Escolar Documentos
Profissional Documentos
Cultura Documentos
Livro Elcio Probabilidade
Livro Elcio Probabilidade
lcio Lebensztayn
Sumrio
Prefcio iii
Exerccios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Respostas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Captulo 2: Probabilidade 19
1. Definies e propriedades . . . . . . . . . . . . . . . . . . . . . . 19
2. Probabilidade condicional e independncia . . . . . . . . . . . . . . . 22
3. Conjuntos limites e continuidade da probabilidade. . . . . . . . . . . . 24
Exerccios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Respostas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1. Definies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2. Variveis aleatrias conjuntamente distribudas . . . . . . . . . . . . . 47
3. Independncia de variveis aleatrias . . . . . . . . . . . . . . . . . 48
4. Modelos de distribuies discretas. . . . . . . . . . . . . . . . . . . 49
5. Modelos de distribuies contnuas . . . . . . . . . . . . . . . . . . 51
6. Aproximao de Poisson Binomial . . . . . . . . . . . . . . . . . . 54
7. Aproximao Normal Binomial . . . . . . . . . . . . . . . . . . . 55
8. Funes de variveis aleatrias . . . . . . . . . . . . . . . . . . . . 56
9. Estatsticas de ordem . . . . . . . . . . . . . . . . . . . . . . . . 60
10. Modelos multidimensionais. . . . . . . . . . . . . . . . . . . . . . 60
11. Distribuies relacionadas com a normal . . . . . . . . . . . . . . . . 61
Exerccios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Respostas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
ii Sumrio
Captulo 4: Esperana 97
1. Definies e propriedades . . . . . . . . . . . . . . . . . . . . . . 97
2. Distribuio e esperana condicionais . . . . . . . . . . . . . . . . . 100
3. Funes geradoras . . . . . . . . . . . . . . . . . . . . . . . . . 101
4. Desigualdades . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
Exerccios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
Respostas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Apndice 165
lcio Lebensztayn.
Fevereiro de 2012.
Captulo 1
Anlise Combinatria
1.1. Princpio multiplicativo: Uma tarefa deve ser executada em uma sequncia de
r etapas. Existem n1 maneiras de realizar a primeira etapa; para cada uma dessas n1
maneiras, existem n2 maneiras de realizar a segunda etapa; para cada uma dessas n2
maneiras, existem n3 maneiras de realizar a terceira etapa, e assim por diante. Ento, o
nmero total de maneiras de efetuar a tarefa completa dado por n1 n2 . . . nr .
n
[
=
X X
Ai |Ai | |Ai Aj |
i=1 i i<j
i<j<k
1.3. Convm recordar uma tcnica bastante til em problemas de contagem: primeiro
ignore uma restrio do problema, contando a mais. Depois, desconte o que foi indevida-
mente contado.
n! = n (n 1) . . . 2 1.
Observao. Uma frmula muito importante quando se trata de fatoriais foi obtida por
Stirling (1730):
n! nn en 2n,
onde o smbolo indica que a razo entre os dois lados tende a 1 quando n .
1.7. O nmero de palavras de comprimento k que podem ser compostas com n elementos
dados nk .
que chamado um coeficiente binomial. Estes nmeros podem ser arrumados em uma
disposio triangular, o famoso Tringulo de Pascal.
Esta frmula tambm fornece o nmero de anagramas de uma palavra com n letras que
contm n1 vezes a letra `1 , n2 vezes a letra `2 , . . . , nr vezes a letra `r (n1 +n2 + +nr = n).
Exerccios 3
1.12. Para qualquer inteiro p > 0 fixado, o nmero de vetores distintos (x1 , . . . , xn ) no-
negativos e a valores inteiros que satisfazem a equao x1 + + xn = p p+n1
n1
.
Esse o chamado nmero de combinaes completas (ou com repetio), pois o nmero
de modos de escolher p objetos entre n objetos distintos dados, podendo repetir a escolha
(xi o nmero de vezes que tomamos o objeto i).
1.13. Para qualquer inteiro p > 0 fixado, o nmero de vetores distintos (x1 , . . . , xn ) a
valores inteiros que satisfazem x1 + + xn = p e xi 1 para todo i = 1, . . . , n p1
n1
.
Ordenada No-ordenada
Com reposio nk k+n1
n1
Sem reposio (n)k n
k
Exerccios
1. Quantas permutaes diferentes existem das letras A, B, C, D, E, F
(a) que tm as letras A, B juntas em qualquer ordem?
(b) que tm a letra A em primeiro lugar ou a letra F em ltimo?
(c) em que a letra A vem antes da letra B?
(d) em que a letra E no a ltima?
Soluo. (a) Imaginamos as letras A e B coladas como uma letra s, na ordem AB, o
que fornece 5! permutaes. Como tambm existem 5! permutaes nas quais a letra
B est imediatamente antes da letra A, obtemos um total de 2 . 5! = 240 permutaes
diferentes.
4 Anlise Combinatria
(b) Sejam A o conjunto das permutaes que comeam por A e F o conjunto das permuta-
es que terminam em F . Pelo Princpio da Incluso-Excluso, o nmero de permutaes
que comeam por A ou terminam em F
(c) Existe um total de 6! = 720 permutaes possveis, e existem tantas com A antes de
B quantas com B antes de A, logo a resposta 360.
(d) Existem 5! permutaes em que a letra E a ltima, portanto 6! 5! = 600 permu-
taes em que E no a ltima letra.
2. Numa prova, um estudante deve responder exatamente 7 questes de um total de
10 questes. Quantas escolhas ele tem? Quantas escolhas ele tem se entre as 7 questes
deve responder pelo menos 3 das primeiras 5 questes?
Soluo. O estudante deve
escolher um subconjunto de tamanho 7 de um conjunto com
10 elementos, logo tem 10
7
= 120 escolhas.
No caso em que entre as 7 questes deve responder pelo menos 3 das primeiras 5 questes,
o estudante possui trs opes (disjuntas):
Escolher exatamente 3 das primeiras 5 questes e 4 das 5 ltimas;
Escolher exatamente 4 das primeiras 5 questes e 3 das 5 ltimas;
Escolher as 5 primeiras questes e 2 das 5 ltimas.
5 5 5 5 5 5
! ! ! ! ! !
+ + = 110.
3 4 4 3 5 2
5 5
! !
Outra resposta para a segunda pergunta: 120 = 110.
2 5
n!
.
n1 ! n2 ! . . . nk !
A palavra COMBINATORIA tem 2A, 2I, 2O, 1B, 1C, 1M, 1N, 1R, 1T, logo o nmero
total de anagramas (ordenaes diferentes das letras)
12!
= 59875200.
2! 2! 2!
Outra resposta:
Escolhemos 2 de 12 lugares para colocar as 2 letras A, o que pode ser
feito de 2 = 66 modos; em seguida, devemos escolher 2 dos 10 lugares restantes para
12
colocar as 2 letras I ( 10
= 45 modos); a seguir, escolhemos 2 dos 8 lugares que restam
2
para as 2 letras O ( = 28 modos) e finalmente temos 6 lugares para 6 letras distintas
8
2
(6! = 720 modos). A resposta 66 . 45 . 28 . 720 = 59875200.
Sejam V o conjunto dos anagramas que comeam por vogal e C o conjunto dos anagramas
que terminam em consoante. A fim de obter |V|, notamos que temos 3 escolhas para
11!
a vogal inicial e, feita essa escolha, formas de permutar as letras restantes. Para
2! 2!
11!
calcular |C|, existem 6 escolhas para a consoante final e, tomada essa deciso,
2! 2! 2!
10!
modos de permutar as letras restantes. Analogamente, |V C| = 3 . 6 . .
2! 2!
Pelo Princpio da Incluso-Excluso, conclumos que o nmero de anagramas que comeam
por vogal ou terminam em consoante :
11! 11! 10!
|V C| = |V| + |C| |V C| = 3 . + 6. 3.6. = 43545600.
2! 2! 2! 2! 2! 2! 2!
7. Quantos so os nmeros inteiros positivos menores que 360 e primos com 360?
Soluo. Notamos que 360 = 23 . 32 . 5 e definimos os conjuntos
A = {1, 2, . . . , 360},
A1 = {x A : x mltiplo de 2},
A2 = {x A : x mltiplo de 3},
A3 = {x A : x mltiplo de 5}.
8 Anlise Combinatria
Assim, existem ao todo 96 nmeros inteiros positivos menores que 360 e primos com 360.
8. Uma bolsa contm 8 moedas de 1 real, 7 moedas de 50 centavos, 4 moedas de 25
centavos e 3 moedas de 10 centavos. De quantos modos diferentes podemos retirar 6
moedas dessa bolsa?
Soluo. Definimos
Queremos obter o nmero de solues inteiras no-negativas da equao x1 +x2 +x3 +x4 =
6, satisfazendo as condies x1 8, x2 7, x3 4 e x4 3. Sejam os conjuntos
A = {(x1 , x2 , x3 , x4 ) N4 : x1 + x2 + x3 + x4 = 6},
A1 = {(x1 , x2 , x3 , x4 ) A : x1 9},
A2 = {(x1 , x2 , x3 , x4 ) A : x2 8},
A3 = {(x1 , x2 , x3 , x4 ) A : x3 5},
A4 = {(x1 , x2 , x3 , x4 ) A : x4 4}.
|A1 A2 A3 A4 | = 0.
(c) a1 e a2 figuram.
(d) pelo menos um de a1 e a2 figura.
(e) exatamente um de a1 e a2 figura.
25. Calcule o nmero de palavras de seis letras, sem consoantes nem vogais adjacentes,
que se podem formar empregando dez consoantes e cinco vogais,
(a) sendo permitido repetir letras.
(b) no sendo permitidas repeties.
26. Um turista deseja conhecer cinco das nove capitais do Nordeste do Brasil. De quantos
modos ele pode fazer isso, se a ordem das visitas
(a) importa?
(b) no importa?
38. De quantas maneiras se pode preencher um carto da loteria esportiva (com 13 jogos)
com trs prognsticos duplos e dois triplos?
39. Sinais luminosos so transmitidos de uma ilha para a costa por meio de seis lmpadas
brancas e seis lmpadas vermelhas, colocadas nos vrtices de um hexgono regular, de tal
modo que
(i) em cada vrtice h duas lmpadas de cores diferentes;
(ii) em cada vrtice no h mais do que uma lmpada acesa;
(iii) o nmero mnimo de vrtices iluminados trs.
Determine o nmero total de sinais que podem ser transmitidos.
40. Suponha que Joo vai participar de uma reunio na qual estaro mais 4 homens e 6
mulheres. Ele sabe que h 4 casais, porm no conhece ningum.
(a) De quantas formas poderia Joo imaginar que esto formados os casais?
(b) E se sabe que h exatamente 3 casais?
12 Anlise Combinatria
41. Uma loja exige que um funcionrio recm-contratado trabalhe 4 ou 5 dias por semana,
sendo pelo menos um dia de fim de semana. Calcule o nmero de cronogramas de trabalho
possveis desse trabalhador.
42. Um homem tem 5 amigas e 7 amigos, e sua esposa tem 7 amigas e 5 amigos. De
quantos modos eles podem convidar 6 amigas e 6 amigos para uma festa, se cada um deve
convidar 6 pessoas?
43. Suponha que n carros esto em fila para entrar em um estacionamento que possui
n vagas, lado a lado. Se o primeiro carro pode escolher qualquer vaga e cada um dos
outros carros ao estacionar deve justapor-se a um carro j estacionado, quantas so as
maneiras possveis de os carros ocuparem as n vagas?
44. (a) De quantos modos possvel dividir 15 atletas em trs times de 5 atletas, deno-
minados Esporte, Tupi e Minas?
(b) De quantos modos possvel dividir 15 atletas em trs times de 5 atletas?
45. Doze professores sero separados em 3 grupos de 4 pessoas. Calcule de quantas
maneiras isso pode ser feito se
(a) os grupos vo discutir o mesmo assunto.
(b) caber um tema de discusso diferente a cada grupo.
(c) cada grupo designar um presidente e tratar de um assunto diferente.
46. Quantos so os anagramas da palavra ARARAQUARA que no possuem duas
letras A juntas?
47. Quantos so os anagramas da palavra CONTADORIA
(a) em que aparecem juntas, nesta ordem, as letras da palavra CONTO?
(b) em que aparecem juntas, numa ordem qualquer, as letras da palavra CONTO?
(c) em que as letras da palavra CONTO aparecem nesta ordem?
48. De quantos modos podemos colocar em fila 7 letras A, 6 letras B e 5 letras C, de
forma que no haja duas letras B juntas?
49. Uma fila de lugares em um cinema tem 18 poltronas. De quantas maneiras 4 casais
podem sentar-se nessas poltronas, de forma que nenhum marido se sente separado de sua
mulher?
50. Uma partcula parte do ponto (0, 0, 0) e, estando em um ponto (x, y, z) N3 , pode
mover-se para um dos pontos (x + 1, y, z), (x, y + 1, z) ou (x, y, z + 1). Quantos so os
caminhos possveis para a partcula chegar ao ponto (a, b, c) N3 ?
51. Considerando o alfabeto com 26 letras, existem quantas sequncias de 4 letras distin-
tas com pelo menos uma vogal?
52. Dentre todos os nmeros de 7 algarismos, quantos possuem exatamente trs algaris-
mos 9 e os quatro algarismos restantes todos diferentes?
53. Quantas so as permutaes dos 10 nmeros 0, 1, . . . , 9 em que o primeiro dgito
maior do que 1 e o ltimo dgito menor do que 7?
Exerccios 13
54. Representantes de dez pases, incluindo a Rssia, Frana, Inglaterra e Estados Unidos,
sero dispostos em uma fila. De quantas maneiras isso pode ser feito, se os representantes
da Frana e da Inglaterra devem ficar um ao lado do outro, e o americano e o russo no
devem?
55. Teresa pretende convidar 5 de 11 amigos para um jantar em sua casa.
(a) Quantas escolhas Teresa possui, se 2 dos 11 amigos so desafetos e no aceitam
estar juntos?
(b) Quantas escolhas Teresa tem, se 3 dos 11 amigos no aceitam participar do jantar
a menos que juntos?
56. De quantos modos se podem repartir 27 livros diferentes entre Ana, Beto e Carla, de
forma que Ana e Beto, juntos, recebam o dobro de livros de Carla e que ningum fique
sem livro?
57. Nos prximos meses, um agente turstico deve viajar s quatro cidades A, B, C e D,
a cada uma delas trs vezes. Calcule de quantas maneiras ele pode escolher a ordem das
viagens
(a) se no deseja fazer duas visitas seguidas cidade B.
(b) se no quer que a primeira e a ltima cidades sejam a mesma.
58. Quantos nmeros de 6 algarismos podemos formar com 3 pares distintos de algarismos
iguais?
59. Uma fbrica produz 8 tipos de bombons, que so vendidos em caixas de 30 bombons,
de um mesmo tipo ou sortidos. Quantas caixas diferentes podem ser formadas?
60. De quantas maneiras se podem pintar seis esferas iguais, usando-se apenas trs cores
diferentes?
61. De quantas maneiras podemos distribuir 30 laranjas para 4 crianas de forma que
cada uma receba pelo menos duas laranjas?
62. Obtenha uma frmula para o nmero de solues inteiras no-negativas da inequao
63. Obtenha uma frmula para o nmero de solues inteiras no-negativas da equao
n+m
! ! ! ! ! ! !
n m n m n m
(b) = + + + para r n, r m.
r 0 r 1 r1 r 0
n
!
n 3
(c) k = 2n3 n2 (n + 3) para n 3.
X
k=1 k
(3n)!
(d) um nmero inteiro (n 1).
2n 3n
(3n)!
(e) um nmero inteiro (n 1).
n! 2n 3n
Sugesto: (c) Considere n pessoas e conte de duas formas diferentes o nmero de modos
de escolher um grupo com pelo menos uma pessoa e selecionar desse grupo um presidente,
um vice e um secretrio, os cargos podendo ser cumulativos.
(d) e (e) Pense qual o nmero de maneiras de separar 3 n objetos distintos em n grupos
de tamanho 3.
Respostas
9. 1024
10. 5040
16. 320
17. 2160
18. 6 . 4n3
19. 103680
20. 5040
21. 190
23. (a) 2n1 (b) 2n1 (c) 2n2 (d) 3 . 2n2 (e) 2n1
16 Anlise Combinatria
24. (a) n1
k1
(b) n1
k
(c) n2
k2
(d) 2 n1
k1
n2
k2
= n
k
n2
k
(e) 2 n2
k1
30. n!
32. 5040
33. 30
34. 460800
35. 181440
38. 2279881890
39. 656
41. 50
42. 267148
43. 2n1
46. 120
48. 1359072
Respostas 17
49. 384384
51. 215160
52. 99120
53. 2056320
54. 564480
58. 9720
59. 10295472
60. 28
61. 2300
p+n
62. n
pa1 an +n1
63. n1
64. 2001
65. 1016
66. 30960
68. 9
n
!
n
(1) k
(2n k)!
X
69.
k=0 k
70. 3079296
72. 16000
73. 998910
18 Anlise Combinatria
74. 3n 3 . 2n + 3
75. 480
76. 540
77. 118
78. 5239868
Captulo 2
Probabilidade
1. Definies e propriedades
1.1. Um experimento aleatrio se, ao ser repetido nas mesmas condies, impossvel
prever antecipadamente o resultado. Em contrapartida, um experimento determinstico
se, quando repetido nas mesmas condies, conduz ao mesmo resultado.
Denominamos espao amostral o conjunto de todos os resultados possveis de um experi-
mento aleatrio, e o denotamos por . Um subconjunto A chamado evento.
Dados dois eventos A e B, dizemos que A B se A implica que B. Em palavras,
a ocorrncia de A implica a ocorrncia de B.
A unio de dois eventos A e B A B = { : A ou B} e representa o evento de
que pelo menos um dos dois eventos A e B ocorre.
A interseco de dois eventos A e B A B = { : A e B} e representa o evento
de que ambos A e B ocorrem.
Dois eventos A e B so disjuntos ou mutuamente exclusivos se A B = . Isso significa
que A e B no ocorrem simultaneamente.
Para qualquer evento A, o complementar de A Ac = { : 6 A} e representa o
evento de que A no ocorre.
Notamos que (DM1) estabelece que o evento de que nenhum dos Ai s ocorre igual ao
complementar do evento de que pelo menos um dos Ai s ocorre. J (DM2) expressa que
o complementar do evento de que todos os Ai s ocorrem exatamente o evento de que ao
menos um deles no ocorre.
20 Probabilidade
A B A B
AB AB
A B Ac
A e B disjuntos
|A|
P (A) = .
||
(A2) P () = 1,
i: i A
1. P () = 0.
i<j<k
P (A B)
P (A | B) = .
