UNIVERSIDADE FEDERAL DE SÃO CARLOS

CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA

DEPARTAMENTO DE ESTATÍSTICA

CAPÍTULO 2
INTRODUÇÃO À PROBABILIDADE
Parte 1 :

1
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

A ciência do comportamento aleatório é

necessária para compreender a Estatística, a
ciência dos dados.

2
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

EXPERIMENTO ALEATÓRIO

Um experimento aleatório ou um fenômeno aleatório é um

experimento que, ao ser repetido sob as mesmas condições,
pode fornecer resultados diferentes.
Exemplos
• Lançamento de uma moeda
• Intenção de voto para presidente na próxima eleição de um
aluno sorteado ao acaso
• Duração de uma lâmpada mantida ininterruptamente acesa
3
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

ALEATORIEDADE:

Um fenômeno aleatório tem resultados que não

podemos predizer, mas que, não obstante, possui, em geral,
uma distribuição regular em uma grande quantidade de
repetições.

4
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

ALEATORIEDADE:

UM EXEMPLO: Lançamento de uma moeda.

Característica: Dois resultados possíveis:

Cara ou Coroa

Não é possível afirmar a priori qual o resultado que

vai ocorrer no lançamento da moeda.

É possível definir uma distribuição regular?

5
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS
ALEATORIEDADE:

UM EXEMPLO: Lançamento de uma moeda.

O que podemos entender como uma distribuição regular?

Qual o comportamento da ocorrência de cada possível

resultado em uma longa sequência de repetições do
fenômeno, realizadas sob as mesmas condições.
No Exemplo: Qual o comportamento do número de caras
(ou de coroas) quando uma moeda é lançada um grande
número de vezes.
6
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

ALEATORIEDADE:

Considere 5000 lançamentos de uma moeda.

A cada lançamento determinar a proporção de caras (ou

coroas) observadas até aquele lançamento.

Por exemplo: Até o 10º lançamento, foi observado cara em 7

dos lançamentos realizados, logo a proporção de caras é de
0,7 (70%).

7
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

ALEATORIEDADE:

Considere 5000 lançamentos de uma moeda.

Considere as duas situações a seguir:

A: Ocorre as seguintes faces nos primeiros

lançamentos: coroa, cara, coroa, coroa.

B: Ocorre face cara em todos os 5 primeiros

lançamentos.

8
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

ALEATORIEDADE:

Considere 5000 lançamentos de uma moeda.

LOGO:
• Para o ensaio A, a proporção de caras inicia com zero no 1º
lançamento, sobe para 0,5 quando no segundo lançamento dá
uma cara, cai para 0,33 e 0,25 quando obtemos mais 2 coroas.

• Para o ensaio B, a proporção de caras é 1 até o 5º lançamento.

O ensaio A inicia com poucas caras e o B com muitas.

9
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

ALEATORIEDADE:

Considere 5000 lançamentos de uma moeda.

Consequentemente:

A proporção de lançamentos com caras varia bastante no início.

QUESTÃO:

O que ocorre à medida que fazemos mais e mais jogadas?

10
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS
ALEATORIEDADE:

Ensaio A
Ensaio B

11
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS
ALEATORIEDADE:

Considere 5000 lançamentos de uma moeda.

CONCLUSÃO:

O comportamento do acaso é imprevisível a curto prazo,

mas tem um padrão regular e previsível a longo prazo.
O resultado não pode ser predito antecipadamente.
Porém, há um padrão regular nos resultados, um padrão
que emerge após muitas repetições.
12
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS
ALEATORIEDADE:

Considere 5000 lançamentos de uma moeda.

Após uma longa sequência de lançamentos da moeda,

a proporção de caras (consequentemente também de
coroas), se a moeda for honesta, é aproximadamente
0,5 (50%).

