Probab USP

USP-FFCLRP Introdução à Estatı́stica e Probabilidade I
DFM Matemática Aplicada a Negócios

Prof. Rafael A. Rosales 25 de agosto de 2010
Sumário
1 Eventos e Espaços amostrais 2
1.1 Eventos (Conjuntos) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Espaços amostrais Ω . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Seqüência de eventos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Álgebras e σ-álgebras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 Probabilidade 5
2.1 Espaços de probabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Simetria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3 Propriedades adicionais de P . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3 Probabilidade (Combinatória) 7
4 Probabilidade Condicional 10
5 Independência de eventos 11
6 Variáveis Aleatórias 12
6.1 Vetores aleatórios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
7 Esperança matemática e variância 15
8 Esperança condicional 17
9 independência de variáveis aleatórias 17
10 Extras 17
11 Modelos Probabilı́sticos Discretos 18
12 Modelos Probabilı́sticos Contı́nuos 20
13 Suplementos 20
13.1 Conjuntos enumeráveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
13.2 σ-álgebras? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Exercı́cios de Probabilidade
Os exercı́cios marcados com “†” são mais difı́ceis e podem ser deixados para uma segunda
leitura. Cada uma das provas terão uma ou dois perguntas a este nı́vel. Os exercı́cios
1
marcados com “††” são ainda mais difı́ceis e alguns serão resolvidos em aula, porém
recomendamos a maneira de reto a sua resolução. A seção de suplementos contem tópicos
mais avançados e o seu estudo é opcional.
1 Eventos e Espaços amostrais

1.1 Eventos (Conjuntos)
Exercı́cio 1. Demonstrar as seguintes identidades utilizando a definição de cada operação,
considerando que para quaisquer dois conjuntos A e B, A = B se A ⊆ B e B ⊆ A.
A 4 B = (A ∩ B c ) ∪ (Ac ∩ B) (i)
c
A = (A ∩ B) ∪ (A ∩ B ) (ii)
c
A\B =A∩B (iii)
c
A =Ω\A (iv)
c
A∩A =∅ (v)
c
A∪A =Ω (vi)
A∪A=A∩A=A (vii)
(A ∪ B) ∩ C = (A ∩ C) ∪ (B ∩ C) (viii)
(A ∩ B) ∪ C = (A ∪ C) ∩ (B ∪ C) (ix)
Exercı́cio 2. (Leis de De Morgan) Seja {Ai : i = 1, . . . , n} uma coleção de eventos de Ω.

Mostre,
[n c \ n \n c [ n
c
Ai = Ai , Ai = Aci .
i=1 i=1 i=1 i=1
Exercı́cio 3. Sejam A, B e C eventos de Ω. Identifique as seguintes equações e frases,

unindo cada equação expressa na notação de conjuntos com a correspondente frase na
linguagem de eventos,
(a) A ∩ B ∩ C = A ∪ B ∪ C (i) A e “B ou C” são incompatı́veis

(b) A ∩ B ∩ C = A (ii) Os eventos A, B, C são idênticos
(c) A ∪ B ∪ C = A (iii) A ocorrência de A implica a de “B e C”
(d) (A ∪ B ∪ C) \ (B ∪ C) = A (iv) A ocorrência de A decorre de “B ou C”
Exercı́cio 4. Sejam A, B, C eventos de Ω. Mostre que A \ (B \ C) 6= A \ B ∪ C. Encontrar

uma expreção mais simples para A \ B ∪ C.
Exercı́cio 5. Sejam A, B e C três eventos em Ω. Encontrar as expressões para os seguintes
eventos:
(a) aconteceu somente A
(b) aconteceram A e B mas não C
(c) aconteceram os três eventos
(d) aconteceu ao menos um dos eventos
(e) aconteceram ao menos dois eventos
(f ) aconteceu só um dos eventos
(g) ocorreram só dois eventos
2
(h) não aconteceu nenhum dos eventos
(i) não aconteceram mais de dois eventos
Exercı́cio 6. Dois dados são lançados. Sejam os eventos E = {a soma dos dados é
impar}1 , F = {pelo menos um dado tem o número 1 na face superior}, e G = {a soma
dos dados é 5}. Descreva os eventos E ∪ F , E ∩ F , F ∩ G, E ∩ F c , e E ∩ F ∩ G.
1.2 Espaços amostrais Ω

Exercı́cio 7. Descrever os espaços amostrais, Ω, dos seguintes experimentos:
(i) uma moeda é lançada n vezes (n < ∞) [Dica: pense em um produto cartesiano.
Por que?]
(ii) duas bolas são retiradas de uma urna que inicialmente contem duas bolas pretas e
duas vermelhas. Considere todas as posı́veis situações: as bolas podem ser retiradas com
reposição ou sem reposição, e a ordem na qual são retiradas as bolas pode ser considerada
ou não.
(iii) seleciona-se um ponto, ao acaso, do quadrado unitário
{(x, y) : 0 ≤ x ≤ 1, 0 ≤ y ≤ 1}
(iv) Retiram-se cartas sucessivamente de um baralho de 52 cartas, ao acaso e com re-

posição, até retirar-se o primeiro rei. Registra-se o número total de retiradas.
Exercı́cio 8. † Um torneio de tênis começa com 2n competidores e apresenta n jogos.

Descrever o espaço Ω de todos os possı́ves resultados. [Dica: produto cartesiano]
1.3 Seqüência de eventos

Exercı́cio 9. †† Seja A1 , A2 , . . . uma seqüência de eventos. Defina
∞
[ ∞
\
Bn = Am , Cn = Am .
m=n m=n
Neste caso Cn ⊆ An ⊆ Bn . As seqüências {Bn } e {An } são respectivamente decres-

centes e crescentes com limites
∞
\ ∞ [
\ ∞
lim Bn = B = Bn = Am ,
n=1 n=1 m≥n
[∞ [∞ \ ∞
lim Cn = C = Cn = Am .
n=1 n=1 m≥n
1
Esta notação é a forma abreviada de {ω ∈ Ω : ω que apresentam soma impar}. Em geral {ϕ} denota o
conjunto dos eventos elementares {ω ∈ Ω : ω ∈ ϕ} onde ϕ é um predicado qualquer (da lógica de primeira
ordem).
3
Os eventos B e C são chamados lim supn→∞ An e lim inf n→∞ An respectivamente. (i)
Demonstrar a seguinte interpretação para B e C,
B = {ω ∈ Ω : ω ∈ An para uma infinidade de valores de n},

C = {ω ∈ Ω : ω ∈ An para todo n menos uma quantidade finita de valores de n}.
(ii) (esta parte realmente é de probabilidade) Se
lim sup An = lim inf An = A,

n→∞ n→∞
chamamos o evento limite A de limn→∞ An , ou simplesmente An → A. Demonstrar que

se A = limn→∞ An , então P(An ) → P(A) quando n → ∞.
1.4 Álgebras e σ-álgebras

Definição 1. Seja Ω um conjunto. A familia A de conjuntos de Ω é uma álgebra de
Ω se: (i) ∅ ∈ A , (ii) A ∈ A ⇒ Ac ∈ A , (iii) sejam A1 , A2 , . . ., An conjuntos em A ,
então ∪ni=1 Ai ∈ A . Dezimos que A é uma sigma álgebra (σ-álgebra) de Ω se A satisfaze
as condições (i), (ii) e em lugar de (iii) temos que para quaisquer A1 , A2 , . . . ∈ A ,
i=1 Ai ∈ A
∪∞
A diferença entre álgebra e σ-álgebra é que a primeira só apresenta conjuntos formados
por operações finitas. A noção de σ-álgebra será raramente utilizada neste curso, porém
é necessária para desenvolver a teoria de probabilidade de maneira consistente. Uma
justificativa relativamente informal disto é apresentada no apêndice.
Exercı́cio 10. Um dado equilibrado é jogado uma vez, e é observado o número da face su-
perior. Os resultados possı́veis são Ω = {ω1 , ω2 , . . . , ω6 } = {1, 2, . . . , 6}. São considerados
os seguintes eventos: A=“o resultado é par”, B=“o resultado é impar”, C=“o resultado é
um número primo”. Explique por que {∅, A, B, Ω} é uma álgebra de Ω, embora {∅, A, Ω}
não é uma álgebra de Ω.
Exercı́cio 11. Mostre que {∅, Ω} é uma álgebra (de Ω).
Exercı́cio 12. Seja A um evento de Ω. Mostre que A = {∅, A, Ac , Ω} é uma álgebra.
Exercı́cio 13. Sejam A e B dois conjuntos em A . Mostre que A contem os conjuntos

A ∩ B, A \ B e A 4 B.
Exercı́cio 14. Mostre que uma σ-álgebra (de Ω) também é uma álgebra (de Ω).
Exercı́cio 15. Seja A uma σ-álgebra dos subconjuntos de Ω e suponha que B ∈ A .

