CÁLCULO DE PROBABILIDADES

LISTA DE EXERCÍCIOS RESOLVIDOS

1- Considere dois acontecimentos A e B tais que:

P(A)=1/4, P(B)=1/3 e P(AUB)=1/2
a) A e B são incompatíveis?

Solução
Os sucessos A e B são incompatíveis se a probabilidade da sua intercepção é nula,
ou seja se P( A  B)  0

Mas de P( A  B)  P( A)  P( B)  P( A  B) , obtém-se que

P ( A  B )  P( A)  P( B)  P( A  B )

1 1 1 1
Substituindo os dados do exercício temos que P ( A  B )     0
4 3 2 12
Logo A e B não são incompatíveis.

b) Serão A e B independentes?
Os sucessos são independentes se P( A  B)  P( A)  P( B)
Da alínea anterior, sabemos que P ( A  B )  0.08
1 1 1
Mas P( A)  P ( B)     P( A  B)
4 3 12
Logo os sucessos são independentes.
2- Em determinada população existem 60% de mulheres das quais 6% têm mais de
170cm de altura e existem 40% de homens dos quais 2% têm mais de 170cm de
altura. Seleccionou-se uma pessoa dessa população ao acaso.
c) Qual a probabilidade de que a pessoa seleccionada tenha mais de 170cm de
altura.

Solução
H: Homens M: Mulheres A: Ter mais de 170 cm

0.06 A
M
0.94
0.6 A

0.4 0.02 A
H
0.98
A

Queremos calcular P(A), a probabilidade de que uma pessoa tenha mais do que
170 cm. Pelo teorema da probabilidade total
P( A)  P ( M )  P ( A / M )  P( H )  P ( A / H )
P ( A)  0.6  0.06  0.4  0.02  0.044

d) Se a pessoa seleccionada tem mais de 170cm de altura, qual a probabilidade de

ser mulher?

Estamos buscando P(M/A), a probabilidade de que a pessoa seja mulher se se sabe

que tem mais de 170 cm.
Pelo teorema de Bayes temos que
P( M )  P( A / M )
P( M / A)  
P( M )  P( A / M )  P( H )  P( A / H )
0.6  0.06 0.036
P ( M / A)    0.818
0.044 0.044
3- Suponha que numa determinada universidade os alunos se encontram assim
distribuídos:
- 10% estudam hotelaria
- 30% estudam Direito
-20% estudam Gestão
- 8% estudam gestão e direito

Solução:
Podemos desde já considerar os acontecimentos
H: Estudar Hotelaria;· D: Estudar Direito;· G: Estudar Gestão,
e as correspondentes probabilidades P(H)=0.1; P(D)= 0.3; P(G)=0.2;
P(GD)= 0.08.

a) Qual a probabilidade de que um aluno seleccionado ao acaso não estude

Gestão?
A probabilidade de um aluno não estudar Gestão é a probabilidade do sucesso
complementar à estudar Gestão, ou seja
_
P (G )  1  P (G )  1  0.2  0.8

b) Se um aluno seleccionado ao acaso estuda Direito, qual a probabilidade de

que também estude Gestão?
Pela probabilidade condicional, temos que
P (G  D) 0.08
P (G / D)    0.267
P( D) 0.3

c) Os acontecimentos Gestão e Direito serão independentes?

Os sucessos são independentes se P (G  D )  P (G )  P ( D ) . Substituindo os
dados do exercício temos que:
P (G  D)  0.08 e P (G )  P ( D )  0.2  0.3  0.6 . Como os

resultados são diferentes, os sucessos não são independentes.

4- Uma colecção de 100 programas de computador foi examinada para detectar

erros de sintaxe, input/output e de outro tipo diferente dos anteriores.
(Podemos designar por erros de tipo I, II e III). Após o exame, verificou-se
que 20 desses programas tinham erros de tipo I, 10 tinham erros de tipo II, 5
tinham erros de tipo III, 6 tinham erros de tipo I e II, 3 tinham erros de tipo I
 e III , 3 tinham erros de tipo II e III, e 2 tinham erros dos 3 tipos (I, II e III).
Selecciona-se um programa ao acaso dessa colecção. Determinar a
probabilidade de que o programa seleccionado tenha pelo menos um dos
tipos de erro.

Denominando os sucessos pelo tipo de erro que o programa possui, podemos

expressar as seguintes probabilidades:
P ( I )  0.2; P(II)  0.1; P(III)  0.05; P(I  II)  0.06;
P(I  III)  0.03, P(II  III)  0.03 e P(I  II  III)  0.02

A probabilidade de que o programa seleccionado tenha pelo menos um dos tipos de

erro é a probabilidade da União dos sucessos elementares I, II e III, ou seja
P ( I  II  III )  P( I )  P( II )  P ( III )  P ( I  II )  P ( I  III )  P ( II  III )  P( I  II  III )

 0.2  0.1  0.05  0.06  0.03  0.03  0.02  0.25

5- Considere dois acontecimentos A e B tais que:

P(A)=1/4, P(B)=1/3 e P(AUB)=1/2
a) A e B são incompatíveis?