P (B)
P (A) = P (A | B) P (B) + P (A | B c ) P (B c ).
n
P (A) = P (A | Bi ) P (Bi ).
X
i=1
Probabilidade condicional e independncia 23
2.5. Frmula de Bayes (1763): Seja {B1 , B2 , . . . , Bn } uma partio do espao amos-
tral em eventos de probabilidade positiva. Se A um evento com P (A) > 0, ento,
para todo j = 1, . . . , n,
P (A | Bj ) P (Bj )
P (Bj | A) = X
n .
P (A | Bi ) P (Bi )
i=1
B1 B5 B8
B2 A
B4 B6
B3 B7 B9
2.6. Para um evento B fixado tal que P (B) > 0, temos que P ( | B) uma probabilidade.
2.9. Uma coleo infinita de eventos independente se toda subcoleo finita desses
eventos independente.
Observamos que
|{n : 6 An }| < ,
ou seja, lim inf An o evento de que ocorre An para todo n suficientemente grande.
n
Ademais,
|{n : An }| = ,
ou seja, lim sup An o evento de que ocorre An para uma infinidade de ns.
n
fcil ver que lim inf An lim sup An . Se vale a incluso oposta, dizemos que lim An
n n n
existe e definido por
lim An = lim
n
inf An = lim sup An .
n n
Exerccios
Probabilidade: Definies e propriedades
1. Descreva um espao amostral adequado aos seguintes experimentos aleatrios. Res-
ponda se finito, infinito enumervel ou infinito no-enumervel, e determine a sua
cardinalidade no caso finito.
(a) Escolhe-se ao acaso uma famlia com duas crianas de um municpio e so regis-
trados os sexos do primeiro e do segundo filhos.
(b) No item (a), observa-se apenas o nmero de meninas na famlia selecionada.
(c) No item (a), registra-se o peso (em quilogramas) com que cada uma das crianas
nasceu.
(d) Vinte produtos eletrnicos so sorteados de um lote e a quantidade de produtos
com defeito contada.
(e) Um dado lanado quatro vezes e a sequncia de nmeros obtida anotada.
(f) Registra-se o total de pontos quando um dado lanado quatro vezes.
(g) Anota-se o nmero de vezes que a face 6 ocorre quando um dado lanado quatro
vezes.
(h) Um dado lanado quatro vezes e registra-se o nmero de vezes que ocorre cada
face.
(i) Considere uma urna com 8 bolas, numeradas de 1 a 8. Retiram-se 3 bolas da urna,
com reposio, e anota-se o nmero a cada bola retirada.
(j) Mesmo que o item (i), porm registra-se o nmero de vezes que cada nmero de 1
a 8 obtido, em vez de anotar o nmero a cada bola retirada.
(k) Retiram-se 3 bolas da urna descrita no item (i), sem reposio, e anota-se o nmero
a cada bola retirada.
(l) Da urna descrita no item (i), retiram-se 3 bolas simultaneamente, anotando-se o
conjunto de nmeros obtido.
(m) Conta-se o nmero de partculas emitidas por um istopo radioativo durante um
intervalo de tempo.
(n) A partir de certo momento, registra-se a quantidade de veculos que passam por
um pedgio at que passe a primeira motocicleta.
(o) Registram-se os nmeros de carros e de caminhes que passam em uma ponte
durante uma semana.
(p) Uma rvore selecionada em um parque e sua altura em centmetros medida.
(q) Mede-se o tempo decorrido at a primeira emisso de uma partcula por um istopo
radioativo.
(r) Um dardo lanado em um alvo circular de raio unitrio e observa-se o ponto
acertado.
Exerccios 27
(s) No item (r), em vez de observar onde o dardo cai, a sua distncia ao centro do alvo
medida.
(t) Registram-se o nmero de dias chuvosos e a precipitao total (em centmetros)
durante uma semana em uma localidade.
2. Sejam A, B e C trs eventos em um espao de probabilidade. Expresse os seguintes
eventos em termos de A, B e C:
(a) Apenas A ocorre.
(b) A e B ocorrem, mas C no ocorre.
(c) Os trs eventos ocorrem.
(d) Pelo menos um dos trs eventos ocorre.
(e) Nenhum dos trs eventos ocorre.
(f) Exatamente um dos trs eventos ocorre.
(g) No mximo um dos trs eventos ocorre.
(h) Pelo menos dois dos trs eventos ocorrem.
3. Um baralho comum consiste de 52 cartas separadas em 4 naipes com 13 cartas de cada
um. Para cada naipe, os valores das cartas so 2, 3, 4, 5, 6, 7, 8, 9, 10, J, Q, K e A. Um
baralho comum embaralhado. Qual a probabilidade de que as quatro cartas do topo
tenham
(a) valores diferentes?
(b) naipes diferentes?
Soluo. Se consideramos como relevante a ordem entre as quatro cartas do topo, ento
o espao amostral consiste de 52 . 51 . 50 . 49 resultados. Alm disso, existem 52 . 48 . 44 . 40
resultados em que as cartas tm valores diferentes e 52 . 39 . 26 . 13 resultados em que as
cartas tm naipes diferentes. Portanto, assumindo que o embaralhamento significa que
cada resultado no espao amostral igualmente provvel, temos que as probabilidades
desejadas so
52 . 48 . 44 . 40 52 . 39 . 26 . 13
(a) 0,676; (b) 0,105.
52 . 51 . 50 . 49 52 . 51 . 50 . 49
Observao. Claramente as mesmas respostas seriam obtidas se considerssemos as quatro
cartas do topo como um conjunto no ordenado de cartas.
4. Em uma classe, estudam dez crianas, entre as quais os irmos Ana e Beto. A professora
decide separar ao acaso a turma em dois grupos de cinco crianas cada um; o primeiro
grupo far um trabalho sobre os planetas e o segundo sobre as civilizaes antigas. Qual
a probabilidade de que os irmos Ana e Beto faam parte do mesmo grupo? H alguma
diferena (no raciocnio e no resultado) se ambos os grupos faro trabalhos sobre o mesmo
assunto?
5. Extraem-se 4 cartas de um baralho com 52 cartas. Qual a probabilidade de que 2
sejam pretas e 2 vermelhas?
28 Probabilidade
6. Quatro nmeros so sorteados ao acaso, sem reposio, do conjunto {0, 1, . . . , 9}. Cal-
cule as probabilidades de que
(a) os quatro nmeros formem uma seguida (por exemplo, 2, 3, 4, 5).
(b) todos sejam maiores que 5.
(c) o nmero 0 seja escolhido.
(d) pelo menos um seja maior que 7.
(e) todos sejam mpares.
10. Uma urna contm 3 bolas vermelhas e 3 azuis. So retiradas 3 bolas ao acaso e
ento uma bola selecionada das restantes. Qual a probabilidade de que essa bola seja
vermelha?
11. Distribumos 12 bolas em 5 caixas numeradas 1, 2, 3, 4, 5. Calcule a probabilidade
da caixa 1 conter exatamente 3 bolas se
(a) as bolas so distinguveis.
(b) as bolas so indistinguveis.
(b) Rosa e Margarida sejam escolhidas para representar suas escolas mas no joguem
entre si.
(c) exatamente uma das irms seja selecionada para representar sua escola.
21. Sejam A e B dois eventos em um espao de probabilidade, tais que P (A) = 1/2,
P (B) = 1/4 e P (A B) = 1/5. Calcule as probabilidades dos seguintes eventos:
(a) A no ocorre.
(b) B no ocorre.
(c) Pelo menos um de A e B ocorre.
(d) A no ocorre e B sim.
(e) B no ocorre e A sim.
(f) Ocorre exatamente um de A e B.
(g) No ocorre nenhum de A e B.
(h) Pelo menos um de A e B no ocorre.
22. Em uma escola, 60% dos estudantes no usam anel nem colar; 20% usam anel e 30%
colar. Se um aluno escolhido aleatoriamente, qual a probabilidade de que esteja usando
(a) pelo menos uma das joias?
(b) ambas as joias?
(c) um anel mas no um colar?
23. Da populao de uma cidade, 28% fumam cigarro, 7% fumam charuto e 5% ambos.
Calcule a porcentagem da populao
(a) que no fuma nem cigarro nem charuto.
(b) que fuma charuto mas no cigarro.
24. Uma escola oferece trs cursos optativos de idiomas: espanhol, francs e alemo. As
turmas so abertas a qualquer um dos 100 alunos matriculados. H 28 estudantes na
turma de espanhol, 26 na turma de francs e 16 na turma de alemo. H 12 alunos
cursando espanhol e francs, 4 fazendo espanhol e alemo, e 6 cursando francs e alemo.
Alm disso, 2 estudantes acompanham os trs cursos.
(a) Se um aluno escolhido ao acaso, qual a probabilidade de que no acompanhe
nenhum dos cursos?
(b) Se um estudante escolhido aleatoriamente, qual a probabilidade de que esteja
fazendo exatamente um dos cursos?
(c) Se dois alunos so escolhidos ao acaso, qual a probabilidade de que pelo menos um
deles esteja cursando uma lngua?
25. Em uma cidade, existem trs jornais: I, II e III. As propores de muncipes que leem
esses jornais so as seguintes:
28. Uma secretria atrapalhada prepara quatro cartas com contedos distintos para en-
viar a quatro firmas distintas. Na hora de envelop-las, bate um vento que derruba as
cartas e os envelopes, e, com pressa, a secretria coloca aleatoriamente as cartas nos
envelopes. Determine a probabilidade de que nenhuma carta tenha sido corretamente
envelopada.
Soluo. Sejam os eventos
i i<j i<j<k
Porm,
3! 1
P (Ai ) = = , i = 1, 2, 3, 4,
4! 4
2! 1
P (Ai Aj ) = = , 1 i < j 4,
4! 12
1 1
P (Ai Aj Ak ) = = ,1i<j<k4 e
4! 24
1 1
P (A1 A2 A3 A4 ) = = .
4! 24
Portanto,
1 4 1 4 1 1 5
! !
P (A) = 4 . + = .
4 2 12 3 24 24 8
32 Probabilidade
3
P (Ac ) = 1 P (A) = .
8
30. Cinco bolas so selecionadas aleatoriamente, sem reposio, de uma urna que con-
tm 5 bolas vermelhas, 6 bolas brancas e 7 bolas azuis, todas distintas. Determine a
probabilidade de que pelo menos uma bola de cada cor seja selecionada.
31. Um colgio tem em seu corpo docente sete professores de Biolgicas, oito professores
de Exatas e nove professores de Humanas. Uma comisso de sete professores ser selecio-
nada aleatoriamente. Determine a probabilidade de que nesta comisso haja pelo menos
um professor de cada rea.
32. Um baralho comum consiste de 52 cartas diferentes sendo 13 cartas de cada naipe.
Uma pessoa retira ao acaso 13 cartas de um baralho. Calcule a probabilidade de que pelo
menos um naipe esteja ausente entre as cartas selecionadas.
35. Sabe-se que com probabilidade 1 pelo menos um dos eventos Ai , 1 i n, ocorre, e
que no mais que dois ocorrem simultaneamente. Se P (Ai ) = p e P (Ai Aj ) = q, i 6= j,
mostre que p 1/n e q 2/n.
38. Trs aventureiros devem escolher um deles para uma misso arriscada. Para isso,
pegam uma urna com duas bolas brancas e uma bola vermelha, e cada um retira suces-
sivamente uma bola, sem reposio. Aquele que pegue a bola vermelha ser o escolhido
para realizar a misso. Mostre que todos tm a mesma probabilidade de ser o escolhido,
qualquer que seja a ordem em que realizem as extraes.
39. Um contador tem sobre a sua mesa dois grupos de 20 planilhas cada um. No primeiro
grupo existem duas planilhas com erros de clculo e no segundo h trs. Um vento faz
com que as planilhas caiam da mesa, e, ao arrum-las, uma do primeiro grupo se mistura
s do segundo grupo. Qual a probabilidade de que, ao revisar uma planilha do segundo
grupo, o contador encontre um erro?
40. Em uma rifa com 100 bilhetes, numerados de 1 a 100, sorteiam-se dois bilhetes ao
acaso, sem reposio. O primeiro bilhete sorteado premia o seu comprador com uma
batedeira, e o segundo prmio um liquidificador. Uma pessoa compra quatro bilhetes.
Calcule a probabilidade de que essa pessoa tenha ganho ambos os prmios
(a) dado que ganhou o liquidificador.
(b) dado que ganhou algum prmio na rifa.
43. Suponha que 60% das pessoas assinem o jornal A, 40% o jornal B, e 30% ambos.
(a) Se selecionarmos ao acaso uma pessoa que assina ao menos um dos jornais, qual a
probabilidade de que assine o jornal A?
(b) Dado que uma pessoa no assina o jornal A, qual a probabilidade de que tambm
no assine B?
44. Em uma cidade, 40% das famlias possuem cachorro e 30% gato. Das famlias com
cachorro, 25% tambm tm gato.
(a) Que frao de famlias no possui nenhum dos dois animais?
(b) Dentre as famlias que no tm gato, qual a proporo com cachorro?
34 Probabilidade
45. Um cliente que visita o departamento de roupas masculinas de uma loja compra
um terno com probabilidade 2/5, uma gravata com probabilidade 5/12 e uma camisa
com probabilidade 1/2. O cliente compra um terno e uma gravata com probabilidade
2/15, um terno e uma camisa com probabilidade 17/60 e uma gravata e uma camisa com
probabilidade 1/4; compra os trs itens com probabilidade 1/12. Considere os eventos
48. Uma fbrica de sorvete recebe o leite que utiliza de trs fazendas: 20% da fazenda 1,
30% da fazenda 2 e 50% da fazenda 3. Um rgo de fiscalizao inspecionou as fazendas e
constatou que 20% do leite produzido na fazenda 1 estava adulterado por adio de gua,
enquanto que para as fazendas 2 e 3 essa proporo era de 5% e 2%, respectivamente. A
fbrica de sorvete recebe o leite em gales, que so armazenados em um refrigerador, sem
identificao da fazenda de provenincia. Um galo escolhido ao acaso e seu contedo
testado para verificar adulterao.
(a) Qual a probabilidade de que o galo contenha leite adulterado?
(b) Sabendo que o teste constatou que o leite do galo est adulterado, obtenha a
probabilidade de que o galo seja proveniente da fazenda 1.
49. Considere duas moedas, uma honesta e a outra que resulta cara em cada lanamento
com probabilidade 0,6. Uma moeda escolhida ao acaso e, aps lanada quatro vezes,
observa-se cara trs vezes. Qual a probabilidade de que a moeda escolhida tenha sido a
moeda honesta?
50. Todo domingo, um pescador vai a um de trs lugares perto de sua casa: ao mar com
probabilidade 1/2, a um rio com probabilidade 1/4, ou a um lago com probabilidade 1/4.
No mar, ele consegue fisgar um peixe com probabilidade 80%; no rio e no lago essa
probabilidade vale 40% e 60%, respectivamente. Se em um domingo o pescador volta
para casa sem peixe algum, para onde mais provvel que tenha ido?
51. Jogamos um dado honesto e em seguida lanamos tantas moedas honestas como os
pontos indicados no dado.
(a) Qual a probabilidade de obter quatro caras?
(b) Dado que foram obtidas quatro caras, qual a probabilidade de que o dado tenha
mostrado seis pontos?
52. O estoque de um armazm consiste de caixas de lmpadas de qualidade alta, mdia ou
baixa, nas propores respectivas 1 : 2 : 2. Para cada um dos trs tipos, a probabilidade
de uma lmpada ser defeituosa 0, 0,1 e 0,2. Se uma caixa selecionada ao acaso e duas
lmpadas retiradas dela so perfeitas, qual a probabilidade de que contenha lmpadas de
alta qualidade?
53. A caixa I contm 4 bolas brancas e 2 pretas, a caixa II contm 3 bolas brancas e
1 preta e a caixa III contm 1 bola branca e 2 pretas.
(a) Extrai-se uma bola de cada caixa. Determine a probabilidade de que todas as bolas
sejam brancas.
(b) Seleciona-se uma caixa e dela extrai-se uma bola. Determine a probabilidade de
que a bola extrada seja branca.
36 Probabilidade
(c) Calcule em (b) a probabilidade de que a primeira caixa tenha sido escolhida, dado
que a bola extrada branca.
54. Uma urna contm a bolas azuis e b bolas brancas. Uma bola retirada aleatoriamente
e depois reposta urna com mais c bolas da mesma cor. A seguir, retira-se ao acaso uma
segunda bola da urna. Qual a probabilidade de que essa bola seja azul?
56. Uma senhora da alta sociedade d uma festa em sua manso. Ao trmino da festa, ela
descobre que sua coleo de joias foi roubada. Aps as investigaes, a polcia tem certeza
de que o ladro foi precisamente uma das 76 pessoas presentes festa (entre convidados
e garons). Ademais, os investigadores encontram na cena do crime o perfil de DNA do
ladro, e sabe-se que este perfil de DNA ocorre em 2% de toda populao. Dado que o
DNA do Sr. Joo, o primeiro suspeito cujo DNA analisado, combina com o perfil achado
na cena do crime, qual a probabilidade de que ele tenha roubado as joias?
57. Em uma cidade, os motoristas so parados pela polcia para fazer um teste sobre
o teor de lcool no sangue. Suponha que a probabilidade de que um motorista detido
esteja embriagado 5% e que o teste realizado acerta o estado de embriaguez em 80% das
ocasies.
(a) Qual a probabilidade de que o teste de um motorista detido resulte positivo?
Os motoristas cujos testes do positivo so submetidos a um segundo exame, que nunca
falha em um motorista sbrio, porm tem probabilidade 10% de erro nos embriagados.
(b) Dado que o segundo teste de um motorista resultou negativo, qual a probabilidade
de que estava dirigindo com um ndice alcolico acima do permitido?
So A e B independentes?
So A e B independentes?
Exerccios 37
60. Nove crianas escolhem lugares ao acaso em trs fileiras de trs carteiras. Sejam os
eventos
So A e B independentes?
61. Um experimento consiste em lanar duas vezes uma moeda honesta. Considere os
eventos
64. Suponha que 30% da populao de uma cidade pretende votar no candidato A na
prxima eleio municipal. Calcule a probabilidade de, em uma amostra de 10 pessoas,
haver ao menos um eleitor de A. Esclarea as suas hipteses.
65. Um par de dados honestos lanado repetidamente. Supondo que os ensaios so
independentes, qual a probabilidade de que um total 8 aparea antes de um total 7?
Sugesto: Defina An o evento de que os totais 7 e 8 no ocorrem nos primeiros n 1
ensaios e ocorre um total 8 no n-simo ensaio.
