Texto Completo Análise Combinatória - Versão 2022.1

UNIVERSIDADE ESTADUA DO PIAUÍ – UESP
CENTRO DE CIÊNCIAS DA NATUREZA – CCN
LICENCIATURA PLENA EM MATEMÁTICA
CAMPUS TORQUATO NETO
ANÁLISE COMBINATÓRIA E PROBABILIDADE
VERSÃO 2021.2
1
2
APRESENTAÇÃO
O presente texto não tem por objetivo apresentar nada inovador, mas sim o de reunir num
só volume todo o conteúdo definido no Plano de Curso elaborado com base na EMENTA da
disciplina ANÁLISE COMBINATÓRIA E PROBABILIDADE constante no PPC do Curso
de Licenciatura Plena em Matemática da UESPI, Campus Torquato Neto.
Dada a dificuldade de encontrar, num só livro, todo o conteúdo da disciplina decidiu-se

por fazer a coletânea de alguns tópicos, páginas 27 a 86 e de 211 a 214 do livro
Introdução à Análise Combinatória de SANTOS, J.P. O., MELLO, M.P., MURARI,
I.T.C e as páginas 55 a 82 do livro - Análise Combinatória e Probabilidade - de
Augusto César MORGADO, ambos já referendados na bibliografia dessa disciplina. O
texto inclui também a coletânea de diversos exercícios a serem resolvidos pelos alunos,
com a orientação do professor, de forma a lhes assegurar a compreensão dos métodos
de contagem e conseguir o domínio do conteúdo. Já o conteúdo referente ao Cálculo de
Probabilidade foi elaborado pelo prof. Luiz André de Oliveira e, de forma semelhante, foi
feito a coletânea de diversos exercícios constantes em livros de diferentes autores que
permitirão aos alunos praticarem o cálculo de probabilidades e compreenderem a
importância desse assunto na análise de dados e, ainda, lhes servir de base já que essa
disciplina é pré-requisito para a disciplina Estatística.
Essa juntada de material visa facilitar a vida de nossos alunos ao dispor, num só volume,
todo o conteúdo da disciplina, compatível com a carga horária de 90 h. Todavia, não se
tem a pretensão de afirmar que o material, nele apresentado, é suficiente e assim isentar
o aluno da necessidade de recorrer à literatura recomendada no Plano de Curso.
Esse material se destina, única e exclusivamente, ao uso pelos alunos dessa disciplina e
não deverá ser comercializado salvo com a autorização pelos autores dos textos
mencionados.
Prof. Luiz André de Oliveira
3
4
INDICE
Página
ANÁLIS COMBINATÓRIA 1
Introdução........................................................... ...................................................................
1
Aplicações dos princípios aditivo e multiplicativo.... ................................................................... 3
Permutação simples.............................................. ...................................................................
6
Arranjo simples.................................................... ...................................................................
16
Combinação simples............................................ ...................................................................
20
Combinações complementares............................... ................................................................... 21
Exercícios propostos .......................................... ...................................................................
26
Respostas ............................................................... ...................................................................
34
Equações lineares com coeficientes binomiais............ ................................................................... 35
Combinações com repetição.................................. ...................................................................
41
Permutação com repetição ..................................... ................................................................... 43
Arranjo com repetição ......................................... ...................................................................
45
Permutações circulares........................................ ...................................................................
46
Coeficientes binomiais.......................................... ...................................................................
48
Exercícios propostos ............................................ ...................................................................
54
Princípio da Inclusão Exclusão................................ ...................................................................
57
69
Permutações caóticas............................................ ...................................................................
70
75
Os Lemas de Kaplansky.......................................... ...................................................................
76
80
O princípio da casa dos pombos............................ ...................................................................
82
86
CÁCULCO DE PROBABILIDADES
Experimento aleatório........................................... ...................................................................
87
Espaço amostral e tipos de eventos....................... ...................................................................
88
Probabilidade e seus axiomas .............................. ...................................................................
92
Métodos de obtenção de probabilidades ................ ................................................................... 92
Experiência aleatória uniforme............................... ...................................................................
94
Teoremas básicos................................................. ...................................................................
96
Exercícios propostos ........................................... ...................................................................
98
Probabilidades condicionadas............................... ...................................................................
99
Teorema do produto............................................ ...................................................................
100
Independência de eventos..................................... ...................................................................
100
Teorema da probabilidade total.............................] ................................................................... 102
Teorema de Bayes.................................................. ...................................................................
103
105
Variáveis aleatórias ............................................. ...................................................................
110
Variáveis aleatórias discretas .............................. ...................................................................
111
Função massa de probabilidade ............................ ...................................................................
112
Distribuição de probabilidade.............................. ...................................................................
112
Função repartição e propriedades......................... ...................................................................
112
Esperança matemática e propriedades.................. ...................................................................
115
Variância e propriedades...................................... ...................................................................
116
Desvio padrão e coeficiente de variação................ ...................................................................
117
119
Modelos de distribuição de probabilidades............. ...................................................................
122
Distribuição binomial........................................... ...................................................................
124
Distribuição de Poisson........................................ ...................................................................
126
Aproximação da Binomial pela Poisson..................... ...................................................................
128
130
Variáveis aleatórias contínuas............................... ...................................................................
135
Função densidade de probabilidade........................ ...................................................................
135
Função repartição ............................................. ...................................................................
135
Distribuição Uniforme.......................................... ...................................................................
136
Distribuição exponencial....................................... ...................................................................
137
Distribuição normal padrão.................................. ...................................................................
145
Distribuição normal geral........................................ ...................................................................
147
Padronização de variáveis normais......................... ...................................................................
148
Aproximação da Binomial pela normal................... ...................................................................
150
Operações com variáveis aleatórias normais........... ...................................................................
152
153
Tabelas ................................................................. ...................................................................
158
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
EXERCÍCIOS PROPOSTOS:
01. Há três linhas de ônibus entre as cidades A e B e duas linhas de ônibus entre B e C.
De quantas maneiras uma pessoa pode viajar:
a) Indo de A a C ?
b) Voltando de C a A ?
c) Saindo de A até C e voltando?
02. Considere três vogais (incluindo o A) e 7 consoantes (incluindo o B).
a) Quantos anagramas de 5 letras diferentes podem ser formados com três
consoantes e duas vogais?
Considerando os anagramas do item anterior, responda:
b) Quantos contém a letra B?
c) Quantas começam com B?
d) Quantos começam com a letra A?
e) Quantos começam com A e contém a letra B?
03. Simplifique:
(𝑛+1)! 𝑛! (𝑛+1)! (𝑛−𝑟)!
a) b) (𝑛+2)! c) d) (𝑛−𝑟−2)!
𝑛! (𝑛−1)!
04. Supondo que as placas dos veículos contenham três letras (dentre as 26 disponíveis)
seguidas de 4 dígitos numéricos, quantas são as placas nas quais:
a) O zero não aparece na primeira posição?
b) Não há repetição de letras e nem de dígitos?
c) Não há restrições quanto ao número de repetições?
05. Cinco rapazes e cinco moças devem posar para uma fotografia, ocupando 5 degraus
de uma escadaria, de forma que em cada degrau fique um rapaz e uma moça. De
quantas maneiras podemos arrumar esse grupo?
06. Há 15 estações num ramal de estrada de ferro. Quantos tipos de bilhetes de
passagem são necessários para permitir a viagem entre duas estações quaisquer?
07. Determine o valor de x para que a identidade abaixo seja verdadeira.
15 15 12 12
a) (𝑥−1 ) = (2𝑥−2) b) (𝑥+1 ) = (2𝑥−1)
08. Prove as identidades:
1 1
a) 𝑝. (𝑛𝑝) = 𝑛. (𝑛−1
𝑝−1
) b) 𝑝+1 . (𝑛𝑝) = 𝑛+1 . (𝑛+1
𝑝+1
)
09. Sabendo-se que numa reunião todos os presentes apertaram as mãos entre si e que
ao todo foram feitos 66 cumprimentos, calcule o número de pessoas presentes à
reunião.
10. Dados 15 objetos, quantas são as combinações que podem ser feitas com 4 desses
objetos, se as combinações:
a) Contém um determinado objeto
b) Não contém o objeto considerado
11. Considere os números de três algarismos distintos formados com os dígitos 2, 3, 5, 8,
e 9.
a) Quantos são esses números?
26
b) Quantos são menores que 800?
c) Quantos são múltiplos de 5
d) Quantos são pares?
e) Quantos são ímpares?
12. Responda o problema anterior, supondo ser permitida a repetição de dígitos.
13. Em um congresso há 15 professores de física e 15 de matemática. Quantas comissões
de 8 professores podem ser formadas:
a) Sem restrições
b) Havendo pelo menos um professor de matemática?
14. Considere a palavra NÚMERO:
a) Quantos são os seus anagramas?
b) Quantos são os anagramas que começam e terminam com consoante?
c) Quantos são os anagramas que começam e terminam com vogal?
d) Quantos são os anagramas que começam com consoante e terminam com
vogal?
15. Encontre o número de inteiros positivos que podem ser formados com os dígitos 1,
2, 3, e 4, sendo que não há repetições de dígitos num mesmo número.
16. De quantas maneiras 3 americanos, 4 franceses e 3 belgas podem sentar em fila de
modo que os de mesma nacionalidade sentem juntos?
17. Consideremos um tabuleiro quadrado composto de 64 casas.
a) De quantos modos podemos colocar 8 torres iguais, de modo que haja uma
única torre em cada linha e em cada coluna?
b) De quantos modos podemos colocar 8 torres diferentes, de modo que haja
uma única torre em cada linha e em cada coluna?
18. São dados os pontos A, B, C e D sobre uma reta m e A, F, G, H e I sobre uma reta n,
distinta de m. Quantos triângulos podem ser formados unindo-se estes pontos?
19. Numa classe existem 8 alunas das quais uma se chama Maria e 7 alunos, sendo José
o nome de um deles. Formam-se comissões constituídas de 5 alunas e 4 alunos.
Quantas são as comissões das quais:
a) Maria participa?
b) Maria participa sem José?
‘ c) José participa?
d) José participa sem Maria?
‘ e) Maria e José participam simultaneamente?
20. De quantos modos diferentes podem ser dispostos em fila m+h pessoas (todas de
alturas diferentes), sendo m mulheres e h homens:
a) Sem restrições?
b) De modo que as pessoas de mesmo sexo fiquem juntas?
c) De modo que as pessoas do mesmo sexo fiquem juntas, respeitando-se a
ordem crescente de altura?
21. Determinar o valor de n se:
27
a) 𝐴2𝑛 = 72 b) 𝐴4𝑛 = 42. 𝐴2𝑛 c) 4. 𝐴2𝑛 = 𝐴32𝑛
6
(𝑛 )
d) Pn = 12.(𝑛2) e) 5 =1
(𝑛−1 )
22. Uma banca examinadora é composta por três homens e duas mulheres. De quantas
maneiras eles podem se sentar em fila, se:
a) Os homens sentam juntos e as mulheres também?
b) As mulheres sentam juntas:
c) Os homens sentam juntos?
23. Para a seleção brasileira de futebol foram convocados 22 jogadores, os quais jogam
em todas as posições, exceto dois deles que só jogam no gol. De quantas modos se
pode selecionar os 11 titulares?
24. Numa classe há 7 homens e 5 mulheres. Quantas comissões de cinco pessoas podem
ser formadas:
a) Sem restrições
b) Se da comissão fazem parte 3 homens e 2 mulheres?
c) Se da comissão fazem parte pelo menos um homem e pelo menos uma
mulher?
25. Há 20 pontos A, B, C, ......... num dado plano, sem que haja quaisquer três, colineares.
a) Quantas retas podemos formar com esses pontos?
b) Quantas retas passam pelo ponto A?
c) Quantos triângulos são determinados por estes pontos?
d) Quantos triângulos contém o ponto A como vértice?
26. Determine o número de divisores inteiros e positivos de:
a) 720 b) 17 640 c) 1 540
27. Qual é a soma dos divisores inteiros e positivos de:
a) 720 b) 17640 c) 1540
28. De quantas maneiras podemos dividir 18 pessoas em:
a) 3 grupos de 6 pessoas cada?
b) 2 grupos de 9 pessoas cada?
c) Um grupo de 11 pessoas e um grupo de 7 pessoas?
d) 9 grupos de duas pessoas?
e) 2 grupos de 4 pessoas e 2 grupos de 5 pessoas cada?
29. Numa promoção beneficente, 22 pessoas estão disponíveis para exercer diversas
atividades. Se há necessidade de 6 pessoas na cozinha, 4 pessoas no balcão de
atendimento, 4 pessoas para os caixas, seis pessoas para vender cartelas e 2 pessoas
responsáveis pela animação, de quantas maneiras é possível fazer essa escalação?.
30. Suponha que no problema anterior cada pessoa execute uma tarefa diferente no seu
próprio grupo, com exceção das pessoas que vendem as cartelas do bingo. De
quantas maneiras diferentes pode ser feita a escalação?
28
31. Há 10 cadeiras em fila. De quantos modos 5 casais podem se sentar nas cadeiras se
nenhum marido deve se sentar separado de sua mulher?
32. Há 15 cadeiras em fila. De quantos modos 5 casais podem se sentar nas cadeiras, se
nenhum marido senta separado de sua mulher?
33. De um baralho comum (52 cartas) retiram-se, sucessivamente e sem reposição, três
cartas. Quantas são as extrações nas quais a primeira carta é de ouros, a segunda é
um rei e a terceira é um valete?
34. Há 5 livros diferentes de matemática, 6 livros diferentes de química e 10 livros
diferentes de física. De quantas maneiras podemos arrumar esses livros numa
estante, de modo que:
a) Os livros de cada assunto fiquem juntos?
b) Os livros de matemática fiquem juntos?
c) Os livros de física não fiquem todos juntos?
d) Os livros de matemática fiquem juntos e os de química também fiquem juntos?
35. Considere o esquema de ruas que nos levam do ponto A ao ponto B. De quantas
maneiras podemos ir de A até B, se só é permitido caminhar para a direita, para cima
e para baixo?
B
A
36. A figura abaixo mostra um mapa com cinco setores:

P1
P3 P0 P4
P2
a) Dispondo de m cores, de quantas modos esse mapa pode ser colorido (cada setor
com uma cor) se setores que tenham fronteira comum não podem ser pintados
com a mesma cor?
b) Nas mesmas condições do item anterior, qual é o menor número de cores para
pintar esse mapa?
37. Considere um conjunto P de 30 pontos do espaço e P1 um subconjunto de 12 pontos
coplanares de P. Sabe-se que sempre que 4 pontos de P são coplanares, então eles
são pontos de P1. Quantos são os planos que contém pelo menos 3 pontos de P?
38. Quantos paralelogramos são determinados por um conjunto de 6 retas paralelas
interceptando um outro conjunto de 9 retas paralelas?
39. Quantos triângulos distintos podemos formar dispondo de 20 pontos num plano,
sendo 8 dos quais são colineares?
40. De quantas maneiras podemos gravar os números de 1 a 6 sobre as faces de um dado
se cada face do dado é pintada de cor diferente?
41. De quantos modos se pode pintar um dado, usando 6 cores diferentes, sendo cada
face de uma cor?
42. Sobre uma circunferência existem 6 pontos distintos. Quantos polígonos, não
necessariamente convexos, podemos construir tendo por vértices esses seis pontos?
43. Com os algarismos significativos, quantos números constituídos de 3 algarismos pares
e 4 algarismos ímpares, podem ser formados, se:
29
a) É permitida a repetição dos algarismos pares?
b) Não é permitida a repetição de algarismos?
44. Quantas são as diagonais de um octógono?
45. Qual é o polígono regular que tem o mesmo número de lados e de diagonais?
46. Encontrar o número de triângulos que podem ser formados pelos vértices de um
octógono:
a) Sem restrições.
b) Se os lados do octógono não são lados de algum triângulo.
47. Encontrar o número de triângulos que podem ser formados pelos vértices de um
polígono regular de n lados (e n vértices):
a) Sem restrições
b) Se os lados do polígono não são lados de algum triângulo.
48. Dentre os números 1, 2, 3, ........100, de quantas maneiras diferentes podemos
selecionar 2 inteiros, se:
a) A diferença entre eles é exatamente 7?
b) A diferença entre eles é menor ou igual a sete?
49. O nome de uma variável, numa determinada linguagem de programação, pode ser
constituído de uma letra ou então por uma letra seguida de um dígito decimal.
Quantas são as diferentes maneiras de se denominar uma variável nessa linguagem?
Considere o alfabeto de 26 letras.
50. Mostre que o produto de k inteiros e sucessivos é divisível por k! (sugestão: considere
o número de maneiras de selecionar k objetos dentre n+k)
51. De quantas maneiras podemos distribuir 22 livros diferentes entre 5 alunos, se 2 deles
recebem 5 livros e os outros três recebem 4 livros cada?
52. Um homem possui 10 amigos. De quantas maneiras ele pode jantar com 2 ou mais
deles?
53. Dentre as permutações dos 10 dígitos 0, 1, 2, 3, .....,9, quantas são aquelas em que o
primeiro dígito é maior do que 1 e o último menor que 7?
54. Numa classe há 50 estudantes, onde 30 são garotos.

a) Quantas são as comissões formadas por 6 estudantes?
b) Dentre as comissões do item (a), quantas são constituídas do mesmo número
de garotos e garotas?
c) Dentre as comissões do item (a), quantas são as constituídas de 4 garotos e
duas garotas ou 4 garotas e dois garotos?
55. Dado um baralho completo com 52 cartas, de quantas formas se pode escolher 6
cartas de modo que dentre elas haja pelo menos 1 carta de cada naipe?
30
56. Dispondo de 9 consoante e 5 vogais, de quantas maneiras se pode formar anagramas
constituídos de 4 consoantes e 3 vogais, todas distintas? Em quantos destes
anagramas não há duas consoantes juntas?
57. De quantos modos se pode permutar as letras da palavra MARACANÃ de forma que
não haja dois A’s juntos?
58. No sistema decimal, quantos números de 6 dígitos possuem 3 dígitos pares e 3
ímpares?
59. De quantas maneiras 5 A’s e 7 B’s podem ser alinhados se 2 A’s não podem ficar
juntos?
60. De um grupo de 10 pessoas das quais 4 são mulheres, quanta comissões de 5 pessoas
podem ser formadas de modo que pelo menos uma mulher faça parte?
61. De todas as permutações das 26 letras do nosso alfabeto, quantas não possuem o a e
o b juntas? Em quantas permutações as letras a, b e c não aparecem juntas? Você
pode generalizar isso?
62. Há 4 estradas diferentes entre as cidades A e B, 3 estradas diferentes entre as cidades
B e C e duas estradas diferentes entre A e C.
a) De quantas maneiras diferentes podemos ir de A até C, passando por B?
b) De quantas maneiras podemos ir de A até C, passando ou não por B?
c) De quantas maneiras podemos ir de A até C e voltar?
d) De quantas maneiras podemos ir de A até C e voltar, passando pelo menos uma vez
por B?
e) De quantas maneiras podemos ir de A até C e voltar sem passar pela mesma estrada?
63. De quantas maneiras podemos retirar sucessivamente 2 cartas de um baralho
completo de 52 cartas, tal que:
a) A primeira carta seja um ás e a segunda não seja uma rainha?
b) A primeira carta seja de espadas e a segunda não seja uma rainha?
64. Quantas coleções não vazias podem ser formadas com 3 letras A e 5 letras B?
65. Considere os dígitos 2, 3, 4, 5, 7 e 9. Supondo que a repetição de dígitos não seja
permitida, quantos números de três dígitos podem ser formados?
a) Desses números, quantos são pares?
b) Desses números quantos são ímpares?
c) Desses números quantos são múltiplos de 5?
d) Desses números quantos são menores que 400?
66. Dentre todos os números de 7 dígitos, quantos possuem exatamente 3 dígitos 9 e os
4 dígitos restantes todos diferentes?
67. Num jogo de dominó, 4 pessoas dividem entre si 28 peças. De quantas maneiras isso
pode ser feito?
68. Encontrar o número de maneiras de 4 livros de matemática, 3 livros de história, 3
livros de química e 2 de física serem colocados em uma estante de forma que os livros
de mesmo assunto fiquem juntos.
69. De um grupo de 7 mulheres, Maria é uma delas, e 4 homens, João é um deles, quantas
comissões podem ser formadas com:
a) 3 mulheres e 2 homens
b) 4 pessoas, sendo pelo menos 2 mulheres
31
c) 4 pessoas, sendo 2 de cada sexo e de modo que Maria e João façam parte da
comissão
d) Qualquer número de pessoas, desde que haja um mesmo número de homens
e de mulheres.
70. Considere as letras da palavra PERMUTA. Quantos anagramas de 4 letras podem ser
formados, onde:
a) Não há restrições quanto ao número de consoantes ou vogais
b) A palavra começa e termina por vogal
c) A letra R aparece
d) A letra T aparece e a palavra termina por vogal
71. Quantos anagramas de 5 letras distintas podem ser formados com as letras A, B, C, D
e E se o B não pode preceder o A?
72. No exercício anterior, quantos anagramas apresentam as letras A e B juntas?
73. Quantos números poder ser formados pela multiplicação de alguns ou de todos os
números: 2, 2, 3, 3, 3, 5, 5, 6, 8, 9, 9?
74. Um barco tem 10 lugares: 5 na frente (F) e 5 atrás (A). Dos 10 passageiros, 4 preferem
F, 3 preferem A e 3 não tem preferência. De quantas maneiras os lugares podem ser
ocupados, respeitando-se as preferências?
75. Um bote tem 8 lugares, 4 na frente e 4 atrás. Respeitando-se as preferências, de
quantas maneiras podemos escolher uma tripulação para o bote, se dos 31
candidatos, 10 preferem a frente, 12 preferem atrás e 9 não tem preferência?
76. De quantas maneiras podemos permutar as letras da palavra POSTER de tal forma que
haja duas consoantes entre as duas vogais?
77. Com as 5 letras a, b, c, d, e, quantas anagramas distintos de 3 letras podemos formar,
se:
a) As três letras são distintas?
b) Pelo menos 2 letras são idênticas?
78. De quantas maneiras uma comissão de 4 pessoas pode ser formada, de um grupo de
6 homens e 6 mulheres, se a mesma é composta de um número maior de homens
que de mulheres?
79. Dentre as permutações simples de n objetos: a1, a2, a3, ........an
a) Quantas tem a1 em primeiro lugar
b) Quantas tem a1 em primeiro lugar e a2 em segundo lugar?
c) Quantas não tem a1 em primeiro lugar e nem a2 no segundo lugar?
80. São dados os pontos A, B, C, D, E e F sobre uma reta r e os pontos A, M, N, O e P sobre
uma reta s distinta de r. Quantos triângulos poder ser formados unindo-se esses
pontos?
81. Considere os conjuntos: E = {x1, x2, x3, ......xp} e F = {y1, y2, y3, ....... ym}
a) Quantas aplicações podem ser definidas de E em F?
b) Sendo p ≤ m quantas aplicações injetoras podem ser definidas de E em F?
32
82. Considere os algarismos do número 786415. Forme todos os números de 6 algarismos
distintos e coloque-os em ordem crescente. Qual é a posição ocupada pelo número
dado?
83. Realizadas todas as permutações simples com os algarismos 0, 3, 4, 6 e 7 e colocados
os números assim obtidos, em ordem decrescente, qual a posição do número 46307?
84. Quantos números distintos superiores a 100 e inferiores a 1000 podem ser formados
com os algarismos 1, 2, 3, 4, 5 e 6 de modo que:
a) Cada algarismo seja usado apenas uma vez em cada número?
b) Os números sejam pares e formados de algarismos distintos?
c) Os números possuam o 4 como algarismo do meio?
85. Calcular a soma de todos os números formados com os algarismos 1, 3, 5, 7 e 9, sem
repetição.
86. Considere os algarismos do número 3694. Quantos números ímpares de k algarismos
(k assume os valores de 1 a 4) podem ser formados?
87. De quantas maneiras 22 livros podem ser distribuídos entre 5 estudantes (Paulo, José,
Pedro, Roberto e Jonas) de modo que 2 deles recebam 5 livros cada e os outros 3
recebam 4 livros cada?
88. O que muda no exercício anterior se os estudantes que devem receber 5 livros são
Jonas e Pedro e que Paulo, Roberto e José devem receber 4 livros cada?
89. Quantos são os anagramas da palavra MISSISSIPI nos quais não há duas letras I
consecutivas?
90. Quantos são os anagramas da palavra TAQUARA que não possuem duas letras A
juntas?
91. Uma comissão de seis pessoas deverá ser retirada de um grupo de 12 pessoas e dentre
estão Miguel e Pedro que são inimigos. De quantas maneiras pode ser retirada essa
comissão de tal forma que:
a) Os dois façam parte da comissão?
b) Nenhum deles faça parte da comissão?
c) No máximo um deles faça parte da comissão?
92. De quantas maneiras podemos escolher 2 inteiros de 1 a 20 de forma que a soma seja
ímpar?
93. De quantas maneiras se pode escolher 3 números naturais de 1 a 30 de forma que a
soma seja ímpar?
94. Quantos são os jogos de um campeonato disputado por 16 equipes, se todos se

defrontam 2 vezes?
95. Dado que 2𝐴2𝑛 + 50 = 𝐴22𝑛 . Determine o valor de n.
96. Determine o valor de n que torna a igualdade abaixo verdadeira:

(𝑛+1
4
) = (𝑛3)
33
RESPOSTAS DOS EXERCÍCIOS
01) a) 6 b) 6 c) 36 02) a) 12.600 b) 5.400 c) 1.080 d) 1.680 e) 720
03. a) n+1 b) [(n+2)(n+1)]-1 c) (n+1)n d) (n-r)(n-r-1) 04) a) 9.2603 b) A26, 3 . A10, 4
c) 10.2603 05). 460.800 06) 210 07. a) 1 ou 6 b) 5 ou -2 8) .... 09) 12 10) a) 364
b) 1.001 11) a) 60 b) 36 c) 12 d) 24 e) 36 12) a) 125 b) 75 c) 25 d)50 e) 75
13) a) 5.852.925 b) 5.846.490 14) a) 720 b) 144 c) 144 d) 216 15) 64 16) 5.184
17) a) 8! b) (8!)2 18) 42 19) a) 1.225 b) 525 c) 1.120 d) 420 e)700 20) a) (m + h)!
b) 2.m! h! c) 2 21) a) 9 b) 9 c) não existe d) 5 e) 6 22) a) 24 b) 48 c) 36 23) 537.472
24) a) 792 b) 350 c) 770 25) a) 190 b) 19 c) 1.140 d) 171 26. a) 30 b) 72 c) 24
27) a) 2.418 b) 66.690 c) 4.032 28). a) 2.858.856 b) 24.310 c) 31.824 d) 34.459.425
20! 10! . (2!)5

e) 192.972.780 29) 6!.4!.4!6!.2! 30) A22,6 .A16,4.A12,4 .(86).A2,2 31) 3 840 32) 33) 200
5!
34) a) 3!5!6!10! b) 5!17! c) 21!-10!.12! d) 5!.6!12! 35) 512
36) a) m(m-1)(m-2).{(m-3)(m-4)+2(m-3)+1} b) 3 37) 3841 38) 540 39) 1084 40) 720
41) 30 42) 42 43) a) 268.800 b) 100.80 44) 20 45) Pentágono 46) a) 56 b) 16
47) a) (𝑛3) b) (𝑛3) − 𝑛(𝑛 − 3) 48) a) 93 b) 651 49) 286 50) ... 51) 22!/(5!)2(4!)3
52) 1013 53) 2.056.320 54) 𝑎) (50

6
) b) (20
3
)(30
3
) c) (20
4
)(30
2
) + (20
2
)(30
4
) 55) 134. (48
2
)
56) a) 6.350.400 b) 144 57) 120 58) 64.800 59) 56 60) 246 61) a) 26! -2.25!
b) 26! – 3!. 24! c) 26! – k!(26-(k-1))! 62) a) 12 b) 14 c) 196 d) 192 e) 122 63) a) 188
b) 612 64) 23 65) a) 40 b) 80 c) 20 d) 40 66) 99.120 67) 28!/(7!)4 68) 41.472
69) a) 210 b) 301 c) 18 d) 329 70) a) 840 b) 120 c) 480 d) 180 71) 60 72) 24
73) 432 74) 43.200 75) ∑40(𝑘9 )(4−𝑘

10
)(21−𝑘
4
) 76) 144 77) a) 60 b) 65 78) 135
79) a) (n-1)! b) (n-2)! c) n! – (n-2)! 80) 90 81) a) mp b) Am,p 82) 597º 83) 58ª
84) a) 120 b) 60 c) 20 85) 6 666 600 86) 32 87) (52) (5!)22! 22!
2 (4!)3 88) (5!)2 (4!)3 89) 1.050
90) 240 91) a) 210 b) 210 c) 714 92) 100 93) 2.030 94) 240 95) 5 96) 3
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
EXERCÍCIOS PROPOSTOS
01. Calcule o número de soluções inteiras positivas de:
a) x1 + x2 + x3 + x4 = 8 b) x1 + x2 +x3 + ............+ x11 = 11 c) x + y + z = 20
02. Quantas são as soluções inteiras não negativas das equações do exercício anterior?
03. Encontrar o número de soluções inteiras não negativas, de:
x1 + x2 + x3 =12
com xi ≥ -2 para i =1, 2, 3
04. Quantas são as soluções inteiras não negativas de:
x + y + z + w = 16
Nas quais x< y ?
05. Dada a equação: x1 + x2 + x3 + x4 + x5 = 14
Quantas soluções inteiras positivas dessa equação tem exatamente duas variáveis
iguais a 1?
06. Sabendo-se que a equação:
x1 + x2 + x3 + x 4 = n
possui 10 soluções inteiras positivas, calcular o valor de n.
07. De quantas maneiras podemos distribuir 17 maçãs a um grupo de cinco pessoas:
João, Pedro, Alberto, Tatiane e Lidiane, se:
a) Tatiane deve receber pelo menos 3 maçãs?
b) Se Tatiane deve receber pelo menos 3 maçãs e os demais pelo menos uma
maçã?
08. De quantas maneiras podemos distribuir 30 laranjas para 4 crianças de modo que
cada uma receba pelo menos 2 laranjas?
09. De quantas maneiras uma pessoa pode comprar 5 sorvetes em uma sorveteria que
vende 8 tipos de sorvete?
10. De quantos modos podemos distribuir 18 livros iguais em três caixas diferentes sem
nenhuma restrição?
11. Quantos números inteiros entre 1 e 10000 tem soma dos dígitos igual a 12?
12. De quantos modos podemos retirar (sem olhar) 10 bolas de uma caixa que contém
pelo menos 10 bolas brancas, pelo menos 10 vermelhas e pelo menos 10 azuis?
13. De quantas maneiras podemos distribuir 20 livros entre 5 pessoas de forma que
duas delas recebam exatamente dois livros cada e as demais receba pelo menos um
livro cada?
14. De quantas maneiras podemos distribuir 24 livros entre 6 pessoas de forma que
duas delas receba exatamente três livros cada e as demais receba pelo menos dois
livros cada?
15. De quantas maneiras 7 pessoas podem se sentar em torno de uma mesa circular,
sendo que duas determinadas pessoas não devem estar juntas?
16. Um grupo é composto de 10 pessoas e entre elas estão dois casais: Marcos e
Jaqueline; Roberto e Patrícia. Essas 10 pessoas deverão se sentar, aleatoriamente,
em torno de uma mesa redonda. Pergunta-se:
a) De quantas maneiras elas podem se sentar, se Roberto e Patrícia devem se
sentar juntos?
54
b) De quantas maneiras elas podem se sentar se Roberto e Patrícia devem se
sentar juntos enquanto Marcos e Jaqueline não?
17. De quantas maneiras 8 meninos e 8 meninas podem formar uma roda para brincar
sem que pessoas do mesmo sexo fiquem juntas?
18. Qual seria a resposta do exercício anterior se todas as meninas ficassem juntas?
19. De quantos modos 8 casais podem sentar em uma roda gigante de 8 bancos de dois
lugares, de forma que cada casal fique num mesmo banco?
20. De quantos modos 12 crianças podem ocupar os 6 bancos de dois lugares em uma
roda gigante?
21. Um cubo deve ser pintado, cada face de uma cor, utilizando-se apenas 5 cores,
sendo que as únicas faces de mesma cor devem ser opostas. De quantas maneiras
isto pode ser feito?
22. Se 4 meninas e 4 meninos vão brincar de roda, de quantas maneiras poderão dar as
mãos, com a condição de que pelo menos 2 meninas estejam juntas
23. De quantas maneiras 7 homens e 12 mulheres podem sentar-se ao redor de uma
mesa redonda de forma que 2 homens não sentem juntos?
24. Desenvolva as potências a seguir:
a) (𝑥 − 𝑦 2 )3 b) (𝑎2 − 𝑏)4
25. Desenvolver as potências a seguir:
5
𝑥3 3 3 1 6
a) ( 2 + 1) b) (2𝑦 + 3𝑥 )4 c) (2𝑎 − 𝑏) d) (𝑦 + 𝑦)
26. Calcular o sexto termo de cada uma das potências abaixo, considerando a potência
decrescente da primeira parcela:
𝑎 𝑏 17 1 7 1 9 3 12
a) (𝑏 + ) b) (1 − 𝑏) c) (3𝑥 2 𝑦 − 3) d) (2𝑥 3 − )
𝑎2 𝑥2
27. Calcular a soma dos coeficientes de todos os termos do desenvolvimento de:
1 11
(𝑥 3 − )
2𝑥
28. Calcular o termo independente de x nas potências seguinte:
1 6 1 9 1 10 1 8 1 8
a) (𝑥 2 + ) b) (𝑥 2 + 𝑥) c) (𝑥 4 + ) d) (𝑥 2 + ) . (𝑥 2 − )
𝑥2 2𝑥 𝑥2 𝑥2
29. Explicar por que não existe termo independente de x no desenvolvimento de:
1 2𝑛+1
(𝑥 + 𝑥)
30. Calcular a soma:
∑𝑛𝑖=1 𝑖(𝑖 + 1)(𝑖 + 2)
Sugestão: observar o Exemplo 3.20 dividindo por 3!
31. Encontrar a soma dos quadrados dos n primeiros números pares positivos.
32. Encontrar a soma dos quadrados dos n primeiros números ímpares positivos.
33. Calcular o valor de m sabendo que:
𝑚 𝑚 𝑚 𝑚
( )+( )+( )+ ⋯+( ) = 254
1 2 3 𝑚−1
55
RESPOSTAS DOS EXERCÍCIOS
01) a) 35 b) 1 c) 171 02) a) 165 b) 352 716 c) 231 03) 190

04) 444 05) 91 06) 6 07) a) 3060 b) 1001 08) 2300 09) 792
10) 190 11) 415 12) 66 13) 1050 14) 4290 15) 480
𝟏𝟐!
16) a) 80640 b) 60480 17) 7!.8! 18) 8! .8! 19) 7!.28 20)
𝟔
(11!)2
21) 𝟑𝟎 22) 4896 23) 10
24) a) x3 – 3x2y2 + 3xy4 – y6

b) a8 – 4a6b + 6a4b2 – 4a2b3 + b4
.𝑥15 12 5.𝑥9 5.𝑥6 3
25) a) 32
+5.𝑥16 + 4
+ 2
+5.𝑥2 +1
b) 16𝑦 4 + 96x𝑦 3 + 216𝑥 2𝑦 2 + 216𝑥 3𝑦 + 81𝑥 4
2
c) 8𝑎 3 - 36𝑎
𝑏
+ 54𝑎
𝑏2
- 𝑏273
d) 𝑦 −6 - 6𝑦 −4 + 15𝑦 −2 − 20 + 15𝑦 2 − 6𝑦 4 + 𝑦6
6188 𝑎2 −21
26) a) 𝑏7
b) c) - 42.𝑥 8𝑦 4 d) – 2 463 368 𝑥 11
𝑏5
1
27) 211
28) a) 20 b) 84 c) 45/256 c) 70
29) Não tem termo independente
30) 3! (𝑛+3
4
)
𝟐.𝒏.(𝒏+𝟏).(𝟐𝒏+𝟏)
31) 𝟑
𝒏(𝟒𝒏𝟐 −𝟏)
32)
𝟑
33) m=8
56
57
58
59
60
61
62
63
64
65
66
Exercício: De um total de 150 pessoas 12 falam Inglês (A1), Alemão (A2), Francês (A3) e
espanhol (A4). Dos que falam Alemão e Espanhol 5 falam também o Francês e 8 falam
também o inglês. Já dos que falam Inglês e Francês, 11 falam também o Alemão e 3 falam
o espanhol. Sabe-se que 40 pessoas falam Alemão e Inglês; 35 falam Alemão e Francês, 26
falam Francês e Espanhol e 27 falam Inglês e Espanhol. Ao todo 72 pessoas falam Alemão,
59 falam Francês e 65 falam Inglês. Pede-se:
a) Quantas pessoas falam exatamente dois idiomas?
b) Quantas pessoas falam pelo menos dois idiomas
c) Qual é o número de pessoas que falam pelo menos um idioma
d) Quantas pessoas não falam nenhum dos quatro idiomas
e) Quantas pessoas falam pelo menos três idiomas
f) Quantas falam exatamente três idiomas
#A1 = 65 #(A1∩A2) = 40 #(A1∩A2∩A3) = 23 #(A1∩A2∩A3∩A4) = 12

