Documente Academic
Documente Profesional
Documente Cultură
2.
3.
Introduo ............................................................................................................................................. 8
3.2.
3.3.
3.4.
4.
5.
6.
7.
8.
GABARITO ..................................................................................................................................... 62
www.estrategiaconcursos.com.br
1.
x n ). A esperana de X fica:
=
TJ RO 2008 [CESGRANRIO]
Uma urna contm dez bolas, cada uma gravada com um nmero diferente, de 1 a 10. Uma
bola retirada da urna aleatoriamente e X o nmero marcado nesta bola. X uma
varivel aleatria cujo(a)
(A) desvio padro 10.
(B) primeiro quartil 0,25.
(C) mdia 5.
(D) distribuio de probabilidades uniforme.
(E) distribuio de probabilidades assimtrica.
Resoluo.
Neste exerccio, a varivel X discreta (assume apenas os valores inteiros de 1 a 10).
Alm disso, ela uniforme, pois todas as possveis realizaes tm probabilidade de 10%
(ou seja, as probabilidades so todas iguais entre si).
A questo no pediu, mas podemos calcular a sua esperana. A esperana simplesmente a
mdia aritmtica dos valores que X pode assumir.
=
Gabarito: D
1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10
= 5,5
10
www.estrategiaconcursos.com.br
2.
DISTRIBUIO DE BERNOULLI
P
2/3
1/3
Distribuio de Bernoulli
Assume apenas os valores 0 e 1.
A grande importncia da varivel de Bernoulli, em termos de concursos, que ela serve pra
gente estudar outra varivel: a Binomial.
www.estrategiaconcursos.com.br
Probabilidade
q
p
+1
=0
+1
=
=
Colocando p em evidncia:
=
! =
Exemplo 1
Probabilidade
0,5
0,2
0,3
www.estrategiaconcursos.com.br
Probabilidade
0,5
0,2
0,3
A varivel Y discreta. Ela no pode assumir qualquer valor em um dado intervalo real.
A varivel Y no pode ser classificada como uniforme. Na varivel discreta uniforme, as
probabilidades de ocorrncia de cada valor so todas iguais entre si. No o caso desta
questo. A probabilidade de Y ser igual a 1 maior que a probabilidade de Y ser igual a 2.
A varivel Y tambm no pode ser classificada como de Bernoulli. A varivel Y no assume
apenas os valores zero e 1. Portanto, no tem distribuio de Bernoulli.
Vamos agora calcular a esperana de Y. Como fazemos para qualquer varivel discreta,
consideramos que a probabilidade anloga freqncia relativa simples.
E (Y ) = y i P ( y i )
E (Y ) = 1 0,5 + 2 0,2 + 3 0,3 = 0,5 + 0, 4 + 0,9 = 1,8
V (Y ) = E (Y 2 ) Y
V (Y ) = 4 1,8 2 = 0,76
Exemplo 2
Considere a distribuio de probabilidades para a varivel Z:
Z
1,24
2
6,55
100
Probabilidade
0,25
0,25
0,25
0,25
www.estrategiaconcursos.com.br
Probabilidade
0,25
0,25
0,25
0,25
A varivel Z assume apenas alguns valores (so apenas 4). Ela uma varivel discreta. Muita
gente confunde isso. O fato de uma varivel aleatria assumir valores no inteiros (como
1,24 ou como raiz de 2) no significa que ela seja contnua. Se a varivel Z fosse contnua ela
poderia assumir qualquer valor real contido num dado intervalo.
Note que as probabilidades de todos os valores so iguais entre si (todas valem 0,25). A
varivel Z , portanto, uniforme.
Por outro lado, como ela no assume apenas os valores 0 e 1, ela no pode ser classificada
como de Bernoulli.
Exemplo 3
Considere a distribuio de probabilidades para a varivel K:
K
0
1
Probabilidade
0,5
0,5
Probabilidade
0,5
0,5
www.estrategiaconcursos.com.br
Probabilidade
0,75
0,25
Probabilidade
0,75
0,25
= 0,7).
Logo:
! =
= 0,30
Gabarito: D
www.estrategiaconcursos.com.br
3.
DISTRIBUIO BINOMIAL
3.1.
Introduo
Probabilidade
2/3
1/3
Muito bem, s que no vamos lanar o dado uma nica vez. Vamos lanar o dado trs vezes.
A varivel aleatria X vai representar o nmero de sucessos em trs lanamentos.
Um possvel resultado dos trs lanamentos seria: 2, 4, 3.
Vamos ver como se comporta a varivel I em cada um destes lanamentos.
1 lanamento: 3 I = 1
2 lanamento: 1 I = 0
3 lanamento: 6 I = 1
Nesse outro caso, em trs lanamentos, o nmero de casos favorveis foi de 2 (X = 2). Se
somarmos todos os valores que I assume, temos exatamente 2. Novamente, X igual
soma de todos os valores de I.
Prof. Vtor Menezes
www.estrategiaconcursos.com.br
Varivel binomial
Corresponde soma de vrias variveis de Bernoulli, independentes entre si. Tem relao
com o nmero de resultados favorveis em n experimentos
3.2.
