Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
DEFINIO 2.1: Sejam E um experimento e S o espao amostral associado ao experimento. Uma funo X, com domnio S e
contradomnio denominada Varivel Aleatria. (V.A.)
EXEMPLO:
E : lanamento de duas moedas;
S={(c,c), (c,k), (k,c), (k,k)}
X: nmero de caras (k) obtidas nas duas moedas.
Neste caso X assume valores
X=0 corresponde ao evento {(c,c)} cuja probabilidade 1/4.
X=1 corresponde ao evento {(c,k), (k,c)} cuja probabilidade 2/4.
X=2 corresponde ao evento {(k,k)} cuja probabilidade 1/4.
DEFINIO 2.2: Quando os valores assumidos por X so isolados (por exemplo inteiros) a V.A. dita discreta.
DEFINIO 2.3: A probabilidade de que a V.A. assuma um valor particular x (escolhido) na imagem de X, define uma funo a
qual chamaremos de funo distribuio de probabilidade, e representamos por P(X=x) ou P(x).
Obs 1: Observe que P(x) est sempre entre 0 e 1.
Obs 2: Quando somamos P(x) para todos os possveis valores de x na imagem de X o resultado igual a 1. No exemplo anterior
temos P(0)+P(1)+P(2)= 1/4 + 2/4 + 1/4 =1
Quando usamos uma ou mais V.A. como parmetro(s) para definir uma outra funo esta ser tambm uma V.A.
EXEMPLO: X1 e X2 representam cada uma (isoladamente) os resultados obtidos no lanamento de um dado:
1234-
DEFINIO 2.4: A probabilidade de que a V.A. assuma valores menores ou iguais a um valor particular x (escolhido) na
imagem de X, define uma funo a qual chamaremos de funo densidade acumumulada de probabilidade, e representamos
por F(x)=P(Xx)
Obs 3: Observe que quando x o maior valor de imagem de X ento F(x)=1, pois F(x)=P(x1)+P(x2)+ ... +P(x) onde xi<x.
DEFINIO 2.5: Quando os valores assumidos por X no so isolados, isto , os valores assumidos por X esto muito prximos
a V.A. dita contnua.
Obs 4: Para uma V.A. continua X vamos denotar por IX a imagem de X. (que , na maioria das aplicaes, um intervalo fechado)
DEFINIO 2.6: Seja X uma V.A. contnua. Uma funo f definida em IX dita uma funo densidade de probabilidade se ela
satisfaz:
a)
b)
IX
f ( x)dx 1
DEFINIO 2.7: Seja f uma funo densidade de probabilidade definida em IX. Para quaisquer a<b com a e b em IX definimos
P(a<X<b)=
f ( x )dx
2.8 EXERCCIOS
1-) No lanamento simultneo de dois dados, considere as seguintes variveis aleatrias:
X : Nmero de pontos conseguidos no primeiro dado
Y : Nmero de pontos conseguidos no segundo dado
a)
Construir a distribuio de Probabilidade atravs de uma tabela e de grfico das seguintes variveis aleatrias
i)
A = X-Y
ii)
B = 2.Y
iii)
C = X.Y
iv)
D = Max{X,Y}
b)
c)
i) P(-3<A3)
ii) P(0A4,5)
iii) P(A>6)
iv) P(C5,5)
vii) P(A8)
v) P(C=3)
viii) P(B11)
vi) P(1D4)
ix) P(20C35)
x) P(D=8)
xi) P(-1<B<8)
xii) P(3,5<C<34)
2-) Uma varivel aleatria discreta tem a distribuio de probabilidade dada por P(X)=
a)
Calcular o valor de K
K
para x= 1, 3, 5, 7
x
b) Calcular P(x=5)
3-) Seja X a varivel aleatria correspondente ao nmero de pontos de uma pea de domin
a)
b)
c)
Calcular P(2X<6)
d)
Calcular F(8)
4-) Numa urna temos cinco bolas pretas e quatro bolas vermelhas. So retiradas aleatoriamente trs bolas. Faa X a varivel
aleatria nmero de bolas pretas. Determine:
a)
Calcule
i) P(X 2)
ii) P(X0)
iii) P(1<X3)
iv) P(2<X<3)
v) P(X>-1)
vi) P(X<5)
A mdia =p
b) A varincia 2=p.q
3.2 DISTRIBUIO BINOMIAL
Este modelo fundamenta-se em: n provas independentes com V.A de Bernoulli so realizadas. Y representa o nmero de
sucessos das n provas. Nesse caso Y ter distribuio binomial e pode ser 0, 1, 2, 3, ... , n. Para esse modelo temos:
P( Y=r ) =
n!
p r q nr
( n r )!r!
n!