#A2 = 72 #(A1∩A3) = 26 #(A1∩A2∩A4) = 23
#A3 = 59 #(A1∩A4)= 27 #(A1∩A3∩A4) = 23
#A4 = 48 #(A2∩A3) = 35 #(A2∩A3∩A4) = 23
#(A2∩A4)= 25
#(A3∩A4) = 26
Daí, tem-se:
S0 = #Ω = 150
S1 = ∑4𝑘=1 #𝐴𝑖 = #A1 + #A2 + #A3 + #A4 = 65 + 72 + 59 + 48 = 244
67
S2 = ∑4𝑘=1 #𝐴𝑖∩Aj = #A1∩A2 + #A1∩A3 + #A1∩A4 + #A2∩A3 + #A2∩A4 + #A3∩A4
S2 = 40 + 26 + 27 + 35 + 25 + 26 =179
1≤𝑖≤𝑗≤𝑘≤4
S3 = ∑1≤𝑖≤𝑗≤𝑘≤ #A𝑖 ∩ Aj ∩Ak = #(A1∩A2∩A3) + #(A1∩A2∩A4) + #(A1∩A3∩A4) +
#(A2∩A3∩A4)
S3 = 23 + 20 + 15 +17 = 75
S4 = #(A1∩A2∩A3∩A4) = 12
Pelo teorema do princípio da inclusão exclusão, tem-se que o número de elementos de Ω que
pertencem a exatamente p (p ≤ n) dos conjuntos A1, A2,................... An é dado por:
Logo:
a) Quantas pessoas falam exatamente dois idiomas?
𝑛−𝑝 𝑝+𝑘 𝑘 2+𝑘
‘a2 = ∑𝑘=0 (−1)𝑘 . ( 𝑘
).Sp+k = ∑4−2
𝑘=0(−1) . ( 𝑘 ).S2+k
= (-1)0. (𝟐𝟎). S2 + (-1)1.(2+1

1
).S2+1 + (-1)2.(42).S2+2 = S2 – 3.S3 + 6.S4
= 179 – 3.75 + 6.12 = 26
Pelo mesmo teorema, o número de elementos de Ω que pertencem a pelo menos p (p≤n)
é dado por:
b) Quantas pessoas falam pelo menos dois idiomas?

𝑛−𝑝
b2 = ∑𝑘=0 (−1)𝑘 . (𝑝+𝑘−1
𝑘
).S2+k
𝑘 2+𝑘−1
b2 = ∑4−2
𝑘=0(−1) . ( 𝑘 ).S2+k =
b2 = (-1)0.(2+0−1
0
).S2+0+(-1)-2.(2+1−1
1
).S2+1 + (-1)2.(2+2−1
2
).S2+2
b2 = S2 – 2.S3 + 3.S4 = 179 – 2 . 75 + 3.12 = 65
Exercício 1: Determine o número de permutações simples dos elementos a1, a2, a3,..... an ,
nas quais a1 está em primeiro lugar ou a2 está em segundo lugar.
Solução: Definimos A1 como sendo o conjunto das permutações em que a1 está em

primeiro lugar e A2 o conjunto das permutações em que a2 está em segundo lugar.
É fácil verificar que #(A1) = #(A2) = (n-1)! e #(A1∩ A2) = (n-2)!
Logo, o número queprocuramos nada mais é do que #(A1 U A2) que é igual a :
68
#(A1 UA2) = #(A1) + #(A2) – #(A1∩A2) = (n-1)! +(n-1)! – (n-2)!
= 2(n-1)! – (n-2)! = 2(n-1)(n-2)! – (n-2)!
= (n-2)!(2(n-1)-1) =(n-2)!(2n-2-1)
= (n-2)!(2n -3)
Exercício 2: Dentre as permutações simples dos n elementos a1, a2, a3, a4. ....... an,
determine o número daquelas em que a1 não está em primeiro lugar, a2 não está em
segundo lugar e nem a3 está em terceiro lugar.
Solução: Definimos Ai para i = 1, 2, 3 como o conjunto das permutações em que a i para
i = 1, 2, 3, está no iésimo lugar. Devemos encontrar o número de elementos no complementar
da união de A1, A2 e A3. Como segue:
S0 = # Ω = n!
#(A1) = #(A2) = #(A3) = (n-1)!
#(A1∩A2) = #(A1∩A3) = A2∩A3) = (n-2)!
#(A1∩A2∩A3) =(n-3)!
Como o total das permutações é igual a n!, o número procurado é:

= #Ω – #(A1 UA2 UA3)
= n! – [#(A1) + #(A2) + #(A3) - #(A1∩A2) - #(A1∩A3) - #(A2∩ A3) + #(A1∩A2∩A3)]
= n! – [3(n-1)! - 3(n-2)! + (n-3)!]
= n! – [3(n-1)(n-2)(n-3)! - 3(n-2)(n-3)! +(n-3)!]
= n! – [(n-3)!(3(n-1)(n-2) –3(n-2)+1]
= n! – {(n-3)![(3n2 – 9n + 6) – 3 + 6 +1]}
= n! – (n-3)!(3n2 – 12n + 13)
Inclusão exclusão
1. Numa cidade em que são publicados os jornais A, B e C, foram obtidos os seguintes

resultados numa pesquisa: 20% da população lê o jornal A, 16% lê o jornal B, 14% o
jornal C; 8% lê A e B, 5% lê A e C e 4% lê B e C. Somente 2% da população lê os três
jornais. Qual a percentagem da população que não lê nenhum dos três jornais? (65%)
69
2. Quantos inteiros entre 1 e 9800, inclusive, são divisíveis por 3, 5, 7 ou 11? Quantos
números são divisíveis só por dois números? Quantos são divisíveis por pelo menos três
números? (5 727); (1 391); (195)
3. Quantas são as permutações das letras da palavra PERUCA em que o P ocupa o primeiro
lugar, ou o E ocupa o segundo lugar ou o A ocupa o sexto lugar? (294)
4. Num colégio foram entrevistados 115 estudantes. Destes 51 estavam fazendo um curso
de francês; 42 um curso de química, 53 um curso de matemática, 52 um curso de história.
Constatou-se também que 23 faziam francês e química, 27 faziam francês e matemática,
12 faziam química e matemática, 15 francês e história, 25 química e história, 29
matemática e história, 5 francês, química e matemática, 7 francês, química e história; 10
francês, matemática e história; 9 química, matemática e história e 2 estavam fazendo os
quatro cursos. Quantos estudantes estavam fazendo pelo menos um dos cursos
mencionados? Quantos estudantes não faziam nenhum dos quatro cursos? (96); (19)
5. Dentre os números inteiros de 1 a 1.000.000, inclusive, quantos são quadrados perfeitos?

Cubos perfeitos? Quartas potências perfeitas? Quantos não são quadrados perfeitos,
cubos perfeitos e nem quartas potências perfeitas? (1 000); (100); (998910)
6. De quantas maneiras podemos permutar 3 letras A, 3 letras B e 3 letras C de tal modo que
três letras iguais nunca estejam juntas? (1314)
70
Exemplo: Dentre todas as permutações da palavra GRITO, quantas não tem nenhuma
das letras no seu lugar de origem?
Solução: Definindo: n = 5 letras
A1 : a letra G está no primeiro lugar
A2 : a letra R está no segundo lugar

A3 : a letra I está no terceiro lugar
A4 : a letra T está no quarto lugar

A5 : a letra O está no quinto lugar
O resultado será o TOTAL de permutações menos aquelas em que pelo menos uma letra
esteja no seu lugar de origem. Então:
73
S0 = #Ω = n! = 5! = 120
S1 = ∑𝑛𝑖=1 #𝐴𝑖 = (𝑛1).(n-1)! = (𝑛−1)!.1!

𝑛!
.(n-1)! = 𝑛!
1!
= 5! = 120
𝑛! 𝑛!
S2 = ∑𝑛𝑖=1 #𝐴𝑖∩Aj= (𝑛2).(n-2)! = (𝑛−2)!.2!.(n-2)! = 2.! = 5!
2!
= 120
2
= 60
𝑛! 𝑛!
S3 = ∑𝑛𝑖=1 #𝐴𝑖∩Aj∩Ak= (𝑛3).(n-3)! = (𝑛−3)!.3!.(n-3)! = 3.! = 5!
3!
= 120
6
= 20
𝑛! 𝑛!
S4 = ∑𝑛𝑖=1 #𝐴𝑖∩Aj∩Ak∩Ax= (𝑛4).(n-4)! = (𝑛−4)!.4!.(n-4)! = 4.! = 5!
4!
= 120
24
=5
𝑛! 𝑛!
S5 = ∑𝑛𝑖=1 #𝐴𝑖∩Aj∩Ak∩Ax∩Ay= (𝑛5).(n-5)! = (𝑛−5)!.5!
.(n-5)! = 5.! = 5!
5!
= 120
120
=1
Daí, tem-se:
A1UA2UA3UA4UA5 = S1 - S2 + S3 - S4 + S5
A1UA2UA3UA4UA5 = 120 – 60 + 20 – 5 + 1 = 76
Então:
Dn = #Ω - (A1UA2UA3UA4UA5 ) =n! – 76 = 120 – 76

Dn = 44
Ou fazendo:
k 𝟎+𝒌 k 𝒌
Dn = a0 = ∑𝒏−𝟎 𝟓
𝒌=𝟎 (−𝟏) . ( 𝒌 ).S0+k = ∑𝒌=𝟎 (−𝟏) . (𝒌).Sk
Dn = a0 = S0 – S1 – S2 + S3 –S4 + S5
Dn = 120 – 120 + 60 - 20 + 5 - 1
Dn = 44
Ou ainda: Dn = n! – ( 𝑛! -
1! 2!
𝑛!
+ 𝑛! 𝑛!
-
3! 4!
+ 𝑛!
5!
) = n!.( 1
0!
– 1
- 1
+ 1 1
-
1! 2! 3! 4!
+ 1
5!
)
1
Dn = 5!.(
0!
– 1!1 - 2!1 +3!1 -4!1 + 5!1 ) = 44
74
Combinações caóticas
1. De quantos modos é possível colocar 8 torres brancas em umtabuleiro de xadrez 8x8 de modo
que nenhuma torre fique na diiagonal branca e não haja duas torres na mesma linha ou mesma
coluna? (14 833)
2. Determine o número de permutações caóticas de (1, 2, 3, 4, 5, 6, 7, 8, 9, 10) nas quais os

números 1, 2, 3, 4 e 5 ocupam, em algumas ordem, os cinco primeiros lugares.(1936)
3. De quantas maneiras um grupo de 5 pessoas podem sortear seus amigos ocultos, sem que
nenhuma pessoa sorteie a si mesma? (44)
4. Quantos anagramas podem ser feitos com as letras da palavra EUROPA em que nenhuma letra
fique na sua posição original? (265)
5. De quantas maneiras distintas podem ser colocadas 7 cartas em envelopes, endereçados a

destinatários diferentes, de modo que nenhuma das cartas seja colocada no envelope correto?(1 854)
6. Quantas são as permutações dos inteiros 1, 2, 3, 4, 5, 6 e 7 tais que nenhum dos números fique nos
seus lugares primitivos? (1854)
7. Quantas são as permutações dos inteiros 1, 2, 3, 4, 5, 6, 7, 8 que possuem exatamente 3 dos números
no seu lugar primitivo? (2464)
75
76
77
78
79
Primeiro Lema de Kaplansky
1. Quantos são os anagramas da palavra ARARAQUARA que não possuem duas letras A
consecutivas? (120)
2. Um dos lados de certa rua possui 20 casas. Um ladrão planeja invadir 5 delas, mas
não quer invadir duas casas vizinhas. De quantas formas ele pode escolher essas 5
casas? (4368)
3. De quantas maneiras 6 pessoas podem sentar numa fila de 15 cadeiras sem que fique
duas pessoas em cadeiras adjacentes? (151.200)
4. As três provas de um vestibular devem ser realizadas na primeira semana do ano. De

quantos modos é possível escolher os dias das provas de modo que não haja provas
emdias consecutivos? (10)
5. De quantos modos podemos formar uma sequência de 19 letras A e 5 letras B se

duas letras B não podem ficar juntas?(15.504)
6. De quantos modos podemos formar um subconjunto com 4elementos do conjunto

{1, 2, 3, 4, 5, 6, 7, 8, 9} de modo quenão haja números consecutivos? (15)
7. Um exame vestibular se constitui de 10 provas distintas, sendo três da área da

matemática. Encontre de quantas formas é possível programar a sequência das 10
provas, de maneira que não haja duas provas de matemática sucessivas. (1.693.440)
8. De quantos modos podemos formar uma sequência de K algarismos iguais a 0 e R

