2 Probabilidade PDF

Estatstica
Prof.R.Dyodi
Sumrio
Captulo 2 - Probabilidade......................................................................................................... 2
2.1. Conceitos ......................................................................................................................... 2
2.2. Propriedades ................................................................................................................... 2
2.3. Probabilidade Condicional ............................................................................................. 6
2.4. Contagem......................................................................................................................... 7
2.5. Variveis Aleatrias - Conceito .................................................................................. 16
2.6. Variveis Aleatrias Discretas Valor Mdio (ou Esperana), Varincia e
Desvio Padro....................................................................................................................... 17
2.7. Distribuies Discretas de Probabilidade ................................................................. 23
2.8. Variveis Aleatrias Contnuas .................................................................................. 39
Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Tel. (11) 3159-0404 - www.uniequipeconcursos.com.br
Pgina 1
Estatstica
Prof.R.Dyodi
Captulo 2 - Probabilidade
O contedo de probabilidade consiste basicamente em quantificar a chance de
determinado evento ocorrer. Esta talvez seja a matria de estatstica mais difcil de todas, pois
o examinador sempre pode inventar algo para te derrubar. Mas, para felicidade geral da nao,
as bancas possuem certa predileo por alguns tipos de exerccios e no costumam inventar
muito. Neste captulo, vamos tentar esmiuar todo o contedo cobrado em probabilidade.
2.1. Conceitos
Antes de comear, preciso que voc conhea algumas definies que sero
utilizadas no somente neste material, mas em todo livro didtico ou at mesmo nas questes
de provas.
Espao Amostral, denotado por , todo o conjunto de resultados possveis de
determinado experimento. Se o experimento fosse o lanamento de um dado, o espao
amostral seria = {1,2,3,4,5,6}. Por outro lado, se o experimento fosse o resultado de uma
partida de futebol, o espao amostral seria = {perder, ganhar, empatar}.
Vamos comear com o modelo bsico, quando todos os resultados possveis possuem
a mesma chance de ocorrer (como exemplo, temos o lanamento de dados, o lanamento de
moedas, etc). Neste caso, a probabilidade de um evento A acontecer igual ao nmero de
resultados associados ao evento A dividido pelo nmero de resultados do espao amostral. Em
termos algbricos:
( )
Vamos supor que o evento A seja obter um nmero par num lanamento de dados, ou
seja, A = {2,4,6}. Ento, P(A) = 3/6 = 1/2. Agora, se o evento B se referir obteno de
nmeros maiores do que 4 num lanamento de dados, B = {5,6} e P(B) = 2/6 = 1/3.
Dois outros conceitos muito cobrados em provas so a unio e a interseco de 2
eventos. A unio de 2 eventos, A e B, denotada por (
), e quer dizer que pelo
menos um deles deve ocorrer. Por outro lado, a interseco de 2 eventos, A e B,
denotada por (
), e quer dizer que os 2 eventos devem ocorrer ao mesmo tempo.
Veremos como calcular a unio e a interseco no prximo tpico.
2.2. Propriedades
1 propriedade: Para qualquer evento A,
( )
Em outras palavras, um clculo de probabilidade nunca poder ser um nmero

negativo ou apresentar um valor maior do que 1 (lembrando que 1 igual a 100%).
Mas Dyodi, meu amigo disse que ele tem 110% de certeza que ele vai passar no
concurso!. Bom... avise seu amigo que ele vai precisar estudar estatstica pra passar no
concurso. Se o clculo de qualquer probabilidade resultar num nmero negativo ou maior do
que 1, das duas uma: ou o exerccio est sendo resolvido erroneamente ou deve haver alguma
alternativa que diz que no se trata de probabilidade.
2 propriedade: Quando um evento A for um evento impossvel, ( )
Imagine que A seja um evento relacionado obteno do nmero 7 num lanamento
de dados. Como isso no possvel, podemos afirmar que P(A) = 0.
3 propriedade: Quando A for um evento certo, ( )

Pgina 2
Estatstica
Prof.R.Dyodi
Imagine que A seja um evento relacionado obteno dos nmeros 1,2,3,4,5 ou 6 num
lanamento de dados, ou seja, A = {1,2,3,4,5,6}. Ento, P(A) = 6/6 = 1. Se o evento for certo,
ao realizar o experimento o evento com certeza ir ocorrer.
4 propriedade: A probabilidade do evento complementar de A igual a
( )
Como o prprio nome diz, evento complementar de A o complemento do evento A.

Por exemplo, no lanamento de dados, se o evento A se referir obteno dos nmero 1 e 2, o
evento complementar, que denotaremos por B, ser B = {3,4,5,6} e P(B) = 4/6 = 2/3. Note que
P(B) = 1 P(A).
Em outras palavras, dado certo espao amostral, o evento complementar de A ser
todos os resultados possveis do espao amostral que no esto no evento A. Esta
propriedade muito utilizada na resoluo de exerccios, pois pode facilitar muitos clculos,
como veremos em alguns exerccios mais adiante.
5 propriedade: Sejam 2 eventos A e B, a probabilidade da unio entre eles igual a
(
)
( )
( )
(
)
Para visualizar esta propriedade, vamos voltar ao exemplo do lanamento do dado.
Suponha que A = {2,3,4} e B = {4,5}. Ento temos que P(A) = 3/6 e P(B) = 2/6. Note tambm
que para os 2 eventos ocorrerem simultaneamente, a face do dado s poder ser igual a 4.
Desta forma, P(A B) = 1/6.
A unio de A e B significa que pelo menos um deles deve ocorrer, ento (A
{2,3,4,5}, e P(A B) = 4/6.
B) =
Assim, quando calculamos a unio de 2 eventos, no basta somar a probabilidade

individual de cada um deles, teremos tambm que subtrair a probabilidade da interseco. Se
somssemos apenas as probabilidades individuais, o resultado seria igual a 5/6 e estaria
errado.
Observe a figura para visualizar o problema acima:
Para fixar: a unio ocorre quando pelo menos um dos eventos ocorrer. No problema
em questo, a unio consiste na ocorrncia do nmero 2, 3, 4 ou 5.
6 propriedade: Sejam 2 eventos A e B, se eles forem mutuamente exclusivos a probabilidade
)
de interseco ser igual a 0 , ou seja, (
Consequentemente, a probabilidade de
)
( )
( )
unio ser igual a (

Pgina 3
Estatstica
Prof.R.Dyodi
Dois eventos mutuamente exclusivos so eventos nos quais se um deles ocorre, no

h chance nenhuma do outro ocorrer. Por exemplo, se o evento A for a sada da face coroa
num lanamento de moeda e B for a sada da face cara, os eventos A e B so mutuamente
exclusivos, pois no h chance nenhuma de acontecerem simultaneamente.
Por no existir chance de acontecer ao mesmo tempo, a probabilidade da interseco
ser igual a zero e a probabilidade da unio ser calculada com a soma das probabilidades
individuais dos eventos A e B.
(
( )
( )
( )
( )
( )
( )
( )
7 propriedade: Se 2 eventos A e B forem independentes, ento , (
( )
Dois eventos so independentes so eventos nos quais a ocorrncia ou no ocorrncia

de um no influencia a ocorrncia ou no ocorrncia do outro.
Imagine agora que lanaremos um dado 2 vezes, que A o evento relacionado ao 1
lanamento e que B o evento relacionado ao 2 lanamento. Qual a probabilidade de que
ocorra a face de nmero 4 nos 2 lanamentos?
Como queremos que os 2 eventos ocorram simultaneamente, estamos trabalhando
com a interseco. Assim, (
) = {4,4} e queremos achar a probabilidade P(
) A
pergunta a ser feita a seguinte: o resultado do 1 lanamento ir influenciar o 2 lanamento?
A resposta negativa e podemos utilizar a propriedade acima. Sabemos que P(A) = 1/6 e que
P(B) = 1/6. Assim, P(
) = 1/6.1/6 = 1/36.
Por outro lado, tambm devemos saber o que um evento dependente. Evento
dependente aquele no qual a ocorrncia ou no ocorrncia de um deles influencia na
ocorrncia ou no ocorrncia do outro. Imagine que existam 4 bolas numeradas de 1 a 4 numa
urna, que A o evento relacionado 1 extrao e que B o evento relacionado 2 extrao.
Qual a probabilidade de retirarmos a bola de nmero 1 na 1 extrao e a bola de nmero 2 na
2 extrao, de modo que as bolas retiradas no sero devolvidas urna?
Assim, (
) = {1,2} e queremos achar a probabilidade P(
). A pergunta a ser
feita a seguinte: o resultado da 1 extrao influencia a 2 extrao? A resposta afirmativa e
no podemos utilizar a propriedade acima.
Exerccio resolvido sobre propriedades da probabilidade:
(FCC - 2007 - TRF 2a - Analista Estatistica)
Sejam A e B dois eventos associados a um experimento. Supondo que P(A) = 0,4 e P(A B) =
0,7 e P(B) = p. Os valores de p que fazem com que A e B sejam mutuamente exclusivos e A e
B sejam independentes so, respectivamente,
(A) 0,3 e 0,5
(B) 0,4 e 0,2
(C) 0,5 e 0,2
(D) 0,6 e 0,2
(E) 0,3 e 0,4
Letra A
Resoluo:
Para que os eventos A e B sejam mutuamente exclusivos,
interseco ser nula.
Ento,

( )
( ), pois a
Pgina 4
Estatstica
Prof.R.Dyodi
Para que os eventos sejam independentes, (

Ento,
(
)
(
( )
( )
( )
( ).

(FCC - 2010 - Dnocs Administrador)
Em uma loja, as unidades vendidas por dia de um determinado eletrodomstico apresentam a
seguinte distribuio de probabilidades de ocorrncia de venda:
A probabilidade de que em um determinado dia tenham sido vendidas mais que uma unidade
do eletrodomstico igual a
(A) 87,5%.
(B) 80,0%.
(C) 75,0%.
(D) 60,0%.
(E) 50,0%.
Letra C
Resoluo:
A soma das probabilidades de um experimento sempre deve ser igual a 1.
Utilizando a propriedade do evento complementar:

(

(FGV - 2010 - Sefaz RJ Auditor)
Se A e B so eventos independentes com probabilidades P[A] = 0,4 e P[B] = 0,5 ento P[A B]
igual a:
(A) 0,2.
(B) 0,4.
(C) 0,5.
(D) 0,7.
(E) 0,9.
Letra D
Resoluo:
Se os eventos so independentes,
(
(
( )
)
( )
( )
( )

Pgina 5
Estatstica
Prof.R.Dyodi
2.3. Probabilidade Condicional

Este um assunto que sempre cobrado em provas de concurso, por isso muita
ateno! A boa notcia que a forma de resoluo sempre igual, basta saber como identificar
se a questo trata de probabilidade condicional.
A probabilidade condicional de um evento A a probabilidade do evento A ocorrer,
sabendo que certa condio B ocorreu. Esta probabilidade denotada por (
) O evento
representado antes da barra vertical o evento que queremos e o evento aps a barra vertical
o evento que sabemos que j aconteceu.
Para visualizar, imagine que queremos saber a probabilidade de sair a face de nmero
4 sabendo que o nmero que saiu foi par. Deste modo, A = {4} e B = {2,4,6}. Perceba que,
quando o problema diz que certo evento aconteceu, o espao amostral muda de tamanho. No
vamos mais considerar a possibilidade de sair os nmeros 1,3 e 5, pois sabemos que o nmero
que saiu foi par. Antes de saber a condio, o espao amostral tinha tamanho 6. No entanto,
aps saber que o nmero sorteado foi par, o espao amostral passou a ter um tamanho 3.
Ento, a probabilidade condicional (
) igual a 1/3. De modo geral, quando calculamos a
probabilidade condicional, devemos ter em mente que:
)
( )
Exerccio resolvido sobre probabilidade condicional:

(FGV - 2010 - Detran RN - Acessor Tecnico Estatstica)
Considere dois eventos A e B, tais que P(AB) = 1/3, P(B|A) = 1/4 e P(B) = 1/4. correto
afirmar que:
A) A e B so eventos mutuamente exclusivos.
B) O evento B contm o evento A.
C) O evento A contm o evento B.
D) A e B so eventos independentes.
E) A e B so eventos que no representam probabilidades.
Letra E
Resoluo:
Da frmula da probabilidade condicional obtemos o seguinte:
)
( )
( )
( )
Como um clculo de probabilidade nunca poder ser um nmero negativo ou maior do que 1, a
letra E a alternativa correta.
Exerccio resolvido sobre probabilidade condicional:
(FCC - 2006 - Bacen - Analista - rea 4)
O nmero de automveis modelo K vendidos diariamente em uma concessionria de veculos
uma varivel aleatria discreta (X) com a seguinte distribuio de probabilidades:
O preo unitrio de venda do modelo K de R$ 20.000,00 e somente em 20% dos dias tem-se
vendas superiores a duas unidades. Se num determinado dia a receita de vendas referente a
este modelo for positiva, a probabilidade dela ser inferior a R$ 60.000,00 de
(A) 60%