=$ =% &
$
'
('
n a quantidade de experimentos
Exemplo:
Qual a probabilidade de, lanando uma moeda trs vezes, obtermos duas caras?
Neste caso, so trs lanamentos, ou trs experimentos (n = 3).
Em cada experimento, a probabilidade de sucesso (ou ainda: a probabilidade de obter cara)
de 0,5 (p = 0,5). A probabilidade de fracasso 0,5 (q = 0,5).
Queremos calcular a probabilidade de ocorrerem duas caras (k = 2).
Ficamos com:
#
3
3
= 2 = % & 0,5 0,5 = 3 0,5) = = 37,5%
2
8
www.estrategiaconcursos.com.br
2 2 2
3 3 3
2
P ( X = 0) =
3
Para X ser igual a 1, precisamos ter exatamente 1 lanamento com sucesso. Temos as
seguintes hipteses:
www.estrategiaconcursos.com.br
10
1 2
P ( X = 2) = 3
3 3
Finalmente, para X ser igual a 3, precisamos de sucessos nos trs lanamentos. Ficamos
com:
1 1 1
P ( X = 3) =
3 3 3
www.estrategiaconcursos.com.br
11
n
P( X = k ) = p k q n k
k
No custa relembrar o significado do smbolo de combinao:
n
n!
=
k (n k )!k!
Vamos ver a aplicao da frmula ao nosso exemplo do dado. Lanamos o dado trs vezes (
n = 3 ). Consideramos sucesso se der mltiplo de 3. Assim, a probabilidade de sucesso 1/3
( p = 1 / 3 ) e a probabilidade de fracasso 2/3 ( q = 2 / 3 ). Vamos calcular, a ttulo de
exemplo, a probabilidade de X ser igual a 2 ( k = 2 ).
n
P( X = k ) = p k q n k
k
2
3 1 2
P( X = 2) =
2 3 3
2
3! 1 2
P ( X = 2) =
1!2! 3 3
3 2
3 2
1 2
= 3
3 3
Varivel binomial
Seja X nossa varivel binomial. Ela representa o nmero de sucessos em n experimentos
(onde cada experimento pode resultar em sucesso ou em fracasso).
A frmula da varivel binomial a que segue. A probabilidade de termos k sucessos em n
experimentos :
n
P( X = k ) = p k q n k
k
www.estrategiaconcursos.com.br
12
Assim, quando analisamos uma nica questo, temos uma distribuio de Bernoulli.
A quantidade de sucessos em trs experimentos corresponde, portanto, soma de trs
variveis de Bernoulli. Temos uma distribuio binomial.
A probabilidade de 2 acertos em trs :
n
P ( X = k ) = p k q n k
k
3
P( X = 2) = 0,2 2 0,81 = 0,096
2
A probabilidade de 3 acertos :
3
P( X = 3) = 0,2 3 0,8 0 = 0,008
3
A probabilidade de ser aprovado :
P ( X = 2) + P ( X = 3) = 0,096 + 0,008 = 0,104
Gabarito: A
Questo 4
www.estrategiaconcursos.com.br
13
Resoluo:
Cobrana direta do resumo estudado nesta aula.
Gabarito: A.
Questo 5
n
P( X = k ) = p k q n k
k
10
P( X = 2) = 0,25 2 0,758
2
P( X = 2) = 45 0,252 0,758
Vamos agora calcular a probabilidade de 3 acertos.
n
P( X = k ) = p k q n k
k
10
P( X = 3) = 0,253 0,75 7
3
www.estrategiaconcursos.com.br
14
P( X = 2) 45 0,25 2 0,758
=
P( X = 3) 120 0,253 0,75 7
P( X = 2) 45 0,75 45 3 130
=
=
=
>1
P( X = 3) 120 0,25 120 120
Conclumos que P ( X = 2) > P ( X = 3) .
Gabarito: B
Questo 6
3
P( X = 2) = p 2 q 1
2
= 3 p2 q
A probabilidade de trs sucessos :
3
P( X = 3) = p 3 q 0
3
= p3
O exerccio disse que a primeira probabilidade 12 vezes a segunda.
3 p 2 q = 12 p 3
q = 4 p (equao I)
Substituindo I em II:
p + 4p =1
www.estrategiaconcursos.com.br
15
Logo:
q = 0,8
Gabarito: D
Questo 7
Um estudo indica que, nas comunidades que vivem em clima muito frio e com uma dieta de
baixa ingesto de gordura animal, a probabilidade de os casais terem filhos do sexo
masculino igual a 1/4. Desse modo, a probabilidade de um casal ter dois meninos e trs
meninas igual a:
a) 37/64
b) 45/216
c) 1/64
d) 45/512
e) 9/16
Resoluo
Podemos pensar que, a cada parto, temos um experimento. Teremos sucesso se nascer
menino. E queremos calcular a probabilidade de exatamente 2 sucessos em 5 experimentos
(ou seja, 2 meninos em 5 partos).
Ficamos com:
n
P( X = k ) = p k q n k
k
2
5 1 3
27
135
P( X = 2) = = 10
=
1024 512
2 4 4
No h alternativa correta. A questo foi anulada.
