eventos associados a um experimento denotaremos por P(B/A) a probabilidade condicionada do evento B, quando A tiver ocorrido.

No exemplo acima, P(B/A)=19/99 por que se A tiver ocorrido, então para a segunda extração teremos somente 99 peças, das quais 19 delas serão defeituosas porque a peça que retiramos na primeira oportunidade foi defeituosa.

Sempre que calculamos P(B/A), estaremos calculando P(B) em relação ao espaço amostral reduzido A, em vez de calcular em relação ao espaço amostral original S. 

Definição

Definimos a probabilidade condicional de A, dado que B ocorre (A|B) da seguinte maneira :


Do mesmo jeito que podemos calcular a probabilidade condicionada de Adado que B ocorreu (A|B), também podemos calcular, a probabilidade condicionada de B dado que A ocorre (B|A) da seguinte maneira: 




Exercício 1

Sejam cartões numerados de 1 a 10 em uma urna e misturadas. Retiramos um cartão.Se o número do cartão é no mínimo 5, qual a probabilidade que ele seja 10?


Solução


Já que temos dez bolas na urna , o espaço amostral(S) será : S = {1,2,3,4,5,6,7,8,9,10}.


Agora, o nosso espaço amostral reduzido A, vai agregar os números que não sejam inferiores a 5 , ou seja : A ={5,6,7,8,9,10}.

Podemos notar que n(A) vai ser igual a 6 elementos .


O nosso evento B vai ser a probabilidade de que o número retirado seja o 10 :  n(B) = 10

O próximo passo  é responder a seguinte pergunta .

Quanto são os elementos que pertencem em A e B ao mesmo tempo,ou seja,a interseção entre eles ?

Resposta : 1 elemento (Que é o número 10)

 Substituindo na fórmula, teremos :

Exercício 2

Suponha-se que um escritório possua 100 máquinas de calcular. Algumas dessas máquinas são elétricas (E), enquanto outras são manuais (M); e algumas são novas (N), enquanto outras são muito usadas (U). Uma pessoa entra no escritório, pega uma máquina ao acaso, e descobre que é nova. Qual será a probabilidade de que seja elétrica?

 A tabela abaixo dá o número de máquinas de cada categoria. 



Solução

Em termos da notação introduzida, desejamos calcular P(E|N),ou seja, a probabilidade de que a peça seja elétrica sabendo que ela é nova.


O nosso espaço amostral reduzido , é sempre aquele que a gente conhece, ou seja, como a gente sabe que a peça é nova então : o espaço amostral reduzido N será igual a 70.

Primeiro método


Segundo método

Empregando a definição de probabilidade condicionada,temos que :



Exemplo 3

Em uma escola com 250 alunos, 100  são homens(H) e 150 são mulheres(M). Dentre esses alunos 110 cursam física(F), sendo 40 homens e 70 mulheres. 140 cursam química(Q) sendo 60 homens e 80 mulheres.

Um aluno é sorteado do acaso. Qual é a probabilidade de que esteja cursando química dado que é mulher?

Solução:


A probabilidade de que um aluno esteja cursando química dado que é mulher é representado por:


Continuando...


Exemplo 4

Numa dada cidade, tem-se a seguinte situação:



Sejam os eventos:


H= um homem é escolhido

E= o escolhido está empregado

Qual a probabilidade de um homem ser escolhido, dado que está empregado?


Solução:


O que a gente sabe neste problema, é que a pessoa está empregado, ou seja, o nosso espaço amostral reduzido E vai ser igual a 600(total de empregados). Então :

Primeiro método

Segundo método

Empregando a definição de probabilidade condicionada,temos que :

Exemplo 5

Em janeiro de 2008, na festa de aniversário (50 anos) do professor “KLOWIS”, batizado “KROVES”, mestre em Biologia, houve um sorteio de um determinado prêmio. Os bilhetes foram numerados de 1 a 50. Entretanto, foi anunciado que o número sorteado era par. Se o professor “Marcelo Renato”, convidado-irmão, só tinha 4 bilhetes pares, qual era a probabilidade em %, do professor “Marcelo Renato” NÃO ser sorteado?

Solução

É notório que o espaço amostral S é igual ao número total de bilhetes,ou seja, S= 50.

