Escolar Documentos
Profissional Documentos
Cultura Documentos
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
8 Esperança condicional 17
10 Extras 17
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.
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)
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.
{(x, y) : 0 ≤ x ≤ 1, 0 ≤ y ≤ 1}
∞
\ ∞ [
\ ∞
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,
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 14. Mostre que uma σ-álgebra (de Ω) também é uma álgebra (de Ω).
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?
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.
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 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?
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
+ · · · + (−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 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?
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
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
C00 1
C10 C11 1 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 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 ).
(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
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.
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.
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 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.
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.
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 )
Exercı́cio 89. Sejam X e Y duas variáveis aleatórias com densidade uniforme no disco
unitário, ou seja,
(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?
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).]
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 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.]
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]
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.
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).
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.
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).
Teorema 1. Q é enumerável.
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).
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
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.
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
Se assumimos que P é simétrica, então P([0, 12 ]) = 12 , ou, por exemplo, P([ 34 , 78 ]) = 18 . Mais
geralmente, sob simetria,
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
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