Questão de Estatística — Cálculo de Probabilidades — CESPE / CEBRASPE 2025
Estatística›Cálculo 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.
CCerto
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, . Substituindo os valores fornecidos: . 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 () e a probabilidade de alta umidade (), além da probabilidade global de falha (). O que se pede é a probabilidade de alta umidade dado que houve falha ().
O Teorema de Bayes é derivado da definição de probabilidade condicional: . Aplicando para , temos . Mas , pois a probabilidade da interseção pode ser calculada de duas formas: . 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 por no numerador, ou então confundem a ordem dos eventos. Outro erro comum é tentar calcular diretamente como , sem fazer a inversão. A banca explora exatamente essa confusão entre e .
Vamos aos cálculos passo a passo:
Identificar os dados:
Aplicar o Teorema de Bayes:
Substituir os valores:
Portanto, , 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(U \mid F))
0,6
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 , 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 e o denominador é , resultando em . Fique atento: sempre verifique se a probabilidade pedida é a inversa da fornecida.