Pgina 6
Estatstica
Prof.R.Dyodi
(B) 75%
(C) 80%
(D) 87,5%
(E) 90%
Letra B
Resoluo:
Sabemos que a soma de todas as probabilidades tem que ser igual a 1. Ento:
Alm disso, o enunciado fornece a seguinte informao: somente em 20% dos dias tem-se
vendas superiores a duas unidades. Isso quer dizer que a probabilidade de serem vendidos 3
automveis, que igual a m, de 20%, ou seja, m igual a 0,2. Consequentemente, n ser
igual a 0,3.
Para a receita ser menor do que R$ 60.000, queremos saber a probabilidade de serem
vendidos menos do que 3 automveis. Alm disso, neste determinado dia, a receita no foi
nula. Assim, precisamos descobrir:
(
)
(
)
(
(
(
)
)
A maioria das questes sobre probabilidade condicional ocorre juntamente com a

cobrana das tcnicas de contagem, assunto do prximo tpico.
2.4. Contagem
Propositalmente, at o momento s utilizei exemplos clssicos de lanamentos de
dados e moeda, pois o espao amostral era pequeno e de fcil visualizao. Assim, para iniciar
os estudos e conseguir entender todas as propriedades, creio que no podamos dificultar
muito nos exemplos.
No entanto, em muitas ocasies o espao amostral pode aumentar consideravelmente
de tamanho e calcular a probabilidade de certo evento seria uma tarefa homrica. Para
resolver estas questes, estudiosos desenvolveram algumas ferramentas para simplificar a
metodologia de clculo de probabilidades: tcnicas de contagem e distribuies de
probabilidade. Neste tpico, veremos as tcnicas de contagem.
Observao: a banca ESAF costuma cobrar muitas questes especficas sobre tcnicas de
contagem. As questes que comeam com De quantas maneiras... geralmente versam sobre
este assunto. Alm disso, apesar de ser uma matria de estatstica, muitas vezes a contagem
aparece no contedo de raciocnio lgico da ESAF.
Comearei este tpico com algumas perguntas simples. Suponha que voc possua um
dado com faces numeradas de 1 a 6. Se voc lanar o dado apenas uma vez, qual a
probabilidade de sair a face 2 ou a face 4? Se voc respondeu 2/6, parabns, acertou a
questo.

Pgina 7
Estatstica
Prof.R.Dyodi
Agora, suponha que o mesmo dado ser lanado duas vezes. Qual a probabilidade de
voc obter a face 2 no 1 lanamento e a face 4 no 2 lanamento? Se voc respondeu 1/36,
parabns, acertou a questo.
A pergunta que no quer calar: por que fazer (1/6 + 1/6) no 1 caso e por que fazer
(1/6.1/6) no 2 caso?
Acredito que muitos de vocs tenham acertado as duas questes, mas no sabem
responder a pergunta acima. Vamos entender o que aconteceu com estes dois problemas
atravs do princpio da multiplicao e do princpio da adio.
1 tcnica: O princpio da Multiplicao
De quantas maneiras possvel responder a um teste de mltipla escolha com 3
alternativas? A resposta igual a 3 (a,b ou c). E de quantas maneiras possvel responder 2
testes de mltipla escolha com 3 alternativas? A resposta igual a 9. Observe:
1
A
B
C
A
B
C
A
B
C
Resultados possveis: (A,A) (A,B) (A,C) (B,A) (B,B) (B,C) (C,A) (C,B) (C,C)
Agora imagine o trabalho de contar o nmero de resultados possveis do espao
amostral se a questo questionasse sobre 20 testes de mltipla escolha!
O princpio da multiplicao uma tcnica til para resolver este problema e diz que
quando existem x procedimentos, de modo que o procedimento 1 tem
maneiras de ser
executado, o procedimento 2 tem
maneiras de ser executado, ..., e o procedimento x tem
maneiras de ser executado, o nmero de diferentes maneiras que todos os procedimentos
podero ser executados em sequncia igual a
Assim, o princpio da multiplicao s possvel quando os experimentos puderem ser
realizados em sequncia! No incio do captulo, vimos dois exemplos sobre lanamento de
dados. S conseguimos utilizar o princpio da multiplicao quando o dado foi lanado duas
vezes, ou seja, os eventos puderam ser realizados em sequncia. No caso de somente um
lanamento, no podemos utilizar o princpio da multiplicao porque os dois eventos no
podem ser realizados em sequncia, isto , se acontecer um deles, o outro no pode ocorrer e
vice-versa.
Este princpio serve tanto para contar o nmero de resultados possveis, como para
calcular diretamente uma probabilidade (caso do lanamento de dados). Vamos ver outro
exemplo: suponha que a probabilidade de chover igual a 1/10 e que a probabilidade de Joo
ficar bbado igual a 1/5. Qual a probabilidade de que chova E Joo fique bbado?
A pergunta a ser feita : os eventos podem ocorrer em sequncia? Em outras palavras,
um evento exclui o outro? A ocorrncia de um deles no exclui a do outro e,
consequentemente, eles podem ocorrer em sequncia. Utilizando o princpio da multiplicao,
temos que a probabilidade de chover E Joo ficar bbado igual a 1/50.

Pgina 8
Estatstica
Prof.R.Dyodi
Nooooossa! Dyodi, acho que entendi! Isso igual aquela famosa regrinha do e e do
ou? Quando tivermos e a gente multiplica e quando tivermos ou a gente soma?
Basicamente, isso mesmo.
Voltando ao exemplo das questes de mltipla escolha, existem 2 procedimentos e
cada um pode ser executado de 3 maneiras. Ento, o nmero total de maneiras de responder
aos 2 testes igual a 3.3 = 9 maneiras.
Outro exemplo: se uma pessoa possui 5 calas diferentes, 3 camisas diferentes e 4
pares de tnis diferentes, de quantas maneiras diferentes ele poder se vestir? A resposta
igual a 5.3.4 = 60 maneiras diferentes.
Note que o conhecimento deste princpio facilita para que no seja necessrio listar
todos os resultados possveis do espao amostral. Assim, sempre que os procedimentos
puderem ser aplicados em sequncia, o princpio da multiplicao poder ser utilizado.
2 tcnica: O princpio da Adio
Suponha que uma pessoa esteja presa em uma sala, de modo que existam 3 portas a
sua esquerda e 2 portas a sua direita, de modo que cada porta leva a um caminho diferente.
De quantas maneiras diferentes a pessoa pode optar por seguir? A resposta igual a 5.
Existem 2 procedimentos: sair pela esquerda e sair pela direita. Assim, temos 3 maneiras de
sair pela esquerda e 2 maneiras de sair pela direita. Note que os dois procedimentos no
podem ser realizados em sequncia (ou eu saio pela direita ou eu saio pela esquerda!).
O problema acima uma ilustrao do princpio da adio, que diz que quando uma
tarefa pode ser executada por x procedimentos, de modo que o procedimento 1 tem
maneiras de ser executado, o procedimento 2 tem
maneiras de ser executado, ..., e o
procedimento x tem
maneiras de ser executado, mas os procedimentos no podem ser
utilizados em conjunto, isto , ao escolher um deles no h mais possibilidades de escolha,
o nmero de diferentes maneiras de executar a tarefa igual a
Outro exemplo: uma pessoa ir viajar para SC ou RN. Existem 2 caminhos para SC e 6
para RN. O nmero de diferentes maneiras de viajar igual a 2 + 6 = 8 caminhos diferentes.
Observe que ao escolher ir para SC a pessoa no pode ir para RN, e vice-versa.
No exemplo do lanamento de dados, s conseguimos utilizar o princpio da adio
quando o dado foi lanado somente uma vez, de modo que a ocorrncia de um evento
impossibilitaria a do outro. Se possvel somente um lanamento, a ocorrncia da face 2
impossibilita a ocorrncia da face 4 e vice-versa.
Assim como o princpio da multiplicao, este princpio serve tanto para contar o
nmero de eventos, como para calcular diretamente uma probabilidade.
Outro exemplo: suponha um nico lanamento de dados e queremos saber a
probabilidade de sair uma face mpar OU o nmero 4. A probabilidade de sair a face mpar
igual a 3/6 e a probabilidade de sair a face nmero 4 igual a 1/6. Como os dois eventos no
podem ocorrer ao mesmo tempo, a probabilidade pedida igual a 4/6.
3 tcnica: A Permutao
A permutao um desdobramento do princpio da multiplicao, devendo ser aplicado
em casos especficos. Quando devemos realizar x procedimentos em conjunto, mas o modo de
escolha em um procedimento depende dos procedimentos anteriores, podemos utilizar a
tcnica de permutao.
Imagine que existam 4 lugares numa fila de cinema e devemos alocar as pessoas A, B,
C e D. De quantas maneiras diferentes podemos realizar a tarefa?

Pgina 9
Estatstica
1 cadeira
2 cadeira
3 cadeira
Prof.R.Dyodi
4 cadeira
Observe que temos 4 procedimentos a serem realizados, mas eles no so

independentes. Ao escolher algum para a primeira cadeira, o nmero de opes para as
cadeiras restantes diminui. Para a 1 cadeira, teramos 4 opes, para a 2 cadeira teramos 3
opes, para a 3 cadeira teramos 2 opes e para a 4 cadeira restaria apenas 1 opo.
Assim, o nmero de diferentes maneiras de alocar as 4 pessoas seria igual a 4.3.2.1 = 24
maneiras diferentes.
Observao: devemos ter em mente que permutar significa trocar, ordenar. Ento, a ordem
dos elementos importa. Escolher Paulinho para a 1 cadeira e Ralf para a 2 cadeira
diferente de escolher Ralf para a 1 cadeira e Paulinho para a 2.
De um modo geral, quando queremos permutar n elementos, isto , coloc-los em
ordem, o procedimento a ser feito o seguinte:
)(
Reviso de matemtica bsica:

O smbolo ! utilizado para denotar o fatorial de um nmero.
Fatorial a multiplicao de todos os inteiros iguais ou menores do que o nmero em questo,
at o nmero 1. Assim:
2! = 2.1 = 2
3! = 3.2.1 = 6
4! = 4.3.2.1 = 24
5! = 5.4.3.2.1 = 120 e assim por diante
Devemos lembrar tambm que:
1! = 1
0! = 1
4 tcnica: O Arranjo
O arranjo tambm uma permutao, com a diferena que nem todos os n elementos
do conjunto sero permutados. Dentre os n elementos de um conjunto, apenas alguns sero
escolhidos e ordenados.
Utilizando novamente o exemplo das cadeiras, suponha que existam apenas 2 cadeiras
e devemos alocar 2 das 4 pessoas do grupo. De quantas maneiras isso pode ser feito?
Se escolhermos as pessoas A e B, ento temos (A,B) ou (B,A); se escolhermos A e C,
temos (A,C) e (C,A); se escolhermos A e D, temos (A,D) ou (D,A); se escolhermos B e C,
temos (B,C) ou (C,B); se escolhermos B e D, temos (B,D) ou (D,B); por fim, se escolhermos C
e D, temos (C,D) ou (D,C). Ento, existem 12 maneiras de ordenar 2 dos 4 elementos do
conjunto.
De um modo geral, quando queremos ordenar r elementos dentre um conjunto de n
elementos, o clculo a ser feito :
No nosso exemplo acima, queramos realizar um arranjo de 2 elementos dentre um

grupo de 4 elementos. Ento,
(

Pgina 10
Estatstica
Prof.R.Dyodi
Observao: como o arranjo um tipo especial de permutao, a ordem dos elementos

importa.
5 tcnica: A Permutao com Repetio
Quando queremos permutar n elementos, mas existem alguns elementos repetidos, o
procedimento a ser feito o seguinte:
Suponha que queremos permutar todas as letras da palavra BANANA, quantos

anagramas diferentes podero ser formados? Como existem 3 letras A e 2 duas letras N, o
resultado ser igual a
6 tcnica: A Combinao
A combinao uma tcnica de contagem utilizada quando queremos selecionar r
elementos dentre um grupo de n elementos, mas no queremos orden-los. Assim, na
combinao a ordem no importa.
De um modo geral, o clculo a ser feito igual a:
( )
Suponha que desejamos selecionar 4 pessoas dentre um grupo de 6 pessoas, de

modo que no desejamos orden-los, isto , a ordem no importa. Assim, escolher A,B,C e D
o mesmo que escolher B,A,D e C. O nmero de diferentes maneiras de escolher as 4 pessoas
igual a
( )
Podemos esquematizar num quadro as principais informaes sobre as tcnicas de

contagem:
Tipo de Tcnica
A
ordem
importa?
Frmula
Permutao
Arranjo
Combinao
Permutao com
repetio
Sim
Sim
No
Sim