Solução
Os sucessos A e B são incompatíveis se a probabilidade da sua intercepção é
nula, ou seja se P( A  B)  0

Mas de P( A  B)  P( A)  P( B)  P( A  B) , obtém-se que

P ( A  B)  P ( A)  P ( B )  P ( A  B ) . Substituindo os dados do exercício temos

1 1 1 1
que P ( A  B )     0
4 3 2 12
Logo A e B não são incompatíveis.

b) Serão independentes?
 Os sucessos são independentes se P( A  B)  P( A)  P( B) . Da alínea
anterior, sabemos que P ( A  B )  0.08 . Mas

1 1 1
P ( A)  P ( B )     P( A  B) .
4 3 12
Logo os sucessos são independentes.

6- Sejam A e B dois acontecimentos associados a uma experiência aleatória.

Seja P(A) = 0.4 ; P(B) = p e P(AUB) =0.7.

a. Para que valores de p poderão A e B ser incompatíveis?

Os sucessos A e B são incompatíveis se a probabilidade da sua intercepção é

nula, ou seja se P( A  B)  0

Mas de P( A  B)  P( A)  P( B)  P( A  B) , obtém-se que

P ( A  B )  P( A)  P( B)  P( A  B ) . Substituindo os dados do exercício

temos P ( A  B )  0.4  p  0.7

 P ( A  B )  p  0.3 . Mas como tem que se cumprir que P ( A  B )  0 ,

então também p  0.3  0 , ou seja p  0.3

b. Para que valores de p são A e B independentes?

Para que os sucessos sejam independentes deve se cumprir que
P ( A  B )  P ( A)  P ( B ) . Substituindo na formula da probabilidade da

união de A e B temos que

P ( A  B )  P( A)  P ( B )  P ( A  B)
P( A  B)  P( A)  P( B)  P( A)  P( B)
0.7  0.4  p  0.4  p

0.3  p  0.4  p  0.3  0.6 p

0.3
 p  p  0. 5
0. 6
Ou seja para que os sucessos sejam independentes, p tem que ser igual a 0.5
7- Considere dois acontecimentos A e B associados a uma experiência aleatória.
Sejam P ( A)  0,4 P ( B )  p e P ( A  B )  0,7
a. Para que valores de p serão A e B incompatíveis?

Tendo em conta a fórmula da união, temos que

P ( A  B )  P ( A)  P ( B )  P ( A  B )
Substituindo os dados vem
0,7  0,4  p  P ( A  B )
de onde se obtém que P ( A  B )  p  0,3 (1)
Mas para A e B serem incompatíveis tem que se cumprir que
P ( A  B )  0 , ou seja
p  0,3  0  p  0,3
Logo para A e B serem incompatíveis tem que ser p=0,3

b. Para que valores de p serão A e B independentes?

A e B são independentes se P ( A  B )  P( A).P ( B ) .Substituindo as expressões

respectivas, vem que
p  0,3  0,4. p de onde se tem
p  0,4 p  0,3 de onde se tem que
p  0,5

8- Um homem tem 5 chaves no bolso das quais apenas uma é a de sua casa. Se
estiver as escuras, qual a probabilidade de conseguir abrir a porta:
a. Na primeira tentativa

Sejam A:”Abrir a porta à primeira tentativa” e B:”Abrir a porta à segunda

tentativa”
Como existem 5 chaves das quais só uma é a de casa, pela definição clássica de
probabilidade temos que o número de casos favoráveis é 1 sendo o número de
casos possíveis igual a 5. Logo temos que
favoráveis 1
P ( A)  
possíveis 5

b. Na segunda tentativa

A probabilidade de o homem abrir a porta à segunda tentativa é a conjugação de

não abrir à primeira tentativa e abrir à segunda, ou seja
4 1 1
P ( B )  P( A  B )  P( A)  P( B | A)   
5 4 5
9- Numa urna encontram-se 10 bolas brancas e 10 bolas pretas. Retira-se uma
bola da urna, da qual se observa a cor e se volta a repor na urna com mais
1000 bolas da mesma cor. Faz-se em seguida uma segunda tiragem.
a. Qual a probabilidade de sair bola branca na segunda extracção?

Pela descrição da experiência, teríamos a situação representada na seguinte

árvore de probabilidades:

B2
1010 101

1020 102
10 1
B1  P2
10 1 1020 102

20 2 B2
10 1

10

1 1020 102
20 2
P1 1010 101
 P2
1020 102
Pelo teorema da probabilidade total temos que:
P( B2 )  P( B1 )  P( B2 | B1 )  P ( P1 )  P ( B2 | P1 )
1 101 1 1 1 101  1 1 102 1
P ( B2 )         
2 102 2 102 2  102  2 102 5

b. Sabendo que na segunda extracção a bola é preta, qual a

probabilidade de que também seja preta a da primeira extracção?

Devemos calcular a probabilidade de que a primeira bola seja preta dado que a
segunda é preta, ou seja
P ( P1 | P2 ) . Pelo teorema de Bayes temos que
1 101 1 101
 
P( P1 )  P( P2 | P1 ) 2 102 2 102  101
P( P1 | P2 )   
P( P2 ) 1  P ( B2 ) 1 102
2

10- Considere dois acontecimentos A e B associados a uma experiência aleatória.

Sejam P ( A)  p P ( B )  0,4 e P ( A  B )  0,7
a. Para que valores de p serão A e B incompatíveis?

Tendo em conta a fórmula da união, temos que

 P ( A  B )  P ( A)  P ( B )  P ( A  B )
Substituindo os dados vem
0,7  p  0,4  P ( A  B )
de onde se obtém que P ( A  B )  p  0,3 (1)
Mas para A e B serem incompatíveis tem que se cumprir que
P ( A  B )  0 , ou seja
p  0,3  0  p  0,3
Logo para A e B serem incompatíveis tem que ser p=0,3

b. Para que valores de p serão A e B independentes?

A e B são independentes se P ( A  B )  P( A).P ( B ) .Substituindo as expressões

respectivas, vem que
p  0,3  0,4. p de onde se tem
p  0,4 p  0,3 de onde se tem que
p  0,5

11- Numa decrépita universidade de um país distante, um velho e irascível

professor faz exames orais que constam de cinco (5) perguntas. Se o
professor se encontra de bom humor, o que acontece com probabilidade de
2/3, o aluno só precisa de responder certo a uma pergunta para passar. Mas
se o professor está de mau humor, então o aluno só passa se responder certo
a pelo menos três (3) perguntas.
Zenão, que responde certo a cada pergunta (de forma independente) com
probabilidade 1/3, ao acabar de reprovar no exame oral, afirma ter
reprovado nesse dia devido ao mau humor do professor. Qual a
probabilidade de Zenão estar a dizer a verdade?

Consideremos os acontecimentos B:”O professor está de bom humor” e A:”O

estudante aprova o exame”
2 1
Pelos dados do problema temos que P ( B )  e consequentemente P( B ) 
3 3
Temos também que a probabilidade de o estudante aprovar dado que o professor
está de bom humor é igual a probabilidade de acertar pelo menos uma das
respostas, ou seja
P( A | B)  P(acertar pelo menos1 resposta) P(acertar1 ou 2 ou 3 ou 4 ou 5)
 P (acertar 1)  P(acertar 2)  P(acertar 3)  P(acertar 4)  P(acertar 5)
Mas como as respostas são independentes e o Zenão responde certo a cada
1
pergunta com probabilidade , então temos que
3
 2 3 4 5
1 1 1 1 1 1 1 1 1 1
P( A | B)               
3  3 3
  3
  3
  3 9 27 81 243
81  27  9  3  1 121
   0,49
243 243
121 122
Consequentemente P ( A | B )  1    0,51
243 243

Sabemos ainda que a probabilidade de o estudante aprovar dado que o professor

está de mau humor é a probabilidade de acertar pelo menos 3 respostas, ou seja
P ( A | B )  P(acertar pelo menos 3 respostas)  P(acertar3 ou 4 ou 5)
 P(acertar 3)  P(acertar 4)  P(acertar 5)

3 4 5
1 1 1 1 1 1 9  3  1 13
P( A | B)                0,053
3
  3
  3
  27 81 243 243 243
13 230
e consequentemente P ( A | B )  1    0,947
243 243

Sabemos que o Zenão reprovou e queremos saber a probabilidade de ter

reprovado devido ao mau humor do professor, ou seja devemos calcular a
probabilidade de o professor estar de mau humor dado que o Zenão reprovou o
exame. Isto é:
1 230

P( B)  P( A | B) P( B)  P( A | B) 3 243
P ( B | A)   
P( A) P( B )  P( A | B)  P( B)  P( A | B) 2  122  1  230
3 243 3 243
230
729 230
   0,49
244  230 474
729

12- Numa urna encontram-se 10 bolas brancas e 10 bolas pretas. Retira-se uma
bola da urna, da qual se observa a cor e se volta a repor na urna com mais 90
bolas da outra cor. Faz-se em seguida uma segunda tiragem.
a. Qual a probabilidade de sair bola branca na segunda extracção?

Pela descrição da experiência, teríamos a situação representada na seguinte

árvore de probabilidades:

B2
10 1

110 11
 100 10
B1 
110 P2
11
10 1

20 2
B2
100 10

10 1 110 11

20 2
P1 10 1
 P2
110 11

Pelo teorema da probabilidade total temos que:

P ( B2 )  P ( B1 )  P( B2 | B1 )  P ( P1 )  P ( B2 | P1 )
1 1 1 10 1 1  10  1 11 1
P ( B2 )          0,5
2 11 2 11 2  11  2 11 2

b. Sabendo que na segunda extracção a bola é preta, qual a

probabilidade de que também seja preta a da primeira extracção?

Devemos calcular a probabilidade de que a primeira bola seja preta dado que a
segunda é preta, ou seja
P ( P1 | P2 ) . Pelo teorema de Bayes temos que

1 1 1 1
 
P( P1 )  P( P2 | P1 ) 2 11 2 11  1  0,09
P( P1 | P2 )   
P( P2 ) 1  P ( B2 ) 1 11
2