Variáveis Aleatórias Discretas Probabilidades associadas aos valores da

variável aleatória:
Conceito de Variável Aleatória: Função que
atribui um número real a cada resultado de um Xi Pi
experimento aleatório.
0 1/8
Experimento Aleatório: experimento que estuda
1 3/8
um fenômeno do cotidiano, porém se repetido
diversas vezes, sob as mesmas condições, pode 2 3/8
apresentar resultados diferentes.
3 1/8
Variável Discreta: avaliada em números que são 𝒏
resultados de contagens ou atribuições de sucesso e
fracasso e, por isso, somente assumem valores de ∑ 𝑷(𝑿𝒊 ) = 𝟏
números inteiros.
Exemplo: número de filhos, registros de 𝒊=𝟏
ocorrências de crimes. A variável assume um número finito de valores.
Com essa definição, a variável aleatória X em
Exemplo de Variável Aleatória Discreta: número de caras sofre uma transformação de
Experimento Aleatório: Lançamento de uma variável qualitativa para variável quantitativa.
moeda três vezes consecutivas;

Resultados possíveis (Espaço Amostral):

Valor Esperado (Média) – E(X):
𝒏
S = {(coroa, coroa, coroa), (coroa, coroa, cara), 𝑬(𝑿) = ∑ 𝑿𝒊 𝑷𝒊
(coroa, cara, coroa), (coroa, cara, cara),
(cara, cara, cara), (cara, cara, coroa), 𝒊=𝟏
(cara, coroa, cara), (cara, coroa, coroa)}
Propriedades do Valor Esperado:
Definição da variável aleatória:
X = nº de caras obtidas no lançamento três moedas. I. O Valor Esperado de uma constante:
C = Coroa; K = Cara. E(k) = k

II. O Valor Esperado do produto de uma constante

por uma variável:
E(k.X) = k.E(X)

III. O Valor Esperado da soma (ou subtração) de

uma variável por uma constante:
E(X ± k) = E(X) ± k

IV. O Valor Esperado da soma (ou subtração) de

Assim, a variável X define uma variável aleatória duas variáveis:
discreta que pode assumir os valores 0, 1, 2 e 3: E(X ± Y) = E(X) ± E(Y)
X = 0 corresponde ao evento (coroa, coroa, coroa);
X = 1 corresponde aos eventos (coroa, coroa, cara), V. O Valor Esperado do produto de duas variáveis
(coroa, cara, coroa), (cara, coroa, coroa); independentes:
X = 2 corresponde aos eventos (coroa, cara, cara), E(X.Y) = E(X).E(Y), se X e Y forem
(cara, cara, coroa), (cara, coroa, cara); independentes.
X = 3 corresponde ao evento (cara, cara, cara);
Variância – Var(X): Distribuição de Bernoulli
X~Bernoulli(p)
Var(X) = E(X ) – [E(X)]
2 2
- Assume apenas dois resultados: sucesso (s) e
fracasso (f);

Propriedades da Variância: - Parâmetro: probabilidade de sucesso “p”;

- Logo, a probabilidade de fracasso q = 1 – p;
I. A variância de uma constante k:
Var(k) = 0 E(X) = p
II. A variância do produto de uma constante por
uma variável: Var(X) = p(1-p) = pq
Var(k.X) = k2.Var(X)

III. A variância da soma (ou subtração) de uma

P(X=s) = p
variável por uma constante:
Var(X ± k) = Var(X)

IV. A variância da soma (ou subtração) de duas Distribuição Binomial

variáveis independentes:
Var(X ± Y) = Var(X) + Var(Y)
V. A variância da soma (ou subtração) de duas
variáveis aleatórias quaisquer:
Var(X ± Y) = Var(X) + Var(Y) ± 2Cov(X,Y)
Desvio-padrão – DP(X):
𝑫𝑷(𝑿) = √𝑽𝒂𝒓(𝑿)
X~B(n, p)
- Experimento Bernoulli que se repete n vezes
(n > 1);
- Assume apenas dois resultados: sucesso (s) e
fracasso (f);
- Parâmetro: probabilidade de sucesso “p” e
número de experimentos “n”;
- As probabilidades de cada experimento se
mantêm constantes (eventos independentes);