Mostre que FB = {A ∩ B : A ∈ A } é uma σ-álgebra dos subconjuntos de B.
Exercı́cio 16. Sejam A e F duas σ-álgebras dos subconjuntos de Ω.

(i) Seja D = A ∩ F a coleção dos subconjuntos de Ω em ambos A e F . Mostre que
D é uma σ-álgebra.
(ii) Mostre que A ∪ F , a coleção de subconjuntos de Ω pertencentes a A ou F , não
é necessáriamente uma σ-álgebra.[Dica: utilice um contra exemplo]
4
(iii) Generalize o item (i): Se Fi , i = 1, . . . , n são σ-álgebras de partes de Ω, então
∩ni=1 Fi também é uma σ-álgebra.
(iv) Seja B uma classe de subconjuntos de Ω. Mostre que existe pelo menos uma
σ-álgebra que contem B. [Dica: qual a “maior” classe de subconjuntos de Ω?]
(v) Visando a plena utilização dos itens (b) e (c), como você definiria “a menor σ-
álgebra contendo B”, onde B é uma classe de subconjuntos de Ω?
Exercı́cio 17. Mostre que a famı́lia de todos os subconjuntos de um conjunto finito é

uma álgebra. [Dica: se A esta formado por todos os subconjuntos de Ω, então A ∈ A
realmente significa ‘A é um subconjunto de Ω’.]
2 Probabilidade
2.1 Espaços de probabilidade
Exercı́cio 18. Descreva um espaço de probabilidade para os experimentos (i) e (ii) men-
cionados no exercı́cio 7.
Exercı́cio 19. †† Uma moeda é jogada um número infinito de vezes. Descreva um espaço
de probabilidade para este experimento.
Exercı́cio 20. Descreva o espaço de probabilidade do seguinte experimento: uma moeda

não equilibrada é jogada repetidas vezes até aparecer a primeira cara.
2.2 Simetria
Exercı́cio 21. Um dado equilibrado e jogado duas vezes. Qual é a probabilidade de que:
(i) o número 6 ocorre só uma vez, (ii) ambos resultados sejam um número par, (iii) a soma
dos resultados é 4, (iv) a soma dos resultados é divisı́vel por 3.
Exercı́cio 22. Dois dados equilibrados são jogados simultaneamente. Qual é a proba-
bilidade dos seguintes eventos: (i) a soma dos resultados é 2, 3 ou 12, (ii) a soma dos
resultados é impar, (iii) o produto é impar, (iv) a diferença e impar, (v) o resultado de
um dado é menor que o outro, (vi) os resultados serem diferentes e o menor dos dois
números é r, para 1 ≤ r ≤ 6. [É importante distinguir os dois dados. No caso que isto
não seja tomado em conta, o espaço amostral Ω = {(i, j) : 1 ≤ i ≤ j ≤ 6}, apresenta 21
possibilidades, |Ω| = 21, cada uma com probabilidades diferentes do caso no qual os dados
são diferentes.]
Exercı́cio 23. Uma sala de aula tem 7 homens e 8 mulheres. (i) Se duas pessoas são
selecionadas ao acaso para sair da sala, qual é a probabilidade destas serem do mesmo
sexo? (ii) Em duas ocasiones diferentes uma pessoa é selecionada para sair da sala. Qual
a probabilidade das escolhas resultar em pessoas de sexo diferente?
Exercı́cio 24. Uma moeda equilibrada é jogada repetidas vezes. Qual é a probabilidade
de que na n-ésima jogada: (i) o resultado seja uma cara pela primeira vez, (ii) o número
de caras e coroas é o mesmo, (iii) ocorreram exatamente duas caras, (iv) ocorreram pelo
menos duas caras.
5
Exercı́cio 25. Uma moeda equilibrada é jogada quatro vezes. Qual é a probabilidades
de: (i) o resultado contem pelo menos três caras, (ii) o resultado contem exatamente
três caras, (iii) o resultado contém três o mais caras consecutivas, (iv) o resultado tem
exatamente três caras consecutivas.
Exercı́cio 26. Uma urna contem n bolas brancas, b, e n de cor laranja, l. Duas bolas
são retiradas ao acaso. (i) Encontrar P(bb) quando o espaço amostral é formado por todos
os pares não ordenados de bolas indistinguı́veis. (ii) Qual é a probabilidade de que a
primeira bola seja branca? e da segunda branca?. (iii) A metade das bolas são removidas
e colocadas em uma caixa. Se das bolas restantes uma é escolhida ao acaso, qual é a
probabilidade de que esta última seja laranja?. (iii) Um dado honesto com n lados é
jogado. Se a r-ésima face é o resultado, r bolas são removidas da urna e colocadas num
saco. Qual é a probabilidade de que uma bola removida ao acaso do saco seja de cor
laranja?
Exercı́cio 27. Um jogo de 4 xı́caras e 4 pires contém duas xı́caras brancas e dois pires
de uma cor, e os restantes de outra cor, por exemplo, preto e branco. (i) Qual é a
probabilidade de que exatamente uma xı́cara esteja sobre um pires da mesma cor?. (ii)
Qual é a probabilidade de que duas xı́caras estejam sobre pires da mesma cor?. (iii) Qual
é a probabilidade de que nenhuma xı́cara esteja sobre um pires da mesma cor se o jogo
consiste de quatro cores diferentes em lugar de só dois? [Dica: coloque primeiro os pires e
deixe estes fixos! (pense por que não faz diferença se também consideramos o casos onde
os pires são colocados ao acaso em qualquer disposição) ]
Exercı́cio 28. Para começar um jogo de azar com um dado, é preciso sacar um 6 no
primeiro lançamento. (i) Qual é a probabilidade de que o 6 resulte pela primeira vez sé
no terceiro intento?. (ii) Qual é a probabilidade de que sejam requeridos mais de três
intentos?. (iii) Qual é o número de intentos mais prováveis requeridos para obter um 6?
Exercı́cio 29. Encontrar a probabilidade de que em 24 laçamentos de dois dados não

ocorra o evento (6,6).
Exercı́cio 30. † No jogo crabs mencionado na sala de aula, qual é a probabilidade dos
seguintes eventos: (i) ganhar ou perder antes ou no segundo lançamento, (ii) ganhar ou
perder antes ou no terceiro lançamento, (iii) ganhar se no primeiro lançamento o primeiro
dado resulta em 2, (iv) ganhar se no primeiro lançamento o primeiro dado resulta em 6, e
(v) De ser possı́vel fixar o resultado de um dos dados no primeiro lançamento, qual seria
o número escolhido por você?
Exercı́cio 31. †† Uma urna contem três tickets marcados com “1”, “2” e “3”. Se os tickets
são retirados sem reposição, qual é a probabilidade de que exista um valor r (r = 1, 2, 3)
tal que na r-ésima retirada resulte um tiket marcado com r?
2.3 Propriedades adicionais de P

Exercı́cio 32. Demonstrar que a probabilidade de que ocorra exatamente A e B é P(A) +
P(B) − 2P(A ∩ B).
6
Exercı́cio 33. Demonstre as seguintes propriedades
∞
[
(i) Se P(An ) = 0 para n = 1, 2, . . . , então P An = 0,
k=1
∞
\
(ii) Se P(An ) = 1 para n = 1, 2, . . . , então P An = 1.
k=1
Exercı́cio 34. Demonstrar as seguintes desigualdades, conhecidas como as desigualdades

de Boole,
n
[ X n \n X n
P Ai ≤ P(Ai ), P Ai ≥ 1 − P(Aci )
i=1 i=1 i=1 i=1
Exercı́cio 35. † Mostre que se P(Ak ) ≥ 1 − ε para k = 1, . . . , n, então,

n
\
P Ak ≥ 1 − nε.
k=1
Exercı́cio 36. †† Demonstre o seguinte fato: se A1 , A2 , . . . e B1 , B2 , . . . são eventos do

mesmo espaço de probabilidade tais que P(An ) → 1 e P(B) → p, quando n → ∞, então
P(An ∩ Bn ) → p.
Exercı́cio 37. †† Demonstrar que

n
\ n
X n
X n
X
P Ai = P(Ai ) − P(Ai ∪ Aj ) + P(Ai ∩ Aj ∪ Ak )
i=1 i=1 i<j i<j<k
+ · · · + (−1)n+1 P(A1 ∪ A2 ∪ · · · ∪ An ).
3 Probabilidade (Combinatória)
Mesmo que seja possı́vel obter a resposta por outros médios, todos os cálculos necessários
para obter as probabilidades nesta seção devem utilizar argumentos combinatórios.
Exercı́cio 38. De quantas maneiras é possı́vel ordenar um conjunto de n elementos?
Exercı́cio 39. De quantas maneiras podemos escolher k elementos de um conjunto de n