Descrio
Ordenar todos os
elementos
Ordenar os r
elementos de um
grupo
de
n
elementos
Selecionar
r
elementos de um
grupo
de
n
elementos
Ordenar todos os
elementos, mas
alguns
so
repetidos
Chance
de
cair na prova
Mdia
Baixa
Alta
Baixa
Pgina 11
Estatstica
Prof.R.Dyodi
Exerccio resolvido sobre princpio da adio e princpio da multiplicao:

(FCC - 2012 - TRE SP - Analista Estatstica)
Sabe-se que A, B e C so eventos independentes, associados a um mesmo espao amostral,
com probabilidades dadas, respectivamente, por 1/3, 1/5 e 1/2. A probabilidade de que
exatamente dois desses eventos ocorram igual a
(A) 1/10
(B) 2/15
(C) 7/30
(D) 1/3
(E) 11/30
Letra C
Resoluo:
Excelente questo para aplicar os nossos conhecimentos!
Do enunciado, temos que estamos analisando 3 eventos independentes, ou seja, um no
interfere no outro.
Evento A: (
Evento B: (
Evento C: (
A banca quer saber qual a probabilidade de exatamente dois deles acontecerem. Temos as
seguintes possibilidades:
OU
OU
Utilizando as tcnicas aprendidas:
Exerccio resolvido sobre probabilidade condicional, princpio da multiplicao e princpio da

adio:
(FCC - 2010 - Dnocs Economia)
Um investidor aplica todo seu dinheiro da seguinte maneira: 50% em ttulos de tipo X, 30% em
ttulos de tipo Y e 20% em ttulos de tipo Z, independentemente. Sabe-se que a probabilidade
de cada ttulo apresentar uma taxa de rendimento superior taxa de inflao de 95% para o
ttulo tipo X, de 80% para o ttulo tipo Y e de 80% para o ttulo tipo Z. Um ttulo em poder do
investidor escolhido aleatoriamente e verifica-se que no apresentou uma taxa de
rendimento superior taxa de inflao (grifo meu). A probabilidade deste ttulo NO ser do
tipo Z igual a
(A) 80%.

Pgina 12
Estatstica
Prof.R.Dyodi
(B) 70%.
(C) 68%.
(D) 64%.
(E) 52%.
Letra C
Resoluo:
Quando voc ler uma questo e perceber algo parecido com o trecho grifado acima, deve
saber que o exerccio envolve probabilidade condicional. Calcular uma probabilidade
sabendo que um evento aconteceu caso de probabilidade condicional.
Vamos esquematizar os dados
95% de chance de superar a inflao
50% em X
5% de chance de no superar a inflao
Investimento:
30% em Y
20% em Z
)
(
)
(
)
(
Ento,
(
Exerccio resolvido sobre probabilidade condicional, princpio da multiplicao e princpio da

adio:
(FCC - 2011 - Infraero - Analista Superior Economista)
Em uma comunidade 10% de todos os adultos com mais de 60 anos tm certa doena. Um
teste diagnostica corretamente 90% de todos os adultos com mais de 60 anos, como
portadores da mesma e incorretamente 5% de todos aqueles que no tm a doena, como
portadores da mesma. A probabilidade de um adulto com mais de 60 anos ter de fato a
doena, sabendo que ele foi diagnosticado como portador da mesma
(A) 1/3
(B) 2/3
C) 1/5
(D) 2/5
(E) 3/5
Letra B
Resoluo:
Novamente, quando o enunciado diz sabendo que tal coisa aconteceu, estamos diante de
uma probabilidade condicional. No so todos os eventos possveis que devem ser levados em
conta, mas somente aquele evento que sabemos que j ocorreu.

Pgina 13
Estatstica
Prof.R.Dyodi
Esquematizando:
Portador da doena: 90%
doente: 10%
No portador: 10%
Doena
Portador da doena: 5%
No doente: 90%
No portador: 95%
(
)
(
)
(
Assim:
(
Exerccio resolvido sobre combinao e princpio da adio:

(ESAF - 2009 - ANA - Analista Administrativo)
Uma urna possui 5 bolas azuis, 4 vermelhas, 4 amarelas e 2 verdes. Tirando-se
simultaneamente 3 bolas, qual o valor mais prximo da probabilidade de que as 3 bolas sejam
da mesma cor?
a) 3,96%
b) 4,24%
c) 4,50%
d) 5,15%
e) 11,53%
Letra A
Resoluo:
O nosso experimento consiste em retirar 3 bolas de um total de 15 bolas. Como a ordem no
importa, devemos utilizar a tcnica da combinao.
Por que a ordem no importa?. Ela no importa porque no queremos que a 1 bola seja
vermelha, a 2 amarela, etc. Estamos interessados apenas nas cores das 3 bolas, nada
importando quem saiu primeiro e quem saiu por ltimo.
O nosso espao amostral ser dado por:
(
O nosso evento retirar 3 bolas da mesma cor: 3 azuis, 3 vermelhas ou 3 amarelas. Como os
procedimentos no podem ser feitos em conjunto, utilizaremos a regra da adio:
Utilizando novamente a combinao:

( )
( )
( )

Pgina 14
Estatstica
Prof.R.Dyodi
Portanto a probabilidade pedida ser igual a
Exerccio resolvido sobre permutao:

(ESAF - 2006 - ANEEL - Analista Administrativo)
Um grupo de amigos formado por trs meninos - entre eles Caio e Beto - e seis meninas - entre
elas Ana e Beatriz - , compram ingressos para nove lugares localizados lado a lado, em uma
mesma fila no cinema. Ana e Beatriz precisam sentar-se juntas porque querem compartilhar do
mesmo pacote de pipocas. Caio e Beto, por sua vez, precisam sentar-se juntos porque querem
compartilhar do mesmo pacote de salgadinhos. Alm disso, todas as meninas querem sentarse juntas, e todos os meninos querem sentar-se juntos. Com essas informaes, o nmero de
diferentes maneiras que esses amigos podem sentar-se igual a:
a) 1920
b) 1152
c) 960
d) 540
e) 860
Letra A
Resoluo:
Vamos resumir as informaes para evitar confuso e ganhar tempo.
Existem 9 pessoas (3 meninos e 6 meninas) que iro sentar numa mesma fileira do cinema.
Todas as meninas devem ficar juntas e todos os meninos devem ficar juntos.
Caio e Beto devem ficar lado a lado.
Ana e Beatriz devem ficar lado a lado.
Para comear o nosso exerccio, devemos visualizar que em uma ponta estaro as meninas e
na outra estaro os meninos. Temos 2 situaes possveis: as meninas na esquerda e os
meninos na direita, ou o contrrio.
Neste tipo de exerccio, quando 2 pessoas devem ficar lado a lado, consideraremos as 2 como
uma nica pessoa. Assim, iremos considerar Caio-Beto como uma nica pessoa e Ana-Beatriz
como uma nica pessoa.
Portanto, temos 2 meninos e 5 meninas.
Vamos analisar a 1 situao:
____
H
____
H
____
M
____
M
____
M
____
M
____
M
Quais so os nmero de diferentes maneiras que podemos ordenar os meninos?

Devemos utilizar a permutao porque todos os elementos sero selecionados e a ordem de
alocao importa. Sentar na ponta da fileira diferente de sentar no meio.
Utilizando a tcnica da permutao,
Agora, devemos nos lembrar que consideramos Caio e Beto como uma nica pessoa. Mas eles
tambm devem ser permutados. Ento, na realidade, o nmero de maneira de ordenar os
meninos ser igual a
O nmero de maneiras de ordenar as meninas ser calculado do mesmo modo:

Pgina 15
Estatstica
Prof.R.Dyodi
Assim, nesta 1 situao, o nmero de diferentes maneiras de ordenar todas as 9 pessoas do

modo que o enunciado pede igual a 4.240 = 960.
A 2 situao feita da mesma maneira, com a diferena que os meninos estaro na direita e
as meninas na esquerda. Ento, existem mais 960 maneiras.
960 + 960 = 1920
Exerccio resolvido sobre permutao:
(ESAF 2012 Receita Federal Auditor)
Na prateleira de uma estante, encontram-se 3 obras de 2 volumes e 2 obras de 2 volumes,
dispondo-se, portanto, de um total de 10 volumes. Assim, o nmero de diferentes maneiras que
os volumes podem ser organizados na prateleira, de modo que os volumes de uma mesma
obra nunca fiquem separados, igual a
a) 3.260.
b) 3.840.
c) 2.896.
d) 1.986.
e) 1.842.
Resoluo:
Enunciado meio estranho, mas...
A questo diz que temos 5 obras de 2 volumes cada (no sei porque dividiram em 3 obras e 2
obras...).
Queremos descobrir de quantas maneiras podemos organizar os livros de modo que os
volumes de uma mesma obra nunca fiquem separados.
Lembram daquele macete? Se os volumes devem ficar um do lado do outro, vamos considerar
os volumes como um elemento s. Assim, teremos que permutar 5 elementos.
Agora, devemos permutar cada um dos volumes, pois colocar o Volume 1 na frente do Volume
2 diferente de colocar o Voume 2 na frente do Volume 1.
1 obra: 2!
2 obra: 2!
3 obra: 2!
4 obra: 2!
5 obra: 2!
A probabilidade pedida igual a
A alternativa correta a letra B.

2.5. Variveis Aleatrias - Conceito
Conceituar e entender o que uma varivel aleatria e para que serve foi uma das
minhas principais dificuldades no estudo de estatstica. algo simples, mas explicar com
palavras no uma tarefa fcil. A maioria dos livros didticos no facilita este trabalho, ento
buscarei suprir a lacuna com uma linguagem mais simples.

Pgina 16
Estatstica
Prof.R.Dyodi
Por definio, uma varivel algo que pode variar de valor. Varivel aleatria uma
funo relacionada a um experimento e que pode assumir diferentes valores numricos
dependendo do resultado do experimento. H?! Dyodi, que po*** essa?! Pra mim essa
linguagem no ficou simples no!. Calma l, calma l, as coisas vo melhorar.
Tome por exemplo o lanamento de uma moeda, que pode resultar em cara ou coroa.
{
} Se definirmos uma funo X como sendo
O espao amostral ser igual a
igual a 1 se o resultado for cara e igual a 2 se o resultado for coroa, X ser uma varivel
aleatria.
A varivel aleatria sempre ir apresentar valores numricos. Ento, cara ou coroa
so resultados do experimento, fazem parte do espao amostral, mas no so valores da
varivel aleatria. A varivel aleatria a funo X definida em termos do espao amostral.
{
}, ganhar, perder ou
Se o espao amostral, for igual a
empatar no podem ser valores da varivel aleatria porque no so nmeros. Agora se
definirmos X como uma funo que assume o valor -1 se o resultado for perder, o valor 0 se o
resultado for empatar ou o valor 1 se o resultado for ganhar, os valores 1,0 e 1 so valores
da varivel aleatria X.
Mas para que serve uma varivel aleatria? Ela muito til na prtica, pois como
assume valores numricos podemos calcular medidas como varincia, desvio padro, etc.
Como calcularamos a mdia ou a varincia de um conjunto de informaes como (ganhar,
perder, perder, empatar)? Este clculo no seria possvel. Agora, se o conjunto de dados for
igual a (1,-1,-1 e 0) possvel calcular essas medidas.
Algumas vezes, o prprio espao amostral do experimento pode se tornar a varivel
aleatria. No lanamento de um dado, o espao amostral pode ser a varivel aleatria com
valores que vo de 1 a 6. No entanto, em casos como o da moeda necessrio definir uma
funo que assuma valores numricos.
Uma varivel aleatria pode ser discreta ou contnua. A varivel aleatria discreta
aquela que assume valores num conjunto enumervel de pontos, isto , os valores que a
varivel pode assumir so finitos (Ex: um dado somente pode assumir os valores 1,2,3,4,5 e 6).
A varivel aleatria contnua aquela que pode assumir infinitos valores dentro de certo
intervalo. Para exemplificar o caso de uma varivel aleatria contnua, imagine que X seja uma
varivel aleatria que representa o resultado do experimento da pesagem de uma barra de
ao. Assim, X pode ser igual a 100 kg, mas tambm pode ser igual a 100,1 kg, ou 100,01 kg,
ou 100,001 kg, etc.
A distino entre variveis aleatrias discretas e contnuas necessria para que
saibamos quando utilizar um ou outro modelo probabilstico, como veremos um pouco mais
adiante. Alm disso, o modo de fazer os clculo de varincia e esperana tambm variam.
Querido aluno, eu sei que essa parte da matria mais densa e abstrata, mas no tem
jeito. Isso cai em prova e com um pouco de esforo possvel aprender. Tenha um pouco mais
de persistncia, pois tudo isso vai valer a pena depois da aprovao. Se precisar descansar
antes de continuar a leitura, faa isso! Mas volte, no desista!
2.6. Variveis Aleatrias Discretas Valor Mdio (ou Esperana), Varincia e Desvio
Padro
Antes de iniciar este tpico, algumas consideraes devem ser feitas. Primeiramente,
devemos saber que para cada valor da varivel aleatria existe uma probabilidade de
ocorrncia. Pense o seguinte: varivel algo que varia de valor; se varia de valor, ento cada
valor tem uma chance, uma probabilidade de acontecer. Em termos algbricos, para cada valor
de X, existe uma probabilidade p:
(