66. Existem duas estradas de A a B e duas estradas de B a C. Cada uma das quatro
estradas bloqueada por queda de barreira com probabilidade p = 1/10, independente-
mente das demais. Determine a probabilidade de que exista uma estrada aberta de A a B
dado que no existe um caminho aberto de A a C.
Se, alm disso, existe uma estrada direta de A a C, esta estrada sendo bloqueada com pro-
babilidade p = 1/10 independentemente das demais, encontre a probabilidade condicional
pedida.
38 Probabilidade
67. Duas pessoas lanam uma moeda honesta n vezes, de forma independente. Mostre
que a probabilidade delas obterem igual nmero de caras a mesma que a de obterem ao
todo n caras.
68. (a) Sejam A e B dois eventos com probabilidade positiva. Se a ocorrncia de B faz de
A um evento mais provvel, ento a ocorrncia de A faz de B um evento mais provvel?
(b) Mostre que se A um evento tal que P (A) igual a 0 ou 1, ento A independente
de todo evento B.
69. Suponha que = {1, . . . , p}, onde p um nmero primo. Seja F = P () e, para
A F, defina P (A) = |A|/p. Mostre que se A e B so independentes, ento ao menos
um dos dois eventos ou .
Sugesto: Prove que p um divisor de |A| |B|.
70. Seja P uma probabilidade sobre um espao amostral e suponha que A um evento
com 0 < P (A) < 1. Mostre que A e B so independentes se e somente se P (B |A) =
P (B |Ac ).
Sugesto: Use que P (Ac B) + P (A B) = P (B).
71. Seja P uma probabilidade sobre um espao amostral .
(a) Mostre que se A e B so eventos tais que P (A) < 1, P (B) > 0 e P (A |B) = 1,
ento P (B c |Ac ) = 1.
(b) Prove que se E, F e G so eventos tais que P (F G) > 0 e P (F Gc ) > 0, ento
P (E |F ) = P (E |F G)P (G |F ) + P (E |F Gc )P (Gc |F ).
(a2) Use a aditividade finita e enumervel para provar que P (A) = lim P (An ).
n
(b) Suponha que An A. Mostre que Acn A e conclua que P (A) = lim P (An ).
c
n
Mostre que
(a) An A.
Exerccios 39
1 se 0 < p 1,
(b) P (A) =
0 se p = 0.
n=1 n=1
P (A B) = n
lim P (An B) = n
lim [P (An ) P (B)]
= lim P (An ) P (B) = P (A) P (B).
n
Assim, A e B so independentes.
75 . Subaditividade finita e enumervel: Sejam A1 , A2 , . . . eventos em um espao
de probabilidade. Demonstre que
n
[ n
P (Ak ) para todo n 2 (Subaditividade finita) e
X
P Ak
k=1 k=1
[
P (Ak ) (Subaditividade enumervel).
X
P Ak
k=1 k=1
n
[ n n o
Ak 1 exp P (Ak ) .
X
P
k=1 k=1
[
P (Ak ) = = Ak = 1.
X
P
k=1 k=1
78 . Demonstre que
c
lim inf An = lim sup Acn ,
n n
c
lim sup An = lim inf Acn ,
n n
D um exemplo para mostrar que a condio P (Bn ) < 1 para todo n 1 no pode ser
dispensada.
Sugesto: Para provar a implicao , defina Ak = Bkc , k = 1, 2, . . . , e, usando o exerc-
cio 77, mostre que P ( k=n Ak ) = 0 para todo n 1.
T
Respostas 41
Respostas
5. 325/833
42 Probabilidade
6. (a) 1/30 (b) 1/210 (c) 2/5 (d) 2/3 (e) 1/42
10. 1/2
13. 9/10
14. 7/99
17. (a) n
2r
22r / 2n
2r
(b) n n1
2r2
22r2 / 2n
2r
(c) n
2
n2
2r4
22r4 / 2n
2r
99/323 (Complementar do evento em (a) e Princpio da Incluso-Excluso).
18. A probabilidade igual a a/(a + b) em ambos os casos. O espao amostral no item (a)
consiste das (a + b)! ordenaes entre as bolas; em (b) formado pelas (a + b)!/(a! b!)
permutaes com elementos repetidos.
2i
20. p(i) = , i = 1, . . . , n
n(n + 1)
21. (a) 1/2 (b) 3/4 (c) 11/20 (d) 1/20 (e) 3/10 (f) 7/20 (g) 9/20 (h) 4/5
25. (a) 0 (b) 0,2 (c) 0,12 (d) 0,68 (e) 0,11 (f) 0,1
29. 12/35
30. 6055/8568
31. 903/1012
32. 0,051
nm
! ! !1
n nk n
(1)k adk , onde ak = ak (n, m) =
X
34.
k=0 k m m
36. 14/15
38. Defina Vi o evento de selecionar a bola vermelha na i-sima extrao e mostre que
P (Vi ) = 1/3 para i = 1, 2, 3.
39. 31/210
41. 54/343
42. (a) n
k
(k 1)! (n k)!/n! = 1/k (b) 1/k! (c) k/n
49. 0,42
50. Ao rio (Probabilidades condicionais: mar = 2/7, rio = 3/7 e lago = 2/7).
52. 10/39
54. a/(a + b)
55. 0,345
56. 2/5
64. 0,9718
65. 5/11
68. (a) Sim. Quando afirmamos que a ocorrncia de B faz de A um evento mais provvel,
queremos dizer que P (A | B) > P (A).
(b) Considere separadamente os casos P (A) = 0 e P (A) = 1. No segundo, use que
P (A B) = P (B) P (Ac B).
Captulo 3
Variveis aleatrias
1. Definies
{X x} = { : X() x} F
para todo x R.
As variveis aleatrias que assumem valores em um conjunto finito ou infinito enumervel
so chamadas discretas e aquelas que assumem valores em um intervalo da reta real so
chamadas contnuas.
Outras propriedades:
Observao. Uma funo F : R R que satisfaz (F1), (F2) e (F3) a funo de distri-
buio de alguma varivel aleatria X.
Observao. Uma varivel aleatria discreta definida quando definimos os seus valores
possveis {xi }i1 e as respectivas probabilidades {pi }i1 satisfazendo
pi > 0, i e pi = 1.
X
i=1
Uma varivel aleatria contnua definida quando definimos uma funo f : R R tal que
Z
f (x) 0, x e f (x) dx = 1.
1 se A,
IA () =
0 se 6 A.
p(xi ) se X discreta,
X
i: x B
P (X B) =
i
Z
f (x) dx se X contnua com densidade f.
B
Variveis aleatrias conjuntamente distribudas 47
F (x)
1
P (X = x3 )
P (X = x2 )
P (X = x1 )
x1 x2 x3 x
fX (x)
P (a X b)
a b x
F (x, y) = P (X x, Y y), x, y R.
p(x, y) = P (X = x, Y = y), x, y R.
Note que p(x, y) > 0 apenas para (x, y) em um subconjunto finito ou enumervel de R2 .
As funes de probabilidade marginais de X e Y so
pX (x) = e pY (y) =
X X
p(x, y), x R p(x, y), y R.
y x
48 Variveis aleatrias
2.4. natural a extenso das definies e resultados anteriores para o caso de n variveis
aleatrias X1 , . . . , Xn definidas no mesmo espao de probabilidade. Nesse caso, chamamos
X = (X1 , . . . , Xn ) de vetor aleatrio ou varivel aleatria n-dimensional.
f
i=1
3.5. Uma coleo infinita de variveis aleatrias independente se toda subcoleo finita
dessas variveis aleatrias independente.
Como usual quando se trata de variveis aleatrias, l-se o smbolo como tem dis-
tribuio.
50 Variveis aleatrias
P (X = x) = px (1 p)1x , x = 0, 1.
Propriedade: Se X Binomial(n, p), onde 0 < p < 1, ento, medida que k vai
de 0 a n, P (X = k) primeiro cresce e depois decresce, atingindo seu valor mximo
quando k o maior inteiro menor ou igual a (n + 1) p.
e x
P (X = x) = , x = 0, 1, . . .
x!
P (X = x) = p (1 p)x1 , x = 1, 2, . . .
Modelos de distribuies contnuas 51
P (X m + n | X m) = P (X n) para m, n = 1, 2, . . .
x1 r
!
P (X = x) = p (1 p)xr , x = r, r + 1, . . .
r1
Cumpre enfatizar que uma varivel aleatria com distribuio Binomial Negativa(r, p)
pode ser escrita como a soma de r variveis aleatrias independentes com distribui-
o Geomtrica(p).
1
fX (x) = , a < x < b.
ba
0.15 0.125
0.1
0.1 0.075
0.05
0.05
0.025
x x
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 11 12
1 2 2
fX (x) = e(x) /(2 ) , x R.
2
X
Z= N (0, 1).
Modelos de distribuies contnuas 53
fX (x) = ex , x 0.
P (X s + t | X s) = P (X t) para s, t R com s 0 e t 0.
1 x
fX (x) = x e , x 0.
()
1
fX (x) = xa1 (1 x)b1 , 0 x 1.
B(a, b)
1
fX (x) = n o, x R.
b 1 + [(x a)/b]2
N (, 2 )
Exp(1)
f (x)
f (x)
1
0.8
0.6
0.4
0.2
x x
+ 1 2 3 4
Gama(, ) Beta(a, b)
f (x) f (x)
a = 2, b = 4
= 1/2, = 1/10
0.15 2
0.125
1.5
0.1 = 2, = 1/4
a=b=1
0.075 1
0.05
0.5 a = b = 1/2
0.025
x x
5 10 15 20 25 0.2 0.4 0.6 0.8 1
(k)
0.006
0.004
0.002
k
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
0.002
0.004
0.006
Se n grande, ento uma varivel aleatria X com distribuio Binomial(n, p) tem apro-
ximadamente a mesma distribuio de uma varivel aleatria normal com parmetros
= n p e 2 = n p (1 p). Essa afirmao justificada pelo Teorema Central do Limite
de De Moivre e Laplace (3.7 do Captulo 5, p. 143), o qual estabelece que, quando n ,
a funo de distribuio da varivel
X np
n p (1 p)
Visto que estamos aproximando uma varivel aleatria discreta por uma varivel contnua,
podemos fazer o seguinte ajuste:
i + 0,5 n p
!
P (X i) = P (X i + 0,5) ,
n p (1 p)
e, para i j inteiros entre 0 e n,
j + 0,5 n p i 0,5 n p
! !
P (i X j) .
n p (1 p) n p (1 p)
Esse procedimento de subtrair e somar 0,5 conhecido como correo de continuidade
de Fisher e fornece uma aproximao ligeiramente mais precisa, sendo especialmente
recomendvel quando n no for muito grande.
Dois critrios frequentemente usados so que n p 5 e n (1 p) 5 ou n p (1 p) 10
implicam uma boa aproximao.
0.08
Binomial(75, 2/5) N (30, 18)
0.06
0.04
0.02
0
20 25 30 35 40 45
8.1. Seja X uma varivel aleatria contnua com funo densidade de probabilidade f tal
que f (x) > 0 para x (a, b), com a < b . Suponhamos que : (a, b) R
uma funo estritamente montona, diferencivel em (a, b), e seja 1 a inversa de .
Ento, a varivel aleatria definida por Y = (X) tem densidade dada por
d 1 (y)
f (1 (y)) se y ((a, b)),
g(y) = dy
0 caso contrrio.
Funes de variveis aleatrias 57
R R
Suponhamos que:
3. A transformao inversa
x1 = 1 (y1 , y2 ), x2 = 2 (y1 , y2 ), ()
58 Variveis aleatrias
8.3. (a) Sejam X e Y duas variveis aleatrias independentes, a valores inteiros, com
funes de probabilidade pX e pY , respectivamente. A convoluo de pX e pY a funo
p = pX pY definida por
x
Funes de variveis aleatrias 59
(b) Sejam X e Y duas variveis aleatrias contnuas e independentes, com funes den-
sidade respectivas fX e fY . A convoluo de fX e fY a funo f = fX fY definida
por
Z +
f (z) = fX (x) fY (z x) dx, z R.
8.4. Sejam X e Y duas variveis aleatrias contnuas e independentes, com funes den-
sidade respectivas fX e fY . Ento,
9. Estatsticas de ordem
n!
fYi ,Yj (x, y) = [F (x)]i1 [F (y) F (x)]ji1 [1 F (y)]nj f (x) f (y)
(i 1)! (j i 1)! (n j)!
para x < y.
A densidade de Yi dada por
n!
fYi (x) = [F (x)]i1 [1 F (x)]ni f (x), x R.
(i 1)! (n i)!
m!
P (X1 = x1 , . . . , Xn = xn ) = px1 1 . . . pxnn ,
x1 ! . . . xn !
Distribuies relacionadas com a normal 61
3. Distribuio uniforme: Seja G Rn um conjunto tal que Vol (G) > 0, onde
Vol (G) o volume n-dimensional de G, definido por
Z Z
Vol (G) = dx1 . . . dxn .
G
( n+1 ) 1
fT (t) = 2 n , t R.
n ( 2 ) (1 + t /n)(n+1)/2
2
X/m
U=
Y /n
( m+n )
fU (u) = 2
mm/2 nn/2 um/21 (n + m u)(m+n)/2 , u > 0.
( 2 ) ( n2 )
m
(X )
n tn1 .
S
Exerccios 63
Exerccios
Variveis aleatrias: Definies e propriedades bsicas,
Modelos discretos e contnuos
1. Seja X uma varivel aleatria discreta com funo de probabilidade dada por
p(x) = c x, x = 1, 2, . . . , 6.
Encontre:
(a) o valor de c.
(b) a probabilidade de X ser um nmero mpar.
2. Seja X uma varivel aleatria discreta com funo de probabilidade dada por
c
p(x) = , x = 0, 1, . . .
4x
Obtenha:
(a) o valor de c.
(b) a probabilidade de X ser um nmero par.
3. Seja X uma varivel aleatria discreta com funo de distribuio dada por
0 se x < 0,
1/2 se 0 x < 1,
3/5 se 1 x < 2,
F (x) =
4/5 se 2 x < 3,
9/10 se 3 x < 4,
1 se x 4.
6. Um computador foi usado para gerar sete nmeros aleatrios no intervalo [0, 1]. Calcule
a probabilidade de que
(a) exatamente trs nmeros estejam entre 1/2 e 1.
(b) menos do que trs sejam maiores que 3/4.
7. Em 1693, Samuel Pepys escreveu uma carta para Isaac Newton propondo-lhe um pro-
blema de probabilidade, relacionado a uma aposta que planejava fazer. Pepys perguntou
o que mais provvel: obter pelo menos um 6 quando 6 dados so lanados, obter pelo
menos dois 6 quando 12 dados so lanados, ou obter pelo menos trs 6 quando 18 dados
so lanados. Newton escreveu trs cartas a Pepys e finalmente o convenceu de que o
primeiro evento mais provvel. Calcule as trs probabilidades.
8. Um aluno estuda 12 exerccios, dos quais o professor vai escolher 6 aleatoriamente para
uma prova. O estudante sabe resolver 9 dos 12 problemas. Seja X o nmero de exerccios
resolvidos por ele na prova.
(a) Qual a distribuio de X?
(b) Calcule a probabilidade de que o aluno resolva ao menos 5 exerccios da prova.
10. Um aqurio tem 3 peixes exticos gordinhos e 7 desnutridos. O gato Flix pega ao
acaso 3 peixes do aqurio; os 3 so gordinhos e Flix se prepara para com-los. Nesse
momento, aparece o seu dono, um probabilista famoso, que diz: Flix, voc vai tentar
repetir 3 vezes isso que acaba de fazer. Se voc conseguir o feito de pegar os 3 gordinhos
em pelo menos duas das trs vezes, eu deixarei que voc os coma. Se no conseguir, vai
comer a sua rao de costume. Qual a probabilidade de que Flix coma os peixes?
11. Em uma pizzaria com entrega em domiclio, 30% dos pedidos por telefone so de mais
de uma pizza. Certo dia, o dono decide mandar um brinde ao cliente que fizer o primeiro
pedido com mais de uma pizza. Seja X o nmero de pedidos recebidos at o ganhador do
brinde.
(a) Qual a distribuio de X?
(b) Determine o menor nmero de pedidos necessrio para garantir que o brinde saia
com probabilidade maior que 0,9.
Exerccios 65
12. Setenta por cento da populao de uma cidade tm computador em casa. Se um pes-
quisador para muncipes ao acaso na rua at encontrar uma pessoa que tenha computador
em casa, qual a probabilidade de que ele precise
(a) de exatamente quatro tentativas?
(b) de pelo menos quatro tentativas?
13. Um vendedor de porta em porta consegue realizar a venda em 40% das visitas que
faz. Ele planeja efetuar no mnimo duas vendas por dia. Seja X o nmero de visitas feitas
at que a segunda venda seja efetivada.
(a) Qual a distribuio de X?
(b) Calcule a probabilidade de que o vendedor faa no mximo seis visitas para concluir
as duas vendas.
14. O nmero de erros tipogrficos numa pgina de determinado livro uma varivel
aleatria com distribuio de Poisson de parmetro 1/2. Encontre a probabilidade de que
haja trs ou mais erros tipogrficos nesta pgina. Calcule esta probabilidade dado que h
pelo menos um erro nesta pgina.
15. Um contador Geiger registra o nmero de partculas emitidas por um material ra-
dioativo. Suponha que o nmero de partculas que o material emite por segundo uma
varivel aleatria com distribuio de Poisson de parmetro 3. Obtenha a probabilidade
de que, em um segundo, sejam registradas
(a) no mximo duas partculas.
(b) no mnimo duas partculas.
16. O nmero X de acidentes de trabalho que ocorrem em uma fbrica por semana segue
uma distribuio de Poisson. Sabendo que a porcentagem de semanas em que ocorre um
acidente um tero da porcentagem de semanas em que no acontece nenhum, calcule:
(a) o parmetro da distribuio.
(b) a probabilidade de que ocorra um acidente em uma semana e tambm um na
semana seguinte.
A partir de uma data, a direo da fbrica vai registrar o nmero Y de semanas
decorridas at uma semana com ao menos um acidente.
(c) Qual a distribuio de Y ?
(d) Obtenha a probabilidade de que a semana com acidente seja a quarta na contagem.
17. A liga de futebol de um pas tem quatro times: time 1, time 2, time 3 e time 4. Um
time estrangeiro em excurso pelo pas vai jogar um amistoso contra cada um dos times
1, 2 e 3. Suponha que contra o time 1 este time tem probabilidade 1/4 de conquistar a
vitria, enquanto que essa probabilidade vale 1/2 quando o adversrio o time 2 e vale
2/5 quando o adversrio o time 3. Assuma tambm que os resultados dos trs amistosos
so independentes. Seja X o nmero de vitrias conquistadas pelo time estrangeiro nos
trs amistosos.