elementos? (neste caso a ordem não é considerada)
Exercı́cio 40. Qual é o número de bijeções de um conjunto de n elementos a um conjunto

de m elementos?
Exercı́cio 41. Qual é o número de todas as relações (não unicamente as bijeções) de um

conjunto de n elementos a um conjunto de m elementos?
Exercı́cio 42. Qual é o número de subconjuntos de um conjunto de n elementos?
Exercı́cio 43. Suponha que você tem dois pares de meias vermelhas, três pares de meias
beije, e quatro com um atrativo motivo de arco-ı́ris. Se são escolhida duas meias ao acaso,
qual é a probabilidade destas serem do mesmo par?
7
Exercı́cio 44. Um estudante do DFM tem a livros de álgebra, b sobre bancos de dados, e
c de cálculo. Se os livros são colocados numa prateleira ao acaso, qual será a probabilidade
dos eventos: (i) os livros sobre um mesmo tema não estam separados, (ii) os livros sobre
um mesmo tema estam em ordem alfabético mas não são necessariamente adjacentes, (iii)
os livros sobre o mesmo tema são adjacentes e seguem o ordem alfabético.
Exercı́cio 45. Um jogo de cartas é bem embaralhado e uma mão de 13 cartas é oferecida
a quatro jogadores. Encontrar a probabilidade de que: (i) cada jogador tenha um ás, (ii)
um jogador tenha todos os asses. [Dica: usualmente em um jogo com cartas, a ordem
na qual as cartas são entregues não é importante. Lembre também que as cartas são
inicialmente entregues sem reposição. Como contamos os eventos?]
Exercı́cio 46. † Suponha que as pessoas tem a mesma probabilidade de nascer em qual-
quer dia do ano. Dado um grupo de r pessoas selecionadas ao acaso, das quais é sabido
que nenhuma nasceu no 29 de fevereiro, mostrar que a probabilidade de que ao menos
duas destas tenham aniversário em dias consecutivos ou no mesmo dia é pr , onde
(365 − r − 1)!
pr = 1 − 365−r+1 , (2r < 365).
(365 − 2r)!
Deduzir que para r = 13, a probabilidade de conseguir dois aniversários consecutivos é
1/2.
Exercı́cio 47. Uma urna contem 4n bolas, n das quais são pretas, n roxas, n azuis e n
marrons. Se r, r ≥ 4, bolas são retiradas sem reposiçãoão, qual é a probabilidade de que:
(i) ao menos uma bola é preta? (ii) exatamente duas bolas são pretas? (iii) existe ao
menos uma bola de cada cor?
Exercı́cio 48. †† De quantas maneiras diferentes r bolas distintas podem ser distribuı́das,
ao acaso, em n urnas numeradas de 1 a n? Qual é a probabilidade de que pelo menos
uma urna tenha duas bolas? Qual é a probabilidade de cada uma conter no máximo uma
bola?
Exercı́cio 49. Um indivı́duo tem n chaves, das quais somente uma abre uma porta. Ele
seleciona, a cada tentativa, uma chave ao acaso sem reposição e tenta abrir a porta. Qual
é a probabilidade de que ele abra a porta na k-ésima tentativa (k = 1, 2, . . . , n)?
Exercı́cio 50. † Dez pessoas são sentadas ao acaso numa mesa redonda. Qual a proba-
bilidade de que dois pessoas de um casal em particular estejam sentadas uma ao lado da
outra? [Dica: enumere as cadeiras do 1 até o 10 ao igual que dez cartas bem embaralha-
das, as quais serão repartidas entre as dez pessoas. O número total de resultados é igual
a todas as permutações de 10 elementos. Conte o número de eventos “favoráveis”.]
Exercı́cio 51. Você encontra-se jogando Poker e recebe 5 cartas. Um full house consta
de três cartas do mesmo valor e duas de outro, por exemplo (2♣, 2♦, 2♠, 4♦, 4♥). Uma
quadra esta formada por quatro cartas do mesmo valor e uma quinta carta de qualquer
outro valor, por exemplo (5♣, 5♥, 5♠, 5♦, K♦). O que é mais provável, que você receba
um full house ou uma quadra? [Dica: mesma observação que para o exercı́cio 45]
Exercı́cio 52. Seis números são escolhidos de um total de 49 (loteria). Qual a proba-
bilidade dos seguintes eventos (i) A = {os números escolhidos são 1, 2, 3, 4, 5, 6}, (ii)
B = {44 é um dos números escolhidos}. [Dica: A ordem das escolhas não é importante.]
8
Exercı́cio 53. Qual é a probabilidade de formar a palavra ABRACADABRA se as letras
A, A, A, A, A, B, B, C, D, R, e R são escolhidas ao acaso?
Exercı́cio 54. Um elevador carega 7 pessoas e para subsequentemente em 10 andares.

(i) Qual a probabilidade de que não desça mais de 1 pessoa no mesmo andar? (ii) Os
diferentes arranjos de descarga podem ser denotados como h3, 2, 2i, caso 3 pessoas tenham
descido juntas em um andar, duas tenham descido juntas em outro andar e finalmente as
duas restantes em outro andar. Calcule a probabilidade dos quinze possı́veis arranjos de
descarga desde a configuração h7i até a h1, 1, 1, 1, 1, 1, 1i.
Exercı́cio 55. Mostre as seguintes identidades
n n/2
X n k
X n
(i) (−) = 0. (iii) = 2n−1 , se n é par.
k 2k
k=0 k=0
n n/2
X n X n
(ii) = 2n . (iv) = 2n−1 , se n é par.
k k
k=0 k=0
Exercı́cio 56. Considerando as identidades
(1 + x)m (1 + x)n = (1 + x)m+n ,

(1 + x)m (1 + x)−n−2 = (1 + x)m−n−2 ,
mostrar que
k m
X m n m+n X m n+k n
(i) = . (ii) (−)m−k = .
j k−j k k n+1 m−1
j=0 k=1
Exercı́cio 57. † Mostre que

n n+k n n n+k n + 2k
=
r r + 2k r+k r+k r r + 2k
e interpretar esta identidade no triângulo de Pascal. O triângulo de de Pascal é apresentado

como um arranjo de coeficientes binomiais, Cnm ,
C00 1
C10 C11 1 1
C20 C21 C22 = 1 2 1
C30 C31 C32 C33 1 3 3 1
.. ..
. .
n n!
Onde Cnm = e C00 = 1, já que por definição 0! = 1.

m = m!(n−m)! ,
9
4 Probabilidade Condicional
Exercı́cio 58. Um dado viciado com faces 1, 2, 3 da cor laranja e 4, 5, 6 da cor azul tem
probabilidades
1 2
P(1) = P(3) = P(5) = , P(2) = P(4) = P(6) = .
9 9
Se o dado é lançado uma vez, qual a probabilidade de que de que a face superior mostre
um número par dado que esta é da cor laranja?
Exercı́cio 59. Dois dados são jogados no cassino, porém e o seu resultado não é mos-
trado. Suponha que o cassino informa que a face superior de um dos dados é 1, qual a
probabilidade da soma dos dois dados ser maior o igual a 5? [Dica: quem é Ω? Se uma
das faces é 1, quais dos elementos de Ω não são possı́veis? quantos sobram?]
Exercı́cio 60. Durante o mês de novembro a probabilidade de chuva é de 0,3. O São

