Pular para o conteúdo principal

Questão de Estatística — Cálculo de Probabilidades — CESPE / CEBRASPE 2025

EstatísticaCálculo de Probabilidades
Código
ce202082
Banca
CESPE / CEBRASPE
Órgão
EMBRAPA
Ano
2025
Nível
Superior
Cargo
Pesquisador – Área: Gestão da Informação – Subárea: Engenharia de Dados

        Um pesquisador está desenvolvendo um modelo estatístico para descrever a ocorrência de falhas em sensores em uma rede de equipamentos agrícolas. Com base em dados históricos, que incluem registros de falhas e fatores associados, tais como temperatura, umidade e frequência de transmissão dos sensores, o pesquisador obteve as seguintes informações: 


• a probabilidade de um sensor falhar (F) em condições de alta umidade (U) é P(F | U) = 0,4;

• a incidência de eventos de alta umidade é dada pela probabilidade P(U) = 0,3;

• a probabilidade de um sensor falhar em condições de alta temperatura (T) é P(F | T) = 0,2;

• a incidência de falhas é P(F) = 0,2. 

Com respeito a essa situação hipotética, e tendo em conta ainda que 0 < P(T) < 1, julgue o item subsequente.P(U | F) = 0,6.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoC — Certo

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Probabilidade condicional e Teorema de Bayes

Gabarito: CERTO. Pelo Teorema de Bayes, P(U∣F)=P(F∣U)⋅P(U)P(F)P(U|F) = \frac{P(F|U) \cdot P(U)}{P(F)}. Substituindo os valores fornecidos: P(U∣F)=0,4×0,30,2=0,120,2=0,6P(U|F) = \frac{0,4 \times 0,3}{0,2} = \frac{0,12}{0,2} = 0,6. Portanto, a afirmação está correta.

A questão cobra a aplicação direta do Teorema de Bayes, que relaciona probabilidades condicionais invertendo a ordem dos eventos. O pesquisador conhece a probabilidade de falha dado que há alta umidade (P(F∣U)P(F|U)) e a probabilidade de alta umidade (P(U)P(U)), além da probabilidade global de falha (P(F)P(F)). O que se pede é a probabilidade de alta umidade dado que houve falha (P(U∣F)P(U|F)).

O Teorema de Bayes é derivado da definição de probabilidade condicional: P(A∣B)=P(A∩B)P(B)P(A|B) = \frac{P(A \cap B)}{P(B)}. Aplicando para P(U∣F)P(U|F), temos P(U∣F)=P(U∩F)P(F)P(U|F) = \frac{P(U \cap F)}{P(F)}. Mas P(U∩F)=P(F∣U)⋅P(U)P(U \cap F) = P(F|U) \cdot P(U), pois a probabilidade da interseção pode ser calculada de duas formas: P(F∩U)=P(F∣U)⋅P(U)=P(U∣F)⋅P(F)P(F \cap U) = P(F|U) \cdot P(U) = P(U|F) \cdot P(F). Assim, substituindo na fórmula, obtemos exatamente a expressão do Teorema de Bayes.

A pegadinha aqui é que muitos candidatos tentam usar a fórmula de Bayes de forma incompleta, esquecendo de multiplicar P(F∣U)P(F|U) por P(U)P(U) no numerador, ou então confundem a ordem dos eventos. Outro erro comum é tentar calcular P(U∣F)P(U|F) diretamente como P(F∣U)P(F|U), sem fazer a inversão. A banca explora exatamente essa confusão entre P(F∣U)P(F|U) e P(U∣F)P(U|F).

Vamos aos cálculos passo a passo:

  1. Identificar os dados:

    • P(F∣U)=0,4P(F|U) = 0,4

    • P(U)=0,3P(U) = 0,3

    • P(F)=0,2P(F) = 0,2

  1. Aplicar o Teorema de Bayes:

    P(U∣F)=P(F∣U)⋅P(U)P(F)P(U|F) = \frac{P(F|U) \cdot P(U)}{P(F)}

  1. Substituir os valores:

    P(U∣F)=0,4×0,30,2=0,120,2=0,6P(U|F) = \frac{0,4 \times 0,3}{0,2} = \frac{0,12}{0,2} = 0,6

Portanto, P(U∣F)=0,6P(U|F) = 0,6, confirmando a afirmação do enunciado.

Variável

Valor

Fórmula / Cálculo

(P(F \mid U))

0,4

Dado do enunciado

(P(U))

0,3

Dado do enunciado

(P(F))

0,2

Dado do enunciado

(P(U \cap F))

0,12

(P(F∣U)⋅P(U)=0,4×0,3)(P(F \mid U) \cdot P(U) = 0{,}4 \times 0{,}3)

(P(U \mid F))

0,6

(P(U∩F)P(F)=0,120,2)(\frac{P(U \cap F)}{P(F)} = \frac{0{,}12}{0{,}2})

Conclusão

CERTO

(P(U \mid F) = 0{,}6) confirma a afirmação

NÃO CAIA NESSA!

A banca tenta confundir o candidato invertendo as probabilidades condicionais. Muitos podem pensar que P(U∣F)=P(F∣U)=0,4P(U|F) = P(F|U) = 0,4, mas isso é um erro clássico. O Teorema de Bayes exige que se multiplique a probabilidade condicional pela probabilidade do evento condicionante e divida pela probabilidade total do evento de interesse. Aqui, o numerador é 0,4×0,3=0,120,4 \times 0,3 = 0,12 e o denominador é 0,20,2, resultando em 0,60,6. Fique atento: sempre verifique se a probabilidade pedida é a inversa da fornecida.

✅ CERTO.

Link permanente: /questoes/ce202082