Pgina 17
Estatstica
Prof.R.Dyodi
Vamos fazer o seguinte exerccio: imagine que lanaremos um dado e que eu, Dyodi,
criei a seguinte varivel aleatria X:
Quando a face do dado for igual a 1, X assume o valor 0

Mas Dyodi...no entendi a lgica disso! Por que voc fez isso?. exatamente a que
eu quero chegar. No tem lgica nenhuma em definir X desta forma, mas tambm no existe
nada de errado com essa varivel. Voc no precisa se preocupar em entender qual foi a
lgica utilizada pelo examinador. Geralmente, uma questo de prova no vai cobrar que voc
construa uma varivel aleatria, mas ir dizer como a varivel aleatria foi construda e voc
apenas deve saber como utilizar esta informao.
Continuando com o nosso pequeno exerccio, qual a probabilidade de X assumir o
valor 0? E qual a probabilidade de X assumir o valor 1?
Em 1 lugar, estamos trabalhando com os valores de X, e no com as faces do dado.
) (
).
Ateno naquilo que o exerccio pede! Queremos descobrir: (
O nosso espao amostral possui 6 elementos e X assume o valor zero quando ocorre o
evento A = {1,2,3,4,5}. Ento, P(X=0) = P(A) = 5/6. Por outro lado, X assume o valor igual a 1
quando ocorre o evento B = {6}. Ento, P(X=1) = P(B) = 1/6.
Outra considerao a ser feita a relao entre probabilidade e as frequncias
estudadas em estatstica descritiva. Quando estudamos frequncias relativas no captulo
anterior, uma das coisas que pudemos observar foi que a soma das frequncias relativas
sempre igual a 1. Mas, neste captulo, tambm aprendemos que a soma das probabilidades de
um experimento tambm sempre ser igual a 1. Coincidncia? No! Pode-se dizer que as
frequncias relativas so estimativas da probabilidade.
Entender a afirmao acima importante para que o aluno no fique confuso com as
propriedades utilizadas em estatstica descritiva e com as utilizadas em probabilidades, pois
elas so quase idnticas. Ento, vamos com calma nesta parte.
Quando vamos analisar um lanamento de um dado com faces que vo de 1 a 6,
sabemos que P(face ser 1) = P(face ser 2) = P(face ser 3) = P(face ser 4) = P(face ser 5) =
P(face ser 6) = 1/6. Ok, sei que j repeti isso mil vezes, mas tenham um pouco de pacincia.
Agora, qual a frequncia relativa da face 1? Resposta: no sei. Como no h nenhuma
informao sobre quantas vezes o dado foi jogado, quantas vezes saiu a face de nmero 1,
no posso dizer qual a frequncia relativa da face 1.
Esta a diferena entre frequncias relativas e probabilidade: a probabilidade algo
terico, que podemos calcular de antemo; por outro lado, a frequncia relativa s possvel
obter aps realizamos o experimento e fazermos a contagem, que pode ser um lanamento de
dados, um lanamento de moeda, etc.
Dizemos que a frequncia relativa uma estimativa da probabilidade porque, quando
realizamos o experimento vrias vezes, as frequncias relativas respectivas vo se
aproximando do valor da probabilidade. Por exemplo, se jogarmos um dado 6000 vezes e
contarmos os resultados, as frequncias relativas de cada face ficaro muito prximas da
probabilidade daquela face sair (por exemplo, a frequncia relativa da face 1 ser um valor
prximo de 1000).
Dito isto, podemos estudar a esperana, a varincia e o desvio padro das variveis
aleatrias.

Pgina 18
Estatstica
Prof.R.Dyodi
J ouvi muitas pessoas falando o seguinte: Meu Deus, voc viu aquela prova de
estatstica da Receita Federal?! Caiu um negcio de expectncia, que coisa essa?! Aquela
prova estava impossvel!.
Pessoal, esperana e expectncia so a mesma coisa. Mas o que esperana ou
expectncia? Esperana sinnimo de mdia!!!! No tinha nada de impossvel naquela prova,
era s calcular a mdia.
Dyodi, mas porque chamam de esperana? No mais fcil perguntar qual o valor da
mdia? Pra que complicar?. Acontece que usamos o termo mdia quando trabalhamos com
frequncias e o termo esperana quando trabalhamos com probabilidades. No entanto, isso
no necessariamente seguido, uma vez que a bancas trocam as bolas de vez em quando.
Portanto, para fins de concurso, esperana a mesma coisa que expectncia, que a mesma
coisa que mdia!
Em relao varincia e ao desvio padro de variveis aleatrias, nada mudou. O
clculo realizado da mesma forma. A diferena que trabalhamos com a esperana ao invs
da mdia. No entanto, como esperana e mdia so a mesma coisa para a nossa prova, ento
no h nenhum comentrio adicional a se fazer.
Como o raciocnio o mesmo e apenas houve mudana de notao, as propriedades
da mdia, varincia e desvio padro do captulo anterior podem ser trazidas para este captulo.
Vamos resumir o principal num quadro:
Estatstica Descritiva
Mdia
Somar a todos os Subtrair de todos Multiplicar por todos Dividir por todos
elementos
os elementos
os elementos
os elementos
Dividir por
Somar
Subtrair
Multiplicar por
Varincia
Nada fazer
Nada fazer
Multiplicar por
Dividir por
Desvio
padro
Nada fazer
Nada fazer
Multiplicar por
Dividir por
Probabilidade
Somar varivel
aleatria
Esperana
Somar
Subtrair da
varivel aleatria
Multiplicar a varivel
aleatria por
Dividir a varivel
aleatria por
Subtrair
Multiplicar por
Dividir por
Varincia
Nada fazer
Nada fazer
Multiplicar por
Dividir por
Desvio
Padro
Nada fazer
Nada fazer
Multiplicar por
Dividir por
De uma maneira geral:

Sejam X e Y duas variveis aleatrias tal que Y = a.X + b
Ento,
(
(
)
)
Exerccio resolvido sobre propriedades de uma varivel aleatria:

(FCC - 2008 - TRT 2a - Analista Estatstica)
Seja X uma varivel aletria. Sabe-se que a mdia e a varincia da varivel aleatria Y = 2X +
1 so 9 e 36, respectivamente. Ento, a mdia e a varincia de X so, respectivamente,

Pgina 19
Estatstica
Prof.R.Dyodi
(A) 4 e 12
(B) 4 e 9
(C) 4 e 18
(D) 4,5 e 6
(E) 4,5 e 9
Letra B
Resoluo:
Mdia de X = ?
Varincia de X = ?
Sabemos que a seguinte relao verdadeira:
(
)
(
)
Ento:
(
)
(
Exerccio resolvido sobre propriedades de uma varivel aleatria:

(FGV - 2010 - SEAD AP Auditor)
Uma varivel aleatria discreta X tem cinco valores possveis, 1, 0, 1, 2 e 3, com
probabilidades respectivas iguais a 0,1, 0,3, 0,2, 0,3 e 0,1. Se Y = 4 2X ento a varincia de
Y igual a:
(A) 0,6
(B) 1,4
(C) 2,4
(D) 2,8
(E) 5,6
Letra E
Resoluo:
Como temos os valores de X e suas respectivas probabilidades, podemos calcular E(X) e
var(X):
J vimos que esperana a mesma coisa que mdia. Ento vamos calcular essa mdia!
Os valores e as respectivas probabilidades so dados por:
-1 0,1
0 0,3
1 0,2
2 0,3
3 0,1
Esperana ou mdia =
Utilizando a 1 frmula da varincia:
(
Achamos a varincia de X, mas a questo quer saber a varincia de Y. Utilizando as

propriedades:
A varincia de Y igual a ( )

Pgina 20
Estatstica
Prof.R.Dyodi
Exerccio resolvido sobre esperana:

(FCC - 2010 - TRT 8a - Analista Estatstico)
Um caa-nquel tem dois discos que funcionam independentemente. Cada disco tem 10
figuras: 4 tringulos e 6 retngulos. Um jogador paga 10 reais para acionar a mquina. Ele
ganha R$ 9,00 se aparecerem 2 tringulos, R$ 15,00 se aparecerem 2 retngulos, e no ganha
nada se ocorrer qualquer outro resultado. Supondo que as 10 figuras, nos 2 discos, so
equiprovveis, a esperana de lucro do jogador numa nica jogada, em reais, igual a
(A) -1,50.
(B) -1,64.
(C) -2,05.
(D) -2,36.
(E) -3,16.
Letra E
Resoluo:
Vamos definir nossa varivel aleatria X como sendo o valor em R$ a ser recebido da mquina.
.
.
X=9
.
X=0
.
_______
1 disco
_______
2 disco
Tringulo
Tringulo
Tringulo
X = 15
Retngulo
Ou
Retngulo
Tringulo
Retngulo
Retngulo
Se uma pessoa decidir jogar, o valor esperado a ser recebido igual a :

( )
reais
No entanto, para acionar a mquina ele deve pagar R$10. Ento, o lucro esperado igual a:
Exerccio resolvido sobre variveis aleatrias:

A expectncia de uma varivel aleatria x mdia ou esperana matemtica como tambm
chamada igual a 2, ou seja: E(x) = 2. Sabendo-se que a mdia dos quadrados de x igual
a 9, ento os valores da varincia e do coeficiente de variao de x so, respectivamente,
iguais a
a) 5;
b) 5; .
c) ;
d) ;

Pgina 21
Estatstica
e)
Prof.R.Dyodi
; 5.
Resoluo:
O que esperana mesmo?
Esperana igual mdia!
O enunciado est dizendo que a mdia da varivel aleatria igual a 2, ou seja:
A 2 informao do enunciado que a mdia dos quadrados igual a 9, ou seja:
Vamos calcular a varincia:

Da 2 frmula da varincia, temos que
( )
Desenvolvendo a equao:
( )
Assim,
Com isso, j podemos eliminar as alternativas C,D e E.

Resta-nos calcular o coeficiente de variao:
A nica alternativa correta a letra A.

Exerccio resolvido sobre variveis aleatrias:
(FCC - 2010 - Dnocs Economia)
Um empresrio espera, para o prximo exerccio, obter os seguintes faturamentos brutos para
a sua empresa em funo dos cenrios Bom, Mdio e Ruim:
A varincia do respectivo faturamento bruto, em (
) , igual a
(A) 12.900.
(B) 16.810.
(C) 18.100.
(D) 17.900.