Distribuições de Probabilidade E(X) = np

de Variáveis Discretas: Var(X) = np(1-p) = npq

P(X=s) = Cn,spsqf

n=s+f
𝑛!
Cn,s = (𝑛−𝑠)!𝑠!
Distribuição de Poisson Questão 02. (CESPE - 2018 - Polícia Federal -
Agente) O valor diário (em R$ mil) apreendido de
X~Poisson(µ) contrabando em determinada região do país é uma
variável aleatória W que segue distribuição normal
- Pressuposições conforme requisitos de uma
com média igual a R$ 10 mil e desvio padrão igual
Binomial, porém o número de sucessos
a R$ 4 mil. Nessa situação hipotética, se W1 e W2
(ocorrências) ocorre durante um intervalo contínuo,
forem duas cópias independentes e identicamente
como no tempo ou no espaço;
distribuídas como W, então a soma W1 + W2
- “n” ocorre em um intervalo infinito, contínuo; seguirá distribuição normal com média igual a R$
20 mil e desvio padrão igual a R$ 8 mil.
- Parâmetro: frequência média de ocorrências no
intervalo definido “µ”;
- “k” corresponde ao número de ocorrências
desejadas.
- Há interesse na frequência de sua ocorrência e não
apenas se vai ocorrer ou não;
Questão 03. (CESPE – 2016 – TCE/PA)
𝑒 −µ µ𝑘 Considere um processo de amostragem de uma
P(X=k) = população finita cuja variável de interesse seja
𝑘!
binária e assuma valor 0 ou 1, sendo a proporção de
E(X) = Var(X) = µ indivíduos com valor 1 igual a p = 0,3. Considere,
ainda, que a probabilidade de cada indivíduo ser
𝑒 ≌ 2,72 sorteado seja a mesma para todos os indivíduos da
amostragem e que, após cada sorteio, haja
reposição do indivíduo selecionado na
amostragem. A partir dessas informações, julgue o
Questões: item subsequente.

Questão 01. (CESPE 2015 - TELEBRAS)

Roberto comprou, por R$ 2.800,00, rodas de liga Item 1. Se for coletada uma amostra de tamanho n
leve para seu carro, e, ao estacionar no shopping, = 20, o número total de observações sorteadas com
ficou indeciso sobre onde deixar o carro, pois, caso valor 1 terá distribuição binomial com parâmetros
o coloque no estacionamento público, correrá o n e p.
risco de lhe roubarem as rodas, ao passo que, caso
o coloque no estacionamento privado, terá de pagar
R$ 70,00, com a garantia de que eventuais
prejuízos serão ressarcidos pela empresa Item 2. Se, dessa população, for coletada uma
administradora. Considerando que p seja a amostra aleatória de tamanho n = 1, a probabilidade
probabilidade de as rodas serem roubadas no de um indivíduo apresentar valor 1 é igual a 0,5.
estacionamento público, que X seja a variável
aleatória que representa o prejuízo, em reais, ao
deixar o carro no estacionamento público, e que Y
seja a variável aleatória que representa o valor, em
reais, desembolsado por Roberto ao deixar o carro
no estacionamento pago, julgue o item
subsequente.

O conjunto de valores possíveis para a variável

aleatória X é X = {2.800, 70, 0}.
Questão 04. (CESPE – TCU – 2008) Uma
agência de desenvolvimento urbano divulgou os
dados apresentados na tabela a seguir, acerca dos
números de imóveis ofertados (X) e vendidos (Y)
em determinado município, nos anos de 2005 a
2007.
Com respeito ao texto, considere que cada imóvel
ofertado em determinado ano seja classificado
como vendido ou não-vendido, e, a um imóvel
classificado como vendido seja atribuído um
valor Z = 1, e, ao imóvel classificado como não-
vendido, seja atribuído um valor Z = 0. Supondo-se
que as classificações dos imóveis como vendido ou
não-vendido em um dado ano possam ser
consideradas como sendo realizações de uma
amostragem aleatória simples, julgue os itens a
seguir.
Item 1. A variável Z é classificada como variável
qualitativa nominal, pois representa o atributo do
imóvel como vendido ou não-vendido.
Item 2. A variância de Z, no ano de 2007, é
superior a 0,30 e inferior a 1,0.
Questão 05. (CESPE – TCP/PA – 2008) Se as
variáveis aleatórias X e Y seguem distribuições de
Bernoulli, tais que P[X = 1] = P[Y = 0] = 0,9, então:
Item 1. A distribuição de X2 é Bernoulli com média
igual a 0,81.
Item 2. As variâncias de X e Y são iguais.
Item 3. A média de Y é superior a 0,5.
Item 4. X + Y segue uma distribuição binomial
com parâmetros n = 2 e p = 0,3, se X e Y forem
variáveis aleatórias independentes.
Questão 06. (CESPE - 2018 - Polícia Federal -
Agente) Determinado órgão governamental
estimou que a probabilidade p de um ex-condenado
voltar a ser condenado por algum crime no prazo
de 5 anos, contados a partir da data da libertação,
seja igual a 0,25. Essa estimativa foi obtida com
base em um levantamento por amostragem
aleatória simples de 1.875 processos judiciais,
aplicando-se o método da máxima verossimilhança
a partir da distribuição de Bernoulli.
Item 1. Se X seguir uma distribuição binomial com
parâmetros n = 1.000 e probabilidade de sucesso p,
a estimativa de máxima verossimilhança da média
de X será superior a 300.
Item 2. Em um grupo formado aleatoriamente por
4 ex-condenados libertos no mesmo dia, estima-se
que a probabilidade de que apenas um deles volte a
ser condenado por algum crime no prazo de 5 anos,
contados a partir do dia em que eles foram
libertados, seja superior a 0,4.
Questão 07. (CESPE – 2009 - TRT – Analista
Judiciário) No que se refere a distribuições
discretas, julgue os seguintes itens. Em toda
distribuição binomial, a média será menor que a
variância.
Questão 08. (FINEP – CESPE - 2009) Uma
empresa produz determinado tipo de peça. A
probabilidade de cada peça ser perfeita é de 0,7, e
a probabilidade de cada peça ser defeituosa é de
0,3. Tomando 0,06, 0,17 e 0,24 como valores
aproximados de 0,78, 0,75, e 0,74, respectivamente,
julgue as afirmativas.
Item 1. Na produção de 400 itens o número
esperado de peças defeituosas é de 150.
Item 2. A probabilidade de que uma amostra
aleatória de 10 peças contenha exatamente 8 peças
perfeitas é menor que 10%.
Questão 09. (CESPE - 2018 - Polícia Federal -
Papiloscopista) Em determinado município, o
número diário X de registros de novos armamentos
segue uma distribuição de Poisson, cuja função de
probabilidade é expressa por em que
k = 0, 1, 2, ..., e M é um parâmetro.
Considerando que a tabela precedente mostra as
realizações da variável aleatória X em uma amostra
aleatória simples constituída por cinco dias, julgue
o item que segue.
Item 1. Com base no critério de mínimos
quadrados ordinários, estima-se que o parâmetro M
seja igual a 4 registros por dia.
Item 2. Como a tabela não contempla uma
realização do evento X = 7, é correto afirmar que
P(X=7) = 0.
Item 3. A estimativa de máxima verossimilhança
do desvio padrão da distribuição da variável X é
igual a 2 registros por dia.
Questão 10. (CESPE – EBSERH – 2018) O total
diário - X - de pessoas recebidas em uma unidade
de pronto atendimento (UPA) para atendimento
ambulatorial, e o total diário - Y - de pessoas
recebidas nessa mesma UPA para atendimento de
urgência segue processos de Poisson homogêneos,
com médias, respectivamente, iguais a 20
pacientes/dia e 10 pacientes/dia, e as variáveis
aleatórias X e Y são independentes. Sabe-se que,
em média, a necessidade de cuidados hospitalares
atinge 10% dos pacientes do atendimento
ambulatorial e 90% dos pacientes do atendimento
de urgência.
A partir dessa situação hipotética, julgue o próximo
item, considerando que o registro da necessidade de
cuidados hospitalares seja feito no momento em
que o paciente chegue à UPA e que H seja a
quantidade diária registrada de pacientes com
necessidades de cuidados hospitalares.
Item 1. A quantidade diária H segue uma
distribuição de Poisson.
Item 2. A soma X + Y segue uma distribuição de
Poisson com média e variância respectivamente
iguais a 30 e 900.
Item 3. A média da variável aleatória H é igual a
11 pacientes/dia.
Questão 11. (CESPE – EBSERH – 2018) Todo
paciente que chega a determinado posto hospitalar
é imediatamente avaliado no que se refere à
prioridade de atendimento. Suponha que o paciente
seja classificado como “emergente” (Y = 0) ou
como “não emergente” (Y = 1), e que as
quantidades X, diárias, de pacientes que chegam a
esse posto sigam uma distribuição de Poisson com
média igual a 20. Considerando que W represente
o total diário de pacientes emergentes, de tal sorte
que , em que 0 ≤ w ≤ x e x ≥
0, julgue o item subsequente.
Item 1. A variância do número diário de pacientes
que chegam a esse posto hospitalar é igual a 20
pacientes2.
Item 2. Se, em determinado dia, 10 pacientes forem
atendidos nesse posto hospitalar, então a
probabilidade de se registrar, entre esses pacientes,
exatamente um paciente emergente será igual a 0,1.
Item 3. O total diário W de pacientes emergentes
segue uma distribuição de Poisson com média
superior a 3.
Item 4. A variável Y segue uma distribuição de
Bernoulli, cuja probabilidade de sucesso é igual a
0,9.
Questão 12. (CESPE – 2010 – ABIN) A respeito
da distribuição binomial X com parâmetros n e p,
em que: n ≥ 1 e 0 < p < 1, julgue os itens
subsequentes.
De uma urna que contém 15 bolas brancas e 1 bola
vermelha serão retiradas aleatoriamente 12 bolas.
Em cada retirada, será observada a cor da bola
selecionada. Se branca, a bola não será devolvida à
urna; se vermelha, a bola será devolvida à urna. Ao
final do processo, será registrado o número X de
vezes que a bola vermelha foi observada nessas
doze retiradas.
Em face dessa situação, é correto afirmar que X é
uma variável aleatória com distribuição binomial
com n = 12.
Questão 13. (CESPE – 2010 – ABIN) A respeito
da distribuição binomial X com parâmetros n e p,
em que:
n ≥ 1 e 0 < p < 1, julgue os itens subsequentes.
Considerando-se que Y siga uma distribuição
binomial com parâmetros m e p e que X e Y sejam
variáveis aleatórias independentes, é correto
afirmar que a soma X + Y segue uma distribuição
binomial com parâmetros (n + m) e p.
Questão 14. (CESGRANRIO – 2016 – IBGE) Questão 17. (CONSULPLAN – 2012 – TSE)
Quando um pesquisador vai a campo e aborda Dada uma distribuição binomial com n = 10 e 40%
pessoas na rua para serem entrevistadas, o número de probabilidade de ocorrência de um evento, a
de pessoas que aceita responder à pesquisa segue variância é:
uma distribuição binomial. Se o valor esperado a) 2,0
dessa distribuição é 8, e sua variância é 1,6, então a b) 2,4
probabilidade de uma pessoa aceitar responder à c) 3,2
pesquisa é de: d) 4,6
a) 1,6% e) 4,2
b) 16%
c) 20%
d) 50%
e) 80%