Gabarito: Anulado
Questo 8
Suponha que a probabilidade de que se encontre um erro contbil grave em uma auditoria
seja 0,2. Se dez auditorias independentes so realizadas, assinale a opo que d a
probabilidade de que no mais do que uma detecte erro contbil grave.
a) 2,8 4 / 5
b) 0,400
c) 0,210
www.estrategiaconcursos.com.br
16
10
e) 2,8 (4 / 5)
Resoluo.
O nmero de erros graves segue uma distribuio binomial.
Podemos pensar que cada auditoria um experimento. Em cada experimento, o sucesso
ocorre quando encontrado um erro grave. Queremos que o nmero de sucessos seja zero
ou 1.
Podemos dividir o problema em duas partes.
Primeiro: calculando a probabilidade de termos zero sucessos (k = 0).
n = 10
p = 0,2
q = 0,8
k=0
A probabilidade fica:
n
P( X = k ) = p k q n k
k
10
P( X = 0) = 0,2 0 0,8100
0
P( X = 0) = 1 1 0,8100
P( X = 0) = 0,810
Segundo: calculando a probabilidade de termos um sucesso (k = 1).
n = 10
p = 0,2
q = 0,8
k=1
A probabilidade fica:
n
P( X = k ) = p k q n k
k
10
P( X = 1) = 0,21 0,8101
1
www.estrategiaconcursos.com.br
17
P( X = 1) = 10 0,21 0,89
P( X = 1) = 10 0,21 0,89
P( X = 1) = 2 0,89
Somando as duas probabilidades, ficamos com:
10
9
P ( X = 0 X = 1) = 0,8 + 2 0,8
9
P ( X = 0 X = 1) = 0,8 (0,8 + 2)
Gabarito: E.
Questo 9
Seja X uma varivel aleatria discreta com funo de probabilidade binomial f (x ) , onde
n
P( X = k ) = p k q n k
k
6
P( X = 6) = (1 / 3) 6 (2 / 3) 6 6 = (1 / 3) 6 = 1 / 729
6
Gabarito: A.
www.estrategiaconcursos.com.br
18
n
P( X = k ) = p k q n k
k
6
P( X = 0) = (1 / 3) 0 (2 / 3) 60 = (2 / 3) 6 = 64 / 729
0
Gabarito: C.
Questo 11
www.estrategiaconcursos.com.br
19
=2 =+
=1 =+
=2
= 4 = +-,-
= 3 = +-,)
= 2 = +-,
=4
=6
Somando tudo:
-
+4
+6
+4
+6
>
+2
Substituindo q por 1 p:
-
+4
+4
-
)
)
+4
1
4
+6
+6
+6
-
1
8
2 +
12
+7
>
+6
>
>
2 >0
+2 1
+2 1
+2
www.estrategiaconcursos.com.br
20
+7
2>0
+7
2=0
81 +71
2=3
8+7
2=0
5 +2
Obtivemos:
3
5 +2=0
Aplicando Bhaskara:
=
432= 1
As razes ficam:
5 1
23
5+1
3
=
=1
6
5 1 4 2
=
= =
6
6 3
=
33
Razes
p=1
p=1
p = 2/3
+7
1
2
5
3
www.estrategiaconcursos.com.br
21
> 2/3.
Gabarito: E
Questo 12
16 16
=
= 50%
27 32
www.estrategiaconcursos.com.br
22
,;
= 1++
;
(;
(;
(;
;
,;
(;
(;
Resoluo:
Cobrana direta da frmula da probabilidade da distribuio binomial.
Gabarito: A
3.3.
Para ter ideia de onde vm esses resultados, vamos continuar com o lanamento do dado. O
resultado considerado favorvel se sair um mltiplo de 3. desfavorvel se no sair um
mltiplo de 3. Vamos lanar o dado 3 vezes. Nossa varivel aleatria X vai representar o
nmero de casos favorveis nesses lanamentos. , portanto, uma varivel binomial.
Vamos calcular a probabilidade de X assumir cada valor. J at fizemos essa conta quando
comeamos a estudar a varivel binomial. Mas ok, vamos l de novo.
Para X assumir valor zero, precisamos que os trs lanamentos sejam desfavorveis.
n=3
k=0
p = 1/3
q = 2/3
0
3 1 2
P( X = 0) =
0 3 3
0
3! 1 2
P ( X = 0) =
3!0! 3 3
3 0
3 0
8
27
www.estrategiaconcursos.com.br
23
3! 1 2
P ( X = 1) =
2!1! 3 3
31
12
1 2
= 3 =
27
3 3
Para X assumir o valor 2, precisamos que exatamente dois dos trs lanamentos resultem
em mltiplo de 3.
n=3
k=2
p = 1/3
q = 2/3
2
3! 1 2
P ( X = 2) =
1!2! 3 3
3 2
6
1 2
= 3 =
27
3 3
Por fim, para X assumir o valor 3, precisamos que todos os lanamentos resultem em
mltiplo de 3.
n=3
k=3
p = 1/3
q = 2/3
3
3! 1 2
P ( X = 3) =
0!3! 3 3
3 3
1
1 2
= 1 =
27
3 3
X P
0
8/27
0
1
12/27 12/27
2
6/27 12/27
3
1/27 3/27
Total
1
1
E a mdia da nossa varivel X fica:
1
= =1
1
www.estrategiaconcursos.com.br
24
0
1
2
3
Total
X2
0
1
4
9
8/27
12/27
6/27
1/27
1
=
E a varincia de X seria:
X2P
0
12/27
24/27
9/27
45/27
45
27
18 2
45
1=
=
27 3
27
S que todo esse passo a passo d muito trabalho.
