Você está na página 1de 8

1.

Problema
Dentre 6 números positivos e 7 negativos, dois números são escolhidos ao acaso (sem reposição)
e multiplicados. Qual a probabilidade de que o produto seja positivo?

(a) 0.525
(b) 0.462
(c) 0.462
(d) 0.923
(e) 0.171

Solução
No total, existem 13

2 modos distintos de escolhermos os dois números. Para queo produto
seja positivo devemos ter dois números positivos, que podem ser escolhidos de 62 maneiras
distintas, ou dois números negativos, que podem ser escolhidos de 72 maneiras distintas.


Segue que a probabilidade desejada é


6 7
 
2 + 2
13
 = 0.462.
2

(a) Falso
(b) Falso
(c) Verdadeiro
(d) Falso
(e) Falso

2. Problema
Colocam se ao acaso 7 botões em um tabuleiro 7 × 7, não sendo permitido haver dois botões
em uma mesma casa. Qual a probabilidade de não haver dois botões nem na mesma linha
nem na mesma coluna?

(a) 0.1429
(b) 0.4286
(c) 0.0097
(d) 0.0001
(e) 0.2857

Solução
Há 49 casas no
 tabuleiro. O número de maneiras de selecionarmos as casas para colocar
o botão é 49
7 . Como cada linha e cada coluna conterá exatamente um botão, existem 7
maneiras de escolher a casa que será utilizada na primeira linha, 6 maneiras de escolher a
segunda linha e assim por diante; desse modo temos 7! maneiras de distribuir os botões sem
que hajam dois na mesma linha ou na mesma coluna. Segue que a probabilidade desejada é
7!
49
 = 1e − 04.
7

(a) Falso
(b) Falso
(c) Falso
(d) Verdadeiro

1
(e) Falso

3. Problema
Sabe-se que 70% dos pênaltis marcados a favor do Brasil são cobrados por jogadores de
clubes estrangeiros. A probabilidade de um pênalti ser convertido é de 70% se o cobrador
for de um clube estrangeiro e de 81% se o cobrador for de um clube nacional. Suponha
que um pênalti foi marcado a favor do Brasil. Qual a probabilidade de que um pênalti seja
convertido?

(a) 0.73
(b) 0.49
(c) 0.67
(d) 0.33
(e) 0.24

Solução
Defina os eventos

E = “O cobrador é de clube estrangeiro”


N = “O cobrador é de clube nacional”
C = “O cobrador converte o pênalti”

Pelo teorema da probabilidade total, a probabilidade desejada é dada por

P (C) = P (C|E)P (E) + P (C|N )P (N ) = 0.7 × 0.7 + 0.81 × 0.3 = 0.73.

(a) Verdadeiro
(b) Falso
(c) Falso
(d) Falso
(e) Falso

4. Problema

No campeonato mundial de bridge de 1965, dois jogadores foram acusados de trapacear por
meio de sinais que indicavam o tamanho das sequências de cartas de copas que cada um
possuı́a. Suponha que a probabilidade de que a dupla tenha trapaceado seja 0.5, e que,
trapaceando, a probabilidade de que ganhassem uma partida fosse 0.95, ao passo que sem
trapacear essa probabilidade fosse 0.5. Se sabemos que a dupla venceu uma partida, então
qual a probabilidade de que eles tenham trapaceado nesta partida?

(a) 0.250
(b) 0.655
(c) 0.725
(d) 0.345
(e) 0.475

Solução
Sejam os eventos

2
T =trapaceiam
G=ganham a partida

Pelo enunciado tem-se P (T ) = 0.5, P (G|T ) = 0.95, P (G|T C ) = 0.5. Logo, pelo Teorema de
Bayes tem-se que P (T |G) = P (G|T )P (T )
P (T ) = P (G|T )PP(T(G|T )P (T )
)+P (G|T C )P (T C )
0.950×0.500
= 0.950×0.500+0.500×0.500 =
0.655.

(a) Falso
(b) Verdadeiro
(c) Falso
(d) Falso
(e) Falso

5. Problema

O tempo até a falha (em milhares de horas) de um certo componente eletrônico pode ser
representado por uma variável aleatória seguindo distribuição exponencial com média igual
a 8. Instalados cinco desses componentes, qual a probabilidade de exatamente dois deles
estarem funcionando após 4 mil horas de uso?