Paulo ganha um jogo em um dia com chuva com a probabilidade de 0,4; em um dia sem
chuva com probabilidade 0,6. Se ganhou um jogo em novembro, qual é a probabilidade de
que choveu nesse dia?
Exercı́cio 61. Pedro quer enviar uma carta a Marina. A probabilidade de que Pedro
escreva a carta é de 0,8. A probabilidade de que o correio não a perca é de 0,9. A
probabilidade de que o carteiro a entregue é de 0,9. Dado que Marina não recebeu a
carta, qual é a probabilidade condicional de que Pedro não a tenha escrito?
Exercı́cio 62. (“Urna de Polya”) Uma urna contém a bolas azuis e v de cor verde. Uma
bola é retirada ao acaso e seu cor é considerado. Subsequentemente a bola é devolvida
para a urna junto com b bolas do mesmo cor. (i) Qual é a probabilidade dos eventos:
(a) a segunda bola é verde, (b) a primeira bola retirada é verde dado que a segunda bola
foi verde. (ii) Se Vn denota o evento “o resultado da n-ésima retirada e verde”, mostrar
que P(Vn ) = P(V1 ) para todo n ≥ 1. (iii) Encontrar a probabilidade de que a primeira
bola retirada seja verde se na n-ésima retirada o resultado é verde. (iv) Mostre que para
quaisquer j, k, P(Vk |Vj ) = P(Vj |Vk ).
Exercı́cio 63. † Achiles e Orfeu (A e O, em breve) decidem jogar golf. De acordo as

suas habilidades A pode ganhar cada buraco com probabilidade 0 < p < 1 e O com
probabilidade 0 < q < 1 (q não é necessáriamente 1 − p). A probabilidade de que um
buraco qualquer seja empatado é 0 < r < 1. Suponha que o jogo acaba a primeira vez na
qual A ou O ganhe um buraco do outro jogador. (i) Mostre que a probabilidade un de
que A ganhe antes ou no n-ésimo buraco é
p(1 − rn )
un = .
(1 − r)
(ii) Dado que A ganha antes ou no n-ésimo buraco, mostrar que: (a) a probabilidade de
que o primeiro buraco resultou em empate é
r(1 − rn−1 )
.
(1 − rn )
10
(b) a probabilidade de que o primeiro buraco foi ganhado é
(1 − r)
.
(1 − rn )
(iii) Dado a que O ganha, qual é a probabilidade disto acontecer antes do terceiro buraco?
Exercı́cio 64. †† Um homem tem 5 moedas, duas das quais tem duas caras, uma tem
duas coroas e as duas últimas são normais.
(i) O homem fecha os olhos elege uma moeda e a lança. Qual é a probabilidade de que a
face inferior da moeda seja cara?
(ii) O homem abre os olhos e observa que a moeda mostra cara; qual é a probabilidade de
que a face inferior seja cara?
(iii) O homem fecha seus olhos de novo e lança a moeda uma segunda vez. Qual é a
probabilidade de que a face inferior seja cara?
(iv) O homem abre os olhos e observa que o resultado é cara; qual é a probabilidade de
que a face inferior seja cara?
(v) O homem descarta esta moeda, escolhe outra ao acaso e a lança. Qual é a probabilidade
de que o resultado seja cara?
5 Independência de eventos
Exercı́cio 65. Se A e B são eventos independentes, mostrar que Ac e B são independentes,
e então deducir que Ac e B c também são independentes.
Exercı́cio 66. Seja (Ω, A , P) um espaço de probabilidade, e A1 , . . . , An ∈ A eventos
independentes com pk = P(Ak ), k = 1, . . . , n. Obtenha a probabilidade de ocorrência dos
seguintes eventos, em termos das probabilidades pk : (i) a ocorrência de nenhum dos Ak ,
(ii) a ocorrência de pelo menos um dos Ak , (iii) a ocorrência de exatamente um dos Ak ,
(iv) a ocorrência de exatamente dois dos Ak , (v) a ocorrência de, no máximo, n − 1 dos
Ak .
Exercı́cio 67. (Independência a pares não implica independência coletiva) Um dado é
jogado n vezes. Seja o evento Aij =“a i-ésima e a j-ésima jogada tem o mesmo resul-
tado”. Mostre que os eventos {Aij : 1 ≤ i < j ≤ n} são independentes somente quando
considerados por pares, isto é, P(Aij ∩ Ajn ) = P(Aij )P(Ajn ) mas P(Aij ∩ Ajk ∩ Aik ) 6=
P(Aij )P(Ajk )P(Aik ) se i 6= j 6= k.
Exercı́cio 68. † Uma moeda honesta é jogada repetidas vezes. Mostre que os seguintes
enunciados são equivalentes (⇔):
(a) os resultados de lançamentos diferentes são independentes,
(b) dada qualquer seqüência de caras e coroas, a probabilidade de que a seqüência ocorra
nos primeiros m lançamentos é 2−m , sendo m o comprimento da seqüência.
Exercı́cio 69. †† Suponha que ter um menino ou uma menina tem a mesma probabilidade.
Suponha também que a Sra. M tem três filhos. Seja A o evento que a famı́lia tem filhos
de ambos sexos, e B o evento que a famı́lia apresenta pelo menos uma menina. (i) Mostre
que A e B são independentes. (ii) Serão A e B independentes se a probabilidade de ter
um menino ou uma menina não são iguais? (iii) O que ocorre se a Sra. M tem quatro
filhos?
11
Exercı́cio 70. †† Existem duas estradas para ir de A a B e duas para ir de B a C. Cada
estrada pode estar bloqueada, independentemente das outras, devido a um acidente de
transito com probabilidade p. (i) Encontrar a probabilidade de que uma das estradas
de A a B esteja aberta dado que não existe nenhuma estrada aberta de B a C. (ii)
Encontrar a probabilidade condicional se adicionalmente existe uma estrada direta entre
A e C, também bloqueada independentemente das outras com probabilidade p.
p p
A p B p C
p
(iii) Qual a probabilidade de chegar de A a D se agora a disposição entre estas cidades

segue o seguinte desenho embaixo?
p B p
A p D
p p
C
6 Variáveis Aleatórias
Exercı́cio 71. Considere a v.a. discreta X com distribuição de probabilidade P (X =
2) = 1/10, P (X = 3) = 1/10, P (X = 4) = 4/10, P (X = 5) = 2/10, P (X = 6) = 1/10,
P (X = 7) = 1/10. Determine (i) P (X ≥ 6); (ii) P (|X − 4| > 2); (iii) P (X = a), a é um
número primo.
Exercı́cio 72. Suponha que você é convidado a jogar um jogo definido de acordo as
seguintes regras: um dos números 2, . . ., 12 é escolhido ao acaso ao jogar um par de dados
e somando os resultados das faces superiores. Você ganha 9 reais caso o resultado seja 2,
3, 11, ou 12, ou perde 10 reais se o resultado é 7. No caso contrário a estas duas situações,
você não perde ou ganha nada. Se ξ denota o valor ganho (ou perdido) no jogo, quais são
as probabilidades P (ξ > 0) e P (ξ < 0)?
Exercı́cio 73. Seja X uma v.a. discreta com distribuição de probabilidade dada por
(
c2−x , x ∈ N,
P (X = x) =
0, x ∈ N̄.
onde N = {0, 1, 2, . . .}, e N̄ é o complemento de N. Determine: (i) O valor da constante c;

(ii) P (X ≤ 2); (iii) P (X > 5); (iv) P (X ser ı́mpar).
Exercı́cio 74. Considere o lançamento de dois dados simultaneamente. Para cada um dos
items a seguir determine Im(X), e P (X = x), ∀ x ∈ Im(X): (i) X: maior valor observado
no lançamento dos sois dados. (ii) X é a soma dos valores observados. (iii) X é o produto
dos valores observados. (iv) X é a diferença entre o maior valor observado e o menor valor
observado.
12
Exercı́cio 75. Seja X uma v.a. cuja função de distribuição é dada por



 0, x < 0,

1/3, 0 ≤ x < 1,
F (x) =


 1/2, 1 ≤ x < 2,

1, x ≥ 2.
Calcular: P ( 12 ≤ X ≤ 32 ), P ( 21 ≤ X < 32 ), P ( 21 ≤ X ≤ 1), P ( 12 ≤ X < 1), P (1 < X < 2),

P (1 ≤ X ≤ 2) e P (X > 1).
Exercı́cio 76. Cinco bolas são selecionadas aleatoriamente sem reposição de uma urna
contendo N bolas numeradas de 1 até N , N > 5. Seja X a v.a. que denota o maior valor
selecionado, determine a função de distribuição de X.
Exercı́cio 77. Quais são os valores da constante C para que as seguintes funções sejam
distribuições nos inteiros positivos 1, 2, . . .?
(i) Geométrica: P (X = x) = C2−x .
(ii) Logarı́tmica: P (X = x) = C2−x /x.
(iii) Quadrática inversa: P (X = x) = Cx−2 .
(iv) Poisson “modificada”: P (X = x) = C2x /x!.
Exercı́cio 78. Seja Ω = {ω1 , ω2 , ω3 }, com P(ω1 ) = P(ω2 ) = P(ω3 ) = 31 . Defina X, Y, Z :

Ω → R tal que
X(ω1 ) = 1, X(ω2 ) = 2, X(ω3 ) = 3,

Y (ω1 ) = 2, Y (ω2 ) = 3, Y (ω3 ) = 1,
Z(ω1 ) = 2, Z(ω2 ) = 2, Z(ω3 ) = 1.
Mostre que X e Y tem as mesmas distribuições. Encontra a funções de distribuição de

X + Y , XY , e X/Y .
Exercı́cio 79. Seja X uma v.a. definida em (Ω, A , P), e a uma constante. Mostre que
(i) aX é uma variável aleatória,
(ii) X − X = 0 é uma variável aleatória sempre igual a cero, e X + X = 2X.
Exercı́cio 80. Seja X uma v.a. com função de distribuição F . Qual é a distribuição de
Y = aX + b, onde a e b são constantes (∈ R)?
Exercı́cio 81. Seja X uma v.a. e seja g : R → R uma função continua e estritamente
crescente. Mostre que Y = g(X) é uma v.a.
Exercı́cio 82. O lançamento de uma moeda resulta em cara com probabilidade p. A

moeda e lançada até aparecer a primeira cara. Seja X o número total de lançamentos,
qual é a probabilidade P (X > m)? Encontrar a função de distribuição de X.
Exercı́cio 83. † Expressar as funções de distribuição de
X + = max{0, X}, X − = min{0, X}, |X| = X + + X − , −X,
em termos da função de distribuição F da v.a. X.
13
Exercı́cio 84. Seja X uma variável aleatória com densidade dada por

a(1 + x)
 se 0 < x ≤ 1,
f (x) = 2/3 se 1 < x ≤ 2,

0 caso contrário.