𝐾
algarismos iguais a 1, se dois algarismos iguais a 0 não podem ficar juntos? (𝑅+1)
80
Segundo Lema de Kaplansky
1. Cinco pessoas devem se sentar em 15 cadeiras colocadas em torno de uma

mesa circular. De quantos modos isso pode ser feito se não deve haver
ocupação simultânea de duas cadeiras adjacentes. (45360)
2. Dado um decágono, quantos são os triângulos cujos vértices são vértices não
consecutivos do decágono? (50)
3. Doze cavaleiros estão sentados em torno de uma mesa redonda. Cada um dos
12 cavaleiros considera seus dois vizinhos como rivais. Deseja-se formar um
grupo de 5 cavaleiros para libertar uma princesa nesse grupo, mas não poderá
haver cavaleiros rivais. Determine de quantas maneiras é possível escolher esse
grupo. (36)
4. Uma pessoa quer ir à academia 3 vezes por semana. Essa academia fica aberta
os sete dias da semana. Ela pode malhar no período da manhã e da tarde, mas
não pode malhar em dois turnos consecutivos(se for à academia, por exemplo,
na Segunda a tarde, não pode ir Terça de manhã, mas pode ir Terça a tarde).
De quantas formas ela pode montar o seu horário? (210)
5. De quantas maneiras 12 meninos e 7 meninas podem se sentar ao redor de

uma mesa sem que duas meninas fiquem em cadeiras adjacentes?
(159.335.092.224)
81
82
83
84
85
Casa dos pombos
1. Em uma gaveta existem doze meias brancas e 12 meias pretas. Quantas meias devemos retirar
da gaveta, ao acaso, para termos certeza de obter duas meias de mesma cor? (3)
2. Num grupo de quarenta pessoas qual é o mínimo de pessoas que se espera que tenham nascido
sob o mesmo signo? (4)
3. Qual é o número mínimo de pessoas que deve haver em um grupo para que possamos garantir
que nele haja pelo menos cinco pessoas nascidas no mesmo mês? (49)
4. Qual o número mínimo de estudantes que uma turma precisa conter para que pelo menos dois
estudantes tirem notas iguais no exame final, dado que as notas variamde 0 a 10 e apenas uma casa
decimal é utilizada quando necessário. (102)
5. Suponha agora que as notas possíveis são conceitos A, B, C, D e F. Qual é o número mínimo de
estudantes para que pelo menos 5 estudantes tenham conceitos iguais? (21)
6. Existem 83 casas em uma rua. As casas são numeradas com números entre 100 e262 inclusive.
Mostre que pelo menos duas casas têm números consecutivos.
7. Qual o menor número de pessoas que devemos ter em um grupo para que possamos garantir a
existência de pelo menos duas tendo nomes que começam com a mesma letra. (considere o
alfabeto de 26 letras) (27)
8. Uma escola possui 46 classes com média de 38 alunos por classe. O que se pode dizer a respeito
do número de alunos na maior classe?
9. Um restaurante possui 62 mesas com um total de 314 cadeiras. É possível garantir a existência de
pelo menos uma mesa com no mínimo seis cadeiras?
10. Dados 12 livros de português, 14 de história, 9 de química e 7 de física, quantos livros devemos
retirar (sem olhar) para que estejamos certos de termos retirado 6 livros de uma mesma disciplina?
(21)
86
Cálculo de probabilidades Prof. Luiz André de Oliveira
INTRODUÇÃO AO CÁLCULO DE PROBABILIDADES
EXPERIÊNCIA ALEATÓRIA OU EXPERIMENTO ALEATÓRIO : ε

Não se define. Citaremos alguns exemplos de tais experimentos e procuraremos identificar
o que eles possuem em comum.
Quando se fala em um experimento aleatório é necessário definirmos que operação ou

procedimento deverá ser realizado e também o que pretendemos observar, ou seja, o objetivo
do experimento. Exemplos:
ε1 : Lança-se um dado a fim de verificar a ocorrência de pontos que aparecem na

face superior do dado;
ε2 : Uma moeda é lançada duas vezes a fim de verificar os resultados que aparecem
ε3 : Um dado e um moeda são lançados a fim de verificar os pares que ocorrem;
ε4: Uma pessoa é sorteada e indagada quanto ao seu estado civil;
ε5 : Uma residência é sorteada a fim de verificar o nº de moradores;
ε6 : Uma carta é retirada de um baralho a fim de verificar o naipe
Fazendo uma análise dos experimentos acima, podemos verificar que algumas características
são comuns a todos eles, quais sejam:
I – Possibilidade de serem repetidos por inúmeras vezes, permanecendo as

condições iniciais, essencialmente inalteradas;
II – Impossibilidade de ser previsto com absoluta certeza o resultado de uma

particular repetição; e
III – Possibilidade de conhecer todos os resultados possíveis, antes da realização do

experimento.
Dessa forma, os experimentos que apresentarem as três características acima serão

considerados aleatórios.
Observação: É importante notar a relatividade do conceito de experiência aleatória visto

acima.
Suponhamos que temos sobre uma mesa, duas garrafas de bebidas, sendo uma de refrigerante
e outra de vinho. Uma pessoa de quem desconheço a preferência é convidada a se servir.
Assim podemos verificar que para mim a experiência será considerada aleatória visto que
- 87 -
desconheço a preferência da pessoa convidada. Porém, para uma pessoa que já conheça a
pessoa convidada a experiência deixará de ser aleatória.
ESPAÇO AMOSTRAL : S
Espaço amostral é o conjunto de todos os resultados possíveis de uma experiência aleatória.

E toda experiência aleatória terá associado um espaço amostral.
Como exemplo, enumeramos os espaços amostrais dos experimentos:
ε1 : S = { 1, 2, 3, 4, 5, 6 }
ε2 : S = {cc, ck, kc, kk} onde c=cora e k=cara
ε6 : S = { Paus, Copa, Espada, Ouro }

A uma mesma experiência aleatória poderá estar associado mais de um espaço amostral. Isto
depende somente do objetivo que estamos interessados em observar quando realizamos a
experiência aleatória.
Exemplo: Uma moeda é lançada sobre uma superfície 3 vezes a fim de verificar:
I – a sequência de caras
Nesse caso o espaço amostral é dado por:
S = {ccc, cck, ckk, ckc, kck, kkc, kcc, kkk } onde: c= coroa e k = cara.
II – nº de caras que ocorre
Nesse caso o espaço amostral é dado por:
S = { 0, 1, 2, 3 }
No exemplo acima podemos verificar que a experiência aleatória consiste em lançar uma
moeda. Entretanto os objetivos a serem observados é que diferem e, portanto os espaços
amostrais são diferentes.
Quanto ao número de elementos que S possui, podemos dizer que S pode ser: finito, infinito
numerável e infinito não numerável.
Exemplos: I) S finito: Lançamento de um dado a fim de verificar o nº de pontos que

aparece na face superior do dado.
S = { 1, 2, 3, 4, 5, 6}
- 88 -
II) S infinito numerável: Um número inteiro natural é selecionado a fim de

verificar o nº de divisores.
S = {1, 2, 3, 4, 5, ..............}
III) S infinito não numerável: Uma lâmpada é observada a fim de verificar

o tempo de sua vida útil.
S={t∈R/t≥0}
EVENTO OU ACONTECIMENTO
Evento é um conjunto de resultados possíveis de ocorrerem na realização de uma

experiência aleatória. Em linguagem de conjuntos, diz-se que evento é um subconjunto do
espaço amostral S. ( S finito)
Qualquer conjunto é usualmente representado por letras maiúsculas. Assim sendo, os

eventos podem ser representados por:
A, B, C, D, ............
A1, A2, A3, A4, .........
Existem dois eventos importantes e estão aqui definidos como segue:
S : evento certo (espaço amostral)
Ø: evento impossível ( conjunto vazio)
Exemplo: Uma caixa contém bolas iguais e numeradas de 0 (zero) a 12. Retira-se uma bola
a fim de verificar o número. Pede-se:
a) identificar a experiência e encontrar o seu espaço amostral

b) descrever os eventos:
A : bola é de número par B : bola é de número divisível por 3
C : bola é de número divisível por 4 K : bola é de número divisível por 5
D : bola é de nº divisível por 3 e por 5 W : bola é de número divisível por3
G : Bola de número divisível por 3 e por 7 ou por 5
A c
AUA c
B∩K
Solução:
a) Experimento: ε: retirar uma bola da caixa para verificar o número
Espaço amostral: S = { 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
- 89 -
b) A = { 0, 2, 4, 6, 8, 10, 12 } B = {0, 3, 6, 9, 12 } C = { 0, 4, 8, 12 }
K = { 0, 5, 10} D={0} W = {0, 3, 5, 6, 9, 10, 12} G={0}
Ac = { 1, 3, 5, 7, 9, 11 } A U Ac = { 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
B ∩ K = { 0}
Em um espaço amostral finito, com n elementos, podemos definir 2n eventos (subconjuntos)

diferentes. Nesse total já estão inclusos os eventos: Certo e o Impossível. Isto nos indica que,
no exemplo acima, podemos definir 213 eventos diferentes, ou seja um total de 8192
subconjuntos ou eventos.
TIPOS DE EVENTOS
Evento interseção: A ∩ B – a interseção de dois eventos A e B é o conjunto dos elementos

que pertencem aos eventos A e B, ao mesmo tempo. Portanto, dizemos que A ∩ B ocorre
somente quando ocorrem simultaneamente os eventos A e B.
Do exemplo anterior, temos:
Se considerarmos A e B como eventos quaisquer, definidos no espaço amostral S, de um

experimento aleatório ε, podemos definir:
Evento união: A ∪ B - a união de eventos é o conjunto de elementos que pertençam a pelo

menos um dos eventos. Dessa forma temos que:
Se A ocorre  então A ∪ B ocorre

Se B ocorre  então A ∪ B ocorre
Se A e B ocorrem  então A ∪ B ocorre
- 90 -
Os eventos União e Interseção podem ser generalizados para n eventos. Vejamos:
∪ Ai = A1 ∪ A2 ∪ A3 ∪ .......................∪ An
e este é o evento que ocorre, se ocorre pelo menos um dos eventos Ai
A1 ∩ A2 ∩ A3 ∩ .......................∩ An
e este é o evento que ocorre se ocorrerem todos eles simultaneamente.
Evento elementar: é o evento constituído de um único elemento do espaço amostral.
Eventos mutuamente exclusivos ou excludentes – Dois eventos A e B são ditos eventos

mutuamente exclusivos ou excludentes se a interseção entre eles for um conjunto vazio. Isto
é, são eventos que não podem ocorrer simultaneamente.
𝜀:S
A
B
A∩B = Ø
Eventos complementares: em muitas situações estaremos interessados não só na ocorrência

do evento, mas também na não ocorrência do mesmo, ou seja, no seu complemento. Dessa
forma, se A e B são eventos definidos no mesmo espaço amostral, podemos afirmar que eles
são complementares, se forem mutuamente exclusivos e a união deles for igual ao espaço
amostral, isto é, se satisfizerem as duas condições a seguir:
I)A∩B= Ø e II ) A ∪ B = S
- 91 -
Definição de Probabilidade:
Seja ε um experimento aleatório qualquer e S o seu espaço amostral. Considere o evento A

definido em S. Então a probabilidade de A ocorrer, simbolizado por P(A), é um número real
que atende aos seguintes axiomas:
I ) 0 ≤ P(A) ≤ 1
II ) P ( S ) = 1
III ) Se A e B forem dois eventos mutuamente exclusivos, definidos em S, então:
P ( A ∪ B ) = P( A ) + P ( B )
Obs: O axioma III pode ser estendido a mais de dois eventos ou seja: Se A1, A2, A3 ..... An,
são eventos mutuamente exclusivos, entre si, todos definidos no mesmo espaço
amostral, então:
P( A1∪ A2∪ A3............ An ) = P(A1) + P(A2) +………..+ P(An) = ∑𝑛𝑖=1 P (Ai )
MÉTODOS DE OBTENÇÃO DE PROBABILIDES.
Método clássico
Esse método é baseado no fato de que podemos conhecer todos os resultados possíveis de
ocorrerem, mesmo antes do experimento ser realizado e que todos os resultados tenham a
mesma probabilidade de ocorrência.
Nesse caso, podemos definir:
𝑛º 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑓𝑎𝑣𝑜𝑟á𝑣𝑒𝑖𝑠 à 𝑜𝑐𝑜𝑟𝑟ê𝑛𝑐𝑖𝑎 𝑑𝑜 𝑒𝑣𝑒𝑛𝑡𝑜 𝐴