66 Variveis aleatrias
Sabemos que V1 , V2 e V3 so independentes, com P (V1 ) = 1/4, P (V2 ) = 1/2 e P (V3 ) = 2/5.
Ento,
3 1 3 9
P (X = 0) = P (V1 c V2 c V3 c ) = P (V1 c ) P (V2 c ) P (V3 c ) = = ,
4 2 5 40
P (X = 1) = P (V1 V2 c V3 c ) + P (V1 c V2 V3 c ) + P (V1 c V2 c V3 )
1 1 3 3 1 3 3 1 2 9
= + + = ,
4 2 5 4 2 5 4 2 5 20
P (X = 2) = P (V1 V2 V3 c ) + P (V1 V2 c V3 ) + P (V1 c V2 V3 )
1 1 3 1 1 2 3 1 2 11
= + + = ,
4 2 5 4 2 5 4 2 5 40
1 1 2 1
P (X = 3) = P (V1 V2 V3 ) = = .
4 2 5 20
(b) A probabilidade de que o time estrangeiro obtenha pelo menos uma vitria
31
P (X 1) = 1 P (X = 0) = .
40
(c) Denotando por F o evento de que o time estrangeiro faz o quarto jogo, temos
P (F | X = 3) = 1, P (F | X = 2) = 4/5, P (F | X = 1) = P (F | X = 0) = 0,
P (F ) = P (F | X = 3) P (X = 3) + P (F | X = 2) P (X = 2) +
+ P (F | X = 1) P (X = 1) + P (F | X = 0) P (X = 0)
1 4 11
=1 + = 0,27.
20 5 40
Exerccios 67
18. Quatro casais convidados para um jantar comparecem independentemente, com pro-
babilidades 0,9, 0,8, 0,75 e 0,64. Encontre a funo de probabilidade do nmero de casais
presentes ao jantar.
19. Um revendedor de componentes eltricos os compra em lotes de 10 peas. Seu controle
de qualidade consiste em inspecionar 3 componentes selecionados aleatoriamente de um
lote e aceitar o lote somente se os 3 componentes no so defeituosos. Sabe-se que 30%
dos lotes tm 4 componentes defeituosos e 70% tm apenas 1 componente defeituoso. Dos
3 componentes selecionados de um lote, seja X o nmero de componentes defeituosos.
(a) Obtenha a funo de probabilidade de X.
(b) Qual a probabilidade de que um lote seja aceito?
20. Uma urna contm cinco bolas numeradas de 1 a 5. Duas bolas so retiradas simulta-
neamente. Obtenha a funo de probabilidade e faa o grfico da funo de distribuio
das seguintes variveis aleatrias:
(a) o maior nmero sorteado.
(b) a soma dos nmeros retirados.
21. Um encanador tem em sua caixa de ferramentas dez pares de parafusos e porcas, de
tamanhos distintos, de forma que os elementos de um par no se intercambiam com os de
outro. Ele escolhe ao acaso dois parafusos e duas porcas.
(a) Obtenha a funo de probabilidade do nmero de pares certos.
(b) Qual a probabilidade de que o encanador retire ao menos um par correto?
22. Quatro bombons iguais so distribudos aleatoriamente a quatro pessoas. Seja X o
nmero de pessoas que no ganham nenhum bombom.
(a) Encontre a funo de probabilidade de X.
(b) Repita o item (a), supondo que os bombons so diferentes entre si.
23. Verifique que as seguintes funes so densidades:
1/8 se 0 x 2,
(a) f (x) = 3/4 se 4 x 5,
0 caso contrrio.
1 |1 x| se 0 x 2,
(b) f (x) =
0 caso contrrio.
2/3 se 1 x 0,
(c) f (x) = 2 (x 1)/3 se 0 x 1,
0 caso contrrio.
68 Variveis aleatrias
a (1 + x) se 0 < x 1,
f (x) = 2/3 se 1 < x 2,
0 caso contrrio.
Obtenha:
(a) o valor de a. (b) P (0,5 < X 1,5).
26. Seja X uma varivel aleatria com funo de distribuio dada por
0 se x < 1,
F (x) = log x se 1 x < e,
1 se x e.
0 se x < 0,
se 0 x < 1,
x2 /2
F (x) = 3/4 se 1 x < 2,
(x + 1)/4 se 2 x < 3,
1 se x 3.
28. Se Y tem distribuio uniforme em (0, 5), qual a probabilidade de que as razes da
equao 4 x2 + 4 x Y + Y + 2 = 0 sejam ambas reais?
29. Numa populao, o nvel srico de colesterol em adultos (medido em mg/dl) uma
varivel aleatria com distribuio normal com parmetros = 225 e = 75. Calcule:
(a) a proporo de pessoas com nvel de colesterol entre 200 e 350.
(b) o valor acima do qual se encontra o colesterol da parcela de 10% da populao que
tem os nveis mais elevados.
X 225
Z= N (0, 1).
75
Da, consultando a tabela da funo de distribuio da normal padro (apresentada no
final do livro),
200 225 350 225
P (200 X 350) = P Z = P (0,33 Z 1,67)
75 75
= (1,67) (0,33) = (1,67) (1 (0,33))
31. Em uma fbrica de refrigerante, uma mquina usada para encher garrafas de 600 ml.
O contedo lquido (em ml) por garrafa varia segundo a distribuio normal com par-
metros = 600 e = 4. Calcule:
(a) a porcentagem de garrafas produzidas com contedo inferior a 592 ml ou superior
a 612 ml.
(b) o valor do contedo excedido por 96% das garrafas fabricadas.
32. Suponha que o tempo em horas que um estudante precisa para aprender uma matria
de Geografia uma varivel aleatria com distribuio normal. Se 84,13% dos alunos usam
mais de 3 horas e somente 2,28% levam mais de 9 horas para aprender a matria, quais
so os parmetros da distribuio?
33. O peso em gramas dos recm-nascidos em uma maternidade tem distribuio normal
com parmetro = 3000. Sabe-se que 98% dos bebs nascem com um peso compreendido
entre 2,5 e 3,5 quilos. Determine:
(a) o parmetro .
(b) o peso abaixo do qual nascem 0,4% dos bebs dessa maternidade.
34. O dimetro em centmetros das bolinhas de gude em um lote tem distribuio normal
com parmetro = 1. Um tero das bolinhas tem dimetro maior que 1,1 cm. Obtenha:
(a) o parmetro .
(b) a proporo de bolinhas cujo dimetro est entre 0,8 e 1,2 cm.
(c) o valor do dimetro superado por 80% das bolinhas do lote.
(c) Dado que um aparelho est funcionando aps um ano, qual a probabilidade de que
dure pelo menos dois anos?
38. Uma loja de comrcio eletrnico envia e-mails com ofertas especiais a seus clientes
cadastrados. Suponha que, aps o recebimento de uma mensagem, a proporo de clientes
que efetivam uma compra uma varivel aleatria com densidade dada por
f (x) = c x (1 x)5 , 0 x 1.
ex/2 + ex/4
f (x) = , x 0.
6
1 1
!
(x)
3 (x) 1 (x) .
x x x
A importncia desses limitantes decorre do fato de no haver uma frmula fechada para .
(b) Obtenha de (a) que
1 (x)
lim = 1.
x (x)/x
72 Variveis aleatrias
3 1
Sugesto: (a) Use que 1 4
1 1 + 2 para y > 0 e que
y y
1 1 1 3
" # ! " ! # !
d (y) d
= 1 + 2 (y), 3 (y) = 1 4 (y).
dy y y dy y y y
45. H 180 inscritos em um congresso com durao de 5 dias. Obtenha uma aproximao
para a probabilidade de que ao menos um deles faa aniversrio durante o congresso.
46. Aproximadamente 80000 casamentos foram celebrados no Rio de Janeiro durante o
ano passado. Estime a probabilidade de que para pelo menos um desses casais ambos os
cnjuges tenham nascido no dia 30 de abril. Deixe claras as suas hipteses.
47. Doze por cento da populao canhota. Aproxime a probabilidade de que haja pelo
menos 20 canhotos em uma escola com 200 alunos. Esclarea as suas hipteses.
48. Em um museu, vendem-se mil entradas diariamente, sendo de 35% a proporo diria
de visitantes estrangeiros. Estime a probabilidade de que em uma semana mais de 5000
brasileiros visitem o museu.
49. Em uma indstria, fabricam-se dispositivos eltricos, que so vendidos em caixas
com 400 unidades. Suponha que cada dispositivo funciona adequadamente com probabi-
lidade 0,98. A companhia deseja garantir aos revendedores que mais de k dispositivos por
caixa funcionam. Qual o maior valor de k tal que pelo menos 93% das caixas satisfaam
essa garantia?
50. Se apenas 10% das pessoas conseguem perceber a diferena entre duas marcas de
cerveja, estime a probabilidade de que, em uma amostra aleatria de 196 pessoas, mais
de 29 consigam distingui-las.
51. Uma prova consiste de 108 questes de verdadeiro ou falso.
(a) Suponha que um estudante tem probabilidade 3/4 de acertar cada questo. Estime
a probabilidade de que ele acerte pelo menos 86 questes.
(b) Responda a questo anterior, supondo que o estudante sabe as respostas de metade
das questes da prova e simplesmente chuta a outra metade.
Exerccios 73
52. Se 55% da populao de uma cidade a favor de um projeto proposto pelo prefeito,
estime a probabilidade de que, em uma amostra aleatria de 176 pessoas, no mximo 93
sejam favorveis ao projeto.
53. Uma companhia area sabe que, das pessoas que fazem uma reserva para certo voo,
somente 90% comparecem. Por isso, ela aceita reservas em quantidade maior do que a
capacidade do avio, de 144 assentos. Supondo que as decises das pessoas em comparecer
ao voo so independentes, quantas reservas a companhia pode fazer, se quer estar 99%
certa de que haver lugar para todos os passageiros que compaream?
54. O tempo de vida em horas de chips de computador produzidos por uma indstria tem
distribuio normal com parmetros = 1,4 . 106 e 2 = 9 . 1010 . Obtenha uma estimativa
para a probabilidade de que um lote de 100 chips contenha pelo menos 20 chips que durem
menos que 1,8 . 106 horas.
55. Um produtor de sementes as vende em pacotes com 50 unidades. Suponha que cada
semente germina com probabilidade 99%, independentemente das demais. O produtor
promete substituir, sem custo ao comprador, qualquer pacote com 3 ou mais sementes
que no germinem.
(a) Use a aproximao de Poisson para estimar a probabilidade de que um pacote
precise ser substitudo.
(b) Use a aproximao normal para estimar a probabilidade de que o produtor tenha
que substituir mais que 70 dos ltimos 4000 pacotes vendidos.
(b) So X e Y independentes?
(c) Qual a probabilidade de que X seja mpar, dado que X + Y par?
58. Uma urna contm trs bolas brancas e duas bolas azuis. Realizam-se trs extraes,
sem reposio. Sejam X o nmero de bolas brancas obtidas e Y o nmero de bolas azuis
extradas antes de obter a primeira bola branca. Determine a funo de probabilidade
conjunta de X e Y , bem como as marginais.
59. A diretoria de uma organizao feminina formada por quatro mulheres solteiras,
trs divorciadas, duas vivas e uma casada. Uma comisso de trs pessoas escolhida ao
acaso para elaborar folhetos de propaganda da organizao. Sejam X e Y o nmero de
mulheres solteiras e vivas na comisso, respectivamente.
(a) Determine a funo de probabilidade conjunta de X e Y , bem como as marginais.
(b) Calcule a probabilidade de que pelo menos uma viva integre a comisso.
(c) Qual a probabilidade de que haja na comisso mais solteiras que vivas?
(b) Calcule a probabilidade de que na comisso haja um professor titular, dois asso-
ciados e um aluno.
!1
n+ki2 n+k1
!
(b) P (X1 = i) = , i = 0, . . . , k.
n2 n1
!i
1
(c) lim P (X1 = i) = , i = 0, 1, . . .
n,k, k/n(0,) +1 +1
67. Considere a distribuio aleatria de k bolas em n urnas como explicada nos exerc-
cios 65 e 66. Suponha que k n e seja A o evento de que nenhuma urna fique vazia.
Prove que, no caso do modelo de Maxwell-Boltzmann,
n k
!
n i
P (A) = (1) i
1
X
i=0 i n
69. Uma urna contm X bolas, onde X uma varivel aleatria com distribuio de Pois-
son de parmetro . As bolas so pintadas, de maneira independente, de vermelho com
probabilidade p ou azul com probabilidade (1 p). Sejam Y o nmero de bolas vermelhas
e Z o nmero de bolas azuis. Prove que Y e Z so variveis aleatrias independentes,
com Y Poisson(p) e Z Poisson((1 p)).
Sugesto: Para y, z N, seja x = y + z. Justifique e use que
e x
!
x y
P (Y = y, Z = z) = P (Y = y, Z = z | X = x) P (X = x) = p (1 p)z .
y x!
P (Z0 = 1, Z1 = 1, . . . , Zn = 1) = 1/2n+1 .
c (y x) se 0 x y 1,
f (x, y) =
0 caso contrrio.
25 2 3xy y 2
( !)
f (x, y) = c exp x + , x, y R.
32 5 4
c x (30 y) se 0 x y 30,
f (x, y) =
0 caso contrrio.
f (x, y) = 2 (x + y 2 x y), 0 x 1, 0 y 1.
M1 = mn{X1 , X2 },
M2 = mx{X1 , X2 } e
M = M2 M1 = |X1 X2 |.
rea (Ay B)
FM (y) = P ((X1 , X2 ) Ay ) = .
rea (B)
Assim, precisamos calcular P (M1 < a/2, M < a/2, M2 > a/2). Definimos o conjunto
C = {(u, v) R2 : mn{u, v} < a/2, |u v| < a/2, mx{u, v} > a/2}. Ento,
rea (C B) 1
P (M1 < a/2, M < a/2, M2 > a/2) = P ((X1 , X2 ) C) = = .
rea (B) 4
v v
a a C B
Ay B a/2
y
0 y a u 0 a/2 a u
80. Um casal combina de se encontrar em certo local perto das 12:30 h. Suponha que
o homem chega em uma hora uniformemente distribuda entre 12:15 h e 12:45 h e a mu-
lher independentemente chega em uma hora uniformemente distribuda entre 12 h e 13 h.
Encontre as probabilidades de que
80 Variveis aleatrias
81. Em uma espcie de ave de rapina, a envergadura em centmetros das fmeas tem
distribuio normal com parmetros F = 168,75 e F = 6,5. Nos machos, a envergadura
tem distribuio normal com parmetros M = 162,5 e M = 6. Se uma fmea e um
macho sero capturados para anilhamento, qual a probabilidade de que o macho tenha
envergadura maior que a fmea?
82. Um elevador tem capacidade mxima de 500 kg. Suponha que o peso em kg de uma
pessoa adulta tem distribuio normal com parmetros = 75 e 2 = 96. Obtenha a
probabilidade de que o peso total de seis passageiros adultos exceda a capacidade mxima
do elevador.
83. A precipitao anual (medida em centmetros) em uma localidade tem distribuio
normal com parmetros = 240 e 2 = 900. Calcule as seguintes probabilidades:
(a) de que em cada um dos prximos dois anos a precipitao fique entre 204 e 276 cm.
(b) de que a precipitao total durante os prximos dois anos fique entre 420 e 540 cm.
(c) de que a precipitao no ano que vem exceda a do ano seguinte por mais que 90 cm.
Suponha que as precipitaes totais dos prximos dois anos so independentes.
84. A nota de um estudante em um exame vestibular tem distribuio normal com par-
metros = 75 e 2 = 64. Uma amostra aleatria de nove provas selecionada. Obtenha
as seguintes probabilidades:
(a) de que exatamente duas provas na amostra tenham nota superior a 83.
(b) de que a mdia das nove provas escolhidas seja maior que 80.
85. Lanamos seis vezes uma moeda honesta de forma independente. Seja Y a diferena
entre o nmero de caras e coroas obtidas. Encontre a distribuio de Y .
86. Sejam X e Y variveis aleatrias independentes, com distribuio de Poisson com
parmetros respectivos e . Prove que Z = X + Y Poisson( + ).
87. Sejam X e Y variveis aleatrias independentes, com X Geomtrica(p1 ) e Y
Geomtrica(p2 ). Determine a distribuio de Z = mn{X, Y }.
88. Seja U uma varivel aleatria com distribuio uniforme no intervalo aberto (0, 1).
Dado p (0, 1), obtenha a distribuio da varivel aleatria
log U
" #
h i
X = log1p U = ,
log(1 p)
F 1 (t) x t F (x).
(b) Prove que se U U (0, 1), ento a varivel aleatria X = F 1 (U ) tem funo de
distribuio F .
91. Em uma indstria, uma mquina usada para fabricar esferas de rolamentos com
5 centmetros de dimetro. Desajustes na mquina fazem com que as esferas tenham
tamanhos diferentes do padro. Suponha que o erro no dimetro (em cm) de uma esfera
produzida uma varivel aleatria X com densidade
1 |x|
fX (x) = e , x R.
2
No processo de fabricao, so aceitas apenas as esferas cujos erros no dimetro estiverem
entre 0,5 e 0,5 cm; as demais so descartadas. Seja Y o erro no dimetro de uma esfera
aceita segundo essa especificao.
(a) Determine a funo de distribuio de Y .
(b) Obtenha a densidade de Y .
(c) Qual a probabilidade de que uma esfera aceita tenha dimetro maior que 5,2 cm?
92. O tempo de durao em horas de um componente eletrnico tem distribuio expo-
nencial de parmetro 1/8. O departamento de controle de qualidade da fbrica que o
produz descarta todos os componentes que falham nas trs primeiras horas, e os restantes
so comercializados.
(a) Determine a densidade da durao em horas de um componente comercializado.
(b) Qual a probabilidade de um componente comercializado durar mais que 12 horas?
93. Seja X uma varivel aleatria com distribuio uniforme no intervalo [0, 10]. Deter-
mine a funo de distribuio das seguintes variveis aleatrias:
(a) Y = X 2 + 2.
(b) W = mx{2, mn{4, X}}.
(c) Z = |X 4|.
Observao. Cumpre observar que W dada no item (b) uma varivel aleatria, pois
uma funo contnua da varivel aleatria X. Note entretanto que W no discreta (j
que pode assumir qualquer valor no intervalo [2, 4]) e nem absolutamente contnua (pois
assume os valores 2 e 4 com probabilidades positivas). A varivel W uma mistura dos
dois tipos. Mais detalhes a respeito de tipos de variveis aleatrias so encontrados na
Seo 2.2 de James [15].
82 Variveis aleatrias
f (x) = ex , x > 0.