OBS :
( n r )!r!
r
Propriedades: Uma V.A. que tem distribuio binomial satisfaz
a)
A mdia =n.p
b) A varincia 2=n.p.q
3.3 EXERCCIOS
1-) Uma moeda jogada 10 vezes. Calcular as seguintes probabilidades
a)
b)
c)
d)
e)
De Ocorrer 6 caras
(105/512)
De dar pelo menos duas caras (1.013/1.024)
De no dar nenhuma coroa (1/1.024)
De dar pelo menos uma coroa (1.023/1.024)
De no dar 5 caras e 5 coroas (193/256)
2-) Admitindo-se que o nascimento de meninos e meninas sejam iguais, calcular a probabilidade de um casal com 6 filhos ter
quatro filhos homens e 2 mulheres. (15/64)
3-) Em 320 famlias com 4 crianas cada uma, quantas se esperaria que tivessem:
a)
b)
c)
5
4-) Qual a probabilidade de se obter ao menos uma vez o valor 3 em n jogadas de um dado 1
6
5-) Estima-se que o time do So Paulo tem 2/3 de probabilidade de vitria sempre que joga. Se o So Paulo jogar 5 partidas,
calcule a probabilidade de:
a)
b)
c)
6-) A probabilidade de um atirador acertar o alvo de 1/3. Se ele atirar 6 vezes, qual a probabilidade de:
a)
b)
7-) Num teste do tipo certo-errado, com 100 perguntas, qual a probabilidade de um aluno, respondendo as questes ao acaso,
100 1 100
100
100!
lembre-se
acertar 70% das questes ?
8-) Uma varivel aleatria Y com distribuio normal tem funo de distribuio acumulada dada por:
F (0)
1
243
F (1)
11
243
F ( 2)
51
243
F (3)
131
243
F ( 4)
211
243
F (5)
243
243
Determine:
a) n
(5)
b) p e q ( 2/3 1/3)
c) a mdia de Y
( 10/3)
d) a varincia de Y
( 10/9)
e) P(Y1)
( 242/243)
f) P(2Y4)
( 200/243)
9-) Se 5% das lmpadas de certa marca so defeituosas, achar a probabilidade de que, numa compra de 100 lmpadas,
escolhidas ao acaso, tenhamos:
a) Nenhuma defeituosa
b) 3 defeituosas
c)
0,95
100
100
3
97
0
,
05
0
,
95
1 0,05
100
100
100!
3
(100 3)! x3!
lembre-se
99
t
t
o que nos d p=
n
n
e q= 1 -
t
n
Obtemos que
P( X=n em um tempo t) =
( t ) n t
e
n!
onde e=2,7....
Qual a probabilidade de que num teste de 3.000 km haja no mximo um pneu estourado ?
b) Qual a probabilidade de que um carro ande 8.000 km sem estourar nenhum pneu
(0,8784)
(0,2020)
2-) Certo sistema de apoio recebe em mdia 3 chamadas por dia. Calcular a probabilidade de:
a)
(0,168)
b)
(0,658)
4-) Na pintura de paredes aparecem defeitos em mdia na proporo de 1 defeito por metro quadrado. Qual a probabilidade de
aparecerem 3 defeitos numa parede de 2m por 2m ( 0,1952 )
5-) Suponha que haja em mdia 2 suicdios por ano numa populao de 50.000. Em uma cidade de 100.000 habitantes,
encontre a probabilidade de que em um dado ano tenha havido:
a)
0 ( 0,0183 )
b) 1 ( 0,0732 )
c)
2 ( 0,1464 )
Nenhum erro
b) Exatamente 2 erros
7-) Uma loja atende em mdia 2 clientes por hora. Calcular a probabilidade de em uma hora:
a)
b) Atender 3 clientes