Pgina 22
Estatstica
Prof.R.Dyodi
(E) 16.500.
Letra A
Resoluo:
Como a questo cobra o clculo da varincia e no h informaes sobre somatrios, vamos
utilizar a 1 frmula da varincia.
Em 1 lugar, devemos calcular o valor da esperana:
( )
Utilizando a 1 frmula da varincia:
(
2.7. Distribuies Discretas de Probabilidade

Para facilitar o clculo de probabilidades e outras questes matemticas, foram criadas
alguns modelos probabilsticos que se encaixam muito bem em vrias situaes reais. Os
principais modelos para variveis aleatrias discretas que as bancas costumam cobrar so:
uniforme, bernoulli, binomial, geomtrica, hipergeomtrica e Poisson.
A partir de agora, estudaremos todas estas distribuies e, antes que ocorra alguma
confuso, quero deixar bem claro uma coisa: as frmulas de varincia e esperana utilizadas
at agora so frmulas gerais, que sempre podero ser aplicadas. Acontece que essas
distribuies que sero vistas a seguir possuem suas prprias frmulas de esperana e
varincia, mas no invalidam aquelas que j foram estudadas. Estas novas frmulas servem
apenas para facilitar os clculos e todas podem ser demonstradas aplicando-se as frmulas
antigas. Algumas dessas frmulas so objeto de prova e, quando for o caso, farei uma
observao para que voc as decore.
1 distribuio: Distribuio Uniforme
Trata-se de uma distribuio em que todos os valores de uma varivel aleatria tm a
mesma probabilidade de ocorrer.
(
Como a soma das probabilidades deve ser igual a 1, ento:
Um exemplo clssico desta distribuio o caso do lanamento de um dado: todas as

faces tem a mesma probabilidade de ocorrer, que igual a 1/6.
Exerccio resolvido sobre distribuio uniforme discreta:
(FCC - 2012 - TRF 2a - Analista Estatstica)
A varivel aleatria X tem distribuio uniforme discreta nos pontos 1,2,3,4,5. A varincia da
varivel aleatria Y = 3X - 3 igual a
(A) 10.
(B) 12.
(C) 15.
(D) 16.

Pgina 23
Estatstica
Prof.R.Dyodi
(E) 18.
Letra E
Resoluo:
Pela 2 frmula da varincia:
( )
De acordo com as propriedades da varincia:

( )
( )
2 distribuio: Distribuio de Bernoulli

Muitas situaes do mundo real se resumem em 2 resultados: sucesso e fracasso. A
distribuio de Bernoulli uma distribuio que se molda a estas situaes.
Trata-se de uma distribuio na qual a varivel aleatria s pode assumir os valores 1
(em caso de sucesso) e 0 (em caso de fracasso). A probabilidade de ocorrer sucesso igual a
p. Consequentemente, a probabilidade de fracasso ser igual a (1-p). Cabe ressaltar que s
haver um experimento, isto , ou acontecer um sucesso ou acontecer um fracasso.
A esperana e a varincia desta distribuio so dadas por:
( )
( )
Para no ficar muito abstrato, vamos a um exemplo.

Suponha que queremos arremessar uma bola de basquete na cesta, uma nica vez, e
a nossa probabilidade de sucesso igual a 60%. Assim, temos os seguintes dados:
)
( )
Perceberam como esta distribuio muito simples? Por este motivo, a distribuio de
Bernoulli no costuma ser objeto de questes de prova. Por outro lado, dela derivam outras
distribuies que costumam ser cobradas.
3 distribuio: Distribuio Binomial
Trata-se de uma distribuio que representa vrios ensaios de Bernoulli
independentes. Vimos que na distribuio de Bernoulli, s realizado um nico experimento.
A distribuio binomial, por sua vez, agrupa vrios ensaios de Bernoulli. Todos os ensaios
devem ser independentes, ou seja, idnticos. Ento, no caso de experimentos com
extrao, deve haver reposio.

Pgina 24
Estatstica
Prof.R.Dyodi
Por exemplo, iremos lanar um dado quatro vezes e teremos sucesso somente quando
sair a face 6. Qual a probabilidade de obtermos somente um sucesso? Este um exemplo
clssico da distribuio binomial e eu quero utilizar o conhecimento prvio de vocs para
ensinar como resolver. A distribuio binomial uma das preferidas pelas bancas!
Creio que a maioria resolveria da seguinte forma:
1/6
5/6
5/6
5/6
= 125/1296
______ ______ ______ ______
Esta resoluo no est totalmente certa e nem totalmente errada. O raciocnio este
mesmo. Mas perceba o seguinte: resolvendo desta maneira, estamos pressupondo que o
sucesso ocorreu necessariamente no 1 lanamento. Foi isso que a questo pediu? No, a
questo pediu a probabilidade de obtermos um sucesso, mas no disse que necessariamente
tinha que ser no 1 lanamento. Teramos tambm os seguintes casos:
5/6
1/6
5/6
5/6
= 125/1296
______ ______ ______ ______
5/6
5/6
1/6
5/6
______ ______ ______ ______ = 125/1296
5/6
5/6
5/6
1/6
______ ______ ______ ______ = 125/1296
Assim, a probabilidade pedida pelo enunciado igual a :
P(1 sucesso) =
Puxa Dyodi, mas isso muito trabalhoso! Voc disse que estatstica era rpida....
Resolver desse jeito trabalhoso mesmo, mas no assim que vamos resolver na prova. Voc
percebeu que todos os casos deram o mesmo resultado? Pois ento, basta sabermos quantas
vezes isso pode se repetir! O nmero de repeties ser igual a:
(
No nosso exemplo:
( )
Bom, agora que j aprendemos como resolver questes de distribuio binomial,

vamos a algumas informaes adicionais. A esperana e a varincia ( bom saber, caso
apaream em questes tericas) desta distribuio so dadas por:
( )
( )
Dyodi, como fazer para identificar uma questo de binomial?.

Excelente pergunta! Como fazer? A 1 dica que normalmente a questo vai falar
sobre algo que s tem dois resultados possveis. Alm disso, devemos ficar atentos para
algumas palavrinhas-chave:
selecionando-se ao acaso .... a probabilidade de ...
com reposio

Pgina 25
Estatstica
Prof.R.Dyodi
A lgica da binomial repetir um experimento vrias vezes, da mesma maneira, e

tentar descobrir a probabilidade de x sucessos ou de x fracassos. Quando o exerccio se
encaixar nisso, manda bala no esqueminha. Por isso, quando o enunciado fala com
reposio, isto quer dizer que o experimento ser realizado novamente, nas mesmas
condies anteriores!
Dyodi, e quando o exerccio no falar que com reposio? A nunca vai ser binomial
ento?!. No exatamente...s vezes, o enunciado no diz que com reposio ou diz
explicitamente que sem reposio, mas mesmo assim utilizamos a binomial.
Cara...mbolas Dyodi! A fica difcil hein!!!. No fica difcil no. Olha s, isso s
acontece em alguns casos especficos. Pense o seguinte, escolher uma pessoa dentre toda a
populao da cidade de So Paulo e depois no repor essa pessoa afeta o nosso
experimento? Escolher uma pea dentre um lote de mil peas e depois no repor esta pea
afeta o prximo experimento? No afeta, e neste caso os experimentos podem ser
considerados idnticos, mesmo que no haja reposio! Em vez de ficar decorando, mais
fcil tentar entender a lgica do negcio, e isso serve para todas as matrias. Assim, quando
alguma questo da prova vier de um jeito diferente, teremos mais jogo de cintura para resolvla.
Para fixar, exerccios!
Exerccio resolvido sobre distribuio binomial:
Em uma cidade de colonizao alem, a probabilidade de uma pessoa falar alemo de 60%.
Selecionando-se ao acaso 4 pessoas desta cidade, a probabilidade de 3 delas no falarem
alemo , em valores percentuais, igual a
a) 6,4.
b) 12,26.
c) 15,36.
d) 3,84.
e) 24,5.
Resoluo:
Vamos primeiro identificar que a questo trata da distribuio binomial. Observem os grifos que
eu fiz.
Alm disso, note que o enunciado s nos deu duas possibilidades de resultado para o
experimento: ou a pessoal escolhida fala alemo ou ela no fala alemo.
A questo no fala que o experimento realizado com reposio, mas como estamos
selecionando somente 4 pessoas dentre toda a populao da cidade, razovel inferir que os
experimentos so idnticos.
Vamos considerar como sucesso o caso da pessoa falar alemo. Assim:
Foram feitas quatro tentativas e a questo quer saber a probabilidade de exatamente 1

sucesso.
0,6
0,4
0,4
0,4
______ ______ ______ ______ = 0,0384
Resta-nos saber quantas maneiras diferentes existem desse resultado ocorrer:

Pgina 26
Estatstica
Prof.R.Dyodi
( )
Assim, a probabilidade pedida igual a:
(
A alternativa correta a letra C.

(FCC 2013 Sefaz SP Auditor)
Sabe-se que em determinado municpio, no ano de 2012, 20% dos domiclios tiveram iseno
de determinado imposto. Escolhidos, ao acaso e com reposio, quatro domiclios deste
municpio a probabilidade de que pelo menos dois tenham tido a referida iseno igual a
(A) 0,4096
(B) 0,4368
(C) 0,1808
(D) 0,3632
(E) 0,2120
Resoluo:
Pessoal, t ficando mais fcil identificar a distribuio binomial? Acredito que sim, n?
Novamente, a questo s nos fornece duas possibilidades de resultado: ou o domiclio isento
ou no isento.
Vamos considerar como sucesso o caso da iseno.
Assim,
A questo pediu a probabilidade de pelo menos dois sucessos, ou seja, temos que calcular a
probabilidade de dois sucessos, de trs sucessos e de quatro sucessos.
Podemos utilizar a propriedade do evento complementar para diminuir o nmero de contas, de
forma que s calcularemos a probabilidade de nenhum sucesso e de um sucesso.
Probabilidade de nenhum sucesso:
0,8
0,8
0,8
0,8
______ ______ ______ ______ = 0,4096
De quantas maneiras isso pode ocorrer?
( )
Ento,
(
Probabilidade de 1 sucesso:
0,2
0,8
0,8
0,8
______ ______ ______ ______ = 0,1024

Pgina 27
Estatstica
Prof.R.Dyodi
De quantas maneiras isso pode ocorrer?

( )
Ento,
(
A probabilidade pedida pelo enunciado igual a:

(
A alternativa correta a letra C.

(FCC - 2012 - TRE SP - Analista Estatstica)
Sabe-se que 80% de todos os eleitores de uma grande cidade brasileira so favorveis que se
aplique, nas prximas eleies, a Lei da Ficha Limpa. Se 4 eleitores so selecionados ao
acaso e com reposio dentre todos os eleitores dessa cidade, a probabilidade de que pelo
menos 3 sejam favorveis que a referida lei seja aplicada nas prximas eleies
(A) 0,8192.
(B) 0,8150.
(C) 0,8012.
(D) 0,7896.
(E) 0,7894.
Letra A
Resoluo:
O nosso experimento, selecionar eleitores de uma cidade, s pode ter dois resultados: ou o
eleitor favorvel Lei da Ficha Limpa ou no favorvel.
Alm disso, estes eleitores so selecionados ao acaso e com reposio. Sem dvida nenhuma,
estamos diante de uma questo de binomial.
Se considerarmos que o nosso sucesso seja selecionar um eleitor favorvel lei:
Probabilidade de 3 sucessos:
0,8
0,8
0,8
0,2 = 0,1024
______ ______ ______ ______
O nmero de maneiras que isso poder ocorrer ser igual a:
( )
Ento:
(

Pgina 28
Estatstica
Prof.R.Dyodi
Probabilidade de 4 sucessos:
0,8
0,8
0,8
0,8 = 0,4096
______ ______ ______ ______
O nmero de maneiras que isso poder ocorrer ser igual a:
( )
Ento:
(
Concluso:
(
Exerccio resolvido sobre a distribuio binomial:

(ESAF - 2009 - Receita Federal Auditor)
Em um experimento binomial com trs provas, a probabilidade de ocorrerem dois sucessos
doze vezes a probabilidade de ocorrerem trs sucessos. Desse modo, as probabilidades de
sucesso e fracasso so, em percentuais, respectivamente, iguais a:
a) 80 % e 20 %
b) 30 % e 70 %
c) 60 % e 40 %
d) 20 % e 80 %
e) 25 % e 75 %
Letra D
Resoluo:
Como n=3, o enunciado nos forneceu a seguinte informao:
Dado que X representa o nmero de sucessos em 3 experimentos, temos que
(
Desenvolvendo a igualdade:
( )
(
(
)
)
( )
Ento, a chance de sucesso igual a 20% e a chance de fracasso igual a 80%.
Exerccio resolvido sobre a distribuio binomial:

(ESAF - 2008 - Prefeitura de Natal Auditor)
Numa distribuio Binomial, temos que:
I. A E[x] = n p q, ou seja, o produto dos parmetros n nmero de elementos da avaliao, p
probabilidade de ocorrncia do evento e q probabilidade contrria (q = 1 - p).
II. O desvio-padro dado pela raiz quadrada do produto entre os parmetros n e p.
III. A varincia dada pelo somatrio dos quadrados dos valores (Xi) menos o quadrado da
mdia.