(i) Obtenha o valor de a. (ii) P (1/2 < X < 3/2).
6.1 Vetores aleatórios

A resolução dos problemas nesta seção requere que você saiba trabalhar com integrais
duplas. Se este não for o caso, continue com os problemas da próxima seção.
Exercı́cio 85. † As variáveis aleatórias ξ e η tem densidade conjunta
(
Kxa , se x < 1, y < 1, x + y > 1, a > −1,
fξ,η (x, y)
0, caso contrário.
(i) Calcule o valor da constante K. (ii) Determine a função de distribuição conjunta

Fξ,η (x, y). (iii) Mostre que é possı́vel construir um triangulo com lados ξ, η, 2 − ξ − η com
probabilidade 1. (iv) Mostre que o angulo oposto ao lado de comprimento η é obtuso com
probabilidade Z 1 a+1
x − xa+2
K dx.
0 2−x
(v) Se a = 0, mostre que a probabilidade em (iv) é 3 − 4 log 2.
Exercı́cio 86. (transformação a coordenadas poalres) Suponha que Z = (X, Y ) apresenta
distribuição uniforme no disco circular de raio 1, isto é,
1
fX,Y (x, y) = , quando x2 + y 2 = 1.
π
Mostre que a densidade conjunta das variáveis aleatórias R = r(X, Y ), Θ = θ(X, Y )
determinadas pelas transformações r = (x2 + y 2 )1/2 , θ = tan−1 (y/x) com inversas x =
r cos(θ) e y = rsen(θ), é
r
fR,Θ (r, θ) = , quando 0 ≤ r ≤ 1, 0 < θ ≤ 2π.
π
[Sugestão: utilice o teorema geral de troca de variáveis visto em Cálculo 2.]
Exercı́cio 87. †† Seja OA um segmento de R de comprimento a. Escolhem-se dois pontos
P1 e P2 em OA de forma aleatória e idependente. Denote por X1 e X2 os omprimentos dos
segmentos OP1 e OP2 respectivamente. Dentre P1 e P2 sejam Y1 , o ponto mais próximo
da O, e Y2 , o ponto mais próximo a A. Sejam M1 e M2 os comprimentos dos segmentos
OY1 e OY2 respectivamente. (i) Calcule a função de distribuição da variável aleatória M =
distância entre P1 e P2 . (ii) encontre a densidade de M . (iii) Determine a probabilidade de
que com três segmentos OY1 , Y1 Y2 e Y2 A seja possı́vel construir um triângulo. [Sugestões:
observe que X1 e X2 sao variáveis aleatórias independentes distribuı́das uniformemente
em [0, a], logo (X1 , X2 ) tem distribuição uniforme no quadrado Q = [0, a] × [0, a]. Além
disso, M1 = mı́n{X1 , X2 }, M2 = máx{X1 , X2 } e M = M2 − M1 = |X1 − X2 |.]
14
Exercı́cio 88. † Considere um circulo de raio r na origem. Suponha que um ponto do
circulo é escolhido ao acaso de maneira uniforme (ou seja, regiões da mesma área tem a
mesma chance de conter o ponto).
x
(ξ1 , ξ2 )
Se ξ1 e ξ2 denotam as coordenadas do ponto escolhido, então a densidade conjunta de

(ξ1 , ξ2 ) é (
c se x2 + y 2 ≤ r2
fξ1 ,ξ2 (x, y) =
0 se x2 + y 2 > r2 .
para algum c > 0. (i) Determine o p valor da constante c. (ii) Encontre as distribuições
marginais de ξ1 e ξ2 . (iii) Seja D = ξ12 + ξ22 (a distância de (ξ1 , ξ2 ) a origem). Calcule
P (D ≤ a). (iv) Calcule E[D].
Exercı́cio 89. Sejam X e Y duas variáveis aleatórias com densidade uniforme no disco
unitário, ou seja,
fX,Y (x, y) = π −1 , (x, y) ∈ C = {(x, y) : x2 + y 2 ≤ 1}.
(i) São X e Y independentes? (ii) encontre as densidades marginais fX (x) e fY (y). (iii)
Se X = R cos(Θ) e Y = sen(Θ), serão R e Θ independentes?
7 Esperança matemática e variância

Exercı́cio 90. Mostre, para toda variável aleatória X discreta, que: (i) Se existe uma
constante α tal que P (X ≥ α) = 1, então E[X] ≥ α. (ii) Se existe uma constante β tal
que P (X ≤ β) = 1, então E[X] ≤ β. Se X ≤ Y , isto é, {w ∈ Ω : X(w) ≤ Y (w)}, então
E[X] ≤ E[Y ].
Exercı́cio 91. Seja X uma variável aleatória com E[X 2 ] < ∞ e sejam a e b constantes
reais. Mostre que Var(aX + b) = a2 Var(X). [pode começar mostrando que Var(X + b) =
Var(X).]
Exercı́cio 92. Considere dois lançamentos consecutivos de um dado. Seja o X número

de vezes em que é obtida a face 1, x = 0, 1, 2; Y o número de vezes em que é obtida a face
6, y = 0, 1, 2; e Z = X + Y o número de vezes em que aparece ou uma face 1 ou uma face
6, z = 0, 1, 2. Determine Var(X), Var(Y ), Var(Z).
Será verdade que Var(X + Y ) = Var(Y ) + Var(Z)?
15
Exercı́cio 93. Para um grupo de n pessoas, determine o número esperado de dias do ano
que são aniversário de exatamente k pessoas, k ≤ n. [Dica: suponha que o ano tem 365
dias e que todos os arranjos são equiprováveis.]
Exercı́cio 94. Um homem possui em seu chaveiro n chaves e deseja abrir a porta de
sua casa experimentando as chaves ao acaso e independentemente. Determine a média e
a variância do número de tentativas se (i) as chaves incorretas são descartadas e, conse-
quentemente, não mais selecionadas; (ii) as chaves incorretas não são separadas, podendo
ser escolhidas novamente. Admita que apenas uma chave consegue abrir a porta.
Exercı́cio 95. Uma urna contém bolas numeradas de 1 a N . Uma pessoa retira uma
bola e a devolve, retira uma segunda bola e a devolve, e procede desta forma até obter
uma bola pela segunda vez, isto é, até obter uma bola já retirada anteriormente. Seja X o
número total de extrações necessárias para obter esta repetição, (i) obtenha a distribuição
de X [calcule P (X > k)], (ii) Mostre que
1 1 2 1 2 n − 1
E[X] = 2 + 1 − + 1− 1− + ... + 1 − 1− ··· 1 −
n n n n n n
Exercı́cio 96. Cada membro de um grupo de n jogadores lança um dado (só uma vez).
(i) Se o grupo ganha um ponto por cada par de jogadores cujo lançamento tem o mesmo
resultado, encontrar a média e a variância do total de pontos do grupo. (ii) Encontrar a
média e a variância dos pontos totais do grupo se qualquer par de jogadores que lançam
o mesmo número k (k = 1, 2, . . . , 6), ganham k pontos.
Exercı́cio 97. Das 2n pessoas de um grupo de n cassais, morem exatamente m. Se as m

pessoas são selecionadas ao acaso, calcule o número médio de cassais sobreviventes. [Este
problema foi formulado por Daniel Bernoulli em 1768.]
Exercı́cio 98. 2 Suponha que depois de assistir uma peça de teatro, n pessoas recebem
os seus chapéus ao acaso (o funcionário encarregado é extremadamente descuidado). Con-
sidere as variáveis aleatórias Xi , i = 1, . . . , n, tais que Xi = 1P
se a i-ésima pessoa recebe
o seu próprio chapéu e Xi = 0 no caso contrário. Seja Sn = ni=1 Xi , isto é, Sn denota
o número total de pessoas que recebem o seu chapéu. Mostre que: (a) E[Xi2 ] = 1/n, (b)
E[Xi Xj ] = 1/n(n − 1) se i 6= j, (c) E[Sn2 ] = 2 (utilice (a), (b)), e (d) Var(Sn ) = 1.
Exercı́cio 99. Mostre que se Var(X) = 0 então X é constante; isto é, existe a ∈ R tal
que P (X = a) = 1. [Mostre primeiro que se E[X 2 ] = 0 então P (X = 0) = 1.]
Exercı́cio 100. Seja X uma v.a. discreta e g : R → R. Mostre que

X
E[g(X)] = g(x)P (X = x),
x
sempre e quando a soma do lado direito exista.