Como já fomos informados de que o número sorteado é PAR podemos reduzir o nosso espaço amostral “S” para “S1”, onde S1 = (2,4,6,8,10,12,14,16,18,..,50),ou seja,S1=25.

Com 4 números pares , o professor Marcelo Renato, , tem a probabilidade de ser sorteado em 4 dos 25 números pares,ou seja,4/25 , porém, a sua probabilidade de não ser sorteado será :


Vale lembrar que a probabilidade de ser sorteado mais a probabilidade de não ser sorteado tem que ser igual a 1 (100%)

Exemplificando....

Ser + não ser = 1
          não ser = 1- ser

Teorema da multiplicação para probabilidade condicional 

A probabilidade de ocorrência simultânea de dois eventos A e B é dada pelo produto da probabilidade de um dos eventos, pela probabilidade condicional do outro evento, este teorema é resultado da multiplicação em cruz das equações da probabilidade condicional.


Então:


Exemplo 6

Num lote de 12 peças, 4 são defeituosas. Três peças são  retiradas aleatoriamente, uma após a outra. Encontre a probabilidade (p) de todas essas três peças serem não-defeituosas.

Solução

Sabendo que temos 4 peças defeituosas, então, 8 peças são não defeituosas(perfeitas).

A probabilidade de a primeira peça ser não-defeituosa é 8/12, já que 8 das 12 peças são não-defeituosas. Se a primeira peça é não-defeituosa, então a probabilidade da próxima ser não-defeituosa é 7/11, pois somente 7 das 11 peças restantes são não-defeituosas. Se as duas primeiras são não-defeituosas, então a probabilidade da última ser não-defeituosa é 6/10, já que somente 6 das 10 restantes são não-defeituosas. Então, pelo Teorema da Multiplicação.



Comentários

Postar um comentário

Related Posts Plugin for WordPress, Blogger...

Postagens mais visitadas deste blog

Exercícios resolvidos de provas sobre média ,mediana e moda

A média , mediana e moda,são medidas de posição ou medidas de tendencia central que fazem parte de um ramo muito importante da estatística, que é a estatística descritiva .

A Estatística Descritiva permite-nos resumir, descrever e compreender os dados de uma distribuição usando medidas de tendência central (média, mediana e moda) e medidas de dispersão (valores mínimo e máximo, desvio padrão e variância).

Muitas vezes , a média ,ela é um pouco injusta com a gente sabe porquê ?


Imagine o seguinte : Estamos em uma festa com duas pessoas(Pedro e Niko ) e só tem 2 bifes . Só que acontece o seguinte : o pedro por ser guloso vai escondido e come os 2 bifes...Em media ,cada um deles comeu um bife porque a média diz-nos que havia um bife para cada pessoa mas não nos diz como é que os bifes foram distribuídos.

Esta é uma das razões pelas quais os dados estatísticos que se apresentam em relatórios de investigação terem frequentemente duas ou mais medidas descritivas associadas. Por exemplo, o v…

Exercícios resolvidos de provas sobre espaço amostral e probabilidade de um evento

Esta lista de exercícios , é resultado de um estudo amplo com o objetivo de descomplicar a análise de espaço amostral e probabilidade de eventos sem utilizar aqueles métodos como Diagrama em árvore e tabela de dupla entrada (produto cartesiano) que muitos professores utilizam para dificultar um pouco o entendimento de probabilidade.

Os exercícios estão divididos em 3 seções : Seção de exercícios Básicos ,Seção de exercícios com um certo grau de dificuldade e uma seção sobre prova teste ou simulado.

Definições

Espaço amostral (S) 
É o espaço de amostragem de todos os elementos de um experimento probabilístico .
Por exemplo: no lançamento de uma moeda,os elementos pertencentes a uma moeda, são : a cara e a coroa, somente é possível obter ou cara ou coroa e o nosso espaço amostral será : S={ cara, coroa }, um outro exemplo bacana é o lançamento de um dado que pegando o mesmo raciocino , todos os elementos pertencentes a um determinado dado, são os números { 1,2,3,4,5,6 } que estarão for…

Tudo sobre integrais definidas e exercícios resolvidos com comentários

Definição

A Integral definida é um tipo de integral que tem um valor inicial que denominamos de limite inferior e um valor final que chamamos de limite superior . Resumidamente a integral definida entre a e b é a integral indefinida em b menos a integral indefinida em a .