=
Quando X for uma varivel aleatria binomial, um jeito mais rpido de calcular a sua mdia
e sua varincia :
= np
2 = npq
Para calcular a mdia, basta multiplicar o nmero de experimentos (no nosso caso,
lanamos o dado trs vezes, n = 3) pela probabilidade de sucesso em 1 experimento (neste
caso, em um lanamento, a probabilidade de sair um mltiplo de 3 1/3).
Logo:
= np
1
= 3 = 1
3
E para varincia fazemos a mesma coisa. S que, alm dos passos acima, multiplicamos pela
probabilidade de fracasso em um experimento (neste caso, em um lanamento, a
probabilidade de sair um nmero que no seja mltiplo de 3 2/3).
2 = npq
1 2 2
2 = 3 =
3 3 3
www.estrategiaconcursos.com.br
25
X = Ii
i =1
n
E ( X ) = E I i = np
i =1
Quando temos variveis independentes, a varincia da soma igual soma das varincias.
Portanto:
n
V I i = npq
i =1
Questo 14
Em certo plano amostral, em uma populao de 100 elementos, optou-se pelo seguinte
critrio: joga-se uma moeda (honesta) e, se der cara, o elemento entra na amostra; se der
coroa, ele no entra na amostra. Qual o tamanho esperado dessa amostra?
(A) 10
(B) 20
(C) 30
(D) 40
(E) 50
Resoluo.
Seja X a quantidade de elementos selecionados. X uma varivel binomial com n = 100 e p =
0,5.
A mdia de X fica:
=
= 100 0,5 = 50
Gabarito: E
www.estrategiaconcursos.com.br
26
3.4.
n = 5 (nmero de experimentos)
P
0,07776
0,2592
0,3456
0,2304
0,0768
0,01024
Todos os valores acima foram calculados com a frmula da varivel binomial dada abaixo.
n
P( X = k ) = p k q n k
k
por isso que a proporo est relacionada com a varivel binomial. Ela tem relao com a
probabilidade de sucesso e fracasso (valores de p e q).
Vamos agora mudar um pouco o exemplo.
www.estrategiaconcursos.com.br
27
www.estrategiaconcursos.com.br
28
Questo 15
www.estrategiaconcursos.com.br
29
1 =?
Observem a expresso pelo menos uma. Sempre que temos esta expresso, trabalhamos
com o evento complementar.
Vamos calcular a probabilidade do evento complementar:
= $ = % & ' ('
$
3
= 0 = % & 0,4, 0,6)(, = 0,6) = 0,216
0
#
#
Logo:
#
1 =1
=0 =1
0,216 = 0,784
Gabarito: A
www.estrategiaconcursos.com.br
30
www.estrategiaconcursos.com.br
31
Gabarito: D
4.
DISTRIBUIO DE POISSON
n
P( X = k ) = p k q n k
k
Pois bem. possvel demonstrar que, quando n grande e p pequeno, a frmula
n
P( X = k ) = p k q n k pode ser aproximada por:
k
'
$!
O smbolo e representa um nmero real, que vale aproximadamente 2,7.
=$ =
B(
O nmero de carros que passam por uma cabine de pedgio, durante 5 minutos;
www.estrategiaconcursos.com.br
32
Distribuio de Poisson
B (E F '
# =$ =
$!
Pode ser usada no lugar da distribuio binomial, quando o nmero de experimentos
grande (n grande) e quando a probabilidade de sucesso pequena (p pequeno).
Muito til para representar alguns tipos de ocorrncias em um determinado
tempo/superfcie
Questo 17
x e
x!
c) e x
d) e x /
e) x 1e x / ( )
Resoluo.
n
Quando n grande e p pequeno, a expresso P( X = k ) = p k q n k pode ser
k
aproximada por:
P( X = k ) =
e np (np )
k!
www.estrategiaconcursos.com.br
33
e ( )
k!
Questo 18
A probabilidade de que um item produzido por uma mquina seja defeituoso de 10%.
Uma amostra de 30 itens produzidos por esta mquina selecionada ao acaso. Use a
aproximao pela distribuio de Poisson para determinar a probabilidade de que no mais
do que um item defeituoso seja encontrado nesta amostra.
a) 4 e 3
b) 4e 2
c) 3e 3
d) 1 4e 3
e) 1 3e 3
Resoluo.
Antes de resolvermos a questo da maneira solicitada pelo enunciado, vamos usar a
distribuio binomial.
Podemos considerar que, a cada item selecionado, temos um experimento. Estamos
interessados nos itens defeituosos. Se o item sorteado for defeituoso, consideramos um
caso favorvel. Caso contrrio, consideramos um caso desfavorvel. A probabilidade de
sucesso, em um experimento, de 10% (p = 0,1). O nmero de experimentos de 30 (n =
30). Seja X o nmero de itens defeituosos na amostra de 30 itens. Queremos a
probabilidade de X ser igual a zero ou 1.