2
a última parte desta questã foi feita para o curso MAN em 2008
16
8 Esperança condicional
Exercı́cio 101. Mostre as seguintes propriedades da esperança condicionada
(i) E[aY + bZ|X] = aE[Y |X] + bE[Z|X], a, b ∈ R.
(ii) E[Y |X] ≥ 0 se Y ≥ 0.
(iii) E[1|X] = 1.
(iv) Se X e Y são independentes, então E[Y |X] = E[Y ].
(vi) E[Y g(X)|X] = g(X)[Y |X] para qualquer função g apropriada.
(v) E{E[Y |X, Z]|X} = E[Y |X]
9 independência de variáveis aleatórias

Exercı́cio 102. Sejam X e Y v.a. independentes, cada uma com valores -1 ou 1 com
probabilidade 1/2. Seja Z = XY . Mostre que X, Y e Z são independentes a pares. Serão
as três independentes?
Exercı́cio 103. Sejam X e Y v.a. independentes com valores nos inteiros positivos e com
a mesma distribuição P (X = x) = 2−x , x = 1, 2, . . .. Encontrar
(i) P (min{X, Y } ≤ x). (ii) P (Y > X).

(iii) P (X = Y ). (iv) P (X ≥ kY ), k inteiro positivo.
(v) P (X divide Y ). (vi) P (X = rY ), r racional positivo.
Exercı́cio 104. Três jogadores A, B e C se revezam para jogar um dado de acordo a

ordem ABC, ABC, A . . . (i) Mostre que a probabilidade de que A seja o primeiro em lançar
um 6, logo B e finalmente também C é 216/1001. (ii) Mostre que a probabilidade de que
o primeiro 6 seja lançado por A, o segundo por B, e o terceiro por C é 46656/753571.
Exercı́cio 105. (a) Sejam X e Y v.a. discretas e independentes. Sejam g, h : R → R.
Mostre que g(X) e h(Y ) são independentes.
(b) Mostre que duas v.a. X e Y são independentes se, e somente se, P (X = x, Y = y) =
P (X = x)P (Y = y) para todo x ∈ Im(X), y ∈ Im(Y ).
(c) Mais geralmente, mostrar que X e Y são independentes se, e somente se, P (X =
x, Y = y) pode ser fatorada como o produto g(x)h(y) de uma função de x e outra de y.
10 Extras
Exercı́cio 106. Definimos a função geradora de probabilidade da variável aleatória X
(inteira não-negativa) como sendo
ϕX (t) = E[tX ], t ∈ R.
(i) Verifique que ϕX (t) = φX (log(t)) e que φX (t) = ϕX (et ), onde ϕX (t) é a função geradora
de momentos de X. (ii) Mostre que
dϕX (t)
= E[X],
dt

t=1
dn ϕX (t)
= n! P (X = n).
dtn

t=0
17
Exercı́cio 107. Seja X uma variável aleatória. A função caracterı́stica de X é a função
ψ : R → C dada por
ψX (t) = E[eitX ],
√
onde i = −1. Lembrando que eitX = cos(tX)+isen(tX) e |a+bi|2 = a2 +b2 , verifique que
a função caracterı́stica é limitada por 1, isto é, |ψX (t)| ≤ 1, ∀ t ∈ R. A função caracterı́stica
de v.as. é de grande importância em teoria das probabilidades, dentre outros motivos, por
ser limitada e portanto sempre existir.
11 Modelos Probabilı́sticos Discretos

Exercı́cio 108. Sabe-se que os parafusos produzidos por uma certa companhia são de-
feituosos com probabilidade 0,01, independentemente uns dos outros (isto é, a fração
não-conforme de parafusos na produção é 0,01). A companhia vende os parafusos em
pacotes de dez unidades e oferece uma garantia de devolução do dinheiro caso existam
dois ou mais parafusos defeituosos no pacote com dez parafusos. (i) Qual a proporção
de pacotes vendidos para os quais a companhia deve efetuar devolução de dinheiro? (ii)
Supondo que o número de parafusos defeituosos num determinado pacote é independente
dos demais pacotes, qual a probabilidade de que uma pessoa que compra dez pacotes de
parafusos tenha que retornar à companhia para devolução do dinheiro?
Exercı́cio 109. Suponha que o número de erros tipográficos em uma única página de um
livro tem distribuição Poisson(1/2). (i) Calcule a probabilidade de existir exatamente dois
erros tipográficos em uma página. (ii) Calcule a probabilidade de que exista pelo menos
um erro em uma página. (iii) Suponha agora que o livro em questão possui 200 páginas.
Qual a probabilidade de não existir erros tipográficos neste livro?
Exercı́cio 110. Suponha que a probabilidade de que um item produzido por uma máquina
seja defeituoso é 0,1. Determine a probabilidade de que uma amostra de dez itens con-
terá no máximo um item defeituoso. Compare os resultados obtidos pelas distribuições
binomial e Poisson.
Exercı́cio 111. Seja X uma variável aleatória com distribuição Poisson(λ). Determine
P (X ∈ A), onde A = {0, 2, 4, . . .}.
Exercı́cio 112. Considere X ∼ Poisson(λ). (i) Mostre que E[X n ] = λE[(X + 1)n−1 ].
(ii) Calcule E[X 4 ]. (iii) Determine E[X!] para 0 < λ < 1. (iv) Determine E[cos(πX)] e
Var(cos(πX)).
Exercı́cio 113. Seja X uma variável aleatória binomial com parâmetros n e p. Mostre
que P (X = k) atinge o valor máximo para k = [(n + 1)p] ([x] denota o maior inteiro menor
ou igual a x).
Exercı́cio 114. Suponha que ensaios independentes, cada um tendo probabilidade p de

sucesso, 0 < p < 1, são realizados até que um total de R sucessos seja acumulado. Seja
X o número de ensaios necessários para se obter o total de R sucessos. Determine a
distribuição de X (dizemos, neste caso, que X possui distribuição binomial negativa com
parâmetros R e p).
18
Exercı́cio 115. Considere a variável aleatória X do exercı́cio anterior. Determine E[X]
e Var(X). [Observe que X = Y1 + Y2 + . . . + YR , onde Yi tem distribuição geométrica de
parâmetro p, 1 ≤ i ≤ R.]
Exercı́cio 116. Se ensaios independentes, cada um deles resultando em sucesso com
probabilidade p, são realizados indefinidamente, qual a probabilidade de que R sucessos
ocorram antes de M fracassos?
Exercı́cio 117. Sejam X e Y variáveis aleatórias binomiais com parâmetros (n, p) e (m, p),
respectivamente. (i) Determine a distribuição de X + Y . (ii) Determine a distribuição
condicional de X dado X + Y = n.
Exercı́cio 118. Sejam X e Y variáveis aleatórias Poisson com parâmetros λ e µ. Mostre
que: (i) X + Y é Poisson(λ + µ), (ii) a distribuição condicional de X dado X + Y = n é
binomial. Encontrar os parâmetros da distribuição em (ii).
Exercı́cio 119. Se X ∼ geométrica, então P (X = n + k|X > n) = P (X = k) para
k, n ≥ 1. (i) Isto é interpretado como perda de memória, por que? (ii) Mostre que não
existe outra distribuição nos inteiros com esta propriedade.
Exercı́cio 120. Uma urna contem N bolas das quais b são azuis e r (= N − b) são
vermelhas. Uma amostra aleatória de n bolas e retirada sem reposição da urna. Mostre
que o número B de bolas azuis na amostra da distribuição
,
b N −b N
P (B = k) = .
k n−k n
Esta distribuição é a distribuição hipergeométrica com parâmetros N , b e n.
Exercı́cio 121. †† (i) Mostre que se X toma valores inteiros não negativos, então
∞
X
E[X] = P (X > n).
n=0
(ii) Uma urna contem b bolas azuis e r vermelhas. As bolas são removidas ao acaso
até aparecer a primeira bola azul. Mostre que o número esperado de bolas removidas é
(b + r + 1)/(b + 1).
Exercı́cio 122. † Em 1710, J. Arbuthnot observou que o número de meninos nascidos
em Londres superou ao número de meninas em 82 anos sucessivos. Supondo que os dois
sexos podem ocorrer na mesma proporção, e que 2−82 é pequeno, Arbuthnot atribuiu a
diferença observada à Providencia Divina. Suponhamos que o nascimento de uma menina
tem probabilidade de 0, 485 e que sexo resultante em cada nascimento é independente dos
outros. (i) Mostre que a probabilidade de que a ménimas sejam mais numerosas que os
meninos em 2n nascimentos é
2n n n q
p q .
n q−p
onde q = 1 − p. (ii) Suponha que nasceram 20.000 pessoas em 82 anos sucessivos. Mostre
que a probabilidade de que os meninos superem o número de meninas em cada ano é ao
menos 0,99.
Exercı́cio 123. Sejam X e Y variáveis aleatórias Bernoulli(1/2) independentes. Mostre
que X + Y e |X − Y | são dependentes mas não correlacionadas.
19
12 Modelos Probabilı́sticos Contı́nuos
Exercı́cio 124. Se X é uniformemente distribuı́da no intervalo (0,20), calcule a probabi-
lidade de: (i) X < 3, (ii) X > 12, (iii) |X − 3| < 4.
Exercı́cio 125. Se X é uma variável aleatória normal com µ = 3 e σ 2 = 9, determine:

(i) P (2 < X < 5), (ii) P (X > 0).
13 Suplementos
13.1 Conjuntos enumeráveis
Denotamos por Q os números racionais, logo [0, 1] ∩ Q, são os números racionais em
[0, 1]. Se agrupamos estes números de acordo aos denominadores comuns, estes podem ser
ordenados da seguinte maneira
1 1 2 1 2 3 1 2 3 4 1
0, 1, , , , , , , , , , , , . . .
2 3 3 4 4 4 5 5 5 5 6
O fato de que 1/2 esteja repetido como 2/4, 3/6, 4/8, . . . não tem importância (podemos
omitir qualquer número que já esteja na seqüência de tal forma que cada racional em [0, 1]
seja obtido de uma única forma).
Definição 2. Um conjunto é enumerável se os seus elementos podem ser dispostos em

uma seqüência (permitindo repetições).
Teorema 1. Q é enumerável.
A demonstração deste Teorema utilizara o seguinte resultado.
Proposição 1. A união de uma seqüência de conjuntos enumeráveis é enumerável.
Demonstração. 3 Se os conjuntos são denotados por Si = {sij }, i, j > 1, então os termos

da seqüência
s11 , s12 , s21 , s31 , s22 , s13 , s14 , . . .
formada ao seguir as frechas no desenho
" "
S1 s11 , s12 , s@ 13 , s14 , . . .

S2 s21 , s@ 22 , s23 , s24 , . . .

S3 s31 , s32 , s33 , s34 , . . .

S4 s41 , s42 , s43 , s44 , . . .
contam (possı́velmente com repetições) todos os elementos de todos os conjuntos Si . Por-
tanto a união ∪i Si é enumerável.
3
O argumento utilizado na prova, conhecido como o argumento ‘diagonal’, é devido a Georg Cantor.
20
Para provar o Teorema 1, é suficiente tomar S1 , S2 , S3 , S4 , . . ., como os conjuntos
formados pelos números racionais nos intervalos [0, 1], [−1, 0], [1, 2], [−2, −1], . . . respec-
tivamente. Por que sera que que os racionais em [0,1] são enumeráveis? (Exercı́cio).
Teorema 2. R não é enumerável.
Demonstração. 4 Mostraremos apenas que os números reais em (0, 1) não são enumeráveis.
Seja {sn } uma seqüência arbitraria dos números reais no intervalo aberto (0, 1). A prova
consiste em mostrar que existe pelo menos um número real que não corresponde a nenhum
dos números sn . Observamos que os números sn podem ser expressados ao considerar
decimais sem fim utilizando a expansão decimal, por exemplo, o número 4,291. . . pode ser
escrito como 4 + 2/10 + 9/102 + 1/103 + . . .. Em geral qualquer número s ∈ R pode ser
expressado pela série
∞
X ak
s=a+ = a, a0 a1 a2
10k
k=1
onde ak ∈ {0, 1, . . . , 9}, e a é a parte inteira de s. Esta representação é consistente se, por
exemplo, sempre é utilizado o número 0, 1999 . . . em lugar de 0, 2000 . . . para 1/5. Seja
s1 = 0, a11 a12 a13 . . .

s2 = 0, a21 a22 a23 . . .
s3 = 0, a31 a32 a33 . . .
..
.
Se ann 6= 1 seja bn = 1 e se ann = 1 seja bn = 2. Isto define bn para qualquer n > 1.

Devido a construção realizada, a expansão decimal sem fim
0, b1 b2 b3 . . .
converge a um número real b em (0, 1) o qual é diferente de qualquer sn , sendo que a sua
expansão difere da expansão de sn na n-ésima posição. Suponhamos, por exemplo, que a
nossa listagem {sn } é dada pelos números
s1 = 0.23115 . . . a11 = 2 6= 1 ⇒ b1 =1
s2 = 0.13789 . . . a22 = 3 6= 1 ⇒ b2 =1
logo
s3 = 0.83161 . . . a33 =1 ⇒ b3 =2
s4 = 0.91152 . . . a44 = 5 6= 1 ⇒ b4 =1
Assim b = 0, 1121 . . . ∈ (0, 1), o qual poderia levar a pensar que b = sN , para algum
N ∈ N, mas a expansão decimal de b difere da expansão de sN no N -ésimo decimal.
Concluı́mos que não é possı́vel dispor numa seqüência todos os números em (0,1), isto é,
R não é enumerável.
Exercı́cio 126. Será que o Teorema 1 e o Teorema 2 juntos permitem determinar se o

conjunto dos números irracionais é enumerável o não? (Qual é a definição de um número
irracional?)
4
Esta prova também é devida a G. Cantor.
21
Exercı́cio 127. Considere o espaço amostral Ω = {0, 1}N . Isto é, Ω tem eventos elemen-
tares ωk , k ≥ 1, da forma ωk = (a1 , a2 , a3 , . . .), onde ai ∈ {0, 1} para i ∈ N (ou seja,
Ω contem todas as seqüências infintas de 0’s e 1’s). Será Ω enumerável? [Dica: revise
cuidadosamente o Teorema 2]
Exercı́cio 128. Seja N o conjunto dos números naturais e S1 , S2 , S3 uma seqüência dos
subconjuntos de N. Construa uma seqüência de N que seja diferente de Sn para cada
n ≥ 1. (Você estara demonstrando que todos os subconjuntos de N formam um conjunto
não enumerável!)
13.2 σ-álgebras?
Esta seção, em especial a Proposição 2, contém material mais avançado e o seu estudo é
opcional.
Por que necessitamos de uma σ-álgebra? Mais especificamente, por que não pode-
mos simplesmente considerar todos os possı́veis subconjuntos de Ω para definir P? Do
exercı́cio 17 sabemos que o conjunto de todos os subconjuntos de Ω é uma álgebra quando
Ω é finito. A situação quando Ω não é enumerável é bem diferente. A seguir fornecemos um
exemplo simples o qual mostra a imposibilidade de construir uma função de probabilidade
simétrica em todos os subconjuntos de Ω quando Ω é não enumerável. Especificamente,
veremos que não é possı́vel incluir os conjuntos formados por uniões não enumeráveis.
Considere Ω = [0, 1], e suponha que temos interesse em definir uma probabilidade P
neste conjunto. Seguindo a prescrição usual, fazemos
P([0, 1]) = P(Ω) = 1. (1)
Se assumimos que P é simétrica, então P([0, 12 ]) = 12 , ou, por exemplo, P([ 34 , 78 ]) = 18 . Mais
geralmente, sob simetria,
P([a, b]) = b − a, 0 ≤ a ≤ b ≤ 1. (2)
Assim, em particular, se a = b, então
P([a, a]) = P({a}) = 0. (3)
Pelo outro lado, se [a0 , b0 ] e [a, b] são dois conjuntos disjuntos de [0, 1], então imediatamente
de (2) temos que
P [a0 , b0 ] ∪ [a, b] = P([a0 , b0 ]) + P([a, b]),