P(A) = 𝑛º 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑠í𝑣𝑒𝑖𝑠
Veja os exemplos:
1) lança-se um dado para verificar a probabilidade de ocorrer a face de nº 4;
1
P(face de nº4) =
6
2) Uma carta é retirada de um baralho de 52 cartas para verificar se sai uma

dama
4
P(carta ser dama) =
52
- 92 -
Método empírico ou método das frequências relativas
Há situações em que não conhecemos a situação do experimento e, nesse caso, devemos

recorrer à experimentação para estimarmos a probabilidade de ocorrência de um
determinado evento. Essa estimativa será tanto melhor quanto maior for o nº de realizações
do experimento para observação da ocorrência do evento em questão. Dessa forma podemos
definir:
𝑛º 𝑑𝑒 𝑣𝑒𝑧𝑒𝑠 𝑞𝑢𝑒 𝑜𝑐𝑜𝑟𝑟𝑒𝑢 𝑜 𝑒𝑣𝑒𝑛𝑡𝑜 𝐴

P(A) = 𝑛º 𝑑𝑒 𝑣𝑒𝑧𝑒𝑠 𝑞𝑢𝑒 𝑜 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑜 𝑓𝑜𝑖 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑑𝑜
Imagine uma certa experiência aleatória sendo repetida por um número finito de vezes. Seja
A um evento definido em seu espaço amostral. Então podemos observar o seguinte:
n – número de vezes que é repetida a experiência

nA - número de vezes que ocorre o evento A, ou seja, é a frequência absoluta de A
𝒏𝑨
𝒏
- proporção de vezes que A ocorre, ou seja, é a frequência relativa de A
Se analisarmos o comportamento da frequência relativa de A, constatamos que, à medida

que n cresce, a frequência relativa desse evento tende a estabilizar-se em torno de um valor
real que será considerado como a estimativa da probabilidade de ocorrência do evento A.
Veja o exemplo a seguir.
Exemplo: Em uma caixa existem 10 bolas enumeradas de um a dez. Uma bola é retirada
repetidas vezes, com reposição, para verificar se o número é ímpar. Em duzentas repetições
desse experimento, pudemos observar a situação representada no gráfico, a seguir:
𝑛𝐴
lim 𝑛
= P(A)
n ∞
1,00
0,90
0,80
0,70
Probabilidade
0,60
0,50
0,40
0,30
0,20
0,10
-
0 20 40 60 80 100 120 140 160 180 200
Núm ero de repetições
- 93 -
É importante observar que não estamos afirmando que a frequência relativa seja
probabilidade; estamos apenas afirmando que a frequência relativa que se estabiliza em torno
de um valor real é que será considerada uma estimativa da probabilidade de ocorrência do
evento em questão.
Tem em vista o conceito de probabilidade desenvolvido acima, podemos então fazer algumas
definições básicas do cálculo de probabilidades.
Método subjetivo
O método clássico e o método empírico ou das frequências relativas são denominados

métodos objetivos pois as probabilidades por eles geradas decorrem de fatos. Já no método
subjetivo a probabilidade é obtida unicamente baseada na intuição e experiência pessoal de
alguém sobre a possibilidade de ocorrência do evento em questão. Essa é uma forma
comumente usada nos negócios de maneira geral e na tomada de algumas decisões na
formulação de políticas. Qual a probabilidade de recuperação de um doente? Qual a
probabilidade de que um certo produto seja bem aceito no mercado? Estas são perguntas
cujas respostas só podem ser “estimadas” a partir do julgamento de pessoas: médicos,
engenheiros e outros profissionais que esteja ligado ao assunto em questão e, portanto, estão
sujeitas a tendenciosidades decorrentes do desejo pela ocorrência do evento ou mesmo por
ideias preconcebidas sobre a possibilidade de ocorrência do evento.
EXPERIÊNCIA ALEATÓRIA UNIFORME
Seja 𝜺 uma experiência aleatória e S o seu espaço amostral associado. Considerando os

eventos A1, A2, A3 ......... An, todos eventos elementares, tais que:
A1 ∪ A2 ∪ ........∪ An = S
Podemos então afirmar que 𝜺 é uma experiência aleatória uniforme, se todos os eventos
elementares tiverem a mesma probabilidade de ocorrência, isto é, se todos os eventos de S
forem equiprováveis. Daí:
P ( A1 ∪ A2 ∪ .........∪ An) = P(S) = 1
Como os eventos Ai ∩ Aj = { } para todo i ≠ j = 1, 2, 3, ......n, então:
P ( A1∪ A2∪ .....∪ An ) = P ( A1) + P(A2) + P (A3) + ........ + P(An) = 1
∑𝑛𝑖=1 P ( Ai ) = ∑𝑛𝑖=1 p = n. p = 1 e portanto: p = 𝟏

𝒏
Consideremos agora um evento W = A1∪A2 ∪A3 ∪ ......... ∪Ar onde r ≤ n , todos

elementares, então:
𝑟
P ( W ) = ∑𝑟𝑖=1 P (Ai )= ∑𝑖=1 1𝑛
- 94 -
𝑟
E, portanto: P( W ) = 𝑛
Do exposto acima, podemos apresentar a definição clássica de probabilidade, segundo

Laplace: “ A probabilidade de ocorrência de um certo evento é dada pela razão entre o
número de casos favoráveis – NCF - à ocorrência do evento e o número de casos possíveis -
NCP”, ou seja:
𝑁𝐶𝐹
P ( W ) = = 𝑁𝐶𝑃
Exemplo: Uma caixa contém bolas iguais e numeradas de 0 (zero) a 12. Retira-se uma bola
a fim de verificar o número. Pede-se a probabilidade dos seguintes eventos:
A : bola é de número par B : bola é de número divisível por 3

C : boda é de número divisível por 4 K : bola é de número divisível por 5
D : bola é de nº divisível por 3 e por 5 W : bola é de nº divisível por 3 ou por 5
Solução:
Espaço amostral: S = { 0, 1, 2, ...........................12}
E como as bolas são iguais, todas tem a mesma probabilidade de ocorrência, dessa forma,
temos:
𝑁𝐶𝐹 7
A = {0, 2, 4, 6, 8, 10, 12 } então: P ( A ) = 𝑁𝐶𝑃 = 13
𝑁𝐶𝐹
B = { 0, 3, 6, 9, 12 } então: P ( B ) = 𝑁𝐶𝑃 = 135
𝑁𝐶𝐹
C = { 0, 4, 8 , 12 } então: P ( C ) = 𝑁𝐶𝑃
= 134
𝑁𝐶𝐹 3
K = {0, 5, 10} então P( K ) = 𝑁𝐶𝑃 = 13
𝑁𝐶𝐹 1
D = {0} então: P ( D) = 𝑁𝐶𝑃 = 13
𝑁𝐶𝐹
W = { 0, 3, 5, 6, 9, 10, 12} então: P ( W ) = 𝑁𝐶𝑃 = 137
- 95 -
TEOREMAS BÁSICOS DO CÁLCULO DE PROBABILIDADES
A seguir apresentaremos alguns teoremas fundamentais ao desenvolvimento do Cálculo de

Probabilidades.
Teorema 01: Se Ø for o conjunto vazio, então: P (Ø ) = 0
Demonstração: Para qualquer evento A, podemos afirmar que:
A∪ Ø=A (I)
Aplicando probabilidade a ambos os membros, temos:
P ( A ∪ Ø ) = P( A )
Mas sabemos também que A ∩ Ø = Ø, mutuamente exclusivos, então:
Então: P ( A ) + P (Ø ) = P ( A )  P (Ø ) = P ( A) – P ( A ) = 0
Portanto: P(Ø)=0 cqd (como queríamos demonstrar)
Teorema 02: Se Ac for o complementar de A, então: P ( Ac ) = 1 – P ( A
Demonstração: Para qualquer evento A, podemos afirmar que:
𝜀 :S
s: S
A ∪ Ac = S ( I ) e que A ∩ Ac = Ø ( II )
Aplicando probabilidade a ambos os membros de ( I ), temos:
P ( A ∪ Ac ) = P ( S )
Com base nos axiomas 2 e 3, temos:
P ( A ) + P ( Ac ) = 1
E portanto: P( Ac ) = 1 – P ( A ) cqd (como queríamos demonstrar)
- 96 -
Teorema 03 :Sejam A e B eventos definidos em S, tais que A ϲ B, então: P ( A ) ≤ P ( B ).
Demonstração: Podemos escrever: B = A ∪ ( Ac ∩ B)
E sabemos que: A ∩ ( Ac ∩ B) = Ø , então, pelo axioma III, podemos afirmar que:
P ( B ) = P( A U ( Ac ∩ B) ) = P ( A ) + P ( Ac ∩ B)
Daí, nós podemos escrever:
P ( B ) = P ( A ) + P (Ac ∩ B) ou ainda:
P( A ) = P(B) – P(Ac ∩ B)
E a partir daí, podemos concluir que:
Se Ac ∩ B = Ø  P(Ac ∩ B ) = 0 e nesse caso: P ( A ) = P ( B ) ( I )
Se Ac ∩ B ≠ Ø  P(Ac ∩ B ) > 0 e nesse caso: P ( A ) < P ( B ) ( II )
E, a partir de I e II, concluímos:
P(A)≤P(B cqd
Teorema 04: Sejam A e B dois eventos quaisquer, definidos em S. Então:
P( A ∪ B ) = P( A ) + P( B ) – P(A ∩ B)
- 97 -
Demonstração: Podemos escrever B, como segue: B = (A∩B) U ( Ac∩B)
Como: (A∩ B) ∩ (Ac∩B) = Ø , então:
P(B) = P (A∩B) + P ( Ac∩B) => P ( Ac∩B) = P(B) - P (A∩B) ( I )
É fácil verificar que A U B = A U (Ac∩B) e como A ∩ (Ac∩B) = Ø, temos:
(A ∪ B ) = P(A) + P(Ac∩B) e substituindo (I) nessa expressão, temos:
P( A ∪ B ) = P( A ) + P( B ) – P(A ∩ B)
Essa regra pode ser estendida para a união de três eventos ou mais. Para calcular a
probabilidade da união de três eventos, podemos fazer uso das propriedades da teoria dos
conjuntos. Vejamos:
P(A ∪ B ∪ C) = P (A ∪ ( B ∪ C))
P(A ∪ B ∪ C) = P( A ) + P( B ∪ C) – P(A∩(B ∪ C)
P(A ∪ B ∪ C) = P(A) + P(B ∪ C) – P((A ∩ B) ∪ (A∩C) ( I )
Podemos fazer: P(B ∪ C) = P( B ) + P( C ) – P(B ∩ C) ( II ) e
P((A ∩ B) ∪(A ∩ C)) = P(A ∩ B) + P(A ∩ C) – P((A ∩ B)∩(A ∩ C))
P((A∩B) ∪ (A∩C)) = P(A∩B) + P(A∩C) – P(A∩B∩C)) ( III )
e substituindo as expressões II e III em I, temos:
P(A ∪ B ∪ C) = P(A) + P(B) + P(C) – P(A∩B) – P(A∩C) – P(B∩C) + P(A∩B∩C)
Exercícios propostos:
1. Uma bola é retirada de uma caixa que contém 12 bolas iguais e numeradas de 1 a 12.
Qual a probabilidade da bola retirada ser:
a) de número divisível por 4 0,250 b) de número divisível por 3 0,333
c) de número par 0,500 d) de número divisível por 12 0,083
e) de nº divisível por 5 e por 3 0,0 f) de número divisível por 3 e por 6 0,167
g) de nº divisível por 5 ou por 3 0,500 h) de nº divisível por 6 e por 5 0,0
2. Dois dados são lançados simultaneamente a fim de verificar os números que aparecem.
Pedem-se as probabilidades de sair:
a) números pares em ambos 0,250 b) nº ímpar em apenas um dado 0,500
c) ambos serem divisíveis por dois 0,250 d) nº cuja soma seja igual a 7 0,167
e) se sair números cuja soma seja igual a 11 0,056
- 98 -
3. Em uma localidade são publicados três jornais A, B e C. Uma pesquisa feita junto a
1000 famílias, constatou-se que 470 famílias assinam o jornal A; 420 assinam o jornal
B; 315 assinam o jornal C, 110 assinam os jornais A e B; 220 assinam A e C; 140
assinam B e C e 75 assinam os três jornais. Se uma dessas famílias for sorteada, ao acaso,
qual a probabilidade de que seja assinante:
a) de pelo menos um jornal ? 0,810 b) de apenas um dos três jornais ? 0,490
c) de nenhum jornal ? 0,190 d) P(Ac∩Bc∩Cc) 0,190
4. Três jogadores A, B e C disputam um torneio de tênis. Inicialmente, A joga com B e o

vencedor joga com C, e assim por diante. O torneio termina quando um jogador ganha
duas partidas consecutivas ou quando são disputadas, ao todo, quatro partidas. Quais são
os resultados possíveis?
5. As apostas no jogo da megasena consistem em marcar um mínimo de seis e o máximo