Pgina 29
Estatstica
Prof.R.Dyodi
Apontando os trs itens acima como VVerdadeiro e FFalso, a opo correta :

a)
b)
c)
d)
e)
F, V, F
V, V, F
F, F, F
V, F, F
V, V, V
Letra C
Resoluo:
Item I O produto n.p.(1-p) corresponde ao valor da varincia, e no da esperana. Item
incorreto.
Item II O desvio padro a raiz quadrada de n.p.(1-p). Item incorreto.
Item III A varincia dada pela razo entre o somatrio dos quadrados dos valores menos o
somatrio dos valores ao quadrado dividido por n e n (2 frmula geral da varincia). Item
incorreto.
(ESAF - 2008 - Prefeitura de Natal Auditor)
Apontando por V Verdadeiro e F Falso, indique a opo correta para as seguintes
sentenas:
I. Uma v. a. varivel aleatria que pode assumir somente dois valores, diz-se possuir
distribuio de Bernoulli e sua integral, no intervalo [a; b], possui distribuio Binomial.
II. Uma v. a. com distribuio de Bernoulli, se acumulados os resultados sem reposio, geram
uma distribuio hipergeomtrica e se for com reposio geram uma distribuio Binomial.
III. (suprimido)
Assinale o respectivo conjunto:
a)
b)
c)
d)
e)
F, V, V
V, F, V
F, V, F
F, F, F
V, V, F
Letra A
Resoluo:
Item I A 1 parte do exerccio est correta: quando a varivel pode assumir apenas 2 valores
estamos trabalhando com a distribuio de Bernoulli. No entanto, a distribuio Binomial
representa vrias repeties independentes dos ensaios de Bernoulli, e no sua integral. Item
incorreto. Integral uma matria estudada nas faculdades que aprendem clculo e no deveria
ser cobrada em uma prova de concurso sem especificao de formao, na minha opinio.
Item II Se os experimentos forem realizados com reposio, todos eles sero idnticos e
geraro uma distribuio binomial. Se forem realizados sem reposio, deixam de ser
independentes e geraro uma distribuio hipergeomtrica, que ser o nosso prximo objeto
de estudo. Item correto.
4 distribuio: Distribuio Hipergeomtrica
Trata-se de uma distribuio na qual realizamos n extraes sem reposio de uma
populao com N elementos, de modo que a populao seja dividida em 2 caractersticas. Para

Pgina 30
Estatstica
Prof.R.Dyodi
facilitar o entendimento, que simples, vamos ver um exemplo. Na distribuio

hipergeomtrica, a ordem no importa.
Imagine uma urna com um total de 10 bolas, 4 vermelhas e 6 amarelas, e iremos
realizar 3 extraes sem reposio. Qual a probabilidade de retirarmos uma bola amarela e
duas vermelhas?
N = 10
n=3
Observe que o nosso espao amostral corresponde retirada de 3 bolas dentre as 10
bolas na urna, ou seja, ser igual a combinao de ( ).
Alm disso queremos retirar 2 bolas dentre as 4 vermelhas e 1 bola dentre as 6
amarelas. Pelo princpio multiplicativo, teremos que o nmero de elementos do nosso evento
representado pela multiplicao entras as combinaes ( ) e ( ) . Em tempo: utilizamos o
princpio da multiplicao porque os eventos podem ser realizados em sequncia, isto ,
possvel retirar duas bolas vermelhas e depois retirar uma bola amarela.
Ento, como a probabilidade igual razo entre o nmero de elementos do evento e
o nmero de elementos do espao amostral, a probabilidade pedida pelo exerccio ser igual a:
( )( )
( )
De uma maneira geral, o clculo da probabilidade de uma distribuio hipergeomtrica ser
a seguinte:
Existe uma populao com N elementos k elementos possuem o atributo A e (N-k)

elementos possuem outro atributo B
Ser feita uma extrao sem reposio de n elementos, de modo que queremos
calcular a probabilidade de serem extrados r elementos com o atributo A
( )(
( )
Veja que a frmula parece ser mais complicada do que realmente . Na verdade,
coloquei a frmula s para fins de registro. Eu no utilizo frmula nenhuma e recomendo que
vocs no tentem decor-la. muito mais simples entender a lgica da coisa, que no difcil.
Exerccio resolvido sobre distribuio hipergeomtrica:
(ESAF - 2010 - Susep - Analista Tecnico Atuaria)
Considere um grupo de 15 pessoas dos quais 5 so estrangeiros. Ao se escolher ao acaso 3
pessoas do grupo, sem reposio, qual a probabilidade de exatamente uma das trs pessoas
escolhidas ser um estrangeiro?
a) 45/91.
b) 1/3.
c) 4/9.
d) 2/9.
e) 42/81.
Letra A
Resoluo:

Pgina 31
Estatstica
Prof.R.Dyodi
A principal dificuldade do exerccio identificar que se trata de uma distribuio

hipergeomtrica. Sabemos disso porque sero retirados apenas alguns elementos do total, de
modo que no h reposio e o total est dividido em 2 atributos: estrangeiros ou no.
A populao composta por 15 elementos.
Dos 15 elementos, 5 so estrangeiros e 10 no so.
Realizaremos um extrao sem reposio de 3 elementos e queremos calcular a probabilidade
de exatamente uma pessoa ser estrangeira.
Como vamos retirar trs elementos da nossa populao, o nmero de maneiras que isso pode
ocorrer, ou seja, o tamanho do nosso espao amostral dado por:
(
Agora, resta-nos descobrir de quantas maneiras o nosso evento pode ocorrer.

Queremos selecionar apenas um estrangeiro e o nmero de maneiras que isso pode ocorrer
igual a
( )
Queremos selecionar duas pessoas que no so estrangeiras e o nmero de maneiras que
isso pode ocorrer igual a
(
Utilizando o princpio da multiplicao, temos que a probabilidade ser:
( )( )
( )

(FCC - 2010 - Sefaz SP APOF)
O total de funcionrios em uma repartio pblica igual a 6. Joo e sua esposa trabalham
nesta repartio em que ser formada uma comisso de 3 funcionrios escolhidos
aleatoriamente. A probabilidade de que no mximo um deles, Joo ou sua esposa, faa parte
da comisso
(A)1/5
(B)2/5
(C)3/5
(D)4/5
(E)3/10
Letra D
Resoluo:
Novamente, a principal dificuldade est em identificar que se trata de uma distribuio
hipergeomtrica. Sabemos disso porque estamos retirando apenas alguns elementos do total,
de modo que o total est dividido em 2 atributos: Joo-esposa e o resto.
Dyodi, o enunciado no diz que sem reposio!.
Gente, vamos raciocinar um pouco novamente. Se eu estou escolhendo pessoas para uma
comisso, a seleo tem que ser sem reposio! J pensou formar uma comisso de seis
pessoas da seguinte maneira?
1 pessoa: Joo

Pgina 32
Estatstica
Prof.R.Dyodi
2 pessoa: Joo novamente

3 pessoa: Opa, olha o Joo a de novo
No d, n!
O total de elementos igual a 6.
Apesar de no estar escrito no enunciado, a maneira mais fcil de resolver a questo pensar
que Joo e sua esposa possuem certo atributo e as outras 4 pessoas possuem outro atributo.
Queremos encontrar a probabilidade de extrair 3 elementos da populao, de modo que Joo e
sua esposa no podem ser selecionados ao mesmo tempo.
Queremos a probabilidade de Joo e sua esposa no participarem da comisso ou somente
um deles participar. Assim:
(
( )( )
( )( )
( )
( )

(ESAF 2012 Receita Federal Analista)
O Ministrio da Fazenda pretende selecionar ao acaso 3 analistas para executar um trabalho
na rea de tributos. Esses 3 analistas sero selecionados de um grupo composto por 6 homens
e 4 mulheres. A probabilidade de os 3 analistas serem do mesmo sexo igual a
a) 40%.
b) 50%.
c) 30%.
d) 20%.
e) 60%.
Resoluo:
Notaram a semelhana com a questo anterior? E olha que as questes so de bancas
diferentes...As perguntas sempre se repetem! Quem semeia vento colhe tempestade! Vamos
semear o nosso sucesso, o seu sucesso! Pessoal, perceberam que possvel responder as
questes de estatstica com muita rapidez?! Mas isso s possvel com a prtica, assim como
em qualquer outra disciplina. Saber resolver as questes de estatstica pode ser um excelente
plano B na hora de fazer a sua P1.
Esquematizando o problema:
Total de 10 pessoas: 6 homens e 4 mulheres
O enunciado pede a probabilidade de os trs analistas serem do mesmo sexo, ou seja, podem
ser 3 homens ou 3 mulheres.
Probabilidade de selecionarmos 3 homens:
( )( )
( )
Probabilidade de selecionarmos 3 mulheres:
( )( )
( )
Utilizando o princpio da adio (ou selecionamos 3 homens ou selecionamos 3 mulheres):

Pgina 33
Estatstica
Prof.R.Dyodi
A alternativa correta a letra D.

Em um lote de 8 peas h duas defeituosas e 6 boas. Escolhendo-se ao acaso e sem
reposio 3 peas do lote, a probabilidade de se encontrar no mximo uma defeituosa
(A) 13/56
(B) 2/5
(C) 25/28
(D) 5/14
(E) 15/28
Letra C
Resoluo:
Dentre as 8 peas, temos 6 peas boas e 2 defeituosas.
Quando o enunciado pede a probabilidade de se encontrar no mximo uma defeituosa, temos
2 possibilidades:
(
( )( )
( )
( )( )
( )
Assim:
(
5 distribuio: Distribuio de Poisson

Utiliza-se essa distribuio quando se deseja contar o nmero de eventos de certo tipo
que ocorrem num intervalo de tempo, superfcie ou volume. Nesta distribuio, a principal
informao o nmero mdio de eventos ( ) que ocorrem no intervalo considerado.
A probabilidade de ocorrer i eventos dada por:
A varincia e a esperana deste modelo so dadas por:
( )
( )
Dyodi, que monte de letra estranha! Acho que vou pular este tpico, pode ser? Tente
mais um pouco, distribuio de Poisson uma das mais fceis. A letra feia e a frmula
assusta, mas basta entender o mecanismo que as questes so puramente mecnicas!
A letra a mdia, a taxa que normalmente o enunciado vai fornecer. No tem muita
teoria sobre esta distribuio, ento vamos ver como as questes trabalham com o tema.

Pgina 34
Estatstica
Prof.R.Dyodi
Exerccio resolvido sobre a distribuio de Poisson:

(FCC - 2009 - Sefaz SP Auditor)
O nmero de pessoas que chega ao guich de uma repartio pblica para autuao de
processos apresenta uma distribuio de Poisson a uma taxa de duas pessoas por minuto. A
probabilidade de que nos prximos 2 minutos chegue pelo menos uma pessoa neste guich
(A) (
(B)
(C) (
(D) 2.[(
(E) (
)
)
)
) ].
Letra A
Resoluo:
Observe que o exerccio menciona a distribuio de Poisson. Mas, mesmo que isso no fosse
mencionado, devemos saber que a distribuio a ser utilizada, pois fala sobre intervalo de
tempo.
O 1 passo encontrar o valor de , que a mdia de eventos no intervalo considerado.
O prprio enunciado nos fornece o valor de , que igual a 2 pessoas/minuto.
Ateno!!
Como as questes so mecnicas (como veremos daqui a pouco), a banca tentar utilizar
artimanhas baratas para ludibri-lo. Mas como dizem por a: mil cairo sua esquerda, dez mil
sua direta, mas voc no ser atingido! Rsrs
A mdia de duas pessoas por minuto, certo? Mas estamos analisando um intervalo de um
minuto? No, estamos analisando um intervalo de 2 minutos, ento temos que trabalhar com
outro valor para , diferente daquele que o enunciado forneceu.
Dica: imagine que faltam 2 minutos para entregar o gabarito no dia da prova e voc precisa
chutar essa questo. No precisa chutar cegamente, basta observar que, como devemos
utilizar o valor 4 para , podemos descartar de cara as alternativas D e E. J melhora bastante
a chance de acerto, no?
Relembrando as propriedades, sabemos que:

(
Ento,
(
Como no h alternativa com este valor, devemos desenvolver item por item para ver qual letra
se encaixa na resposta.
)
Letra A (
Alternativa correta
Exerccio resolvido sobre distribuio de Poisson:
Um setor de um rgo pblico recebe em mdia 96 mensagens de fax em 8 horas de
funcionamento. Suponha que a varivel aleatria X= nmero de mensagens recebidas por esse

Pgina 35
Estatstica
Prof.R.Dyodi
setor, por fax, tenha distribuio de Poisson. A probabilidade de que, em um perodo de 10

minutos, o setor receba pelo menos uma chamada
(A)
.
(B) 1
(C) 1
(D)
.
(E) 1
.
.
.
Letra B
Resoluo:
Olha a casca de banana a de novo. O enunciado nos diz que a mdia de 96 mensagens em
8 horas. Estamos analisando um perodo de 8 horas? No, ento vamos descobrir qual o valor
de a ser utilizado.
96 mensagens ---------- 480 minutos (8 horas)
X mensagens ---------- 10 minutos
X = 2 mensagens
Este ser o valor a ser utilizado para o nosso parmetro. Veja que j podemos eliminar as
alterativas C, D e E.
Agora, o enunciado pede a probabilidade de o setor receber pelo menos uma chamada.
O setor poderia receber uma chamada, duas, trs, quatro, cinco e assim por diante. Isso no
tem fim, mas podemos calcular utilizando a propriedade do evento complementar.
(
Assim, o gabarito a letra B.