(4)
isto é, P é finitamente aditiva.
É possı́vel estender P a operações enumeráveis (estas permitem calcular as probabilida-
des de operações infinitamente delicadas como um limite). Sejam Ai = [ai , bi ], i = 1, 2, . . .
um conjunto enumerável de intervalos disjuntos de [0, 1], então
P(A1 ∪ A2 ∪ · · · ) = P(A1 ) + P(A2 ) + . . . (5)
Neste caso dizemos que P é enumeravelmente aditiva. Observamos agora que não é possı́vel
estender P a uniões não enumeráveis, pois claramente
X
P([0, 1]) = P({x})
x∈[0,1]
22
é uma contradição uma vez que lado esquerdo é 1, porém o lado direito é 0. Suponhamos
que os conjuntos Ai em (5) formam uma partição de Ω, isto é, Ω = ∪∞ i=1 Ai . É importante
ressaltar que neste caso não há nenhum problema pois o intervalo [0, 1] é uma união
enumerável.
Seja A = [a, b]. Sob simetria de P, observamos que se transladamos A por uma quan-
tidade fixa τ , a probabilidade do intervalo transladado devera ser igual a probabilidade
do intervalo original. Denotamos a translação de A por τ como
A ⊕ τ = {a + τ : a ∈ A, a + τ ≤ 1} ∪ {a + τ − 1 : a ∈ A, a + τ > 1},
assim,
P(A ⊕ τ ) = P(A) (6)
O próximo resultado mostra que não é possı́vel definir uma probabilidade P sobre todos
os conjuntos de [0, 1], se desejamos que esta seja consistente com as propriedades (2), (5)
e (6). Equivalentemente, existem conjuntos em [0,1], aos quais não podemos outorgar um
valor de probabilidade de maneira consistente, se queremos que a probabilidade satisfaga
as condições (2), (5) e (6).
Proposição 2. Não é possı́vel definir uma probabilidade P sobre qualquer conjunto do
intervalo [0,1] tal que esta satisfaça simultâneamente (2), (5) e (6).
Demonstração. Suponhamos que P(A) pode ser definida para qualquer conjunto A ⊆ [0, 1].
Consideramos primeiro a seguinte relação de equivalência em [0, 1]. Sejam x e y pontos em
[0, 1], então x ∼ y se e somente se y − x é racional. Esta relação determina uma partição
em [0, 1] de classes de equivalência. Seja H um conjunto de [0, 1] o qual consiste de um
elemento de cada uma destas classes de equivalência (é possı́vel formar este conjunto pelo
axioma da escolha5 ; um resultado fundamental da teoria dos conjuntos). Suponhamos que
0 6= H (se 0 ∈ H, então podemos substitui-lo por 1/2).
Sendo que H contem um elemento de cada uma das classes de equivalência, observamos
que cada ponto em (0, 1] esta contido na união
[
(H ⊕ τ )
τ ∈ [0,1)
τ racional
das translações de H. Dado que H contém só um ponto de cada classe de equivalência,
então os conjuntos H⊕τ para τ ∈ [0, 1) racional são todos disjuntos. Assim, da aditividade
enumerável temos que X

P (0, 1] = P(H ⊕ τ ).
τ ∈ [0,1)
τ racional
Porém, da invariância por translação temos que P(H ⊕ τ ) = P(H), logo
X
1 = P (0, 1] = P(H),
τ ∈ [0,1)
τ racional
o qual implica a seguinte contradição: uma soma enumerável (infinita) da mesma quanti-
dade só pode ser igual a 0, ou ∞, ou ∞, mas nunca igual a 1.
5
Halmos, P. R. Teoria ingenua dos conjuntos. 1970, Editora Universidade de Sao Paulo. BCRP: 510.22
H194t 3678
23
Exercı́cio 129. Mostre que a relação ∼ definida em [0, 1] é uma relação de equivalência.
24

Probab USP

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Probab USP

Enviado por

Direitos autorais:

Formatos disponíveis

USP-FFCLRP Introdução à Estatı́stica e Probabilidade I

DFM Matemática Aplicada a Negócios

7 Esperança matemática e variância 15

9 independência de variáveis aleatórias 17

11 Modelos Probabilı́sticos Discretos 18

12 Modelos Probabilı́sticos Contı́nuos 20

1 Eventos e Espaços amostrais

Exercı́cio 2. (Leis de De Morgan) Seja {Ai : i = 1, . . . , n} uma coleção de eventos de Ω.

Exercı́cio 3. Sejam A, B e C eventos de Ω. Identifique as seguintes equações e frases,

(a) A ∩ B ∩ C = A ∪ B ∪ C (i) A e “B ou C” são incompatı́veis

Exercı́cio 4. Sejam A, B, C eventos de Ω. Mostre que A \ (B \ C) 6= A \ B ∪ C. Encontrar

1.2 Espaços amostrais Ω

(iv) Retiram-se cartas sucessivamente de um baralho de 52 cartas, ao acaso e com re-

Exercı́cio 8. † Um torneio de tênis começa com 2n competidores e apresenta n jogos.

1.3 Seqüência de eventos

Neste caso Cn ⊆ An ⊆ Bn . As seqüências {Bn } e {An } são respectivamente decres-

B = {ω ∈ Ω : ω ∈ An para uma infinidade de valores de n},

(ii) (esta parte realmente é de probabilidade) Se

lim sup An = lim inf An = A,

chamamos o evento limite A de limn→∞ An , ou simplesmente An → A. Demonstrar que

1.4 Álgebras e σ-álgebras

Exercı́cio 11. Mostre que {∅, Ω} é uma álgebra (de Ω).

Exercı́cio 12. Seja A um evento de Ω. Mostre que A = {∅, A, Ac , Ω} é uma álgebra.

Exercı́cio 13. Sejam A e B dois conjuntos em A . Mostre que A contem os conjuntos

Exercı́cio 15. Seja A uma σ-álgebra dos subconjuntos de Ω e suponha que B ∈ A .

Exercı́cio 16. Sejam A e F duas σ-álgebras dos subconjuntos de Ω.

Exercı́cio 17. Mostre que a famı́lia de todos os subconjuntos de um conjunto finito é

Exercı́cio 20. Descreva o espaço de probabilidade do seguinte experimento: uma moeda

Exercı́cio 29. Encontrar a probabilidade de que em 24 laçamentos de dois dados não

2.3 Propriedades adicionais de P

Exercı́cio 34. Demonstrar as seguintes desigualdades, conhecidas como as desigualdades

Exercı́cio 35. † Mostre que se P(Ak ) ≥ 1 − ε para k = 1, . . . , n, então,

Exercı́cio 36. †† Demonstre o seguinte fato: se A1 , A2 , . . . e B1 , B2 , . . . são eventos do

Exercı́cio 37. †† Demonstrar que

Exercı́cio 38. De quantas maneiras é possı́vel ordenar um conjunto de n elementos?

Exercı́cio 39. De quantas maneiras podemos escolher k elementos de um conjunto de n

Exercı́cio 40. Qual é o número de bijeções de um conjunto de n elementos a um conjunto

Exercı́cio 41. Qual é o número de todas as relações (não unicamente as bijeções) de um

Exercı́cio 42. Qual é o número de subconjuntos de um conjunto de n elementos?

Exercı́cio 54. Um elevador carega 7 pessoas e para subsequentemente em 10 andares.

Exercı́cio 55. Mostre as seguintes identidades

Exercı́cio 56. Considerando as identidades

(1 + x)m (1 + x)n = (1 + x)m+n ,

Exercı́cio 57. † Mostre que

e interpretar esta identidade no triângulo de Pascal. O triângulo de de Pascal é apresentado

C20 C21 C22 = 1 2 1

C30 C31 C32 C33 1 3 3 1

Exercı́cio 60. Durante o mês de novembro a probabilidade de chuva é de 0,3. O São

Exercı́cio 63. † Achiles e Orfeu (A e O, em breve) decidem jogar golf. De acordo as

(iii) Qual a probabilidade de chegar de A a D se agora a disposição entre estas cidades

onde N = {0, 1, 2, . . .}, e N̄ é o complemento de N. Determine: (i) O valor da constante c;

Calcular: P ( 12 ≤ X ≤ 32 ), P ( 21 ≤ X < 32 ), P ( 21 ≤ X ≤ 1), P ( 12 ≤ X < 1), P (1 < X < 2),

Exercı́cio 78. Seja Ω = {ω1 , ω2 , ω3 }, com P(ω1 ) = P(ω2 ) = P(ω3 ) = 31 . Defina X, Y, Z :

X(ω1 ) = 1, X(ω2 ) = 2, X(ω3 ) = 3,

Mostre que X e Y tem as mesmas distribuições. Encontra a funções de distribuição de

Exercı́cio 82. O lançamento de uma moeda resulta em cara com probabilidade p. A

Exercı́cio 83. † Expressar as funções de distribuição de

X + = max{0, X}, X − = min{0, X}, |X| = X + + X − , −X,

em termos da função de distribuição F da v.a. X.

(i) Obtenha o valor de a. (ii) P (1/2 < X < 3/2).

6.1 Vetores aleatórios

(i) Calcule o valor da constante K. (ii) Determine a função de distribuição conjunta

Se ξ1 e ξ2 denotam as coordenadas do ponto escolhido, então a densidade conjunta de