Consideremos a funo : (0, ) (0, 1) dada por (x) = e2x . Ento, decrescente,
diferencivel e
1
y = (x) = e2x x = 1 (y) = log y,
2
dx 1
= .
dy 2y
A densidade de Y = e2X , portanto,
1
dx
g(y) = f (1 (y)) = , 0 < y < 1.
dy 2 y
95. Distribuio Log-normal. Seja Y = eX , onde X tem distribuio N (0, 1). Encon-
tre a densidade de Y .
96. Seja X uma varivel aleatria com distribuio uniforme em (0, /2). Obtenha a
densidade de Y = sen X.
97. Determine a densidade de Y = arcsen X quando
(a) X tem distribuio uniforme em (0, 1).
(b) X tem distribuio uniforme em (1, 1).
98. Seja X Gama(, ), > 0, > 0, e considere a > 0. Encontre a distribuio da
varivel aleatria Y = a X.
99. Seja X F (m, n), m, n 1 inteiros, ou seja, X tem densidade dada por
( m+n )
f (x) = 2
mm/2 nn/2 xm/21 (n + m x)(m+n)/2 , x > 0.
( 2 ) ( n2 )
m
Obtenha a densidade de Y = X 2 .
104. Sejam X e Y variveis aleatrias i.i.d. com funo densidade comum
1/x2 se x > 1,
f (x) =
0 caso contrrio.
Assim,
1/(2z 2 w) se z > w > 0, zw > 1,
fZ,W (z, w) =
0 caso contrrio.
(b) Observamos que
1/(2z 2 w) dw se z > 1,
R
z
1/z
fZ (z) =
0 caso contrrio.
Logo,
log(z)/z 2 se z > 1,
fZ (z) =
0 caso contrrio.
Ademais,
1/w 1/(2z w) dz se 0 < w 1,
R
2
R
fW (w) =
1/(2z 2 w) dz se w > 1,
w
0 caso contrrio.
84 Variveis aleatrias
Portanto,
1/2 se 0 < w 1,
fW (w) = 1/(2w2 ) se w > 1,
0 caso contrrio.
k xy se x 0, y 0 e x + y 1,
f (x, y) =
0 caso contrrio.
(a) Obtenha k.
(b) Calcule as densidades marginais de X e Y .
Exerccios 87
(c) So X e Y independentes?
(d) Calcule as seguintes probabilidades: P (X Y ), P (X 1/2 | X + Y 3/4) e
P (X 2 + Y 2 1).
(e) Obtenha a densidade conjunta de U = X +Y e V = X Y , bem como as marginais.
119. Sejam X1 , X2 e X3 variveis aleatrias com funo densidade conjunta
2 x21 x2 ex1 x2 x3
f (x1 , x2 , x3 ) = , 0 < x1 , x2 , x3 < 1.
2e 5
Obtenha a densidade de X1 X2 X3 .
120. Sejam X, Y e Z variveis aleatrias com funo densidade conjunta
6
f (x, y, z) = , x, y, z > 0.
(1 + x + y + z)4
Determine a densidade de X + Y + Z.
121. Sejam Y1 , Y2 e Y3 as estatsticas de ordem associadas s variveis aleatrias inde-
pendentes X1 , X2 e X3 , uniformemente distribudas em (0, 1). Obtenha:
(a) P (Y1 + Y3 1).
(b) P (Y3 < Y1 + Y2 ).
(c) P (Y3 > 2 Y1 ).
(d) o valor de a tal que P (Y3 > a Y1 ) = 1/2.
122. Uma mquina tem quatro componentes idnticos, cujos tempos de durao em anos
so variveis aleatrias independentes e identicamente distribudas, com distribuio ex-
ponencial de parmetro 1/4. Determine a densidade do tempo de durao da mquina,
supondo que ela falha
(a) quando todos os componentes tiverem falhado.
(b) quando um dos componentes falhar.
(c) quando restar apenas um componente funcionando.
Nos trs casos anteriores, obtenha a probabilidade de que a mquina dure pelo menos
5 anos.
123. Trs pessoas A, B e C chegam ao mesmo tempo a uma central telefnica que possui
dois aparelhos telefnicos. Os dois aparelhos so utilizados imediatamente por A e B. A
pessoa C substitui a primeira pessoa que finalize a sua ligao e cada pessoa se retira da
central uma vez terminado o seu telefonema. Sejam X1 , X2 e X3 os tempos das ligaes
de A, B e C, respectivamente. Suponha que X1 , X2 e X3 so variveis aleatrias i.i.d.
com distribuio exponencial de parmetro .
(a) Determine a densidade de Z = mx{X1 , X2 } mn{X1 , X2 }.
(b) Calcule P (Z < X3 ).
(c) O que representa a probabilidade calculada no item (b)?
88 Variveis aleatrias
Z1 = Y1 e Zj = Yj Yj1 , j = 2, . . . , n.
|1 2 | se |1 2 | < ,
=
2 |1 2 | se |1 2 | < 2
Respostas
16. (a) 1/3 (b) 0,057 (c) Geomtrica(1 e1/3 ) (d) 0,1043
18. p(0) = 0,0018, p(1) = 0,032, p(2) = 0,1862, p(3) = 0,4344, p(4) = 0,3456
20. (a) p(2) = 1/10, p(3) = 1/5, p(4) = 3/10, p(5) = 2/5
(b) p(x) = 1/10 para x {3, 4, 8, 9} e p(x) = 1/5 para x {5, 6, 7}
21. (a) p(0) = 28/45, p(1) = 16/45, p(2) = 1/45 (b) 17/45
22. (a) p(0) = 1/35, p(1) = 12/35, p(2) = 18/35, p(3) = 4/35
(b) p(0) = 3/32, p(1) = 9/16, p(2) = 21/64, p(3) = 1/64
1 x2 se x 1,
(
24. (a) 2 (b) 1/4 (c) F (x) =
0 se x < 1.
26. (a) Verifique que F no-decrescente, contnua, lim F (x) = 0 e lim F (x) = 1.
x x+
1/x se 1 x e,
f (x) =
0 caso contrrio.
28. 3/5
30. (a) 0,9772 (b) 0,8413 (c) 0,44 (d) 2 (e) 14,32 (f) [2,84; 12,84]
32. = 5 e = 2
35. 0,1085
36. 0,068
43. 0,9631
45. 0,9151
46. 0,4515
47. 0,8363
Respostas 91
48. 0
49. 387
50. 0,0125
52. 0,281
53. 150
54. 1
56. (a) pX (0) = 0,2, pX (1) = 0,3, pX (2) = 0,5 e pY (1) = 0,4, pY (2) = 0,6.
(b) No.
(c) 0,75, 0,3, 0,5, 0,875 e 0,5, respectivamente.
U \V 1 2 pU (u)
1 0,05 0 0,05
2 0,3 0,15 0,45
(d)
3 0 0,05 0,05
4 0 0,45 0,45
pV (v) 0,35 0,65 1
X \Y 0 1 2 pX (x)
1 1/10 1/10 1/10 3/10
58. 2 2/5 1/5 0 3/5
3 1/10 0 0 1/10
pY (y) 3/5 3/10 1/10 1
X \Y 0 1 2 pX (x)
0 1/30 1/10 1/30 1/6
1 1/5 4/15 1/30 1/2
59. (a)
2 1/5 1/10 0 3/10
3 1/30 0 0 1/30
pY (y) 7/15 7/15 1/15 1
(b) P (Y 1) = 8/15 (c) P (X > Y ) = 8/15
92 Variveis aleatrias
X \Y 1 2 3 4 5 6 pX (x)
1 1/36 0 0 0 0 0 1/36
2 1/18 1/36 0 0 0 0 3/36
3 1/18 1/18 1/36 0 0 0 5/36
60.
4 1/18 1/18 1/18 1/36 0 0 7/36
5 1/18 1/18 1/18 1/18 1/36 0 9/36
6 1/18 1/18 1/18 1/18 1/18 1/36 11/36
pY (y) 11/36 9/36 7/36 5/36 3/36 1/36 1
yx1
61. (a) P (X = x, Y = y) = , 0 x 7, x + 2 y 9
120
(9 x)(8 x) y(y 1)
P (X = x) = , 0 x 7 P (Y = y) = ,2y9
240 240
(10 z)(z 1)
(b) P (Z = z) = ,2z9
120
6 1
72. (b) fX (x) = x (2x + 1), 0 < x < 1, fY (y) = (3y + 4), 0 < y < 2
7 14
(c) 15/56 (d) 13/20
5
74. c = , X N (0, 1) e Y N (0, 4)
16
81. 0,2389
82. 0,0188
6 6
1
!
85. P (Y = k) = , k = 6, 4, 2, 0, 2, 4, 6
(k + 6)/2 2
88. P (X = k) = p (1 p)k , k = 0, 1, . . .
89. Geomtrica(1 e )
0 se y < 0,5,
0,5 ey 0,5 e0,5
se 0,5 y < 0,
1 e0,5
91. (a) FY (y) =
1 0,5 ey 0,5 e0,5
se 0 y < 0,5,
1 e0,5
1 se y 0,5.
0,5 e|y|
(b) fY (y) = , 0,5 y 0,5
1 e0,5
(c) 0,2697
0 se y < 2,
93. (a) FY (y) = y 2/10 se 2 y < 102,
1 se y 102.
0 se w < 2,
(b) FW (w) = w/10 se 2 w < 4,
1 se w 4.
94 Variveis aleatrias
0 se z < 0,
se 0 z < 4,
z/5
(c) FZ (z) =
z/10 + 2/5 se 4 z < 6,
1 se z 6.
97. (a) fY (y) = cos y, 0 < y < /2 (b) fY (y) = (1/2) cos y, /2 < y < /2
102. Y Exp()
1
1 + e y se 0 y < 1,
4 y
1
103. fY (y) =
e y se y 1,
4 y
0 caso contrrio.
z
107. (a) fZ (z) = e ez , z > 0
(b) fZ (z) = 2 z ez , z > 0 (Z Gama(2, )).
1
108. fX (x) = fXY (x) = ,x > 0
(1 + x)2
1 2 y
115. (a) fX (x) = x ex , x > 0, fY (y) = y e , y > 0;
2
X e Y no so independentes.
(b) fZ (z) = ez , z > 0
Respostas 95
1 2 1
116. (a) fX (x) = x , 0 < x < 3, fY (y) = y 1/2 (33/2 y 3/2 ), 0 < y < 3;
9 9
X e Y no so independentes.
3
(b) fY /X (z) = z 1/2 , 0 < z < 1
2
(1 y)2 ey
119. fX1 X2 X3 (y) = ,0 < y < 1
2e 5
3 w2
120. fX+Y +Z (w) = ,w > 0
(1 + w)4
121. (a) 1/2 (b) 1/2 (c) 3/4 (d) 2 + 2
1
128. fZ (z) = , z (0, 4)
2 z z 2 /4
Captulo 4
Esperana
1. Definies e propriedades
1.1. A esperana (mdia, valor esperado) de uma varivel aleatria X definida por
x P (X = x) se X discreta,
X
x
X = E(X) = Z
x f (x) dx se X contnua com densidade f.
A esperana est definida somente quando a soma (integral) bem definida. Assim,
x P (X = x) (x) P (X = x) se X discreta,
X X
x0 x<0
E(X) = Z Z
x f (x) dx (x) f (x) dx se X contnua com densidade f
x0 x<0
e portanto E(X) est definida desde que ambas as somas (integrais) no sejam +. Em
caso contrrio, dizemos que E(X) no existe (ou que X no tem valor esperado).
Observamos que, em particular, E(X) est bem definida se P (X 0) = 1.
Como um exemplo de uma varivel aleatria cuja esperana no existe, seja X
assumindo valores em Z = Z \ {0} com funo de probabilidade dada por
1
P (X = x) = , x Z .
2 |x| (1 + |x|)
Para ver por que esta uma funo de probabilidade, note que
1
1 1
= = 1.
X X
k=1 k (1 + k) k=1 k 1 + k
Observao. A esperana pode ser definida de uma forma mais geral, sem se restringir
hiptese de que a varivel aleatria seja discreta ou contnua. Matematicamente, espe-
ranas so integrais com respeito a funes de distribuio ou medidas de probabilidade.
Para mais detalhes, veja-se, por exemplo, a Seo 4 do Captulo 2 de Gut [13].
98 Esperana
g(x) P (X = x) se X discreta,
X
x
E[g(X)] = Z
g(x) f (x) dx se X contnua com densidade f,
1.3. Dizemos que a varivel aleatria X integrvel se E(X) finita. Isto equivalente
a que E|X| < .
1.4. Para n 1, o n-simo momento de uma varivel aleatria X E(X n ) (se existe).
1.5. A varincia de uma varivel aleatria X integrvel com esperana dada por
2
X = Var(X) = E((X )2 ) = E(X 2 ) 2 .
q
Se X
2
< , ento X = Var(X) chamado o desvio padro de X.
1.6. Nas tabelas 4.1 e 4.2 (p. 104 e 105), so apresentadas a esperana e a varincia das
principais distribuies discretas e contnuas.
1.8. Se E|X|t finita para algum t > 0, ento E|X|s finita para todo 0 s t.
n=1
(b) Se X uma varivel aleatria contnua que assume apenas valores no-negativos,
ento
Z
E(X) = P (X > t) dt.
0
Definies e propriedades 99
1.10. Critrio para integrabilidade: Seja X uma varivel aleatria qualquer. Ento,
P (|X| n) E|X| 1 + P (|X| n).
X X
n=1 n=1
Assim, X integrvel se e somente se P (|X| n) < .
X
n=1
E[(X, Y )] =
XX
(x, y) p(x, y).
x y
n
X n
1.18. Var Xi = Var(Xi ) se X1 , . . . , Xn so independentes.
X
i=1 i=1
Cov(X, Y ) X X Y Y
(X, Y ) = =E ,
X Y X Y
q q
onde X = Var(X) e Y = Var(Y ).
Propriedades:
(i) |(X, Y )| 1.
p(x, y)
pX|Y (x | y) = P (X = x | Y = y) = ,
pY (y)
para todos os valores de y tais que pY (y) > 0. Neste caso, a esperana condicional de X
dado que Y = y
E(X | Y = y) = x pX|Y (x | y).
X
f (x, y)
fX|Y (x | y) = .
fY (y)
2.3. Para B R,
P (X = x | Y = y) no caso discreto,
X
xB
P (X B | Y = y) = Z
fX|Y (x | y) dx no caso contnuo.
B
Funes geradoras 101
E ((X, Y ) | Y = y) = E ((X, y) | Y = y) .
E (E(X | Y )) = E(X).
(a) E(X | Y ) uma varivel aleatria (uma funo de Y ) cuja esperana igual a E(X).
E(X | Y = y) P (Y = y) se Y discreta,
X
y
(b) E(X) = Z
E(X | Y = y) fY (y) dy se Y contnua com densidade fY .
3. Funes geradoras
3.2. Propriedades:
dn MX (t)
(n)
1. MX (0) = n
= E(X n ), n 1.
dt
t=0
n=0
Note que GX uma srie de potncias com raio de convergncia maior ou igual a 1, j
que GX (1) = P (X < ) = 1. A funo geradora de probabilidade tambm determina
Funes geradoras 103
Outras propriedades:
(n)
G (0)
(i) P (X = n) = X , n 0.
n!
(n) (n) (n)
(ii) GX (1) = E [X(X 1) . . . (X n + 1)] , n 1, onde GX (1) = lim GX (s) quando
s1
o raio de convergncia de GX igual a 1.
onde o smbolo i representa a unidade imaginria 1. A principal vantagem de trabalhar
com a funo caracterstica reside no fato de ser definida para todo t R.
104
2
pX (x) MX (t) X X
1 et (en t 1) n+1 n2 1
Uniforme Discreta(n) , x = 1, . . . , n
n n (et 1) 2 12
!
n x nx
Binomial(n, p) p q , x = 0, 1, . . . , n (p et + q)n np npq
x
e x t
Poisson() , x = 0, 1, . . . e(e 1)
x!
p et 1 q
Geomtrica(p) p q x1 , x = 1, 2, . . .
1 q et p p2
! !r
x 1 r xr p et r rq
Binomial Negativa(r, p) p q , x = r, r + 1, . . .
r1 1 q et p p2
! ! !1
N R R N nR R R N n
Hipergeomtrica(n, R, N ) n 1
nx x n N N N N 1
Tabela 4.1: Distribuies discretas. Como de costume, q = 1 p. Para a distribuio uniforme discreta, a frmula indicada para MX (t)
vlida para t 6= 0. Para as distribuies geomtrica e binomial negativa, o domnio de MX (, log(1 p)). Para a
distribuio hipergeomtrica, os valores possveis so mx(0, n N + R) x mn(n, R) e a funo geradora de momentos foi
substituda por um asterisco pois no til.
Esperana
2
fX (x) MX (t) X X
Funes geradoras
1 eb t ea t a+b (b a)2
Uniforme(a, b) ,axb
ba t (b a) 2 12
1 2 2 2 t2 /2
Normal(, 2 ) e(x) /(2 ) , x R e t+ 2
2
1 1
Exponencial() ex , x 0 para t <
t 2
!
1 x
Gama(, ) x e ,x0 para t <
() t 2
1 a ab
Beta(a, b) xa1 (1 x)b1 , 0 x 1
B(a, b) a+b (a + b + 1)(a + b)2
1
Cauchy(a, b) n
2
o, xR X (t) = ei a tb |t|
b 1 + [(x a)/b]
Tabela 4.2: Distribuies contnuas. Para a distribuio uniforme, a frmula indicada para MX (t) vlida para t 6= 0. A funo geradora
de momentos da distribuio Beta foi substituda por um asterisco pois no til. Para a distribuio de Cauchy, indicada a
funo caracterstica.
105
106 Esperana
4. Desigualdades
E(X)
P (X ) .
Var(X)
P (|X E(X)| ) .
2
E((X)) (E(X)).
Exerccios
Esperana: Definies e propriedades bsicas, Momentos, Varincia
1. Duas bolas so escolhidas aleatoriamente de uma urna contendo 4 bolas azuis, 3 ver-
melhas e 2 laranjas. Suponha que ganhamos 10 reais para cada bola azul selecionada,
ganhamos 1 real para cada bola laranja, porm perdemos 8 reais para cada bola vermelha.
Seja X o nosso lucro.
(a) Determine a funo de probabilidade de X.
(b) Obtenha o valor esperado e a varincia de X.
7. Um atleta de tiro com arco tem probabilidade 5% de acertar na mosca em cada tiro.
Qual o nmero esperado de tiros que deve realizar para completar uma srie com dois
acertos na mosca?
8. Se a varivel aleatria X tem distribuio de Poisson e P (X = 0) = 1/2, quanto vale
a varincia de X?