13
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

ESPAÇO AMOSTRAL (Ω)

O conjunto de todos os resultados possíveis de um experimento

aleatório é chamado de espaço amostral. Representaremos o
espaço amostral utilizando a letra grega Ω.
Exemplos

• Lançamento de uma moeda – Ω = {CARA, COROA}

• Duração de uma lâmpada mantida ininterruptamente acesa -
Ω = {T: T > 0}

14
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

ESPAÇO AMOSTRAL (Ω)

Finitos Dado: Ω = {1,2,3,4,5,6}

ESPAÇOS
AMOSTRAIS:

Infinitos Tempo: Ω = [0, ∞] =

(todos os números ≥ 0)
•Lança-se uma moeda até aparecer
•Mede-se a duração de lâmpadas, deixando-as acesas até que cara e anota-se o número de
se queimem; lançamentos;
 = {tєR: t  0}, infinitos elementos não numeráveis, Ω= {1, 2, 3, ... , (infinitos elementos
sendo t: tempo de duração de lâmpadas, deixando acesas até que
se queimem enumeráveis) 15
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

EVENTO
Qualquer subconjunto do espaço amostral é denominado
evento. Representaremos eventos utilizando letras maiúsculas.

Exemplo 1: eventos para o experimento lançamento dado

• Evento A: face é par – A = {2,4,6}

• Evento B: face menor ou igual a 3 – B = {1,2,3}
• Evento C: face diferente de 3 e 4 – C = {1,2,5,6}

16
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

ESPAÇO AMOSTRAL E EVENTO

Exemplo 2: Um jogador de basquete faz três lances livre. Quais
são as possíveis sequências de acertos (A) e erros(E)?
Ω =???

Ω = {AAA, AAE, AEA,

AEE, EAA, EAE,
EEA, EEE}

Note: 8 elementos, 23

17
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

ESPAÇO AMOSTRAL E EVENTO

Ω = {AAA, AAE, AEA,

AEE, EAA, EAE,
EEA, EEE}

Note: 8 elementos, 23

Evento D: O jogador acerta os três lances; D = {AAA}

Evento E: O jogador erra dois lances; E = {AEE, EAE, EEA}
Evento F: O jogador acerta o segundo lance; F = {AAA, AAE, EAA, EAE}

18
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

ESPAÇO AMOSTRAL E EVENTO

Exemplo 3: Um jogador de basquete faz três lances livres. Qual
o número de cestas feitas?
Ω =???
Ω = {0, 1, 2, 3}

Evento E: O jogador não acerta os três lances; E = {0, 1, 2}

Evento F: O jogador erra todos os lances; F = {0}
Evento G: O jogador acerta pelo menos 2 lances; G = {2, 3}

19
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

ESPAÇO AMOSTRAL E EVENTO

Exemplo 4: Lançamento de um dado e observação da face
obtida
Ω = {1, 2, 3, 4, 5, 6}

Evento H: Obtenção de face de valor ímpar; H = {1, 3, 5}

Evento I: Obtenção da face de menor valor; I = {1}
Evento J: Obtenção de face de valor 3 ou maior; J = {3, 4, 5, 6}

20
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

OPERAÇÕES DE EVENTOS

União dos eventos A e B (A  B)

Representa a ocorrência de pelo menos um dos eventos, A ou B.

No exemplo 4
Evento H: Obtenção de face de valor ímpar; H = {1, 3, 5}
Evento J: Obtenção de face de valor 3 ou maior; J = {3, 4, 5, 6}

H  J = {1, 3, 4, 5, 6}
21
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

OPERAÇÕES DE EVENTOS

Intersecção dos eventos A e B (A  B)

Representa a ocorrência simultânea dos eventos A e B.

No exemplo 4
Evento H: Obtenção de face de valor ímpar; H = {1, 3, 5}
Evento J: Obtenção de face de valor 3 ou maior; J = {3, 4, 5, 6}

H  J = {3, 5}
22
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

OPERAÇÕES DE EVENTOS

Definições
A e B são disjuntos ou mutuamente exclusivos, quando não tem
elementos em comum, isto é, A  B = 

No exemplo 4
Evento I: Obtenção da face de menor valor; I = {1}
Evento J: Obtenção de face de valor 3 ou maior; J = {3, 4, 5, 6}

IJ= I e J são disjuntos

23
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

OPERAÇÕES DE EVENTOS
Definições
A e B são complementares se sua intersecção é vazia e sua união é o
espaço amostral, isto é A  B =  e A  B = Ω. O complementar de
A é denotado por AC.