de quinze números dentre os números de 01 a 60. Se o apostador optar por marcar apenas
seis números qual é a probabilidade de que seja o ganhador?
a) Do prêmio principal, a megasena? 1/50063860
b) Da quina? (0,0000065)
c) Da quadra?(0,0004287)
d) Se escolher 10 dezenas, qual é a probabilidade de ganhar a megasena? (0,00000419)
6. De uma turma de 26 pessoas, 8 são casadas. 14 pessoas são do sexo feminino e destas
5 são casadas. Selecionando-se uma pessoa, ao acaso, pergunta-se:
a) qual a probabilidade de que a pessoa seja casada? (0,308)
b) Qual a probabilidade de que a pessoa seja uma mulher casada?(0,192)
c) Qual a probabilidade de que a pessoa não seja homem casado?(0,884)
d) Qual a probabilidade de não ser mulher casada? (0,808)
7. De um baralho de 52 cartas é retirada uma carta. Qual a probabilidade de que a carta

seja:
a) de naipe paus (0,250) b) de naipe vermelho (0,500)
c) de naipe preto (0,500) d) seja uma figura (0,231) e) seja um rei (0,077)
PROBABILIDADES CONDICIONADAS
Seja 𝜺 uma experiência aleatória qualquer e S o seu espaço amostral. Considerando dois
eventos A e B definidos em S, tais que A ∩ B ≠ ∅, então podemos definir a probabilidade
de A ocorrer, na hipótese de B já ter ocorrido, P( A / B ) , como segue:
ε: S e os eventos A e B definidos em S, então:
𝑷(𝑨∩𝑩)
P( A / B) = 𝑷(𝑩)
onde P(B) > 0
E de modo semelhante, a probabilidade de B ocorrer na hipótese de A já ter ocorrido é dada
por:
𝑷 (𝑨 ∩ 𝑩)
P( B / A) = 𝑷(𝑨)
onde P(A) > 0
- 99 -
TEOREMA DO PRODUTO
Em decorrência do que foi visto para as probabilidades condicionadas, podemos definir que
a probabilidade da interseção de dois eventos quaisquer é dado pelo produto da probabilidade
de um deles multiplicada pela probabilidade do outro, condicionada à hipótese de que tenha
ocorrido o primeiro. Em notação matemática, temos:
P(A∩ B) = P(A). P(B / A) ou P(A∩ B) = P(B). P(A/ B)
Essa definição pode ser generalizada para mais de dois eventos. Vejamos:
P(A1∩ A2 ∩ A3) = P(A1). P(A2 / A1). P(A3/A1∩A2)
P(A1∩A2∩A3∩........∩An) = P(A1). P(A2/A1)....... P(An / (A2∩A3∩...... ∩An))
INDEPENDÊNCIA DE EVENTOS
Dizemos que dois eventos quaisquer A e B definidos no espaço amostral S de certo

experimento E, são independentes, se, e somente se, a probabilidade condicionada de B na
hipótese de A ter ocorrido for igual à probabilidade incondicional de B e vice-versa. Isto é:
P ( B /A) = P(B) e P( A / B) = P( A )
Em decorrência dessa definição podemos afirmar que quando os eventos forem

independentes, a probabilidade da interseção dos dois eventos é igual à produto das
probabilidades desses eventos, isto é:
P( A∩B) = P(A). P(B)
E essa relação pode ser generalizada para n eventos independentes. Vejamos:
P(A1∩A2) = P(A1).P(A2)
P(A1∩A2∩A3) = P(A1).P(A2).P(A3)
.................................
P(A1 ∩A2∩A3∩ ......∩An) = P(A1). P(A2).P(A3)..........P(An)
Exemplo: Em uma caixa existem 30 bolas numeradas de 1 a 30. Uma bola é retirada para
verificar o número. Se definirmos os eventos:A1: bola de nº divisível por 2 ; A2: bola de nº
divisível por 3; A3:bola de nº divisível por 4 e A4:bola de nº divisível por 6., pergunta-se:
a) qual a probabilidade de A1 b) qual a probabilidade de A2
c) qual a probabilidade de A3 d) qual probabilidade de A4
e) qual a probabilidade de A4 na hipótese de A2 já ter ocorrido
f) qual a probabilidade de A3 na hipótese de A2 já ter ocorrido
g) verificar os eventos A1 e A3 são eventos independentes
h) verificar se A2 e A 4 são eventos independentes
- 100 -
Solução: E : S = {1, 2, 3, 4, ..................................30}
A1 = {2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26,28, 30}
A2 = {3, 6, 9 , 12, 15, 18, 21, 24, 27, 30}
A3 = {4, 8, 12, 16, 20, 24, 28} A4 = {6, 12, 18, 24, 30}
15 10
a) P(A1) = = 0,50 b) P(A2) = = 0,33
30 30
7 5
c) P(A3) = = 0,23 d) P(A4) = = 0,17
30 30
5
P(A4∩A2) 5 1
e) P(A4 / A2) = = 30
10 = =
P(A2) 10 2
30
2
P(A3∩A2) 30 2 1
f) P(A3 / A2) = = 10 = =
P(A2) 10 5
30
g) P(A1 ∩ A3) = P(A1). P A3) ?
𝟕 𝟏𝟓 𝟕
𝟑𝟎
= .
𝟑𝟎 𝟑𝟎
?
Logo:
7
30
≠ 7
60
como é diferente, concluímos que são eventos
dependentes!
h) P(A2∩A4) = P(A2).P (A4) essa relação é verdadeira ?
5 1 1 1
30
= 10. 5
30 30
?  6
= .
3 6
1 1
Então :
6
≠ 18 como é diferente, concluímos que são eventos dependentes!
Exemplo: Duas bolas são retiradas, sem reposição, de uma caixa que contém sete bolas
numeradas de 1 a 7, para verificar os números. Pergunta-se:
a) qual a probabilidade de obter soma igual a 5 ?

b) qual a probabilidade de obter soma igual a sete já sabendo que a primeira bola foi de
número par?
c) Qual a probabilidade de ocorrer soma igual a 6 sabendo que o nº da segunda bola é o
dobro do nº da primeira?
d) qual a probabilidade da diferença entre a primeira e segunda bola ser inferior a 3?
- 101 -
Solução: ε: S então, descrevendo os elementos do espaço amostral temos:
12 13 14 15 16 17
21 23 24 25 26 27
31 32 34 35 36 37
S = 41 42 43 45 46 47
== 51 52 53 54 56 57
61 62 63 64 65 67
71 72 73 74 75 76
𝑁𝐶𝐹 4
a) P (soma = 5) = 𝑁𝐶𝑃
= 42
𝑁𝐶𝐹 3
P(soma = 7 ∩ 1ª é par) 𝑵𝑪𝑷 42 3
b) P(soma = 7 / 1ª é par) =
P(1ª é par)
= 𝑁𝐶𝐹 = 18 = 18
= 1/6
𝑁𝐶𝑃 42
P(soma = 7 / 1ª é par) = 0,167 ou 16,7 %
𝑁𝐶𝐹 1
P(soma = 6 ∩ 2ª=2.1ª) 1
c) P(soma=6 / 2ª = 2 .1ª ) = = 𝑁𝐶𝑃
𝑁𝐶𝐹 = 42
3 = =
P(2ª=2.1ª) 3
𝑁𝐶𝑃 42
P(soma = 6 / 2ª = 2.1ª ) = 0,333 = 33,3 %
𝑁𝐶𝐹 32
d) P( diferença: 1ª menos a 2ª < 3) = = = 0,762
𝑁𝐶𝑃 42
P( diferença: 1ª menos a 2ª < 3) = 76,2 %
TEOREMA DA PROBABILIDADE TOTAL
Considere um experimento aleatório E e seu espaço amostral S, onde nele sejam definidos
os eventos A1, A2, A3 ...... An , de tal forma que:
Ai ∩ Aj = Ø para todo i ≠ j e que A1U A2U A3U...... U An = S.
Se for definido um evento B, qualquer, nesse mesmo espaço amostral, então tem-se que:
E:S
A1 A2
A
A
A A3
A5 A 33
AB
1
A
A4
4
- 102 -
B = ( B∩A1) U ( B∩A2 ) U ( B∩A3) U ....... U ( B ∩ An )
Daí tem-se: P ( B ) = P( B∩A1) + P( B∩A2) + P( B∩A3) + ....... + P( B∩An) ou
P ( B ) = ∑ P ( Ai ). P ( B / Ai )
TEOREMA DE BAYES
Considere um experimento aleatório E e seu espaço amostral S, onde nele sejam definidos
os eventos A1, A2, A3 ...... An , tais que:
Ai ∩ Aj = Ø para todo i ≠ j e A1U A2U A3U...... U An = S.
Considere também um evento B, qualquer, definido no espaço amostral desse mesmo

experimento., tal que P (Ai) e as probabilidades P( B / Ai ) para i = 1, 2, ...n sejam todas
conhecidas.
Então podemos definir que:
𝐏(𝐀𝐤).𝐏( 𝐁 / 𝐀𝐤 )
P( Ak / B) =
∑ 𝐏( 𝐀 𝐢).𝐏( 𝐁 / 𝐀𝐢 )
Exemplo: Uma fábrica tem três máquinas A1, A2 e A3 são responsáveis por 30%, 45% e 25
% respectivamente do total da produção de parafusos.. O gerente de produção afirma que da
produção da máquina A1, 3% são defeituosos, da A2, 5% e da A3, 4%. Nessas condições, o
controle de qualidade encontrando um parafuso defeituoso na produção total de um
determinado período, quer saber: Qual a probabilidade de que o parafuso encontrado tenha
sido produzido pela máquina A1? e de ter sido produzido pela máquina A3 ?
Solução: Pode se constatar que, ao final de certo período, a população de parafusos

produzidos pela fábrica é composta dos parafusos produzidos pelas três máquinas.
Considerando que todos os parafusos estejam misturados, é intuitivo observar que ao ser
retirado um parafuso, aleatoriamente, dessa população, a probabilidade de que tenha sido
produzido pela máquina A1 é igual a 30%, pela máquina A2 é 45% e pela máquina A3 é de
25%. E se for constatado que o parafuso foi fabricado pela máquina A1 a probabilidade de
ser defeituoso é de 3%, se fabricado pela máquina A2 é de 5% e se pela máquina A3 é de
4%. Dessa forma, definindo o evento:
B : o parafuso é defeituoso
teremos:
P ( A1 ) = 0,30 P ( A2 ) = 0,45 P ( A3 ) = 0,25
- 103 -
E que: P ( B / A1 ) = 0,03 P ( B / A2 ) = 0,05 e P ( B / A3 ) = 0,04
Então:
𝐏(𝐀𝐤).𝐏( 𝐁 / 𝐀𝐤 )
P( Ak / B) =
∑ 𝐏( 𝐀 𝐢).𝐏( 𝐁 / 𝐀𝐢 )
Substituindo essas probabilidades na fórmula (1) acima, teremos:
0,30∗0,03
P ( A1 / B ) =
0,30.0,03+ 0,45.0,05 + 0,25.0,04
0,0090
P ( A1 / B ) =
0,0090 + 0,0225 +0 ,0100
0,0090
P ( A1 / B ) = 0,0415
P ( A1 / B ) = 0,2169
Essa é a probabilidade de que o parafuso defeituoso tenha sido fabricado pela máquina A1.
Se o parafuso encontrado é defeituoso, qual a probabilidade de que ele tenha sido fabricado
pela máquina A3 ?
De forma semelhante fazemos a substituição na fórmula (1) e teremos:
0,25.0,04
P ( A3 / B ) = 0,30.0,03+ 0,45.0,05 + 0,25.0,04
0,0100
P ( A3 / B ) =
0,0090 + 0,0225 +0,0100
0,0100
P ( A3 / B ) = = 0,2410
0,0415
Exemplo 2: Um estudo revelou que dos processos impetrados na Justiça 20 % são

provenientes de causas banais. Das causas banais apenas 5%, depois de julgados, resultam
na condenação do réu. Já dos demais processos julgados, 90% resultam na condenação do
réu. Um processo foi julgado e o réu foi condenado. Qual é a probabilidade de que ele tenha
sido de uma causa banal?
Solução: A1: processos de causas banais