Basta aplicar a frmula:
n
P( X = k ) = p k q n k
k
30
P( X = 0) = 0,10 0,9 30
0
Usando a calculadora:
P ( X = 0) 0,04239
30
P ( X = 1) = 0,11 0,9 29
1
www.estrategiaconcursos.com.br
34
=$ =
B (E F
$!
'
=1 =
e 3 + 3e 3 = 4e 3
Gabarito: A
Por curiosidade, usando a calculadora, temos:
4e 3 0,19915
O resultado foi relativamente prximo daquele calculado sem a aproximao (usando a
distribuio binomial).
Pergunta: Professor, como vou saber quando para usar a distribuio binomial e quando
vou utilizar a distribuio de Poisson?
www.estrategiaconcursos.com.br
35
O nmero de falhas de certo tipo de placa trmica tem distribuio de Poisson, com taxa
mdia de 0,1 defeitos por m2. Na confeco da superfcie de um armrio, necessrio cobrir
uma superfcie de 2m por 2m com essa placa.
A probabilidade de que haja pelo menos uma falha nessa superfcie de:
a) e 0 ,1
b) 1 e 0 ,1
c) 1 e 0 , 4
d) e 0 , 4
e) 1 1,4e 0, 4
Resoluo.
Exerccio bem parecido com o anterior.
Seja X a varivel que designa o nmero de falhas. Vamos calcular a probabilidade de X seja
igual a zero.
e ( )
P( X = k ) =
k!
A taxa mdia de 0,1 defeito por m2. Em 4 m2, o nmero esperado de 0,4 defeitos
( = 0,4 ).
P( X = k ) =
e ( )
k!
e 0, 4 (0,4 )
= e 0, 4
0!
0
P ( X = 0) =
Gabarito: C.
Interessante notar o seguinte. O exerccio pediu para usarmos a distribuio de Poisson.
www.estrategiaconcursos.com.br
36
30
P ( X = 1) = 0,11 0,9 29
1
www.estrategiaconcursos.com.br
37
www.estrategiaconcursos.com.br
38
P( X = k ) =
www.estrategiaconcursos.com.br
39
n
P( X = k ) = p k q n k
k
) (
3
1
P( X = 1) = 1 e 0, 4 e 0, 4
1
31
(
) ( )
P( X = 1) = 3 (1 e ) (e )
P( X = 1) = 3 1 e 0, 4 e 0, 4
0 , 4
0 ,8
Gabarito: E
Questo 21
O nmero de peas defeituosas fabricadas por uma empresa tem distribuio de Poisson,
com uma taxa mdia de 1 pea defeituosa por 1.000 peas fabricadas. Adquirindo 100 peas
desta empresa, a probabilidade de, no mximo, uma pea ser defeituosa igual a
(A) e0,2
(B) e0,1
(C) 1,1 e0,1
(D) 0,1e0,1
(E) 2 e0,2
Resoluo:
Em 100 peas, espera-se que 0,1 pea seja defeituosa (basta fazer regra de trs).
F = 0,1
Para termos no mximo 1 pea defeituosa, devemos ter:
- 0 peas defeituosas
ou
- 1 pea defeituosa.
#
=0
=1 =#
=0 +#
B ( E F, B ( E F
=
+
0!
1!
=1
www.estrategiaconcursos.com.br
40
Gabarito: C
Questo 22
MPU/2007 [FCC]
O nmero de pacientes atendidos por um clnico geral segue uma distribuio de Poisson
com taxa de 4 pacientes por hora. A probabilidade de que pelo menos um paciente consulte
o clnico geral em um perodo de 15 minutos :
a) 1 e 1
b) 1 e 4
c) e 4
d) e 4
e) e 1
Resoluo.
Notem que a contagem de pacientes se d por tempo (que contnuo). o caso tpico de
utilizao da distribuio de Poisson.
Antes de fazer qualquer conta, notem que a letra D totalmente absurda. O nmero e
aproximadamente igual a 2,7. Quando elevado quarta potncia, fica ainda maior.
Portanto, na letra D temos uma probabilidade maior que 1, o que impossvel. Uma
probabilidade, no mximo, de 100%.
Se em uma hora, em mdia, so atendidos 4 pacientes, ento o nmero esperado de
pacientes no perodo de 15 minutos 1 (basta fazer regra de trs). Portanto, = 1 .
Seja X a varivel que designa o nmero de pacientes atendidos. Queremos calcular a
probabilidade de X ser maior que zero.
Para tanto, primeiro vamos calcular a probabilidade de X ser igual a zero.
e ( )
P( X = k ) =
k!
e 1 (1)
P ( X = 0) =
= e 1
0!
0
Portanto:
P( X 0) = 1 e 1
Gabarito: A.
www.estrategiaconcursos.com.br
41
Questo 23
O nmero de clientes que buscam, em cada dia, os servios de um renomado cirurgio tem
uma distribuio de Poisson com mdia de 2 pacientes por dia. Para cada cirurgia efetuada,
o cirurgio recebe R$ 10.000,00. No entanto, ele consegue fazer o mximo de duas cirurgias
em um dia; clientes excedentes so perdidos para outros cirurgies.