Exerccio resolvido sobre distribuio de Poisson:
Para resolver a questo, dentre as informaes dadas abaixo, utilize aquela que julgar
apropriada:
(FCC - 2011 - Infraero - Analista Superior Estatstico)

O nmero de passageiros que chegam a um posto de atendimento de uma empresa de
aviao para fazer o check-in s quartas-feiras pela manh tem distribuio de Poisson com
taxa mdia de 5 passageiros por minuto. A probabilidade de chegar a esse mesmo posto,
numa quarta-feira pela manh, pelo menos 2 passageiros em 30 segundos, de
(A) 0,575.
(B) 0,682.
(C) 0,713.
(D) 0,754.
(E) 0,814.
Letra C
Resoluo:
O enunciado fornece que a taxa mdia de 5 passageiros por minuto, ou seja:

Pgina 36
Estatstica
Prof.R.Dyodi
No entanto, queremos saber a probabilidade de chegar pelo menos dois passageiros em 30

segundos. Temos ento que trabalhar com outro valor de .
5 passageiros ---------- 1 minuto
x passageiros ---------- 0,5 minutos x = 2,5
Quando o enunciado pede a probabilidade de chegar pelo menos dois passageiros, teramos
que calcular a probabilidade de chegar dois passageiros, a de chegar trs passageiros, quatro,
cinco...Isso no tem fim, ento vamos utilizar a propriedade do evento complementar:
(
)
(
Assim:
(
6 distribuio: Distribuio Geomtrica

Trata-se de uma distribuio muito parecida com a distribuio binomial. Aqui, a
probabilidade de sucesso tambm igual a p, e a de fracasso igual a (1-p). A diferena que
no estamos interessados em saber a probabilidade de ocorrer x sucessos, mas sim em
descobrir quantas repeties sero necessrias para que ocorra o 1 sucesso.
A varivel aleatria X representa o nmero de repeties necessrias para que ocorra
o 1 sucesso. Assim:
A frmula acima tem um raciocnio simples. Se forem necessrias n repeties at que

ocorra o 1 sucesso, ento bvio que todas as n-1 repeties resultaram em fracasso.
A esperana e a varincia da distribuio so dadas por:
( )
( )
Exerccio resolvido sobre distribuio geomtrica:

(FCC - 2009 - TJ AP - Analista Estatstica)
Uma varivel aleatria X tem distribuio geomtrica com mdia 4. A probabilidade do primeiro
sucesso ocorrer no terceiro ensaio
(A) 1/4
(B) 3/16

Pgina 37
Estatstica
Prof.R.Dyodi
(C) 5/16
(D) 3/4
(E) 9/64
Letra E
Resoluo:
Quando o enunciado menciona primeiro sucesso ocorrer, a nossa mente deve estar
preparada para ligar a resoluo distribuio geomtrica.
Se a esperana da varivel igual a 4, ento a probabilidade de sucesso s pode ser 1/4.
( )
Ento,
(
Exerccio resolvido sobre distribuio geomtrica:

(FCC - 2012 ISS SP - Auditor)
Suponha que ao realizar um experimento ocorra o evento A com probabilidade p e no ocorra
com probabilidade (1-p). Repetimos o experimento de forma independente at que A ocorra
pela primeira vez (grifo meu). Seja: X = nmero de repeties do experimento at que A
ocorra pela primeira vez. Sabendo que a mdia de X 3, a probabilidade condicional expressa
por P (X = 2 | X 3) igual a
(A) 2/9
(B) 1/3
(C) 6/19
(D) 5/27
(E) 4/27
Letra C
Resoluo:
Como identificar que se trata de uma questo de distribuio geomtrica? Perceberam a parte
grifada? Fica a dica para a hora da prova.
Como a mdia, ou a esperana, da varivel igual a 3, temos que:
( )
Agora, vamos calcular a probabilidade condicional pedida pelo enunciado:
(
(
)
)
)
(
)
)
Dyodi, aqui no precisamos calcular a probabilidade de X ser igual a zero?. Raciocine um

pouco...Se X representa o nmero de tentativas at ocorrer o 1 sucesso, faz sentido X ser
igual a zero? No! Precisamos ter pelo menos 1 tentativa!
Continuando:

Pgina 38
Estatstica
Prof.R.Dyodi
Agora, s nos resta calcular a probabilidade da interseco. Novamente, sem decoreba, quero
que voc pense um pouco...Como possvel X ser igual a dois e menor do que trs ao mesmo
tempo? S temos uma resposta: isso ocorre quando X igual a 2!
Assim:
)
(
Distribuies Discretas de Probabilidade

Quando usar?
Uniforme
Bernoulli
Binomial
Hipergeomtrica
Poisson
Geomtrica
Quando todos os eventos

tiverem a mesma chance de
ocorrer
Quando for realizado apenas 1
experimento, com resultado de
sucesso ou fracasso
Quando forem realizados vrios
experimentos iguais, cada um
com a mesma chance de
sucesso e fracasso
Quando forem extrados sem
reposio alguns elementos de
uma populao com 2 atributos
diferentes
Quando o exerccio quiser a
probabilidade em certo intervalo
de tempo, superfcie, volume...
Quando o exerccio mencionar
at que ocorra o 1 sucesso
Qual a chance de ser cobrado em

provas?
Baixa
Baixa
Alta
Mdia Alta (somente a frmula
da probabilidade; a esperana e a
varincia no precisam ser
decoradas)
Mdia - Alta
Baixa - Mdia
2.8. Variveis Aleatrias Contnuas

J vimos que a varivel aleatria contnua aquela que pode assumir infinitos valores
dentro de certo intervalo. Como o nmero de elementos do espao amostral infinito, a
probabilidade de a varivel ser igual a qualquer valor ser igual a zero (lembre que
probabilidade a razo entre o nmero de elementos do evento e o nmero de elementos do
espao amostral). Observe:
Se uma varivel X pode assumir infinitos valores no intervalo [0;2], a probabilidade de X
ser igual a 1 seria
(
Quando trabalhamos com variveis aleatrias contnuas, no podemos calcular a

probabilidade de um nmero individual, que ser sempre igual a zero, mas podemos calcular
probabilidades dentro de certo intervalo. Vamos comparar com as variveis aleatrias
discretas:

Pgina 39
Estatstica
(a)
Prof.R.Dyodi
Distr. Uniforme Discreta
Variveis Aleatrias Discretas

Calcula-se a probabilidade de um certo ponto
(Ex: P(X=3))
O grfico representado por pontos
O eixo vertical P(X)
(b)
Distr. Uniforme Contnua
Variveis Aleatrias Contnuas

Calcula-se a probabilidade de certo intervalo
(Ex: P(2<X<4))
O grfico representado por linhas contnuas
O eixo vertical f(x)
Como no podemos calcular as probabilidades pontuais de uma varivel aleatria

contnua, no faz sentido construir um grfico com P(X). Por este motivo, utiliza-se f(x), que a
funo densidade de probabilidade da varivel. No se preocupe com isto, a nica coisa que
voc deve saber que a probabilidade do intervalo igual rea abaixo de f(x). Veja o
exemplo abaixo:
As principais distribuies contnuas de probabilidade so: uniforme, normal, t de

Student e exponencial. H um ano eu no colocaria a distribuio exponencial nesta lista, mas
como ela foi cobrada no ltimo concurso do ISS/SP creio que devemos conhecer alguns pontos
sobre ela.
Observao: A distribuio t de Student no ser vista neste captulo, e sim no captulo sobre
inferncia estatstica.
1 distribuio: Distribuio Uniforme
Trata-se de uma distribuio em que todos os pontos pertencentes a um intervalo [a;b]
so equiprovveis, ou seja, nenhum ponto mais provvel ou menos provvel que outro.
Qualquer ponto fora deste intervalo ter 0% de chances de acontecer.

Pgina 40
Estatstica
Prof.R.Dyodi
Para calcular a probabilidade de X estar dentro de certo intervalo, devemos dividir a

amplitude do intervalo pedido pela amplitude do intervalo total:
No exemplo acima, a probabilidade de X estar entre 2 e 4 igual a
A esperana e a varincia desta distribuio so dadas por:
( )
( )
Exerccio resolvido sobre distribuio uniforme contnua:

Sejam X e Y duas variveis aleatrias tais que:
I. X tem distribuio exponencial com mdia .
II. Y tem distribuio uniforme contnua no intervalo [-a, a] e tal que P(Y > 1) = 7/18
III. igual varincia de Y.
Nessas condies, P(X < 13,5) igual a
(A) 0,63.
(B) 0,69.
(C) 0,70.
(D) 0,75.
(E) 0,86.
Letra E
Resoluo:
Vamos resolver apenas a parte que nos interessa no momento.
O item II diz que Y possui distribuio uniforme contnua no intervalo [-a;a] e que P(Y>1) = 7/18
Escrevendo de outra forma, temos que:

Pgina 41
Estatstica
Prof.R.Dyodi
O item III diz que igual varincia de Y. Como descobrimos o valor de a, podemos calcular
a varincia da distribuio.
(
( )
Observe como a resoluo da questo no seria possvel se no soubssemos a frmula da

varincia.
2 distribuio: Distribuio Normal
Para fins de concurso, esta a distribuio mais importante de todas. Posso afirmar
com 100% de certeza que ela vai estar na sua prova e, provavelmente, em mais de uma
questo.
Algumas de suas principais caractersticas:
uma distribuio simtrica

O grfico de sua funo densidade de probabilidade tem um formato de sino
Adapta-se a vrias situaes do mundo real
Seu intervalo ]
Quando uma varivel aleatria X possui distribuio normal, a notao a ser utilizada
X~N(
A mdia e a varincia so os 2 parmetros da distribuio.

Para entender como funciona uma distribuio normal, devemos nos lembrar de dois
pontos j vistos:
1. A rea abaixo da curva representa a probabilidade do intervalo
considerado
2. Por ser uma distribuio simtrica, os dois lados opostos ao eixo so
idnticos.
Veja os exemplos abaixo:
De acordo com a figura, P(X>7) = 20%

Para descobrir o valor de P(3<X<7), basta
lembrarmos de que toda a rea direita do
eixo equivale a 50%.
Ento, P(3<X<7) = 30%.
Podemos afirmar tambm que P(X<7) = 80%.