No exemplo 4
Evento H: Obtenção de face de valor ímpar; H = {1, 3, 5}
Evento J: Obtenção de face de valor 3 ou maior; J = {3, 4, 5, 6}
Evento K: Obtenção de face de valor par; K = {2, 4, 6}

H e K são complementares JC = {1,2}

24
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

PROBABILIDADE

Probabilidade é a medida da incerteza associada aos

resultados do experimento aleatório.

Interpretação frequentista: valor limite da proporção de vezes

que o resultado ocorre em n repetições do experimento
aleatório.

Interpretação subjetiva: grau de crença de que o resultado

ocorrerá.

25
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

PROBABILIDADE

Uma probabilidade atende necessariamente os seguintes

requisitos:

(1) P(Ω) = 1.
(2) Para qualquer evento A, 0 ≤ P(A) ≤ 1.
(3) Se A e B são dois eventos disjuntos, então P(A  B) = P(A) +
P(B).

26
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

PROBABILIDADE
Exemplo 5: Sortearemos um aluno na turma de alunos de
IPAEE cujo banco de dados foi visto na análise descritiva e
observaremos seu curso.
Ω = {EM, EQ, QU}
P(aluno ser de QU, EQ ou EM} = P(Ω ) = 1.
P(aluno ser BIOTEC} = 0.
P(aluno ser de QU, EQ, EM ou BIOTEC} = 1.
P(aluno ser de EM} = p1, 0 < p1 < 1.
P(aluno ser de EQ} = p2, 0 < p2 < 1.
P(aluno ser de QU} = p3, 0 < p3 < 1.
27
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

PROBABILIDADE
Exemplo 5: Sortearemos um aluno na turma de alunos de
IPAEE cujo banco de dados foi visto na análise descritiva e
observaremos seu curso.
Como calcular p1, p2 e p3?

Definição 1: Se são possíveis n eventos mutuamente exclusivos e

igualmente prováveis, se nA desses eventos tem o atributo A,
então a probabilidade de A é dada pela razão nA / n.

28
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

PROBABILIDADE

Exemplo 5: Sortearemos um aluno na turma de alunos de

IPAEE cujo banco de dados foi visto na análise descritiva e
observaremos seu curso.
Como calcular p1, p2 e p3?
Na turma de IPAEE, entre 50 alunos, temos 22 alunos de EM, 17
de EQ e 11 de QU. Assim,
P(EM) = 22/50 = 0,44
P(EQ) = 17/50 = 0,34
P(QU) = 11/50 = 0,22
P(Engenharia) = P(EM) + P(EQ) = 0,44 + 0,34 = 0,78
29
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

PROBABILIDADE

Definição 2: Se todos os elementos de Ω são igualmente

prováveis, então a probabilidade de ocorrência do evento A é
dada pela razão
número de elementos de Ω em A
número total de elementos em Ω

30
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

PROBABILIDADE
Exemplo 6: Em um sorteio da mega sena, qual a probabilidade
de primeiro número sorteado ser um múltiplo de 10?

Ω = {1, 2, 3, ..., 58, 59, 60}

A = {10, 20, 30, 40, 50, 60}

Portanto,

P(A) = 6/60 = 1/10= 0,1

31
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

REGRA DA ADIÇÃO

Regra da adição geral para quaisquer dois eventos A e B: A

probabilidade de que A ocorra, ou B ocorra, ou ambos eventos
ocorram é:
P(A ou B) = P ( A  B) = P(A) + P(B) – P(A  B)

32
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

REGRA DA ADIÇÃO

Exemplo 7: Qual é a probabilidade de selecionarmos

aleatoriamente uma carta de um baralho de 52 cartas e ela ser um
rei ou um carta de copas?
Então: P(rei ou copas)= P(rei) + P(copas) – P(rei e copas)
= 4/52 + 13/52 - 1/52 = 16/52 ≈ 0.31

3 12
1
33
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS
EXERCÍCIOS

Exercício 1: (2-66 Montgomery e Runger adaptado) Se P(A) = 0,3,

P(B) = 0,2, P( A  B) = 0,1, determine as seguintes probabilidades:

a) P(AC)
b) P ( A  B)
c) P(AC  )
d) P[(A  B)C]
e) P(AC U B)

34
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS
EXERCÍCIOS

Exercício 2: (2-70 Montgomery e Runger adaptado) Cabos de fio de cobre,

provenientes de um fabricante, são analisados em relação à resistência e à
condutividade. Os resultados de 100 cabos são dados a seguir:
Condutividade Resistência
Alta Baixa
Alta 74 8
Baixa 15 3

a) Se vamos selecionar um cabo aleatoriamente e observar sua condutividade e

resistência segundo a classificação apresentada na tabela, qual é o espaço
amostral?

35
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS
EXERCÍCIOS

Condutividade Resistência
Alta Baixa
Alta 74 8
Baixa 15 3

b) Se um cabo for selecionado aleatoriamente, qual é a probabilidade de sua

condutividade ser alta ou sua resistência ser alta?
c) Se um cabo for selecionado aleatoriamente, qual é a probabilidade de sua
condutividade ser baixa e sua resistência ser baixa?
d) Considere o evento em que o cabo tem alta condutividade e o evento que o
cabo tem baixa resistência. Esses dois eventos são mutuamente exclusivos?

36
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

PROBABILIDADE CONDICIONAL

Muitas vezes, temos interesse em calcular a probabilidade de

ocorrência de um evento quando sabemos que algum outro evento
ocorreu ou temos alguma outra informação adicional.

Exemplos:
• Qual a probabilidade de um aluno que nunca falta aulas tirar nota
na primeira prova acima de 8, dado que ele não estudou?
• Qual a probabilidade de uma criança ter febre após tomar a
segunda dose de uma vacina, dado que ele teve febre após tomar a
primeira dose?
37
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

PROBABILIDADE CONDICIONAL

Nessas situações, o que precisamos calcular é uma probabilidade

condicional.

A probabilidade condicional de ocorrência do evento B dado que o

evento A ocorreu, desde que P(A) > 0, é dada por

38
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

PROBABILIDADE CONDICIONAL

Exemplo 8: Em um sorteio da megasena, qual a probabilidade

do primeiro número sorteado ser o número 50 dado que o
primeiro número sorteado é um múltiplo de 10?
Ω = {1, 2, 3, ..., 58, 59, 60}
A: primeiro número sorteado é um múltiplo de 10
B: primeiro número sorteado é o 50

P(A ∩ B) 1/60 1
𝑃(B|A) = = = ≅ 0,167
P(A) 1/10 6

39
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

REGRA DA MULTIPLICAÇÃO

É bastante comum o interesse no cálculo de probabilidades de

intersecções de eventos, ou seja, a probabilidade de ocorrência
simultânea dos eventos A e B. Diretamente, a partir da fórmula da
probabilidade condicional, obtém-se

P(A ∩ B) = P(B|A)P(A) = P(A|B)P(B)

40
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

REGRA DA MULTIPLICAÇÃO

Exemplo 9: Em uma urna contendo 4 bolas pretas e 3 bolas

brancas, qual a probabilidade de, ao sortearmos, sem
reposição, duas bolas, ambas serem pretas?
Sorteio 1 Sorteio 2
A: preta no primeiro sorteio
3/6 P B: preta no segundo sorteio
4/7 P
3/6 B
P(A ∩ B) = P(B|A)P(A) =
4/6 P 3 4 12
= ≅ 0,286
6 7 42
3/7 B
2/6 B