Assinale a alternativa que indique o valor esperado da receita diria do cirurgio.
(considere e2 = 0,14)
(A) R$ 5.600,00.
(B) R$ 8.400,00.
(C) R$ 10.000,00.
(D) R$ 14.400,00.
(E) R$ 20.000,00.
Resoluo.
Seja X a varivel que indica o nmero de clientes que buscam o cirurgio, por dia. X tem
distribuio de Poisson.
e ( )
.
P( X = k ) =
k!
k
e 2 2 0
P( X = 0) =
= e 2
0!
e 2 21
P( X = 1) =
= 2e 2
1!
J achamos as probabilidades de X ser igual a zero e de X ser igual a 1.
E quanto aos demais casos? E quanto aos casos em que X maior ou igual a 2?
Bem, eles podem ser tratados em conjunto. Isto porque, se X for maior ou igual a 2, o
cirurgio s poder atender 2 clientes. Sua receita diria, em qualquer desses casos, ser de
R$ 20.000,00. Assim, pouco importa se, num dado dia, 2 clientes procuram o cirurgio, ou se
20 clientes procuram o cirurgio. Nos dois casos ele s ter uma receita de R$ 20.000,00.
Por isso, vamos tratar todos estes casos de forma conjunta.
P ( X 2) = ?
P ( X 2 ) = 1 (P ( X = 0) + P ( X = 1) )
P ( X 2 ) = 1 3e 2
Seja Y a varivel que indica a receita diria do cirurgio. A tabela abaixo relaciona os valores
de X e suas probabilidades com os respectivos valores de Y.
www.estrategiaconcursos.com.br
42
Y
0
10.000
Probabilidade
e 2
2
2e
maior ou igual a 2
20.000
1 3e 2
A esperana de Y fica:
E (Y ) = 0 e 2 + 10.000 2e 2 + 20.000 (1 3e 2 )
E (Y ) = 20.000e 2 + 20.000 60.000e 2
E (Y ) = 20.000 40.000e 2
E (Y ) = 20 .000 40 .000 0,14
E (Y ) = 20 .000 5.600 = 14.400
Gabarito: D
Questo 24
Suponha que o nmero de partculas emitidas por uma fonte radioativa durante um perodo
de tempo t seja uma varivel aleatria com distribuio de Poisson. Sabe-se que a
probabilidade de que no haja emisses durante o tempo t 1/4. A probabilidade de que
haja pelo menos duas emisses durante o tempo t
(A) ln 4 1
(B)
4 ln 4
4
(C)
ln 4
4
(D) 1
(E)
ln 4
4
3 ln 4
4
Resoluo.
Temos:
#
=0 =
1
4
B (E F, 1
=
0!
4
1
B (E = equao I
4
Aplicando logaritmo neperiano dos dois lados da igualdade:
www.estrategiaconcursos.com.br
43
Quando o logaritmo incide sobre uma potncia, podemos descer o expoente, multiplicando:
1
ln B = ln 4 5
4
ln 4
ln 4
F = ln 4 equao II
A probabilidade de uma emisso :
B (E F
=1 =
1!
= 1 = B (E F
=1 =
1
F
4
1
ln 4
4
Finalmente, podemos calcular a probabilidade de pelo menos duas emisses:
#
=1
=1 =
2 =1
#
=0
1
4
1
=1
=
4
=
Gabarito: E
Questo 25
ln 4
4
ln 4
<2
=1
4
ln 4
4
Seja X a varivel aleatria que representa o nmero de chamadas por minuto recebidas por
um PBX. Sabe-se que X tem mdia e que P(X = 3) = P(X = 4). Supondo que a distribuio de
www.estrategiaconcursos.com.br
44
(A) e4 .
(B) 4e4 .
(C) e2.
(D) 2e2.
(E) 1 2 e2.
Resoluo:
#
#
Igualando as duas probabilidades:
B (E F
=3 =
3!
B (E F
=4 =
4!
B (E F
3!
B (E F
=
4!
)
-
F )
F =
3!
4!
F
1=
4
F=4
Assim, em 1 minuto esperam-se 4 chamadas.
Logo, em meio minuto, esperam-se 2 chamadas.
A probabilidade de uma chamada em meio minuto :
#
Gabarito: D
Questo 26
=1 =
B( 2
= 2 B(
1!
O nmero de petroleiros que chegam a uma refinaria ocorre segundo uma distribuio de
Poisson, com mdia de dois petroleiros por dia. Desse modo, a probabilidade de a refinaria
receber no mximo trs petroleiros em dois dias igual a:
www.estrategiaconcursos.com.br
45
Resoluo.
Precisamos simplesmente aplicar a frmula da distribuio de Poisson vrias vezes.
Em dois dias, o nmero esperado de petroleiros igual a 4.
=4
Aplicando a frmula:
P (0) + P (1) + P ( 2) + P (3) =
4 0 41 4 2 4 3
e 4 + +
+ =
0! 1! 2! 3!
71
= e 4
3
Gabarito: C
Para encerrar os comentrios da distribuio de Poisson, faltou dizer o seguinte. Se X tem
distribuio de Poisson, ento:
E( X ) = V ( X ) =
=F
www.estrategiaconcursos.com.br
46
5.