Teorema fundamental do cálculo
Muitas vezes , a gente ouve falar do teorema fundamental do cálculo e tem dificuldade de entender, porque nem todo professor tem paciência de explicar todo esse trem , mas vamos nessa !
O teorema fundamental do cálculo é a base das duas operações centrais do cálculo, diferenciação e integração, que são inversas uma da outra . Isto quer dizer que se uma função contínua é primeiramente integrada e depois diferenciada (ou vice-versa), volta-se na função original. 
Exemplo :Seja f(x)=2x, Calcule a sua integral  e derive o  resultado para chegar a função original 2x.
Sabendo que a constante c é um número , vamos derivar o resultado para chegar no função original.
Depois dessa demonstração , …

Exercícios resolvidos de provas sobre derivadas aplicando as regras de diferenciação

Para calcular a derivada de uma função que seja derivável, em determinado ponto do seu domínio, podemos sempre usar a definição.

Mas, dependendo da função, isto pode significar bastante trabalho e pode ser evitado usando regras de diferenciação, evitando assim complicados cálculos de limites.

Em que consistem as regras de derivação ?
Resumidamente podemos afirmar que se o cálculo de derivadas usando a definição é meio complexo e gasta mais tempo , usando as regras de diferenciação as coisas ficam um pouco mais tranquilas devido a rapidez na execução e obtenção dos resultados.

Entretanto, aplicar as regras de derivação consiste em usar estes conhecimentos para, a partir das derivadas de funções mais simples, determinar as derivadas de funções que delas se obtêm por meio das operações.

Simbologia
A derivada de uma função f, na variável x , é uma função, que representamos por f ' .
Regras a seguir :
Sejam f e g funções diferenciáveis : 
Está regra afirma que a derivada de uma constante…

Exercícios resolvidos de provas com comentários sobre distribuição binomial

"Em nossas loucas tentativas, renunciamos ao que somos pelo que esperamos ser".William Shakespeare

Antes de entrar no assunto principal vamos entender o que é fatorial de um número que tem como simbolo o n!

Na matemática, o fatorial de um número natural n, representado por n!, é o produto de todos os inteiros positivos menores ou iguais a n. A notação n! foi introduzida por Christian Kramp em 1808.

Exemplo: Calcule o fatorial dos números 0,1,2,3,4 e 5 .

Solução

0! = 1
1! = 1
2! = 2.1 = 2
3! = 3.2.1 = 6
4! = 4.3.2.1 = 24
5! = 5.4.3.2.1 = 120.

Observação: O zero não entra nesta definição, pois se multiplicarmos todo o produto de n até 1 por zero teremos zero como resultado.


O que é uma distribuição binomial?

Em estatística, a distribuição binomial é a distribuição de probabilidade do número de sucessos numa sequência de n tentativas.

O que devemos saber sobre essa distribuição?

Vamos entender as caraterísticas de um experimento binomial

Um experimento binomial é um ensaio estatíst…

Tudo sobre a distribuição de Poisson e exercícios resolvidos com comentários

O que é uma distribuição de Poisson ?

A distribuição de Poisson é um tipo de distribuição discreta de probabilidade aplicável as ocorrências de um vento que se difere da distribuição binomial porque ela ocorre num intervalo temporal ou numa região espacial especifico como: tempo,distancia ,área,volume e etc.

O que devemos saber afinal ?

Quando estamos perante um exercício de estatística sobre probabilidades, a dificuldade principal muitas das vezes não é dar solução ao exercício, mas saber qual tipo de distribuição utilizar, quando utilizar e etc.

Mas agora o "velho Maromba" vai dar umas dicas sobre este tipo de distribuição.

- Na distribuição de Poisson , a probabilidade de duas ou mais ocorrências simultâneas é praticamente Zero ;
- O nº médio de ocorrências por unidade de tempo ou espaço é constante ao longo do tempo ou espaço ;

- O nº de ocorrências durante qualquer intervalo depende somente da duração ou tamanho do intervalo e quanto maior o intervalo, maior o nº de oc…