9. Existe uma varivel aleatria X com E(X) = 3 e E(X 2 ) = 8?
108 Esperana
10. Suponha que n pessoas, incluindo voc e um amigo, alinham-se aleatoriamente para
tirar uma foto. Seja X o nmero de pessoas que ficam entre voc e o seu amigo. Determine
o valor esperado de X.
n2
n(n 1)(n 2)
Sugesto: Use que x (n 1 x) = .
X
x=1 6
11. Obtenha a esperana das variveis aleatrias contnuas cujas densidades so dadas
no exerccio 23 do Captulo 3.
12. A durao de uma ligao telefnica central de atendimento ao consumidor de uma
empresa uma varivel aleatria exponencialmente distribuda, com mdia de 6 minutos.
(a) Determine a probabilidade de que uma ligao dure no mximo 4 minutos.
(b) Dado que uma ligao j durou 3 minutos, qual a probabilidade de que dure pelo
menos outros 6 minutos?
13. Em uma faculdade, a proporo de alunos aprovados anualmente em um curso de
Estatstica uma varivel aleatria com distribuio Beta(3, 2).
(a) Calcule a probabilidade de que menos de 20% dos alunos sejam reprovados em um
ano.
(b) Qual a proporo mdia de aprovados por ano?
14. Seja X uma varivel aleatria com distribuio logstica, isto , X tem densidade
ex
f (x) = , x R.
(1 + ex )2
desde que as integrais no sejam ambas +. Como f simtrica em torno de 0 (ou seja,
f (x) = f (x) para todo x R), obtemos:
Z 0 Z 0 Z 0 Z
(x) f (x) dx = (x) f (x) dx = y f (y) dy = y f (y) dy.
0
17. Seja X uma varivel aleatria com distribuio de Laplace (tambm conhecida como
exponencial dupla), isto , com densidade
1 |x|
f (x) = e , x R.
2
Obtenha:
(a) E(X) (b) E|X| (c) Var(X).
18. Seja X Cauchy(0, 1), com densidade
1
f (x) = , x R.
(1 + x2 )
25. Um ponto escolhido ao acaso no intervalo [0, 1], dividindo-o em duas partes. Calcule
o valor esperado da razo entre os tamanhos do menor segmento e do maior segmento
formados.
26. Seja Z uma varivel aleatria com distribuio normal padro. Para x R fixado,
defina
Z se Z > x,
X=
0 caso contrrio.
1
Mostre que E(X) = ex /2 .
2
2
27. Demonstre o critrio para integrabilidade enunciado em 1.10 (p. 99).
Sugesto: Considere a varivel aleatria Y = [|X|] (parte inteira de |X|) e observe que Y
assume valores inteiros e no-negativos e satisfaz 0 Y |X| Y + 1.
28. Um estacionamento cobra 10 reais pela primeira hora ou frao e 2 reais a partir da
segunda hora ou frao. Suponha que o tempo em horas que um carro permanece no
estacionamento uma varivel aleatria com distribuio Gama(2, 1). Determine o preo
mdio pago por um cliente para estacionar um carro.
Sugesto: Defina Y o nmero de horas que um carro permanece no estacionamento, in-
cluindo a ltima hora incompleta.
Soluo. (a) Utilizando uma rvore, podemos obter o espao amostral, probabilidades e
valores de X e Y correspondentes:
! B
1/2! X=1 Y =1 Prob. = 3/10
!!
Ba
X=1 Y =0 Prob. = 3/10
a
3/5 1/2a
aV
30. Cada lanamento de um dado no honesto resulta em cada um dos nmeros mpares 1,
3, 5 com probabilidade C e em cada um dos nmeros pares 2, 4, 6 com probabilidade 2C.
(a) Determine C.
Suponha que o dado lanado e considere as seguintes variveis aleatrias:
(b) So X e Y independentes?
(c) Calcule o coeficiente de correlao entre X e Y .
32. Em um problema envolvendo variveis aleatrias independentes X e Y , um estudante
calcula, corretamente, que
c (y 2 x2 ) ey se y x y e y > 0,
f (x, y) =
0 caso contrrio.
8 x y se 0 y x 1,
f (x, y) =
0 caso contrrio.
2 e2x /x se 0 y x < ,
f (x, y) =
0 caso contrrio.
(a) X e Y so independentes?
(b) Calcule a funo densidade de Z = X + Y .
h i
(c) Obtenha E (X + Y )1 .
(a) So X e Y independentes?
(b) Calcule a covarincia entre X e Y .
(a) So X e Y independentes?
(b) Encontre a covarincia entre X e Y .
n enx se x > 0,
fXn (x) =
0 caso contrrio.
45. Um vaso contm 20 cartes, dois deles marcados 1, dois marcados 2, . . ., dois marca-
dos 10. Cinco cartes so retirados ao acaso do vaso. Qual o nmero esperado de pares
que permanecem ainda no vaso?
(Este problema foi colocado e resolvido no sculo XVIII por Daniel Bernoulli, como um
modelo probabilstico para determinar o nmero de casamentos que permanecem intactos
quando ocorre um total de m mortes entre N casais; em nosso caso, m = 5 e N = 10).
Soluo. Seja X o nmero de pares que permanecem no vaso aps a retirada dos cinco
cartes. Ento,
X = X1 + X2 + + X10 ,
onde, para i = 1, 2, . . . , 10,
1 se o i-simo par permanece no vaso,
(
Xi =
0 caso contrrio.
Porm, para i = 1, 2, . . . , 10,
18
5 21
E(Xi ) = P (Xi = 1) = = .
38
20
5
Assim, obtemos
21 105
E(X) = E(X1 ) + E(X2 ) + + E(X10 ) = 10 . = 5,53.
38 19
Observao. Embora mais trabalhoso, pode-se obter a distribuio de X e calcular o valor
esperado pela definio. De fato,
10
5
25 168
P (X = 5) = = ,
323
20
5
10
1
9
3
23 140
P (X = 6) = = ,
323
20
5
10 16
2 1 15
P (X = 7) = = ,
323
20
5
portanto
105
E(X) = x P (X = x) = 5,53.
X
x 19
46. Um nibus parte com 20 pessoas e tem em seu trajeto 10 pontos diferentes, parando
em um ponto somente se uma ou mais pessoas solicitarem. Suponha que cada passageiro
escolhe com igual probabilidade o ponto em que vai parar e que as escolhas so indepen-
dentes de passageiro para passageiro. Determine o nmero esperado de paradas feitas
pelo nibus.
Exerccios 115
X = X1 + X2 + + X10 ,
onde
1 se pelo menos uma pessoa solicita a parada no ponto i,
(
Xi =
0 caso contrrio.
Ento, para i = 1, . . . , 10,
E(Xi ) = P (Xi = 1)
= P (Pelo menos uma pessoa solicita a parada no ponto i)
= 1 P (Nenhuma pessoa solicita a parada no ponto i)
9
20
=1 .
10
Portanto, pela linearidade da esperana,
E(X) = 10 . E(X1 ) = 10 . 1 (0,9)20 8,78.
onde o termo entre colchetes o nmero de maneiras com que podemos distribuir n = 20
bolas distintas em x urnas distintas de modo que nenhuma urna fique vazia (o qual pode
ser obtido pelo Princpio da Incluso-Excluso). Assim,
10
E(X) = x P (X = x) 8,78.
X
x=1
47. Uma prova consiste de duas partes: a parte I, com 50 questes de verdadeiro ou falso,
e a parte II, formada por 40 questes de mltipla escolha, cada uma com 4 alternativas,
das quais somente uma correta. Por no ter estudado, um aluno pretende fazer a prova
escolhendo ao acaso as respostas das questes, de modo independente. Determine a
esperana e a varincia do nmero de questes que acertar.
48. Uma sorveteria oferece 36 sabores diferentes de sorvete. Uma pessoa encarregada
de escolher ao acaso 10 sorvetes dessa sorveteria, podendo repetir o sabor. Por ao acaso,
queremos dizer que todas as escolhas possveis tm a mesma probabilidade. Qual o nmero
esperado de sabores diferentes que sero escolhidos?
49. Seis pares diferentes de meias so colocados em uma lavadora (doze meias ao todo,
e cada meia tem um nico par), porm apenas sete meias retornam. Qual o nmero
esperado de pares de meias que retornam?
116 Esperana
50. Um crculo de raio 1 lanado em uma folha de tamanho infinito dividida em qua-
drados iguais de lado com comprimento 1. Suponha que o centro do crculo est unifor-
memente distribudo no quadrado em que cai. Calcule o nmero esperado de vrtices do
quadrado que esto dentro do crculo.
51. Escolhem-se ao acaso e sem reposio 10 nmeros do conjunto {1, 2, . . . , 30}. Calcule
o valor esperado da soma dos nmeros escolhidos.
52. Uma marca de biscoitos lana uma promoo que consiste em oferecer um adesivo em
cada pacote de biscoito. Existem n adesivos diferentes e a probabilidade de um pacote
conter qualquer um dos adesivos a mesma. Qual o nmero esperado de pacotes que
devem ser comprados para juntar os n adesivos diferentes?
53. Suponha que 8 casais sentam-se ao acaso em um banco de 16 lugares. Determine a
esperana e a varincia do nmero de mulheres que esto sentadas ao lado dos maridos.
54. Um grupo de nove amigos que se renem para jogar futebol composto por 2 goleiros,
3 zagueiros e 4 atacantes. Se os jogadores so agrupados ao acaso em trs trios (grupos
de tamanho 3), encontre a esperana e a varincia do nmeros de trios formados por um
jogador de cada tipo.
55. So realizados n lanamentos independentes de uma moeda, com probabilidade p de
cara em cada lanamento (0 < p < 1). Uma seguida uma sequncia de lanamentos de
mesmo resultado; por exemplo, a sequncia CCKCKKC contm 5 seguidas. Obtenha a
esperana e a varincia do nmero de seguidas nos n lanamentos.
56. Esperana e varincia da distribuio hipergeomtrica.
Suponha que temos uma populao de N objetos, dos quais R so do tipo 1 e N R
so do tipo 2. Escolhem-se desta populao n objetos ao acaso, sem reposio (n N ).
Determine a esperana e a varincia do nmero de objetos do tipo 1 escolhidos.
57. Suponha que temos r bolas distintas que so aleatoriamente distribudas em n urnas
(r > 0, n > 0). Calcule a esperana e a varincia do nmero de urnas vazias aps a
distribuio.
58. Seja (X1 , . . . , Xn ) com distribuio multinomial de parmetros m, p1 , . . . , pn . Obtenha
a covarincia entre Xi e Xj para i 6= j.
59. Em uma festa, esto presentes 8 meninos, 10 meninas e 12 adultos. Doze dessas
pessoas so sorteadas para participarem de uma brincadeira. Sejam X e Y o nmero de
meninos e meninas que participam da brincadeira, respectivamente. Calcule a covarincia
entre X e Y .
60. Considere
um grafo com n vrtices numerados 1, 2, . . . , n, e suponha que cada um
dos 2 pares de vrtices distintos ligado por um elo, independentemente, com proba-
n
bilidade p. Seja Di o grau do vrtice i, isto , o nmero de elos que tm o vrtice i como
uma de suas extremidades.
(a) Qual a distribuio de Di ?
(b) Determine a correlao entre Di e Dj para i 6= j.
Exerccios 117
Sugesto: Defina Ii,j a funo indicadora do evento de que h um elo entre os vrtices i
e j.
Finalmente,
XY 1
E(X|XY ) = .
log(XY )
64. Sejam X e Y variveis aleatrias com funo densidade conjunta
8 x y se 0 < y < x < 1,
f (x, y) =
0 caso contrrio.
Calcule E(X | Y ) e E(Y | X).
65. Sejam X e Y variveis aleatrias com funo densidade conjunta
2 exp{y 2 } se 0 < x < y,
f (x, y) =
0 caso contrrio.
f (x, y) =
0 caso contrrio
a funo densidade conjunta das variveis aleatrias X e Y .
Exerccios 119
6 x se x 0, y 0 e x + y 1,
f (x, y) =
0 caso contrrio.
(a) Calcule a probabilidade de que a proporo de chamadas locais realizadas por uma
famlia em um ms seja superior a 70%.
(b) Obtenha a probabilidade de que em uma famlia a proporo de chamadas locais
em um ms seja inferior de interurbanas.
(c) Determine a densidade correspondente proporo total de chamadas locais e
interurbanas.
(d) Calcule a probabilidade de que a proporo de chamadas internacionais realizadas
por uma famlia em um ms seja superior a 20%.
(e) Dado que em um ms uma famlia no fez chamadas internacionais, qual a proba-
bilidade de que pelo menos 60% das chamadas tenham sido locais?
70. Sejam X e Y variveis aleatrias independentes, com distribuio de Poisson com
parmetros respectivos e , e considere Z = X +Y . Determine a distribuio condicional
de X dado que Z = z.
71. Sejam X e Y variveis aleatrias independentes, com distribuies Binomial(m, p) e
Binomial(n, p), respectivamente, e considere Z = X + Y . Obtenha a distribuio condi-
cional de X dado que Z = z.
72. Sejam X e Y variveis aleatrias independentes, com distribuio comum geomtrica
com parmetro p (0 < p < 1), e considere Z = X + Y . Determine a distribuio
condicional de X dado que Z = z.
73. Sejam X e Y variveis aleatrias independentes, com distribuio comum exponencial
de parmetro , e considere Z = X + Y . Obtenha a densidade condicional de X dado
que Z = z.
74. Duas pessoas chegam simultaneamente a um ponto de nibus. Suponha que o tempo
que a pessoa i espera pela sua conduo uma varivel aleatria Ti Exp(), com T1 e T2
independentes. Sejam X = mn{T1 , T2 } o tempo transcorrido at o primeiro passageiro
120 Esperana
76. O nmero de clientes Y que chegam a um caixa eletrnico tem distribuio de Poisson
com parmetro X, sendo X a intensidade com que os clientes chegam ao caixa eletrnico.
Supondo que X tem distribuio Gama(, 1), encontre a funo de probabilidade da
varivel aleatria Y .
Soluo. Sabemos que X uma varivel aleatria com densidade
1
fX (x) = x1 ex , x 0.
()
1
P (Y = k) = , k = 0, 1, . . .
2k+1
k=1 n 2k
78. O nmero de e-mails que chegam a um servidor no intervalo de tempo [0, t] , para
cada t > 0, uma varivel aleatria Nt com distribuio de Poisson com parmetro t.
Somente um computador conectado ao servidor para ler os e-mails recebidos. O tempo
de vida T desse computador tem distribuio exponencial de parmetro . Alm disso,
Nt e T so independentes para todo t. Obtenha a distribuio do nmero de e-mails lidos
at o computador falhar.
Soluo. Para j = 0, 1, . . . ,
Z Z
P (NT = j) = P (NT = j | T = t) fT (t) dt = P (NT = j | T = t) et dt
0
Z Z
() ()
= P (Nt = j | T = t) et
dt = P (Nt = j) et dt
0 0
e (t)j
Z t
j Z j (+)t
= et dt = t e dt
0 j! j! 0
!j
j (j + 1)
!
= = .
j! ( + )j+1 + +
A passagem () justificada pelo Princpio da substituio; () decorre da independncia
de Nt e T para todo t.
79. Numa fbrica empacotam-se palitos de fsforo em caixas mediante uma mquina que
no pode ser totalmente controlada. Para no perder clientes, a mquina se ajusta de
forma que todas as caixas contenham pelo menos 50 palitos. O nmero de palitos em
cada caixa uma varivel aleatria X com funo de probabilidade dada por
Ademais, o nmero de palitos defeituosos em uma caixa que contm x fsforos tem dis-
tribuio Binomial(x, 1/10). Obtenha o nmero mdio de palitos defeituosos em uma
caixa.
Soluo. Seja D o nmero de palitos defeituosos em uma caixa. Sabemos que D dado
que X = x tem distribuio Binomial(x, 1/10), logo
E(D | X = x) = x/10.
Assim,
1
E(X) = E(Y ) + 49 = + 49 = 50,25
0,8
e portanto E(D) = 5,025.
122 Esperana
80. Seja N uma varivel aleatria com distribuio geomtrica de parmetro p (0, 1),
ou seja, N tem funo de probabilidade dada por
P (N = n) = p q n1 , n = 1, 2, . . . ,
onde q = 1 p.
(a) Mostre que a funo geradora de momentos de N dada por
p et p
M (t) = = t , t < log q.
1qe t e q
81. O nmero X de erros que uma digitadora comete por pgina uma varivel aleatria
com distribuio de Poisson com parmetro 2. Se uma pgina tem x erros, o nmero Y
de minutos necessrios para revisar e corrigir a pgina uma varivel aleatria com
distribuio condicional
1/5 se y = x + 1,
P (Y = y | X = x) = 3/5 se y = x + 2,
1/5 se y = x + 3.
(a) Encontre a probabilidade de que sejam necessrios 3 minutos para revisar e corrigir
uma pgina.
(b) Dado que foram usados 3 minutos na reviso e correo de uma pgina, qual a
probabilidade de que seja uma pgina sem erros?
(c) Usando a funo geradora de momentos, encontre a esperana de X.
(d) Determine E(Y | X = x).
(e) Obtenha E(Y ).
83. Um inseto pe N ovos, onde N tem distribuio de Poisson com parmetro . Cada
ovo d origem a um novo inseto com probabilidade p (0 < p < 1), independentemente dos
demais. Seja X o nmero de novos insetos produzidos.
(a) Qual a distribuio de X dado que N = n?
(b) Obtenha a distribuio de X.
(c) Qual o valor esperado de X?
84. O nmero de partidas de futebol jogadas em uma semana em uma vila uma varivel
aleatria com mdia e varincia 2 . Os nmeros de gols marcados em cada jogo so
variveis aleatrias i.i.d. com mdia e varincia 2 e independentes do total de partidas
jogadas. Seja X o nmero total de gols marcados em uma semana. Calcule E(X) e
Var(X).
Sugesto: Escreva X = Yj=1 Xj , onde Xj o nmero de gols marcados no j-simo jogo e
P
86. Rosana tem uma moeda com probabilidade p de cara em cada lanamento (0 < p < 1).
Ela lana a moeda at obter cara. Lana ento uma moeda honesta tantas vezes quantas
lanou a primeira. Finalmente, para toda cara que obtm com a moeda honesta, Rosana
lana um dado honesto. Determine a esperana e a varincia da soma total dos pontos
obtidos com o dado.
87. (a) Sejam X e Y variveis aleatrias independentes e positivas, e considere a varivel
aleatria V = X/(X + Y ). Prove que, para todo v (0, 1),
vY
P (V v) = E FX ,
1v
onde FX a funo de distribuio de X.