41
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

REGRA DA PROBABILIDADE TOTAL

Quando temos apenas a probabilidade de ocorrência simultânea de
um evento B e de outros eventos, podemos calcular a
probabilidade de ocorrência do evento B, recorrendo a regra da
probabilidade total que é escrita como

P(B) = P(B ∩ A) + P(B ∩ AC ) =

P(B|A)P(A) + P(B|AC )P(AC )

42
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

REGRA DA PROBABILIDADE TOTAL

Exemplo 10: (2-91 Montgomery e Runger) A probabilidade de

um conector elétrico que seja mantido seco falhe durante o
período de garantia de um computador portátil é de 1%. Se o
conector for molhado, a probabilidade de falha durante o
período de garantia será de 5%. Se 90% dos conectores forem
mantidos secos e 10% forem mantidos molhados, qual será a
proporção de conectores que falhará durante o período de
garantia?

43
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

REGRA DA PROBABILIDADE TOTAL

Exemplo 10: (2-91 Montgomery e Runger)

S: conector mantido seco

0,01 Falha F: conector falha
Seco
0,9 0,99 Não falha P(F) = P(F ∩ S) + P(F ∩ S C ) =

0,05 Falha
P(F) = P(F ∩ S) + P(F ∩ S C ) =
0,1 Molhado P(F|S)P(S) + P(F|S C )P(S C ) =
Não falha 0,01(0,9) + 0,05(0,1) =
0,95
0,009 + 0,005 = 0,014

44
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS
INDEPENDÊNCIA

Definição 3: Dois eventos são independentes se a probabilidade

de um evento ocorrer em qualquer realização do experimento
não muda a probabilidade de um outro evento ocorrer.

Exemplo: No lançamento de uma moeda, o resultado do primeiro

lançamento (cara, por exemplo) NÃO ALTERA a probabilidade de
dar cara ou coroa no segundo lançamento.

45
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS
INDEPENDÊNCIA

Utilizando o que já estudamos de probabilidade, temos que os

eventos A e B são independentes se alguma das seguintes
igualdades puder ser verificada:

P(A|B) = P(A)
P(B|A) = P(B)
P(A ∩ B) = P(A)P(B)

46
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS
INDEPENDÊNCIA

Exemplo 11: Selecionaremos aleatoriamente uma carta de um

baralho de 52 cartas. Os eventos a carta ser de copas e a carta ser
um rei são independentes?
A: carta é de copas
B: carta é um rei
P(A ∩ B) = 1/52

P(A)P(B) = (13/52)(4/52) = 1/52

Os eventos em estudo são independentes.

47
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS
INDEPENDÊNCIA

IMPORTANTE:

Se A e B disjuntos ou mutuamente exclusivos:

Se A e B são independentes:

48
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

EXERCÍCIOS
Exercício 3: (2-79 Montgomery e Runger adaptado) A tabela a seguir resume a
análise de 150 placas de aço galvanizado em relação ao peso de recobrimento e
rugosidade da superfície:
Rugosidade da Peso do revestimento
superfície Alto Baixo
Alta 12 16
Baixa 88 34
a) Se vamos selecionar uma placa de aço aleatoriamente, qual é a
probabilidade da rugosidade da superfície ser alta?
b) Se o peso do revestimento for alto, qual é a probabilidade da rugosidade da
superfície ser alta?
c) Os eventos rugosidade da superfície alta e peso do revestimento alto são
independentes? Justifique. 49
f
 INTRODUÇÃO AO PLANEJAMENTOS E ANÁLISE
ESTATÍSTICA DE EXPERIMENTOS

EXERCÍCIOS

Exercício 4: (2-98 Montgomery e Runger adaptado) Um lote de 100

chips semicondutores contém 20 que são defeituosos. Dois chips
são selecionados ao acaso e sem reposição do lote.

a) Qual a probabilidade do primeiro chip ser defeituoso?

b) Qual a probabilidade do segundo chip ser defeituoso?
c) Os eventos primeiro chip ser defeituoso e segundo chip ser
defeituoso são independentes? Justifique.

50
f