(a) 0.345
(b) 0.306
(c) 0.694
(d) 0.224
(e) 0.694

Solução
Seja X o tempo de vida de um componente. Então X ∼ Exponencial(0.125). Logo, a
probabilidade de que um componente dure mais que 4 mil horas é dada por P (X > 4) =
e−0.125×4 = 0.607. Assim, se cinco componentes são instalados, o número Y de componentes
funcionando após 4 mil horas é uma variável aleatória seguindo distribuição binomial com
5!
parâmentros n = 5 e p =0.607. Portanto, P (Y = 2) = 2!3! 0.6072 0.3933 = 0.224.

(a) Falso
(b) Falso
(c) Falso
(d) Verdadeiro
(e) Falso

6. Problema
Suponha que uma vendedora de panos de prato tem 46% de chance de efetuar a venda para
cada mesa de bar que ela passa. Em quantas mesas, no minimo, ela deve parar para ter,
pelo menos, 76% de chance de vender seu último pano?

(a) 2
(b) 3
(c) 4
(d) 5
(e) 6

3
Solução
Seja X a variável aleatória número de mesas percorridas para a venda de 1 pano de prato.
Então, X ∼ Geom(0.46), e o número minimo de mesas é o menor valor de k tal que:

P (X = 1) + P (X = 2) + ... + P (X = k) ≥ 0.76

Como

P (X = 1) = 0.46 = 0.46
P (X = 2) = 0.46 × (1 − 0.46) = 0.2484
P (X = 3) = 0.46 × (1 − 0.46)2 = 0.1341
P (X = 4) = 0.46 × (1 − 0.46)3 = 0.0724

Então, k = 3.

(a) Falso
(b) Verdadeiro
(c) Falso
(d) Falso
(e) Falso

7. Problema
Para inspecionar um lote de 12 peças, o funcionário de uma empresa sorteia uma amostra de
8 peças ao acaso. Caso nenhuma peça defeituosa seja encontrada na amostra o lote é aceito;
caso contrário é devolvido ao fornecedor. Suponha que 2 das 12 peças sejam defeituosas. Se
a escolha for realizada sem reposição qual a probabilidade de aceitação do lote?

(a) 0.139
(b) 0.233
(c) 0.167
(d) 0.091
(e) 0.028

Solução
Seja X a variável relativa ao número de peças defeituosas. A probabilidade de aceitação do
lote é dada por
10 2
 
8
P (X = 0) = 0 = 0.091.
12
8

(a) Falso
(b) Falso
(c) Falso
(d) Verdadeiro
(e) Falso

8. Problema
Um youtuber considera que cada um de seus vı́deos recebe, em média, 1.48 visualizações por
minuto. Se o número X de visualizações de um vı́deo que este youtuber acabou de postar
segue distribuição de Poisson, qual o menor valor de k tal que P (X ≤ k) ≥ 0.51?

4
(a) 5
(b) 1
(c) 2
(d) 4
(e) 3

Solução
O valor de k é 1, pois
0
X 1.48i
e−1.48 = 0.23
i=1
i!
e
1
X 1.48i
e−1.48 = 0.56.
i=1
i!

(a) Falso
(b) Verdadeiro
(c) Falso
(d) Falso
(e) Falso

9. Problema
A chance de uma aposta simples (onde escolhe-se 6 números) ganhar a Mega Sena é de
uma em 50063860. A Mega Sena da Virada de 2017 arrecadou o equivalente a 254556391
apostas simples. Nesse contexto, considerando que os números em cada aposta tenham sido
escolhidos de maneira aleatória e independente (todos da Distribuição Uniforme discreta
de 1 a 60), qual era a probabilidade de que exatamente 6 apostadores ganhassem o prêmio
máximo?

(a) 0.149
(b) 0.275
(c) 0.851
(d) 0.598
(e) 0.402

Solução
1
O número de vencedores tem distribuição binomial com parâmetros 254556391 e 50063860 , ou
1
seja, X ∼ Bin(254556391, 50063860 ). Utilizando a aproximação de Poisson para a Binomial,
tem-se, aproximadamente, que X ∼ P oisson(np = 5.085). Portanto, a probabilidade de
observarmos exatamente X = 6, é dada por
1
P (X = 6|X ∼ Bin(254556391, 50063860 )) ≈ P (X = 6|X ∼ P oisson(5.085)) = 14.9%.

(a) Verdadeiro
(b) Falso
(c) Falso
(d) Falso
(e) Falso

5
10. Problema
Seja X uma variável aleatória continua cuja função de densidade é dada por


 0, se x < 1;
cx3 , se 1 ≤ x < 2;

fX (x) =

 1.2 exp(−x), se 2 ≤ x < 3;
0, se x ≥ 3.