DISTRIBUIO GEOMTRICA
'(
Questo 27
www.estrategiaconcursos.com.br
47
Primeiramente, vou resolver a questo do jeito que eu faria durante a prova. Infelizmente,
para essa soluo no h resposta.
Eu interpretei o enunciado da seguinte forma.
Na primeira tentativa, o custo de R$ 500,00.
Na segunda tentativa,o custo de R$ 100,00 ( o custo adicional), que, somado ao custo
inicial, resulta num custo total de R$ 600,00
Na terceira tentativa, o custo de R$ 100,00 (mais outro custo adicional), que, somado ao
que foi gasto at aqui, resulta num custo acumulado de: 600 + 100 = 700
E assim por diante. A cada nova tentativa, nosso gasto aumentaria em R$ 100,00 (custo
adicional para cada tentativa).
Muito bem.
Seja "X" a varivel que indica a quantidade de experimentos necessria para que ocorra o
primeiro sucesso. "X" segue uma distribuio geomtrica, com parmetro = 0,4. A
esperana de "X" dada por
=
1
= 2,5
0,4
1 100 = 650
Segunda soluo
Essa segunda soluo eu s fiz porque olhei o gabarito e vi que a resposta a letra "B". Ao
indicar que o custo adicional de R$ 100,00, a banca quis dizer que cada novo experimento
custa R$ 600,00 (ou seja, custa os R$ 500,00 iniciais mais R$ 100,00).
Assim:
Na primeira tentativa, o custo de R$ 500,00.
Na segunda tentativa, o custo de R$ 600,00, que, somado ao custo inicial, resulta num
custo total de R$ 1.100,00
Na terceira tentativa, o custo de R$ 600,00, que, somado ao que foi gasto at aqui, resulta
num custo acumulado de: 600 + 1.100 = 1.700
E assim por diante.
www.estrategiaconcursos.com.br
48
J vimos que so realizadas, em mdia, 2,5 experincias. A primeira tem custo de R$ 500,00.
As outras custam R$ 600,00 cada uma. O custo total ser de:
500 + 2,5
1 600 = 1400
Gabarito: B
Questo 28
1
1
3
=1 =
=2 = 1
1
3
2 1 2
=
3 3 9
2
1
4
=4 5 =
3
3 27
1 2 4
9 + 6 + 4 19
3 = + +
=
=
3 9 27
27
27
=3 = 1
www.estrategiaconcursos.com.br
49
2
=2
6
= 9 =
19 19
3
27
#
= 2| 3 =
#
Gabarito: E
6.
DISTRIBUIO HIPERGEOMTRICA
= 2 =?
=2 =
+7, +-7,
+7,,)
+',; +W(',
+W,
(;
X
X
q=1-p
www.estrategiaconcursos.com.br
50
Em uma livraria 4 livros didticos com defeito foram misturados a outros 16 livros sem
defeito. Um professor foi livraria e escolheu, aleatoriamente, 4 desses livros para
presentear seus alunos. A probabilidade de ter escolhido 3 livros com defeito
a)
4 16
% &% &
3 1
20
% &
4
b)
%
16 4
&% &
3 1
20
% &
4
c)
%
16
& 0,8- 0,2
4
d)
%
20
& 0,8- 0,2
4
16
& 0,8- 0,2
3
e)
Resoluo:
,,-
www.estrategiaconcursos.com.br
51
Casos favorveis:
Para a escolha dos 3 defeituosos entre os 4 existentes, temos combinao de 4, tomados 3 a
3:
+-,)
Para a escolha do livro normal entre os 16 existentes, temos combinao de 16, tomados 1 a
1:
+
Z,
Z,
+-,)
Probabilidade
A probabilidade dada pela relao entre nmero de casos favorveis e nmero de casos
possveis.
#=
Z,
+-,)
,,-
Gabarito: A
Questo 30
= 20
2
=8
5
www.estrategiaconcursos.com.br
52
7.
Questo 1
TJ RO 2008 [CESGRANRIO]
Uma urna contm dez bolas, cada uma gravada com um nmero diferente, de 1 a 10. Uma
bola retirada da urna aleatoriamente e X o nmero marcado nesta bola. X uma
varivel aleatria cujo(a)
(A) desvio padro 10.
(B) primeiro quartil 0,25.
(C) mdia 5.
(D) distribuio de probabilidades uniforme.
(E) distribuio de probabilidades assimtrica.
Questo 2
www.estrategiaconcursos.com.br
53
Um estudo indica que, nas comunidades que vivem em clima muito frio e com uma dieta de
baixa ingesto de gordura animal, a probabilidade de os casais terem filhos do sexo
masculino igual a 1/4. Desse modo, a probabilidade de um casal ter dois meninos e trs
meninas igual a:
a) 37/64
b) 45/216
c) 1/64
d) 45/512
e) 9/16
www.estrategiaconcursos.com.br
54
Suponha que a probabilidade de que se encontre um erro contbil grave em uma auditoria
seja 0,2. Se dez auditorias independentes so realizadas, assinale a opo que d a
probabilidade de que no mais do que uma detecte erro contbil grave.
a) 2,8 4 / 5
b) 0,400
c) 0,210
d) 2,8 (4 / 5)
10
e) 2,8 (4 / 5)
Questo 9
Seja X uma varivel aleatria discreta com funo de probabilidade binomial f (x ) , onde
www.estrategiaconcursos.com.br
55
Questo 14
,;
;
;
= 1++
=
(;
(;
(;
,;
(;
(;
Em certo plano amostral, em uma populao de 100 elementos, optou-se pelo seguinte
critrio: joga-se uma moeda (honesta) e, se der cara, o elemento entra na amostra; se der
coroa, ele no entra na amostra. Qual o tamanho esperado dessa amostra?