Pgina 42
Estatstica
Prof.R.Dyodi
Para facilitar os clculos de probabilidade da distribuio normal, criou-se uma tabela

baseada numa distribuio normal com mdia 0 e varincia igual a 1. Esta a chamada normal
padro:
(
) normal padro
Ento toda varivel com distribuio normal deve ser convertida para a normal padro,
pois assim pode-se utilizar a tabela. Como converter uma varivel X tal que
X~N (
)?
Para converter a varivel X, devemos utilizar a frmula:
Vamos entender como devemos ler a tabela normal que costuma aparecer em provas
da ESAF. Suponha que uma varivel aleatria X apresente uma distribuio normal com mdia
2 e varincia 9. Suponha que queremos descobrir a probabilidade de X ser maior do que 5.
(
(
)
)
Como sempre devemos trabalhar com a normal padro, necessrio que faamos a
converso:
Por falta de ateno, muitos candidatos esquecem que, para fazer a converso de X
em Z, devemos utilizar no denominador o valor do desvio padro, e no da varincia.
Cuidado...
Isso quer dizer que convertendo o valor 5 da distribuio de X para a normal padro,
devemos procurar na tabela o valor igual a 1, ou seja,
(

Pgina 43
Estatstica
Prof.R.Dyodi
A coluna localizada na esquerda da tabela nos fornece o valor inteiro de Z e sua

primeira decimal. A linha localizada na parte de cima da tabela nos fornece o valor da 2
decimal. Como queremos encontrar Z = 1, devemos buscar o nmero 1,00.
Agora, observe a figura da curva normal da tabela. A probabilidade fornecida pela
tabela a probabilidade da rea hachurada, ou seja, encontramos o valor de P(0<Z<1). Como
queremos saber o valor de P(Z>1), devemos lembrar que a curva simtrica e cada um dos
lados do eixo representa 50%. Assim:
(
Exerccio resolvido sobre distribuio normal:


Pgina 44
Estatstica
Prof.R.Dyodi
Seja X a varivel aleatria que representa o comprimento de uma pea. Sabe-se que X tem
distribuio normal com mdia 10 cm e desvio padro de 2 cm. As peas so classificadas pelo
tamanho de acordo com a tabela abaixo:
Trs peas so selecionadas aleatoriamente e com reposio da distribuio de X. A

probabilidade de pelo menos uma ser pequena
Se Z tem distribuio normal padro, ento:
P(Z < 0,84) = 0,80, P(Z < 1,5) = 0,933, P(Z < 1,96) = 0,975, P(Z < 2,5) = 0,994.
(A) 0,512.
(B) 0,488.
(C) 0,474.
(D) 0,456.
(E) 0,412.
Letra B
Resoluo:
Eu sempre costumo escrever a distribuio de X da maneira abaixo, para no ter que ficar
voltando no enunciado. Como a mdia de X 10 e o desvio padro 2, ento
(
O exerccio quer saber a probabilidade de pelo menos uma das trs peas selecionadas ser
pequena. Ento, o 1 passo encontrar a probabilidade de uma pea ser pequena.
(
Como sempre devemos trabalhar com a normal padro, necessrio fazer a converso:
A probabilidade de X ser menor que 8,32 igual a probabilidade de Z ser menor do que -0,84.
Para encontrar a probabilidade pedida, devemos nos lembrar das propriedades do evento
complementar:
(
Pela distribuio binomial,

(
( )

Pgina 45
Estatstica
Prof.R.Dyodi
Ento, a probabilidade de pelo menos uma das trs peas selecionadas ser pequena igual a

(FCC - 2007 - ISS SP Auditor)
Os depsitos efetuados no Banco B, num determinado ms, tm distribuio normal com
mdia R$9.000,00 e desvio padro R$ 1.500,00. Um depsito selecionado ao acaso dentre
todos os referentes ao ms em questo. A probabilidade de que o depsito exceda R$
6.000,00 de
Dados: P(0 < Z < 1) = 0,341 , P(0 < Z < 1,6) = 0,445 , P(0 < Z < 2) = 0,477
(A) 97,7%
(B) 94,5%
(C) 68,2%
(D) 47,7%
(E) 34,1%
Letra A
Resoluo:
Vamos chamar de X os depsitos efetuados no banco.
Novamente, o 1 passo escrever a distribuio de X. Como X tem mdia 9000 e desvio
padro 1500, ento
(
)
O enunciado pede a probabilidade
(
)
Sempre devemos trabalhar com a normal padro, ento precisamos fazer a converso

Pgina 46
Estatstica
Prof.R.Dyodi
(FCC 2013 Sefaz SP Auditor)

Suponha que a varivel X represente o valor de determinado tributo que cobrado
mensalmente aos comerciantes, em um determinado municpio. Sabe-se que X uma varivel
aleatria com distribuio normal com mdia e desvio padro dados, respectivamente, por 800
reais e 200 reais. Os comerciantes foram divididos em 3 categorias: baixo faturamento, mdio
faturamento e alto faturamento. Os valores limites das classes de tributo dependem da
categoria de comerciante, so estabelecidos por probabilidades da varivel X e esto
apresentados na tabela abaixo:
Os valores de A e B, em reais, so dados, respectivamente, por

(A) 632 e 1056
(B) 520 e 1100
(C) 632 e 1156
(D) 412 e 1050

Pgina 47
Estatstica
Prof.R.Dyodi
(E) 696 e 1056

Resoluo:
O enunciado nos forneceu a mdia e o desvio padro de X, ento podemos comear a
esquematizar:
(
)
Sabemos que (
Neste caso, ocorreu o inverso daquilo que havamos treinado. A questo j fornece o valor da
probabilidade e nos pede para encontrar o valor de A.
Quando isso ocorrer, devemos procurar o valor de Z (atravs da tabela ou dos dados do
enunciado) tal que a probabilidade de Z ser menor do que este valor igual a 0,2.
Esquematizando:
(
(
)
)
Assim, o 1 passo encontrar na tabela o valor que substitui o sinal de interrogao acima.
Como a probabilidade de Z ser menor do que algum valor igual a 20%, j sabemos de
antemo que este valor de Z precisa ser negativo.
Dyodi, mas a tabela s tem nmeros positivos....
Isso no muda em nada, porque sabemos que a distribuio simtrica! Encontramos o
nmero positivo na tabela e depois utilizamos o negativo deste nmero. Observe graficamente:
De acordo com a tabela, o valor mais prximo de 20% encontrado quando Z igual a 0,84.
(
Agora, s nos resta utilizar a frmula de converso.
Assim, A ser igual a 632.

J podemos eliminar as alternativas B, D e E.
Vamos fazer a mesma coisa para achar o valor de B.
(
(
)
)
Como a probabilidade de Z ser maior do que algum valor 10%, j sabemos de antemo que Z
precisa ser um nmero positivo.
Analisando a tabela, vemos que o valor mais prximo de 10% ocorre quando Z igual a 1,28.

Pgina 48
Estatstica
Prof.R.Dyodi
Utilizando a frmula da converso:
Assim, B ser igual a 1056.

O gabarito a letra A.
Para resolver questo, utilize as informaes abaixo referentes distribuio normal padro
Z:

Os salrios dos empregados de uma determinada categoria profissional apresentam uma
distribuio normal com mdia igual a R$ 1.200,00 e desvio padro igual a R$ 160,00. A
proporo dos empregados com salrios superiores a R$ 1.000,00 e inferiores a R$ 1.520,00
(A) 98%
(B) 96%
(C) 92%
(D) 89%
(E) 87%
Letra E
Resoluo:
O enunciado fornece a mdia e o desvio padro da nossa varivel normal, ento vamos
comear a esquematizar:
(
A questo pede a seguinte probabilidade:

(
Sabemos que no conseguimos trabalhar dessa maneira, pois precisamos sempre trabalhar
com a normal padro Z. Basta converter os valores de X em valores de Z e analisar os dados
do enunciado.
Converso do valor 1000:
Converso do valor 1520:
Assim:
(
a mesma coisa que

(

Pgina 49
Estatstica
Prof.R.Dyodi
Observe no grfico como chegamos no valor de 87%:

Para resolver questo, utilize as informaes abaixo referentes distribuio normal padro
Z:

A distribuio das medidas dos cabos fabricados por uma indstria considerada normal.
Sabe-se que 7% dos cabos medem no mximo 2,4 metros e apenas 2% medem no mnimo
16,4 metros. A mdia das medidas destes cabos igual a
(A) 9,4 metros.
(B) 8,4 metros.
(C) 8,2 metros.
(D) 8,0 metros.
(E) 7,8 metros.
Letra B
Resoluo:
Neste caso, como o enunciado no fornece nem a mdia nem o desvio padro, vamos fazer o
caminho contrrio.
(
De acordo com os dados da questo:

(
Agora, j temos o valor da probabilidade! Se fssemos trabalhar com a normal padro, que
valor de Z seria esse? Temos uma informao de 43% nos dados e, observando o grfico,
percebemos que o valor igual a -1,5.

Pgina 50
Estatstica
Prof.R.Dyodi
Ento, vamos trabalhar com a frmula da converso:

(
Vamos fazer a mesma coisa para:

(
Encontramos um sistema com duas equaes e duas incgnitas, ento o exerccio est
praticamente feito!
3 distribuio: Distribuio Exponencial

Sobre esta distribuio, a nica coisa que devemos saber a frmula da distribuio
acumulada. Se a questo disser que uma varivel aleatria X possui distribuio exponencial
com mdia , a probabilidade de X ser menor ou igual a k :

Pgina 51
Estatstica
Prof.R.Dyodi
Exerccio resolvido sobre distribuio exponencial:

Sejam X e Y duas variveis aleatrias tais que:
I. X tem distribuio exponencial com mdia .
II. Y tem distribuio uniforme contnua no intervalo [-a, a] e tal que P(Y > 1) = 7/18
III. igual varincia de Y.
Nessas condies, P(X < 13,5) igual a
(A) 0,63.
(B) 0,69.
(C) 0,70.
(D) 0,75.
(E) 0,86.
Letra E
Resoluo:
Quando estudamos a distribuio uniforme contnua, resolvemos parte deste exerccio. O
resultado encontrado foi que a mdia igual a 6,75.
Utilizando a frmula acima, temos que:
(
Exerccio resolvido sobre distribuio exponencial:

(FCC - 2012 - TRF 2a - Analista Estatstica)
O tempo de vida de um aparelho eltrico uma varivel aleatria, X, com distribuio
exponencial com mdia de 1000 horas. O custo de produo de um desses aparelhos de R$
100,00, e o fabricante paga uma multa de R$ 40,00, caso o aparelho dure menos do que 2000
horas. Nessas condies, o custo mdio de um aparelho, em reais, de
(A) 134,40.
(B) 132,50.
(C) 130,45.
(D) 128,36.
(E) 128,12.
Letra A
Resoluo:
Se a mdia igual a 1000 horas, ento a probabilidades de o aparelho durar menos do que
2000 horas igual a:
(
Se o aparelho durar menos do que 2000 horas, o custo ser de R$140.

Se o aparelho durar mais do que 2000 horas, o custo ser de R$100.

Pgina 52
Estatstica
Prof.R.Dyodi
A esperana do custo dada por:

( )

Pgina 53

2 Probabilidade PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

2 Probabilidade PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Estatstica

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Em outras palavras, um clculo de probabilidade nunca poder ser um nmero

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Como o prprio nome diz, evento complementar de A o complemento do evento A.

Assim, quando calculamos a unio de 2 eventos, no basta somar a probabilidade

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Dois eventos mutuamente exclusivos so eventos nos quais se um deles ocorre, no

7 propriedade: Se 2 eventos A e B forem independentes, ento , (

Dois eventos so independentes so eventos nos quais a ocorrncia ou no ocorrncia

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Para que os eventos sejam independentes, (

Exerccio resolvido sobre propriedades da probabilidade:

Utilizando a propriedade do evento complementar:

Exerccio resolvido sobre propriedades da probabilidade:

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

2.3. Probabilidade Condicional

Exerccio resolvido sobre probabilidade condicional:

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

A maioria das questes sobre probabilidade condicional ocorre juntamente com a

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Observe que temos 4 procedimentos a serem realizados, mas eles no so

Reviso de matemtica bsica:

No nosso exemplo acima, queramos realizar um arranjo de 2 elementos dentre um

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Observao: como o arranjo um tipo especial de permutao, a ordem dos elementos

Suponha que queremos permutar todas as letras da palavra BANANA, quantos

Suponha que desejamos selecionar 4 pessoas dentre um grupo de 6 pessoas, de

Podemos esquematizar num quadro as principais informaes sobre as tcnicas de

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Exerccio resolvido sobre princpio da adio e princpio da multiplicao:

Utilizando as tcnicas aprendidas:

Exerccio resolvido sobre probabilidade condicional, princpio da multiplicao e princpio da

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Exerccio resolvido sobre probabilidade condicional, princpio da multiplicao e princpio da

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Exerccio resolvido sobre combinao e princpio da adio:

Utilizando novamente a combinao:

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Portanto a probabilidade pedida ser igual a

Exerccio resolvido sobre permutao:

Quais so os nmero de diferentes maneiras que podemos ordenar os meninos?

O nmero de maneiras de ordenar as meninas ser calculado do mesmo modo:

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Assim, nesta 1 situao, o nmero de diferentes maneiras de ordenar todas as 9 pessoas do

A alternativa correta a letra B.

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Quando a face do dado for igual a 1, X assume o valor 0

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

De uma maneira geral:

Exerccio resolvido sobre propriedades de uma varivel aleatria:

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Exerccio resolvido sobre propriedades de uma varivel aleatria:

Achamos a varincia de X, mas a questo quer saber a varincia de Y. Utilizando as

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

Exerccio resolvido sobre esperana:

Se uma pessoa decidir jogar, o valor esperado a ser recebido igual a :

Exerccio resolvido sobre variveis aleatrias:

Rua Baslio da Gama, 98 (prximo ao metr Repblica)

A 2 informao do enunciado que a mdia dos quadrados igual a 9, ou seja: