1.

Problema
Marque a alternativa correta:

(a) Se A e B são eventos independentes, então Ac e B também são independentes.

(b) Um evento A jamais será independente de si mesmo.
(c) Se A está contido em B, então P (A) é diferente de P (B).
(d) A probabilidade da intersecção de eventos é o produto das probabilidades dos eventos.
(e) Um espaço amostral infinito pode ser equiprovável (os elementos do espaço amostral
possuem mesma probabilidade).

Solução

(a) Verdadeiro. Se dois eventos são independentes, os originais e complementares são todos
independentes entre si.
(b) Falso. Um evento A pode ser independente de si mesmo caso P (A) seja 0 ou 1.
(c) Falso. Não necessariamente. Se P (B − A) = 0, então P (A) = P (B).
(d) Falso. Esta propriedade é válida apenas se os eventos forem independentes entre si.
(e) Falso. Caso os elemnentos de um espaço amostral infinito tenham mesma probabilidade,
a soma das probabilidades será infinita.

2. Problema
Dentre 5 números positivos e 8 negativos, dois números são escolhidos ao acaso (sem reposição)
e multiplicados. Qual a probabilidade de que o produto seja positivo?

(a) 0.363
(b) 0.124
(c) 0.901
(d) 0.487
(e) 0.385

Solução
No total, existem 13


2 modos distintos de escolhermos os dois números. Para que
o produto
seja positivo devemos ter dois números positivos, que podem ser escolhidos de 52 maneiras
distintas, ou dois números negativos, que podem ser escolhidos de 82 maneiras distintas.

Segue que a probabilidade desejada é

5 8



2 + 2
13

= 0.487.
2

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

3. Problema
Sabe-se que 72% dos pênaltis marcados a favor do Brasil são cobrados por jogadores de
clubes estrangeiros. A probabilidade de um pênalti ser convertido é de 69% se o cobrador
for de um clube estrangeiro e de 91% 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?

1
 (a) 0.34
(b) 0.25
(c) 0.50
(d) 0.66
(e) 0.75

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 ) = 0.69 × 0.72 + 0.91 × 0.28 = 0.75.

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

4. Problema
Suponha que 13% dos imóveis de uma certa cidade são rurais e 87% são urbanos. Suponha
ainda que 85% dos imóveis rurais não realizam a coleta seletiva, enquanto que na área urbana
esse valor é de 32%. Qual é a probabilidade de um imóvel que não realiza a coleta seletiva
ser da área rural?

(a) 0.110
(b) 0.389
(c) 0.716
(d) 0.278
(e) 0.284

Solução
Defina os eventos

R = “O imóvel é rural.”
U = “O imóvel é urbano.”
NC = “O imóvel não realiza a coleta seletiva.”

Pelo Teorema de Bayes, a probabilidade desejada é dada por

P (N C|R) × P (R)
P (R|N C) =
P (N C|R) × P (R) + P (N C|U ) × P (U )
0.85 × 0.13
=
0.85 × 0.13 + 0.32 × 0.87
= 0.284.

2
 (a) Falso
(b) Falso
(c) Falso
(d) Falso
(e) Verdadeiro

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

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 a probabilidade de que um jogador de basquete acerte a cesta em um lance

livre seja 0.80, e que os lançamentos sejam independentes. Considere que o jogador continue
a realizar os lançamentos até que cometa um erro. Qual a probabilidade de que ele acerte
pelo menos 2 cestas antes de cometer o primeiro erro?

(a) 0.512
(b) 0.640
(c) 0.032
(d) 0.488
(e) 0.128

Solução
Seja X o número de cestas antes do primeiro erro. Então X ∼ Geométrica(0.20), isto é,
P (X = x) = 0.80x 0.20. Assim, P (X ≥ 2) = P (acertar os 2 primeiros lances) = 0.802 =0.640.

(a) Falso

3
 (b) Verdadeiro
(c) Falso
(d) Falso
(e) Falso

7. Problema
Para inspecionar um lote de 10 peças, o funcionário de uma empresa sorteia uma amostra de
6 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 10 peças sejam defeituosas. Se
a escolha for realizada sem reposição qual a probabilidade de aceitação do lote?

(a) 0.040
(b) 0.133
(c) 0.200
(d) 0.160
(e) 0.262

Solução
Seja X a variável relativa ao número de peças defeituosas. A probabilidade de aceitação do
lote é dada por
8 2



6
P (X = 0) =
0 = 0.133.
10
6

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

8. Problema
Considere que o número de requisições que chegam a um determinado servidor, por minuto,
é uma variável aleatória que segue distribuição Poisson com variância igual a 1.34. Suponha
que a capacidade de atendimento do servidor é de, no máximo, 2 requisições por minuto.
Qual a probabilidade de que, em um intervalo de um minuto escolhido ao acaso, o servidor
não consiga atender a todas as requisições que forem feitas?

(a) 0.040
(b) 0.152
(c) 0.732
(d) 0.268
(e) 0.848

Solução
Seja X a variável aleatória referente ao número de requisições. Uma vez que a capacidade é
de, no máximo, 2 requisições por minuto, a probabilidade desejada é dada por
2
X 1.34k
P (X > 2) = 1 − P (X ≤ 2) = 1 − e−1.34 = 0.152.
k!
k=1

(a) Falso

4
 (b) Verdadeiro
(c) Falso
(d) Falso
(e) Falso

9. Problema
Qual é o erro, em valor absoluto, da aproximação Poisson a Binomial do seguinte problema:
A probabilidade de uma lâmpada se queimar ao ser ligada é 6%. Numa instalação com 20
lâmpadas, qual é a probabilidade de exatamente 2 lâmpadas se queimarem ao serem ligadas?

(a) 0.071
(b) 0.046
(c) 0.006
(d) 0.008
(e) 0.223

Solução
O número de lâmpadas queimadas X tem distribuição X ∼ Bin(20, 0.06). Utilizando a
aproximação de Poisson para a Binomial, tem-se que X ∼ P oisson(20 × 0.06). E o erro da
aproximação, quando X = 2, é dado por

P (X = 2|X ∼ Bin(20, 0.06)) − P (X = 2|X ∼ P oisson(20 × 0.06)) = 0.2246 − 0.2169.

Portanto, o valor absoluto do erro é 0.008.

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

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

Qual é o valor de P(X < 1.8)?

(a) 0.362
(b) 0.596
(c) 0.638
(d) 0.404
(e) 0.170

5
 Solução

A função de densidade da variável aleatória em questão apenas existe se c = 0.17.

Tal valor pode ser encontrado notando-se que
Z 3 3
4.2 exp(−x)dx = 4.2 [− exp(−x)]  = −4.2(exp(−3) − exp(−2)) = 0.359

2 2

e, portanto,
2
x4 2
Z
cx3 dx = c  = 0.641 ⇒ c = 0.17 (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

0.404.

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

11. Problema

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


0, 
 se x < −1
1/8, se − 1 ≤ x < −0.5

F (x) =

 1/2, se − 0.5 ≤ x < 4
1, se x≥4


O valor de E(X) é
(a) 1.688
(b) 2.312
(c) 6.312
(d) 3.625
(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 -1, -0.5 e 4. As probabilidades são
dadas por
P (X = −1) = 81 − 0 = 18
P (X = −0.5) = 12 − 18 = 38
P (X = 4) = 1 − 12 = 12

1 3 1
Logo, E(X) = −1 × 8 + −0.5 × 8 +4× 2 = 1.6875.

6
 (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 ≤ 156) = 0.5 e P (X ≤ 149) = 0.3, qual é a
probabilidade de uma pessoa ao acaso ter altura superior a 165cm?

(a) 0.2206
(b) 0.2514
(c) 0.1170
(d) 0.2843
(e) 0.4801

Solução
Visto que P (X ≤ 156) = 0.5, então a média da variável X é E(X) = 156.
Além disso, tem-se que P (X ≤ 149) = 0.3, e pela tabela da distribuição Normal padrão,
P (Z ≤ −0.52) ≈ 0.3. Então,
149 − 156
= −0.52
σ
149−156
Portanto, σ = −0.52 = 13.4615.
Logo,
P (X > 165) = 1 − P (Z ≤ 0.67) = 0.2514.

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

13. Problema
Um dado agente de telemarketing consegue vender seu produto, em média, para 12% dos
clientes contactados. Cada venda lhe rende 3 reais. Além desse valor fixo, para estimular
os funcionários, a empresa onde trabalha oferece uma gratificação extra de 100 reais para
aqueles que conseguirem realizar ao menos 130 vendas no mês. Caso faça 1000 ligações, qual
é a probabilide do agente receber, no total, ao menos 490 reais em um único mês? (Não
utilizar correção de continuidade.)

(a) 0.869
(b) 0.026
(c) 0.875
(d) 1.000
(e) 0.177

7
 Solução
Seja X o número de vendas realizadas, então X ∼ Bin(n, p), onde n = 1000 e p = 0.12.
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 (120, 10.28), aproximadamente. O agente receberá 490 reais ou mais se realizar
ao menos 130 vendas no mês. Portanto, a probabilidade desejada é dada por

P (X ≥ 130) = 1 − P (X < 130) = 1 − P (X ≤ 129) = 0.177.

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

14. Problema
Sabe-se que o tempo de vida útil de uma certa marca de lâmpadas é exponencialmente
distribuı́do com média de 22 meses. Uma empresa espera que suas lâmpadas durem pelo
menos 21 meses para que seu lucro não seja prejudicado. Se a empresa utilizou lâmpadas
desta marca, qual a probabilidade de que uma lâmpada, em particular, não gere prejuı́zo se
já sobreviveu 17 meses?

(a) 1.00
(b) 0.00
(c) 0.17
(d) 0.46
(e) 0.83

Solução
Seja X a variável aleatória que representa o tempo de vida útil das lâmpadas. Sabemos que
E(X) = 22, então X ∼ Exp(1/22). Como a função distribuição da variável aleatória X é
F (x) = 1 − e−0.05x , segue que a probabilidade desejada é dada por

P (X > 17 + 4|X > 17) = P (X > 4)

= 1 − F (4)
= 1 − (1 − e−0.05×4 )
= 0.83

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