Qual é o valor de P(X < 1.8)?

(a) 0.430
(b) 0.900
(c) 0.570
(d) 0.100
(e) 0.240

Solução

A função de densidade da variável aleatória em questão apenas existe se c = 0.24.


Tal valor pode ser encontrado notando-se que
Z 3 3
1.2 exp(−x)dx = 1.2 [− exp(−x)] = −1.2(exp(−3) − exp(−2)) = 0.103

2 2

e, portanto,
2
x4 2
Z
cx3 dx = c = 0.897 ⇒ c = 0.24 (1)
1 4 1

Assim, temos que


Z 1.8
P (X < 1.8) = FX (1.8) = cx3 dx
1
x4 1.8
=c
4 1

0.57.

(a) Falso
(b) Falso
(c) Verdadeiro
(d) Falso
(e) Falso

11. Problema

Seja X uma variável aleatória com a seguinte função de probabilidade acumulada:




0, se x < −2
1/8, se −2≤x<1

F (x) =

 1/2, se 1≤x<3
1, se x≥3

O valor de E(X) é

6
(a) 1.625
(b) 3.250
(c) 4.375
(d) 1.375
(e) 1.625
Solução
X é uma variável aleatória discreta assumindo valores com probabilidade positiva nos pontos
de salto da função de distribuição, ou seja, nos valores -2, 1 e 3. As probabilidades são dadas
por
P (X = −2) = 18 − 0 = 18
P (X = 1) = 21 − 18 = 38
P (X = 3) = 1 − 12 = 12

1 3 1
Logo, E(X) = −2 × 8 +1× 8 +3× 2 = 1.625.

(a) Verdadeiro
(b) Falso
(c) Falso
(d) Falso
(e) Falso

12. Problema
Suponha que a altura, em centimetros, de uma pessoa selecionada ao acaso de uma população
distribui-se Normalmente. Visto que P (X ≤ 151) = 0.5 e P (X ≤ 142) = 0.25, qual é a
probabilidade de uma pessoa ao acaso ter altura superior a 165cm?

(a) 0.4681
(b) 0.0436
(c) 0.1271
(d) 0.1492
(e) 0.1736

Solução
Visto que P (X ≤ 151) = 0.5, então a média da variável X é E(X) = 151.
Além disso, tem-se que P (X ≤ 142) = 0.25, e pela tabela da distribuição Normal padrão,
P (Z ≤ −0.67) ≈ 0.25. Então,
142 − 151
= −0.67
σ
142−151
Portanto, σ = −0.67 = 13.4328.
Logo,
P (X > 165) = 1 − P (Z ≤ 1.04) = 0.1492.

(a) Falso
(b) Falso
(c) Falso
(d) Verdadeiro
(e) Falso

7
13. Problema
NA
(a) 0.681
(b) 0.548
(c) 0.092
(d) 0.319
(e) 0.524
Solução
Seja X o número de cestas convertidas, então X ∼ Bin(n, p), onde n = 60 e p = 0.53. Visto
que np e n(1 − p) são suficientemente grandes, é possivel utilizar a aproximação da Binomial
pela Normal p
Bin(n, p) ≈ N (µ = np, σ = np(1 − p))
Logo, X ∼ N (31.8, 3.866). E probabilidade desejada é dada por
P (X ≥ 30) = 1 − P (X < 30) = 1 − P (Z < −0.47) = 0.681.
(a) Verdadeiro
(b) Falso
(c) Falso
(d) Falso
(e) Falso
14. Problema
Sabe-se que o tempo de vida útil das válvulas de uma certa marca de amplificador é expo-
nencialmente distribuı́do com média de 60 meses. O guitarrista da banda “Probabilistas do
Sucesso” usou sua guitarra por 50 meses seguidos e sua banda ainda tem mais 10 meses para
fechar a turnê. A probabilidade de que a banda termine sua turnê sem necessidade de trocar
as válvulas é aproximadamente:
(a) 0.43
(b) 0.15
(c) 1.00
(d) 0.85
(e) 0.00
Solução
Seja X a variável aleatória que representa o tempo de vida útil das válvulas. Sabemos que
E(X) = 60, então X ∼ Exp(1/60). Como a função distribuição da variável aleatória X é
F (x) = 1 − e−0.02x , segue que a probabilidade desejada é dada por

P (X > 50 + 10|X > 50) = P (X > 10)


= 1 − F (10)
= 1 − (1 − e−0.02×10 )
= 0.85
(a) Falso
(b) Falso
(c) Falso
(d) Verdadeiro
(e) Falso