(A) 10
(B) 20
(C) 30
(D) 40
(E) 50
Questo 15
www.estrategiaconcursos.com.br
56
www.estrategiaconcursos.com.br
57
x e
x!
c) e x
d) e x /
e) x 1e x / ( )
Questo 18
A probabilidade de que um item produzido por uma mquina seja defeituoso de 10%.
Uma amostra de 30 itens produzidos por esta mquina selecionada ao acaso. Use a
aproximao pela distribuio de Poisson para determinar a probabilidade de que no mais
do que um item defeituoso seja encontrado nesta amostra.
a) 4 e 3
b) 4e 2
c) 3e 3
d) 1 4e 3
e) 1 3e 3
Questo 19
O nmero de falhas de certo tipo de placa trmica tem distribuio de Poisson, com taxa
mdia de 0,1 defeitos por m2. Na confeco da superfcie de um armrio, necessrio cobrir
uma superfcie de 2m por 2m com essa placa.
A probabilidade de que haja pelo menos uma falha nessa superfcie de:
a) e 0 ,1
b) 1 e 0 ,1
c) 1 e 0 , 4
d) e 0 , 4
www.estrategiaconcursos.com.br
58
O nmero de peas defeituosas fabricadas por uma empresa tem distribuio de Poisson,
com uma taxa mdia de 1 pea defeituosa por 1.000 peas fabricadas. Adquirindo 100 peas
desta empresa, a probabilidade de, no mximo, uma pea ser defeituosa igual a
(A) e0,2
(B) e0,1
(C) 1,1 e0,1
(D) 0,1e0,1
(E) 2 e0,2
Questo 22
MPU/2007 [FCC]
O nmero de pacientes atendidos por um clnico geral segue uma distribuio de Poisson
com taxa de 4 pacientes por hora. A probabilidade de que pelo menos um paciente consulte
o clnico geral em um perodo de 15 minutos :
a) 1 e 1
b) 1 e 4
c) e 4
d) e 4
e) e 1
Questo 23
O nmero de clientes que buscam, em cada dia, os servios de um renomado cirurgio tem
uma distribuio de Poisson com mdia de 2 pacientes por dia. Para cada cirurgia efetuada,
o cirurgio recebe R$ 10.000,00. No entanto, ele consegue fazer o mximo de duas cirurgias
em um dia; clientes excedentes so perdidos para outros cirurgies.
Assinale a alternativa que indique o valor esperado da receita diria do cirurgio.
(considere e2 = 0,14)
Prof. Vtor Menezes
www.estrategiaconcursos.com.br
59
Suponha que o nmero de partculas emitidas por uma fonte radioativa durante um perodo
de tempo t seja uma varivel aleatria com distribuio de Poisson. Sabe-se que a
probabilidade de que no haja emisses durante o tempo t 1/4. A probabilidade de que
haja pelo menos duas emisses durante o tempo t
(A) ln 4 1
(B)
4 ln 4
4
(C)
ln 4
4
(D) 1
(E)
ln 4
4
3 ln 4
4
Questo 25
Seja X a varivel aleatria que representa o nmero de chamadas por minuto recebidas por
um PBX. Sabe-se que X tem mdia e que P(X = 3) = P(X = 4). Supondo que a distribuio de
Poisson seja adequada para X, a probabilidade de que ocorra uma chamada em 30 segundos
(A) e4 .
(B) 4e4 .
(C) e2.
(D) 2e2.
(E) 1 2 e2.
Questo 26
O nmero de petroleiros que chegam a uma refinaria ocorre segundo uma distribuio de
Poisson, com mdia de dois petroleiros por dia. Desse modo, a probabilidade de a refinaria
receber no mximo trs petroleiros em dois dias igual a:
www.estrategiaconcursos.com.br
60
Questo 27
Em uma livraria 4 livros didticos com defeito foram misturados a outros 16 livros sem
defeito. Um professor foi livraria e escolheu, aleatoriamente, 4 desses livros para
presentear seus alunos. A probabilidade de ter escolhido 3 livros com defeito
a)
Prof. Vtor Menezes
www.estrategiaconcursos.com.br
61
16 4
&% &
3 1
20
% &
4
c)
%
16
& 0,8- 0,2
4
d)
%
20
& 0,8- 0,2
4
16
& 0,8- 0,2
3
e)
Questo 30
8.
GABARITO
10
11
12
13
anulado
14
www.estrategiaconcursos.com.br
62
23
16
24
17
25
18
26
19
27
20
28
21
29
22
30
www.estrategiaconcursos.com.br
63