Questão 18. (CESGRANRIO – 2011 –

Transpetro) Uma distribuição discreta de
probabilidade que fornece a frequência de
Questão 15. (ESAF – 2016 – ANAC) Em um ocorrência de certos tipos de eventos aleatórios,
determinado município, 70% da população é podendo ser usada como aproximação da
favorável a um certo projeto. Se uma amostra distribuição binomial, corresponde à distribuição:
aleatória de cinco pessoas dessa população for a) Geométrica
selecionada, então a probabilidade de exatamente b) Hipergeométrica
três pessoas serem favoráveis ao projeto é igual a: c) Normal
a) 40,58% d) Uniforme
b) 35,79% e) Poisson
c) 42,37%
d) 30,87%
e) 37,46%
Questão 19. (COSEAC – 2009 – DATAPREV)
Sobre a distribuição Binomial, é correto afirmar
que é:
a) frequentemente utilizada para modelar
Questão 16. (CEPERJ – 2011 – SEFAZ/RJ) eventos discretos ocorridos com baixa
Suponha que a variável aleatória X tenha frequência no tempo ou no espaço, por
distribuição binomial com média 3,5 e variância vezes é chamada de distribuição de eventos
1,75. Nesse caso, a probabilidade P(X ≥ 2) será raros;
igual a: b) uma sequência de n ensaios de Bernoulli,
cada um com probabilidade de sucesso p;
a) 1/2
c) a única distribuição de probabilidades que
b) 15/16
admite valores não inteiros;
c) 8/128
d) uma distribuição contínua limitada por
d) 21/128
valores discretos;
e) 29/128
e) totalmente descrita por seus dois
parâmetros: média e desvio-padrão.
Questão 20. (FCC – 2011 – TRT) Após o Questão 23. (FCC – 2014 – SEFAZ) O número de
lançamento de um novo modelo de automóvel atendimentos, via internet, realizados pela Central
observou-se que 20% deles apresentavam defeitos de Atendimento Fazendário (CAF) segue uma
na suspensão, 15% no sistema elétrico e 5% na distribuição de Poisson com média de 12
suspensão e no sistema elétrico. Selecionaram-se atendimentos por hora. A probabilidade dessa CAF
aleatoriamente e com reposição 3 automóveis do realizar pelo menos 3 atendimentos em um período
de 20 minutos é:
modelo novo. A probabilidade de pelo menos dois
Dados: e-2 = 0,14; e-4 = 0,018
apresentarem algum tipo de defeito é:
a) 0,354 a) 0,594
b) 0,324 b) 0,910
c) 0,316 c) 0,766
d) 0,296 d) 0,628
e) 0,216 e) 0,750

Questão 21. (FCC – 2011 – TRT) Sabe-se que 2%

dos itens produzidos na fábrica A são defeituosos.
Selecionando-se ao acaso e com reposição uma Gabarito:
amostra de 100 itens da produção de A, a 1. E
probabilidade de pelo menos 2 serem defeituosos, 2. E
probabilidade foi calculada usando a aproximação 3. C – E
pela distribuição de Poisson, é: 4. E – E
e-1 = 0,368 e-2 = 0,135 5. E – C – E – E
6. E – C
a) 0,865
7. E
b) 0,730
8. E – E
c) 0,595
9. C – E – C
d) 0,460
10. C – E – C
e) 0,325
11. C – E – E – C
12. E
Questão 22. (FCC – 2014 – TRT) Considere que 13. C
a variável aleatória X tem distribuição de Bernoulli 14. C
com parâmetro p = 0,4. Sabe-se que a variável Y 15. D
tem distribuição binomial com média igual a 2 e 16. B
variância igual a 1. Supondo que X e Y são 17. B
independentes, a probabilidade conjunta de X ser 18. E
igual a zero e Y ser igual a 3, denotada por P(X = 19. B
0, Y = 3) é dada por: 20. E
21. C
a) 0,30
22. B
b) 0,15
23. C
c) 0,10
d) 0,25
e) 0,20