(b) Sejam X e Y variveis aleatrias independentes, ambas com distribuio expo-
nencial de parmetro . Usando o item (a), obtenha a distribuio de V = X/(X + Y ).
88. Seja Y U (0, 1) e suponha que, dado que Y = y, X uma varivel aleatria com
distribuio U (y, y). Obtenha a distribuio, a mdia e a varincia de X.
89. Seja Y N (0, 1) e suponha que, dado que Y = y, X uma varivel aleatria com
distribuio N (y, 1).
(a) Encontre a esperana e a varincia de X.
(b) Qual a distribuio de X?
(c) Determine a distribuio condicional de Y dado que X = x.
124 Esperana
90. Este exerccio tem como objetivo mostrar que, sem a hiptese de que E|X| < ,
o resultado E(X) = E (E(X | Y )) pode no valer. Seja Y Gama(1/2, 1/2) e suponha
que, dado que Y = y, X uma varivel aleatria com distribuio N (0, 1/y).
(a) Mostre que E (E(X | Y )) = 0.
(b) Prove que X Cauchy(0, 1) e portanto o resultado referido no vlido.
91. Seja X o nmero de caras obtidas em n lanamentos de uma moeda cuja probabili-
dade de cara uma varivel aleatria Y com distribuio Beta(2, 2). Mais precisamente,
suponha que
2
1 Tom
3
Queijo
chegar esquina 5, que sua casa, ou esquina 0, que um bar. Quando chega casa
ou ao bar, permanece l. Para i = 1, 2, 3, 4, defina pi a probabilidade de que o homem,
comeando na esquina i, chegue casa antes do bar, e qi a probabilidade de que partindo
da esquina i chegue ao bar antes da casa.
(a) Obtenha p1 , p2 , p3 e p4 .
(b) Explique por que qi = p5i para i = 1, 2, 3, 4.
(c) Conclua que no h possibilidade de um passeio interminvel, qualquer que seja a
esquina da qual o homem parta.
1 1
1/2 1/2
0 1 2 3 4 5
Bar Casa
101. Uma urna contm a bolas brancas e b bolas pretas. Aps uma bola ser retirada ao
acaso, ela devolvida urna se branca, mas se preta ento substituda por uma bola
branca de outra urna. Seja Mn o nmero esperado de bolas brancas na urna depois que
a operao anterior foi repetida n vezes.
(a) Obtenha a equao recursiva
1
Mn+1 = 1 Mn + 1, n 0.
a+b
1
n
Mn = a + b b 1 , n 0.
a+b
104. Uma caixa contm duas moedas: a moeda 1, com probabilidade de cara igual a 0,4,
e a moeda 2, com probabilidade de cara igual a 0,7. Uma moeda escolhida ao acaso da
caixa e lanada dez vezes. Dado que dois dos trs primeiros lanamentos resultaram em
cara, qual a esperana condicional do nmero de caras nos dez lanamentos?
Sugesto: Defina A o evento de que dois dos trs primeiros lanamentos resultam em cara
e Nj o nmero de caras nos j lanamentos finais. Ento, E(N10 | A) = 2 + E(N7 | A). Para
obter E(N7 | A), condicione na moeda que foi usada.
Funes geradoras
105. Demonstre o tpico 3.3 (p. 102).
106. Obtenha a funo geradora de momentos de Y = X 2 , onde X tem distribuio
N (0, 1). Conclua que a distribuio 21 idntica Gama(1/2, 1/2).
107. Sejam X e Y variveis aleatrias independentes tais que P (X = 1) = P (X = 1) =
1/2 e Y U (1, 1). Determine a distribuio de Z = X + Y de duas maneiras:
(a) Obtendo a funo de distribuio de Z por condicionamento em X.
(b) Calculando a funo geradora de momentos de Z.
108. Seja {Un }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio uniforme
em (0, 1). Sejam X e Y variveis aleatrias independentes uma da outra e de {Un }n1 ,
com funes de probabilidade dadas por
P (X = x) = (e 1) ex , x = 1, 2, . . . e
1
P (Y = y) = , y = 1, 2, . . .
(e 1) y!
Defina V = mx{U1 , . . . , UY } e Z = X V .
(a) Obtenha a funo de distribuio de V .
(b) Determine a funo geradora de momentos de X.
(c) Calcule a funo geradora de momentos de Z.
(d) Deduza qual a distribuio de Z.
X2 X3 Xn
Vn = mx{X1 , . . . , Xn } e W n = X1 + + + + .
2 3 n
Prove que Vn e Wn tm a mesma distribuio.
110. Sejam X e Y variveis aleatrias independentes tais que X N (0, 1) e Y N (0, 2).
Definimos Z = X + Y e W = X Y . Calcule as funes geradoras de momentos de Z e
W e mostre que Z e W so identicamente distribudas mas no independentes.
128 Esperana
E (X (X 1) . . . (X n + 1)) = n .
Sugesto: Use a propriedade (ii) da funo geradora de probabilidade. Por exemplo, para
o item (a), prove que para n 1,
dn GX (s) n! p (1 p)n1
= , s < (1 p)1
ds n (1 (1 p)s) n+1
116. Duas partculas realizam passeios aleatrios independentes nos vrtices de um tri-
ngulo. Isso significa que, a cada instante, cada partcula move-se para um novo vrtice,
escolhido no sentido horrio com probabilidade p ou no anti-horrio com probabilidade
q = 1 p. Todas essas escolhas so independentes. No instante n = 0, as duas partculas
esto no mesmo vrtice; seja T o nmero de passos at que novamente estejam em um
mesmo vrtice. Defina S o nmero de passos at que as partculas se encontrem pela
primeira vez, se inicialmente estiverem em vrtices diferentes.
(a) Prove que as funes geradoras de probabilidade de S e T satisfazem
P (X = k) = P (X = k 1),
k
para todo k 1, onde > 0 uma constante. Determine a distribuio de X.
Soluo. Sejam pk = P (X = k), k 0 e
GX (s) = E(sX ) = pk sk , s [1, 1]
X
k=0
d GX (s) X
= k pk sk1 = pk1 sk1 = GX (s).
X
ds k=1 k=1
Portanto,
d
(log GX (s)) = ,
ds
logo podemos escrever
GX (s) = exp{ s + K},
130 Esperana
Desigualdades
119. Um professor sabe que a nota de um estudante no exame final de uma disciplina
uma varivel aleatria X com mdia 75.
(a) Fornea um limitante superior para a probabilidade de um estudante tirar uma
nota maior que 85 no exame final.
Suponha, ademais, que o professor sabe que Var(X) = 25.
(b) O que pode ser dito sobre a probabilidade de que um estudante tire uma nota entre
65 e 85?
(c) Quantos estudantes devem fazer o exame para garantir que a mdia da classe fique
distncia no mximo 5 de 75 com probabilidade pelo menos 0,9?
120. O tempo (em minutos) em que um trabalhador espera o nibus para lev-lo ao em-
prego uma varivel aleatria com mdia 8 e desvio padro 4. Prove que a probabilidade
de que ele aguarde pela conduo mais de 14 minutos em um dia menor que 41%.
121. O nmero de jornais que um jornaleiro vende diariamente uma varivel aleatria
com mdia 200 e desvio padro 10. Mostre que a probabilidade de que em um dia sejam
vendidos entre 130 e 270 jornais maior que 98%.
122. Seja X Exp(1).
(a) Prove que P (X x) 1/x para todo x > 0.
(b) Quanto vale a probabilidade dada no item (a)?
123. Seja X uma varivel aleatria contnua com funo densidade de probabilidade
124. Uma prova formada por 64 questes de mltipla escolha, cada uma com 5 respostas
possveis, das quais apenas uma certa. Um estudante vai chutar a alternativa correta
de todas as questes, independentemente.
(a) Usando a Desigualdade de Chebyshev, obtenha um limitante superior para a pro-
babilidade de que o aluno acerte pelo menos 20 questes.
(b) Calcule uma estimativa para essa probabilidade.
125. Um dado honesto lanado repetidamente, de modo independente, at que cada
face ocorra pelo menos uma vez.
(a) Determine a esperana e a varincia do nmero de lanamentos feitos.
(b) Prove que a probabilidade de que sejam necessrios menos de 40 lanamentos
maior que 0,93.
126. Um grupo de 200 pessoas, com 100 mulheres e 100 homens, dividido aleatoriamente
em 100 pares. Seja X o nmero de homens pareados com uma mulher.
(a) Determine a esperana e a varincia de X.
(b) Prove que a probabilidade de que haja no mximo 30 homens pareados com uma
mulher menor que 7%.
127. Seja X Poisson(). Demonstre que, para qualquer > 0,
(1+)
e
P (X (1 + )) e
.
1+
Respostas
x -16 -7 2 11 20
1. (a)
pX (x) 1/12 1/6 13/36 2/9 1/6
(b) E(X) = 4, Var(X) = 108,5
x -1 1 2 3
2.
pX (x) 125/216 75/216 15/216 1/216
E(X) = 17/216, No
4. 145 e 108,75
5. 12,3 e 9,3
7. 40
8. log 2
9. No
n2 2 (n 1 x)
10. E(X) = , pois P (X = x) = para x {0, . . . , n 2}.
3 n (n 1)
11. (a) 29/8 (b) 1 (c) 2/9 (d) 1/4 (e) 1 (f) 1
1 arctg x
18. (a) F (x) = + ,xR
2
bn+1 an+1
22.
(n + 1)(b a)
23. n! /n
24. 7
25. 2 log 2 1
28. 13 reais
32. 1
36. 1/8
40. 1/2
41. (1 + ) 2 /2
42. 1/36
47. 35 e 20
48. 8
49. 21/11
50.
51. 155
1 1
52. n 1 + + +
2 n
53. 1, 14/15
nR R R N n
56. ,n 1
N N N N 1
57. n(1 1/n)r , n(1 1/n)r [1 (1 1/n)r ] + n(n 1)[(1 2/n)r (1 1/n)2r ]
58. m pi pj
59. 96/145
x 1 2 3 4
61. (a)
pX|Y (x|2) 1/4 1/8 1/8 1/2
(b) 79/8
Respostas 135
yx1
62. (a) P (X = x, Y = y) = , 1 x 4, x + 2 y 6
20
(6 x)(5 x) (y 1)(y 2)
P (X = x) = , 1 x 4 P (Y = y) = ,3y6
40 40
4x
(b) P (X = x | Y = 5) = ,1x3
6
(c) 2
65. (a) Para y > 0: fX|Y (x|y) = 1/y, 0 < x < y (b) E(X 3 |Y = y) = y 3 /4
2 2 + 3y
66. (a) k = (b) E(X|Y = y) =
3 3(1 + 2y)
1
67. (a) X, Y Exp(1/5), independentes, Z = X + Y fZ (z) = z ez/5 , z > 0
25
1 1
(b) fX|Z (x|15) = , 0 < x < 15 P (X > 10 | Z = 15) =
15 3
68. (b) P (Y X/2) = 1/2 (c) fX|Y (x|1) = 1/2, 1 < x < 3 P (X 2 | Y = 1) = 1/2
70. Binomial(z, /( + ))
71. Hipergeomtrica(m + n, m, z)
73. Uniforme(0, z)
82. (a) (n + X)/2 (b) Use que E(XY |X) = X E(Y |X).
85. Var(N )
7 35 49
86. e +
4p 24 p 16 p2
n n2 n
91. (a) E(X) = e Var(X) = +
2 20 5
6 (x + 1)(n x + 1)
(b) P (X = x) = , x = 0, 1, . . . , n
(n + 3)(n + 2)(n + 1)
(c) Y | X = x Beta(x + 2, n x + 2)
1
92. (a) P (X = x) = , x = 1, 2, . . .
x (x + 1)
(b) E(X) =
(c) Y | X = x Beta(2, x)
93. E(X) = (1 e )/
Y +1 X X2
94. (a) E(X|Y ) = (b) E(Y |X) = ; E(Y 2 |X) =
2 2 3
2
X
(c) E((X Y )2 |X) =
3
102. 42
104. 6,0705
Z
2 1
106. MY (t) = etx fX (x) dx = , t < 1/2
1 2t
107. Z U (2, 2)
0 se v < 0,
ev 1 (e 1) et1
108. (a) FV (v) = se 0 v 1, (b) MX (t) = ,t<1
e1 1 et1
1 se v > 1.
1
(c) MZ (t) = ,t<1 (d) Exp(1)
1t
n! (1 t) n!
109. MVn (t) = MWn (t) = = Qn ,t<1
(n + 1 t) i=1 (i t)
2n
n
112. MY (t) = para t < 2n, Y Gama(n, 2n)
2n t
1 17
114. (a) (b)
18 9
5 5 7
(c) P (X = 0) = , P (X = 1) = , P (X = n) = , n {2, 3, . . . }
18 36 6 2n
A tabela seguinte resume os trs tipos de convergncia abordados nesse livro, as ferra-
mentas teis no estudo de cada um deles e os principais teoremas limites relacionados.
1. Lema de Borel-Cantelli*
2. Modos de Convergncia
{ : Xn () X() quando n }
tem probabilidade 1.
140 Modos de Convergncia e Teoremas Limites
> 0,
P (|Xn X| > ) 0 quando n .
P (Xn x) P (X x) quando n ,
fracamente para FX .
(i) Se Xn X e Xn Y , ento P (X = Y ) = 1.
q.c. q.c.
(ii) Se Xn X e Xn Y , ento P (X = Y ) = 1.
P P
1. Xn X = Xn X = Xn X.
q.c. P D
!
lim P {|Xk X| > } = 0 para todo > 0.
[
n
k=n
ento Xn X.
q.c.
Modos de Convergncia 141
A condio de que fn (x) f (x) para quase todo x significa que o conjunto {x : fn (x) 9
f (x)} tem medida de Lebesgue nula, o que ocorre, por exemplo, se esse conjunto finito
ou enumervel. A recproca do Teorema de Scheff falsa.
(ii) Se Xn X e Yn Y , ento Xn + Yn X + Y .
P P P
e Y independentes. Ento, Xn + Yn X + Y .
D
142 Modos de Convergncia e Teoremas Limites
Observao. Nos itens (i) e (ii) de 2.8, a soma pode ser substituda por diferena, produto
ou quociente.
ento
(a) Xn Yn X c,
D
(b) Xn Yn cX,
D
2.10. Mtodo Delta: Sejam Y1 , Y2 , . . . variveis aleatrias tais que n (Yn )
D
3. Teoremas Limites
Sn E(Sn ) P
0. (?)
n
Teoremas Limites 143
Sn q.c.
.
n
Sn n D
N (0, 1).
n
1 Z a x2 /2
!
Sn n
lim P a = e dx.
n n 2
Sn n p
N (0, 1).
D
n p (1 p)
Xn Poisson().
D
144 Modos de Convergncia e Teoremas Limites
4.1. Uma Lei Forte sem supor distribuies idnticas (Kolmogorov (1933)):
Seja X1 , X2 , . . . uma sequncia de variveis aleatrias independentes e integrveis, e con-
sideremos Sn = X1 + X2 + + Xn .
Sn E(Sn ) q.c.
0.
n
i=1
n n
Para cada i, sejam i = E(Xi ) e i2 = Var(Xi ), e denotemos por mn = i e s2n = i2
X X
i=1 i=1
a mdia e a varincia de Sn , respectivamente.
Suponhamos que: (a) s2n quando n , e (b) existe uma constante M tal que
P (|Xi | M ) = 1 para todo i.
Ento,
Sn mn D
N (0, 1).
sn
Sn mn 1 Z a x2 /2
lim P a = e dx.
n sn 2
Observao. Esse resultado segue de um Teorema Central do Limite mais geral que foi
provado por J. W. Lindeberg (1922). Para mais detalhes, veja-se, por exemplo, o livro de
Feller [9] (p. 254).
Convergncia de momentos 145
5. Convergncia de momentos*
Exerccios
Lema de Borel-Cantelli*
1 . Uma moeda honesta lanada repetidamente, sendo os lanamentos independentes.
Para n 1, considere os eventos
Mostre que
(a) P (An infinitas vezes) = 1.
(b) P (Bn infinitas vezes) = 1.
Em palavras, o item (a) garante que com probabilidade 1 ocorrem infinitas caras e o
item (b) estabelece que o evento duas caras em seguida ocorre infinitas vezes, com
probabilidade 1.
Sugesto: (b) Para n 1, defina Cn o evento de que o (2n 1)-simo e o (2n)-simo
lanamentos ambos resultam cara.
146 Modos de Convergncia e Teoremas Limites
0 se Xn = 1,
Yn =
k se Xn = = Xn+k1 = 0 e Xn+k = 1.
n>k
n=1 1/n < , obtemos pelo Lema de Borel-Cantelli que P (Bn infinitas vezes) = 0.
P 1+
!
Sn
P lim sup 1 = 1.
n 2n log n
Modos de Convergncia
11. Seja {Xn }n1 uma sequncia de variveis aleatrias tal que cada Xn assume valores
em {0, 1/n, . . . , (n 1)/n, 1} com P (Xn = j/n) = 1/(n + 1) para j = 0, . . . , n. Mostre
que Xn U (0, 1).
D
Para n 1,
0 se x < 0,
FXn (x) = k/(n + 1) se (k 1)/n x < k/n, k = 1, . . . , n,
1 se x 1.
Exerccios 149
Se 0 x < 1, ento FXn (x) = k/(n + 1) onde k {1, . . . , n} tal que (k 1)/n x <
k/n. Como FX (x) = x, temos
1 k k k k1 1
FXn (x) FX (x)
n+1 n+1 n n+1 n n+1
12. Seja {Xn }n1 uma sequncia de variveis aleatrias, sendo a densidade de Xn dada
por
n xn1
fXn (x) = , 0 < x < .
n
Prove que Xn .
D
0 se Nk = 0,
Yk =
k mn{X1 , . . . , XNk } se Nk 1.
Soluo. Observamos que E(Xn ) = 1/n e Var(Xn ) = (1/n) (1 1/n2 ). Para qualquer
> 0, temos, pela Desigualdade de Chebyshev,
1 1 1
!
n
P Xn
> 1 2 0.
n n 2 n
Assim, Xn 1/n 0.
P
150 Modos de Convergncia e Teoremas Limites
18. Seja {Xn }n1 uma sequncia de variveis aleatrias tais que
Mostre que Xn 0.
P
19. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio uniforme
em [0, 1]. Definimos
Yn = mn{X1 , . . . , Xn }, Zn = mx{X1 , . . . , Xn }, Un = n Yn e Vn = n (1 Zn ), n 1.
Mostre que
(a) Yn 0 e Zn 1.
P P
20. Seja X uma varivel aleatria assumindo os valores 1 e 1 com probabilidade 1/2
e suponha que {Yn }n1 uma sequncia de variveis aleatrias independentes de X tais
que
1
P (Yn = 1) = 1 P (Yn = 0) = 1 .
n
Definimos a sequncia de variveis aleatrias {Xn }n1 por
X se Yn = 1,
Xn = n
e se Yn = 0.
(b) n
lim E(|Xn X|) = 0.
21. Seja {Xn }n1 uma sequncia de variveis aleatrias com E(Xn2 ) < para todo n 1.
Prove que se n
lim E(Xn ) = e n
lim Var(Xn ) = 0, ento Xn .
P
P (Xn = 1) = pn e P (Xn = 0) = 1 pn .
Prove que
(a) Xn 0 se e somente se n
lim pn = 0.
P
(b) Xn 0 se e somente se
q.c. P
n=1 pn < .
Alm disso, o critrio para convergncia quase certa dado em 2.4 estabelece que
(a) Se n
lim pn = 0, ento para qualquer > 0,
n
P (|Xn | > ) P (Xn 6= 0) = pn 0,
n
pn = P (|Xn | > 1/2) 0.
P (|Xn | > )
X X
pn < .
n=1 n=1
Usando o Lema de Borel-Cantelli, conclumos que P (|Xn | > infinitas vezes) = 0 para
todo > 0, logo Xn 0.
q.c.
P (|Xn | > 1/2) = pn = .
X X
n=1 n=1
Como os eventos {|Xn | > 1/2} so independentes (pois as Xn s o so), temos, pelo Lema
de Borel-Cantelli, que P (|Xn | > 1/2 infinitas vezes) = 1. Isso mostra que Xn no converge
para 0 quase certamente.
23 . Sejam X2 , X3 , . . . variveis aleatrias independentes e identicamente distribudas,
com distribuio exponencial de parmetro 1. Para n 2, considere
Xn
Yn = .
log n
E(|Xn X|r ) < para algum r > 0.
X
n=1
27 . Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio N (0, 2 ).
Fixado um nmero real , definimos a sequncia {Yn }n1 pela frmula
Y1 = X1 , Yn = Yn1 + Xn , n 2.
31. (a) Prove os itens (i) e (ii) do tpico 2.8 (p. 141).
(b) Fornea um exemplo no qual Xn X, Yn Y , porm a soma Xn + Yn no
D D
Vn /n
Teoremas Limites
33. Uma moeda honesta lanada infinitas vezes independentemente. Sejam X1 , X2 , . . .
as variveis aleatrias definidas por
1 se o i-simo e o (i + 1)-simo lanamentos resultam em cara,
Xi =
0 caso contrrio.
i=1
Sn P
.
n
Sugesto: Use a Desigualdade de Cauchy-Schwarz para obter um limitante superior para
Cov(Xi , Xj ), |i j| m.
35. Considere uma sequncia infinita de lanamentos independentes de uma moeda, com
probabilidade p de cara em cada lanamento (0 < p < 1). Uma seguida uma sequncia
de lanamentos de mesmo resultado. Seja Rn o nmero de seguidas nos n primeiros
lanamentos. Demonstre que
Rn P
2 p (1 p).
n
Sugesto: Vejam-se os exerccios 55 do Captulo 4 e 21 do Captulo 5.
36. Suponha que distribumos r bolas distintas aleatoriamente em n urnas. Seja Nn o
nmero de urnas vazias aps a distribuio. Prove que se r, n de forma que r/n c,
ento
Nn P
ec .
n
Sugesto: Vejam-se os exerccios 57 do Captulo 4 e 21 do Captulo 5.
37. Sejam X1 , X2 , . . . variveis aleatrias independentes e identicamente distribudas,
com mdia comum e varincia finita. Prove que
!1
n P
Xi Xj 2 .
X
2 1i<jn
154 Modos de Convergncia e Teoremas Limites
38. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio uniforme
em (0, 1). Definimos a mdia geomtrica de X1 , . . . , Xn por
n
Y 1/n
Yn = Xi .
i=1
Mostre que a sequncia {Yn }n1 converge q.c. para uma constante e encontre o valor dessa
constante.
Soluo. Seja Zi = log Xi , i 1. Ento, Z1 , Z2 , . . . so variveis aleatrias i.i.d. (j que
as Xi s o so), com
Z 1 Z 1 1
E(Z1 ) = log x dx = lim+ log x dx = lim+ (x log x x) = 1.
0 0 0
Yn e1 .
q.c.
39. Integrao numrica: Suponha que g uma funo contnua, no-negativa, defi-
nida em [0, 1], tal que supx g(x) 1. O seguinte procedimento visa a aproximar a integral
de g em [0, 1]. Escolhem-se n pontos uniformemente em [0, 1] [0, 1], e se define Un como
o nmero de pontos que caem abaixo da curva y = g(x). Prove que
Un q.c. Z 1
g(x) dx.
n 0
40. Uma vareta de comprimento 1 quebrada de maneira aleatria, o que significa que a
parte restante tem distribuio uniforme em (0, 1). A parte restante quebrada de modo
similar, e assim por diante.
(a) Seja Xn o comprimento da parte que sobra aps a vareta ter sido quebrada n vezes.
Descreva Xn como um produto.
(b) Mostre que a sequncia {log(Xn )/n}n1 converge quase certamente, respondendo
qual o limite.
(c) Obtenha uma aproximao para a probabilidade de que X36 e24 .
41. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio uniforme
em [0, ]. Encontre constantes A e B tais que
sen Xi q.c.
" Pn # Pn
Xi
sen e
i=1 q.c. i=1
A B.
n n
Exerccios 155
42. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio N (0, 1).
Definimos a sequncia {Yn }n1 por
X12 + + Xn2
Yn = .
(X1 1)2 + + (Xn 1)2
43. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio de Poisson
de parmetro . Definimos a sequncia {Yn }n1 por
X1 + + Xn
Yn = q .
n (X12 + + Xn2 )
Demonstre que {Yn }n1 converge q.c. para uma constante e encontre o valor dessa cons-
tante.
44. Sejam X1 , . . . , Xn variveis aleatrias independentes e identicamente distribudas,
com mdia e varincia 2 , 0 < 2 < . Definimos
Pn
Xi
Xn = i=1
= Mdia amostral e
n
i=1 (Xi Xn )2
Pn
Sn2 = = Varincia amostral.
n1
45 . Seja {Xn }n1 uma sequncia de variveis aleatrias independentes tal que
1
P (Xn = n ) = P (Xn = n ) =
2
para algum (0,1/2). Mostre que n1 Xi 0.
Pn q.c.
i=1
48 . Uma sequncia de variveis aleatrias que satisfaz a Lei Fraca dos Grandes
Nmeros, porm no a Lei Forte: Sejam X1 , X2 , . . . variveis aleatrias independen-
tes tais que P (X1 = 0) = 1 e, para cada n 2,
1 1
P (Xn = n) = P (Xn = n) = , P (Xn = 0) = 1 .
2n log n n log n
Seja Sn = Xi .
Pn
i=1
Sn q.c.
0.
X
pn <
n=1 n
50. Uma marca de chocolate faz uma promoo: alguns dos pacotes incluem vales que
podem ser trocados por uma camiseta. O nmero de pacotes premiados que se vendem
ao dia em uma loja uma varivel aleatria com distribuio de Poisson de parmetro
0,3. Estime a probabilidade de que em 120 dias se vendam nessa loja mais de 30 pacotes
com prmio.
Exerccios 157
56. Um estudante tem no mximo uma hora para fazer uma prova com 116 questes. Ele
decide gastar no mais que um minuto por questo. Suponha que os tempos gastos em
diferentes questes so variveis aleatrias independentes, com densidade
f (x) = 6 x (1 x), 0 x 1.
58. Suponha que, ao jogar roleta em um cassino, o apostador ganha ou perde um euro
com probabilidades respectivas 9/19 e 10/19. Assim, as apostas sucessivas so variveis
aleatrias X1 , X2 , . . . independentes, com P (Xi = 1) = 9/19 = 1 P (Xi = 1), i 1, e
Sn = ni=1 Xi o capital acumulado pelo apostador aps n jogadas.
P
uniforme em [0, 1]. Encontre n tal que P (Xn < 0,51) seja aproximadamente 90%.
61. Uma moeda honesta lanada independentemente, at se obterem 450 caras. Estime
a probabilidade de que no mximo 960 lanamentos sejam feitos.
Sugesto: Seja N o nmero de lanamentos necessrios para obter 450 caras. H duas
abordagens:
(i) Escrever N como a soma de 450 variveis aleatrias independentes com distribuio
geomtrica de parmetro 1/2.
(ii) Supor que a sequncia de lanamentos da moeda infinita e usar que {N 960} =
i=1 Xi 450}, onde Xi a funo indicadora de que ocorre cara no i-simo
{ 960
P
lanamento.
Exerccios 159
62. Uma pessoa distribui jornais aos transeuntes na esquina de uma metrpole. Suponha
que cada pessoa que passa pelo entregador pega um exemplar do jornal com probabilidade
1/3, independentemente das demais. Seja N o nmero de pessoas que passam pelo entre-
gador at o tempo em que ele entrega suas primeiras 600 cpias. Estime a probabilidade
de que N seja maior que 1740.
63. Considere um experimento que consiste em lanamentos independentes e sucessivos
de um dado honesto. Se o resultado 1, 2 ou 3, anotamos em uma folha de papel o
nmero 1, se a face do dado igual a 4, anotamos o nmero 2, e se igual a 5 ou 6,
anotamos o nmero 3. Seja N o nmero de lanamentos necessrios para que o produto
dos nmeros anotados ultrapasse 100000. Estime a probabilidade de que N 25.
64. A durao em meses de uma pilha usada por Joo no seu aparelho de mp3 tem distri-
buio uniforme em (1, 2). Suponha que Joo troca a pilha por uma nova imediatamente
aps ela ficar gasta. Estime a probabilidade de que ele use mais do que 27 pilhas em um
perodo de 42 meses.
65. Usando o Teorema Central do Limite para variveis aleatrias com distribuio de
Poisson, mostre que
nn 1
!
n n2
lim e n
1+ + + + = .
n 1! 2! n! 2
que
h i
n Xn (1 Xn ) p (1 p) N (0, p (1 p) (1 2p)2 ).
D
Tomando g(x) = x (1 x), temos que g 0 (x) = 1 2x, portanto usando o Mtodo Delta
conclumos que
h i
n Xn (1 Xn ) p (1 p) N (0, p (1 p) (1 2p)2 ).
D
(b) Demonstre que n Yn N (0, 3).
D
n Yn
71. Sejam {Xn }n1 uma sequncia de variveis aleatrias i.i.d. e g : R R uma funo.
Suponha que E(g(X1 )) = e Var(g(X1 )) = 2 , 0 < 2 < . Alm disso, suponha que Tn
uma funo Tn = Tn (X1 , . . . , Xn ) (uma estatstica) que satisfaz
n
Tn = g(Xi ) + Rn ,
X
i=1
P
onde Rn / n 0. Prove que
Tn n D
N (0, 1).
n
72. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio uniforme
em [0, 2], onde > 0. Definimos Xn = n1 ni=1 Xi . Demonstre que
P
n log Xn log N (0, 1/3).
D
73. Seja {Xn }n1 uma sequncia de variveis aleatrias independentes e identicamente
distribudas, com densidade comum
f (x) = 3 x2 , 0 < x < 1.
Definimos a mdia harmnica de X1 , . . . , Xn por
n
Hn = Pn 1 .
i=1 Xi
Exerccios 161
(a) Mostre que a sequncia {Hn }n1 converge q.c. para uma constante c e encontre o
valor de c.
(b) Prove que n (Hn c) converge em distribuio, apresentando a distribuio li-
mite.
74. Seja {Xn }n1 uma sequncia de variveis aleatrias independentes e identicamente
distribudas, com distribuio exponencial de parmetro . Definimos
1 |{i n : Xi 1}|
Pn
Xi
Xn = i=1
, Un = , Yn = e Vn = log Yn .
n Xn n
(b) Demonstre que n (Un ) e n (Vn ) convergem em distribuio, determi-
nando as distribuies limites.
75. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com mdia 1 e varincia 2
finita e positiva. Considere Sn = ni=1 Xi . Prove que
P
q
n N (0, a2 ),
D
Sn
determinando a constante a2 .
76. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com mdia e varincia 2
finita e positiva. Definimos Xn = n1 ni=1 Xi .
P
77 . Seja {Xn }n1 uma sequncia de variveis aleatrias independentes tal que
1 1
P (Xn = 1) = P (Xn = 1) = , P (Xn = 0) = 1 , n 1.
2n n
Considere Sn = Xi e demonstre que
Pn
i=1
Sn q.c. Sn
0 e N (0, 1).
D
n log n
Convergncia de momentos*
78 . Sejam X1 , X2 , . . . variveis aleatrias tais que X1 integrvel e Xn X quase
certamente quando n . Prove que
onde X integrvel. Prove que se n=1 Yn converge quase certamente, ento n=1 Yn e
P P
as Yn s so integrveis, e
!
Yn = E(Yn ).
X X
E
n=1 n=1
!
Yn = E(Yn ).
X X
E
n=1 n=1
Respostas
n
(1 ey /n) se y > log n,
14. FYn (y) =
0 caso contrrio.
Yn Y com FY (y) = exp{ exp{y}}, y R.
D
e1/w se w > 0,
15. F (w) =
0 caso contrrio.
0 se y < 0,
16. FYk (y) = 1 + ek ey se 0 y < k,
1 se y k.
Yk Y com Y Exp(1).
D
20. (a) Verdadeira (Para qualquer > 0, {|Xn X| > } {Yn = 0}).
(b) Falsa ( lim E(|Xn X|) = lim en /n = ).
n n
33. (a) 1/4, 3/16 (c) n/4, (5n 2)/16 (d) Use a Desigualdade de Chebyshev.
41. A = 1 e B = 2/
51. 0,904
52. 1027
53. 0,0339
54. 0,1562
56. 0,7967
59. 1366
61. 0,97
62. 0,84
63. 0,494
64. 0,8413
67. (a) Use trs vezes a Lei Forte dos Grandes Nmeros.
(b) Use o Teorema Central do Limite, a Lei Forte e o Teorema de Slutsky.
71. Utilize o Teorema Central do Limite para a sequncia {g(Xi )}i1 e o Teorema de
Slutsky.
75. a2 = 2 /4
77. Use os tpicos 4.1, 4.2, o Teorema de Slutsky e o fato de que 1/i log n quando
Pn
i=1
n .
Apndice
Conjuntos
Sequncias
Seja {xn }n1 uma sequncia de nmeros reais. O limite inferior e o limite superior dessa
sequncia so definidos respectivamente por
Ilim inf n An = lim inf IAn e Ilim supn An = lim sup IAn .
n n
166 Apndice
Sries
Dada uma sequncia {an }n1 de nmeros reais, dizemos que a srie an converge se
P
n=1
ou no.
n=0 se x 1.
xn
= ex para todo x R.
X
n=0 n!
1 < se p > 1,
X
n=1 n
p
= se p 1.
< se p > 1,
X 1
n=2 n (log n) = se p 1.
p
Dada uma sequncia {an }n0 de nmeros reais, a srie an xn chamada uma srie
P
n=0
de potncias. Definimos
1
R= q ,
lim sup n
|an |
n
Teorema: Uma srie de potncias pode ser derivada ou integrada termo a termo qualquer
nmero de vezes dentro do intervalo de convergncia.
Funes
( x + (1 ) y) (x) + (1 ) (y).
Em palavras, convexa se cada ponto na corda entre (x, (x)) e (y, (y)) est acima
do grfico de . Para uma funo : (a, b) R duas vezes diferencivel, 00 (x) 0 para
todo x (a, b) uma condio necessria e suficiente para convexidade.
Segunda decimal de z
0 1 2 3 4 5 6 7 8 9
0,0 0,5 0,504 0,508 0,512 0,516 0,5199 0,5239 0,5279 0,5319 0,5359 0,0
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753 0,1
0,2 0,5793 0,5832 0,5871 0,591 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141 0,2
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,648 0,6517 0,3
0,4 0,6554 0,6591 0,6628 0,6664 0,67 0,6736 0,6772 0,6808 0,6844 0,6879 0,4
0,5 0,6915 0,695 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,719 0,7224 0,5
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549 0,6
0,7 0,758 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852 0,7
0,8 0,7881 0,791 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133 0,8
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,834 0,8365 0,8389 0,9
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621 1,0
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,877 0,879 0,881 0,883 1,1
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,898 0,8997 0,9015 1,2
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177 1,3
Parte inteira e primeira decimal de z
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319 1,4
1,5 0,9332 0,9345 0,9357 0,937 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441 1,5
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545 1,6
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633 1,7
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706 1,8
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,975 0,9756 0,9761 0,9767 1,9
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817 2,0
2,1 0,9821 0,9826 0,983 0,9834 0,9838 0,9842 0,9846 0,985 0,9854 0,9857 2,1
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,989 2,2
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916 2,3
2,4 0,9918 0,992 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936 2,4
2,5 0,9938 0,994 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952 2,5
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,996 0,9961 0,9962 0,9963 0,9964 2,6
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,997 0,9971 0,9972 0,9973 0,9974 2,7
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,998 0,9981 2,8
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986 2,9
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,999 0,999 3,0
3,1 0,999 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993 3,1
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995 3,2
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997 3,3
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998 3,4
3,5 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 3,5
3,6 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 3,6
3,7 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 3,7
3,8 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 3,8
3,9 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 3,9
Referncias Bibliogrficas
[2] BASSETT, E. E.; BREMNER, J. M.; JOLLIFFE, I. T.; JONES, B.; MORGAN, B.
J. T.; NORTH, P. M. Statistics: problems and solutions. 2nd. ed. Singapore: World
Scientific, 2000.
[3] BILLINGSLEY, P. Probability and measure. 3rd. ed. New York: John Wiley & Sons,
1995.
[8] DURRETT, R. Probability: theory and examples. 4th. ed. Cambridge: Cambridge
University Press, 2010.
[11] GRIMMETT, G. R.; STIRZAKER, D. R. Probability and random processes. 3rd. ed.
New York: Oxford University Press, 2001.
[12] GUT, A. An intermediate course in probability. 2nd. ed. New York: Springer, 2009.
[14] HOEL, P. G.; PORT, S. C.; STONE, C. J. Introduction to probability theory. Boston:
Houghton Mifflin, 1971.
[17] LIMA, E. L. Curso de anlise, Volume 1. 12. ed. Rio de Janeiro: Instituto Nacional
de Matemtica Pura e Aplicada, 2004. (Projeto Euclides).
[18] MEESTER, R. A natural introduction to probability theory. 2nd. ed. Basel: Birkhu-
ser, 2008.
[22] ROSS, S. M. A first course in probability. 8th. ed. Upper Saddle River, N. J.: Prentice
Hall, 2008.