A2: processos de causas não banais
B: processos julgados e o réu condenado
Então: P ( A1 ) = 0,20 P( A2 ) = 1 – P (A1 ) = 1 – 0,20 = 0,80
P ( B / A1 ) = 0,05 P ( B / A2 ) = 0,90
- 104 -
Daí, temos:
P ( A1 ).P ( B/A1)
P ( A1 / B ) =
P ( A1 ).P ( B/A1)+ P ( A2 ).P ( B/A2)
0,20 . 0,05
P ( A1 / B ) =
0,20.0,05 + 0,80.0,90
0,0100 0,0100
P ( A1 / B ) = =
0,0100+0,7200 0,7300
P ( A1 / B ) = 0,01369
01. Em uma caixa existem bolas brancas, pretas e vermelhas. Sabe-se que o número de bolas
pretas é o dobro do número de bolas brancas e as vermelhas representam o tripulo do
número de bolas brancas. Se for retirada uma bola dessa caixa, encontre as
probabilidades de sair bola branca, bola preta e de bola vermelha. 0,167 0,333
0,500
02. Uma moeda é lançada duas vezes consecutivas a fim de verificar o número de caras que
aparece. Encontre a probabilidade de sair:
a) duas caras 0,250 b) de sair uma cara 0,500 c) de sair cara no 1º lançamento 0,50
d) de sair uma coroa 0,500
03. No espaço amostral de certo experimento aleatório foram definidos os eventos A e B,

tais que: P ( A ) = 1/4 ; P(B) = 1/3 ; P(A ∩ B) = 1/10 , então encontre:
a) P (Ac ∩ B) 0,233 b) P ( A U B) 0,4833 c) P( A / B ) 0,300 d) P( B / A ) 0,400
04. Considere um experimento ε e seu espaço amostral S. Considere também os eventos A

e B, tais que: P(A)= 1/4 ; P(B) = 2/3 e P(A∩ B) = p. Pede-se:
a) encontre o valor de p, considerando os eventos A e B independentes.
b) encontre o valor de p, considerando que A e B são eventos mutuamente exclusivos
05. Uma moeda foi construída de tal forma que a probabilidade de ocorrer cara é duas
vezes a probabilidade de ocorrer coroa. Nessas condições, qual a probabilidade de:
a) de ocorrer cara? 0,666
Se a moeda for jogada duas vezes consecutivas, qual a probabilidade:
b) de ocorrer duas caras ? 0,444 c) ocorrer uma cara e uma coroa ? 0,444
06. Das pessoas que cometem algum crime apenas 60% são presas e dessas apenas 20 %
são condenadas. Pergunta-se:
a) qual a probabilidade de uma pessoa ser presa e condenada se cometer algum crime ?
0,120
b) qual a probabilidade de ser presa e não ser condenada ? 0,480
07. Um estudo mostra que a probabilidade de uma pessoa ser assaltada é de 3%. Das
- 105 -
pessoas assaltadas, 20 % reagem ao assalto e dessas 60 % são assassinadas, enquanto

apenas 2 % das que não reagem são assassinadas. Pergunta-se:
a) qual a probabilidade de uma pessoa ser assassinada em um assalto ? 0,00408
b) qual a probabilidade de uma pessoa não ser assassinada num assalto? 0,02592
08. Uma pessoa deseja entrar em uma sala. A probabilidade da porta estar trancada é igual
a 0,6. Se a porta estiver trancada ele poderá usar uma de um total de 10 chaves no meio
das quais se encontra a chave da porta. Qual é a probabilidade da pessoa:
a) entrar na sala? 0,46 b) não entrar na sala ? 0,54
09. No espaço amostral de certo experimento aleatório foram definidos os eventos

independentes A e B, tais que: P ( A ) = 1/4 ; P(B ) = 1/3 , então encontre:
a) P (A U B) 0,500 b) P(Ac ) 0,75 c) P ( Ac ∩ Bc) 0,500 d) P( Bc ) 0,666
10. Um dado é lançado duas vezes consecutivas a fim de verificar os pontos que aparecem.
Qual é a probabilidade de:
a) ocorrer soma igual a 7 ? 0,167
b) ocorrer soma igual a 11 sabendo-se que na primeira vez ocorreu nº impar ?
(0,056)
c) ocorrer soma 8 sabendo que ocorreu número par em ambos os lançamentos ?
(0,333)
11. Em uma prova caíram dois problemas A e B. Sabe-se que 132 alunos acertaram A, 86
erraram B, 120 acertaram os dois e 54 acertaram apenas um problema. Qual a
probabilidade de que um aluno escolhido ao acaso:
a) tenha acertado nenhum problema 0,298
b) tenha acertado apenas o problema B 0,169
12. Um sistema de alarme é composto de três alarmes interligados e independentes. Eles estão
dispostos de maneira que o sistema funcionará se pelo menos um deles funcionar. Se cada
alarme tem probabilidade igual a 0,9 de funcionar eficientemente, qual a probabilidade
do sistema funcionar quando necessário? 0,999
13. Existem duas caixas iguais K e W. A caixa K contém 4 bolas pretas e 3 azuis e a caixa
W contém 5 bolas pretas e 6 azuis. Uma bola é retirada, ao acaso, da caixa K e colocada
na caixa W. Depois de misturadas uma bola é retirada da caixa W. Qual a probabilidade
de que a bola retirada da caixa W seja:
a) preta sabendo-se que a bola transferida de K para W foi preta ? 0,500
b) azul ? 0,536
c) preta ? 0,464
14. Uma caixa contém 4 bolas pretas e 5 azuis. Quatro bolas são retiradas, aleatoriamente e
sem reposição, para verificar a cor. Pergunta-se: qual a probabilidade de que saia uma
de cor preta? E de sair duas azuis? E de sair todas pretas? 0,317 0,476 e 0,008
15. Resolver o mesmo problema anterior, considerando as retiradas com reposição.

0,305 0,366 e 0,039
- 106 -
16. Os alunos de um Centro Acadêmico bolaram um jogo que consiste em lançar um disco
de diâmetro d sobre o piso de uma sala ladrilhada com cerâmicas quadradas de lado L.
O visitante disposto a jogar pagará R$1,00 por cada lançamento e, se o disco cair dentro
de área de qualquer cerâmica, ele ganhará R$2,00. Pede-se:
a) Qual a probabilidade de qualquer visitante que jogar vir a ganhar R$2,00?
(L-d)2/L2
b) Calcular a probabilidade do jogador ganhar R$2,00, se o diâmetro do disco for de
8 cm e as cerâmicas forem de lado igual a 30 cm;
c) Calcular a probabilidade do jogador ganhar R$2,00, se o diâmetro do disco for de
10 cm e as cerâmicas forem de lado igual a 30 cm;
d) Se as cerâmicas do piso da sala forem quadradas de lado igual a 30 cm, qual deve
ser o tamanho máximo do diâmetro do disco para que o jogo renda alguma
vantagem financeira para o Centro Acadêmico?
17. Uma pesquisa médica constatou que 5% das pessoas de um certo país são portadoras do
HIV. Sabendo-se que das pessoas portadoras do HIV que fazem o exame, 1,8 % acusam
resultados negativos. Já das não portadoras do HIV, quando submetidas ao mesmo tipo
de exame, 1,6% delas apresentam resultados positivos. Nessas condições, se uma pessoa
se submeteu ao exame e o resultado foi positivo, qual é a probabilidade dela não ser
portadora de HIV? 0,236
18. Numa sala foram colocadas duas caixas A1 e A2. A caixa A1 contém 5 bolas pretas e 4
azuis. Já a caixa A2 contém 3 bolas pretas e 7 azuis. Uma pessoa é convidada a entrar
na sala e escolher, ao acaso, uma das caixas e dela retirar uma bola. Se a bola for preta,
qual é a probabilidade de que ela tenha sido retirada da caixa A1 ? (64,9%)
19. Numa sala existem três caixas B, D e W. A caixa B contém três fichas azuis e 6 pretas;
a caixa D contém 4 fichas azuis e 6 pretas. Já na caixa W foram colocadas 12 bolas
numeradas de 1 a 12. Então uma pessoa é convidada a retirar uma bola da caixa W e, se
sair bola de número menor ou igual a 8, a pessoa retira uma ficha da caixa B. Porém, se
a pessoa retirar da caixa W bola de número maior que 8, ela retira uma ficha da caixa
D. Pergunta-se:
a) qual a probabilidade da ficha retirada ser azul? (0,3556)
b) se a ficha retirada é azul, qual a probabilidade de ter sido retirada da caixa D? (0,375)
20. Dois alunos faltaram a uma avaliação de aprendizagem e na aula seguinte solicitaram ao
professor a aplicação de uma segunda chamada, alegando que o carro em que estavam
a caminho da aula tinha furado o pneu. O professor atende ao pedido e na aula seguinte
os coloca em salas diferentes e aplica uma avaliação com uma única questão. Qual foi
o pneu que furou? Se os alunos estivessem mentindo, qual é a probabilidade dos dois
terem respondido certo? (0,25)
21. Uma pessoa parte da localidade A em direção às localidades B, C e D. Se em cada

bifurcação ele pode escolher o caminho a seguir com igual probabilidade, pergunta-se:
a) Qual a probabilidade dele chegar à localidade B? (0,250)
- 107 -
b) qual a probabilidade dela chegar à localidade C? (0,125)

c) qual a probabilidade dela chegar à localidade D? (0,125)
d) qual a probabilidade dela chegar à localidade E? (0,500)
B
A C
D
E
22. Cinco homens e cinco mulheres compram 10 cadeiras consecutivas na mesma fila de um
teatro. Supondo que se sentaram aleatoriamente nas 10 cadeiras, calcular:
a) a probabilidade de que homens e mulheres se sentem em cadeiras alternadas
(0,007943)
b) a probabilidade de que as mulheres se sentem juntas (0,023809)
23. Em uma roda são colocadas, ao acaso, n pessoas. Qual é a probabilidade de duas
determinadas pessoas ficarem juntas? 2/(n-1)
24. Numa caixa foram colocadas seis fichas iguais e numeradas de 1 a 6. Cinco fichas são
retiradas, aleatoriamente, e os números das fichas são escritos da direita para a esquerda,
formando um número de cinco dígitos. Pede-se:
a) A probabilidade de que o número obtido seja par, se as retiradas forem feitas sem
reposição (0,500)
b) Se as retiradas forem feitas com reposição, qual é a probabilidade do número ser par ?
(0,500)
25. Dez pessoas são separadas em dois grupos de cinco pessoas cada um. Qual a
probabilidade de que duas determinadas pessoas façam parte do mesmo grupo?
(0,44444)
26. Há oito carros estacionados em 12 vagas numa fila. Qual a probabilidade das vagas
vazias serem consecutivas? Qual a probabilidade de não haver duas vagas consecutivas
vazias? (0,018182) e (0,254545)
27. Seis homens e seis mulheres sentam-se aleatoriamente em doze cadeiras enumeradas,
colocadas em círculo. Pede-se:
a) Probabilidade de os homens e as mulheres se sentarem em lugares alternados
(0,002165)
b) Probabilidade das mulheres se sentarem juntas? (0,012987)
28. Quantas pessoas devem ser entrevistadas para ter probabilidade igual ou superior a 0,5
de encontrar pelo menos uma pessoa que aniversarie hoje? (pelo menos 253)
- 108 -
29. Selecionam-se ao acaso dois pontos sobre uma circunferência. Qual a probabilidade da
corda determinada por esses dois pontos ter comprimento maior que o lado do triângulo
equilátero inscrito na circunferência? (0,3333)
30. Duas amigas, que não são pessoas muito pontuais, marcaram um encontro em uma
lanchonete. Se cada uma delas promete chegar ao encontro em um instante qualquer
entre 15 h e 16 h, e se dispõe a esperar, no máximo, 10 minutos pela outra, qual é a
probabilidade delas se encontrarem? (0,305555)
31. Cinco meninos e cinco meninas devem se sentam, aleatoriamente, ao redor de uma
mesa redonda. Qual a probabilidade de que:
a) Todas as meninas se sentem separadas? (0,0079)
b) Todas as meninas se sentem juntas? (0,0397)
32. Um grupo é composto de 8 pessoas e entre elas estão dois casais: Paulo e Jaqueline,
Roberto e Patrícia. Essas 8 pessoas deverão se sentar, aleatoriamente, ao redor de uma
mesa redonda. Qual é a probabilidade de:
a) Roberto e Patrícia se sentarem juntos?(0,2857)
b) Roberto e Patrícia sentarem juntos e Paulo e Jaqueline não? (0,1905)
33. Uma comissão de seis pessoas será retirada de um grupo de 12 pessoas e dentre elas
estão Miguel e Pedro que são inimigos. Qual é a probabilidade de:
a) Os dois fazerem parte da comissão? (0,2273)
b) No máximo um deles fazer parte da comissão? (0,7727)
c) De nenhum deles fazer parte da comissão? (0,2273)
34. Lança-se quatro dados sobre uma mesa a fim de verificar a soma dos pontos obtidos.
Qual é a probabilidade de:
a) a soma ser igual a 9? (0,0432)
b) a soma ser igual a 10?(0,0617)
c) a soma ser igual a 15?(0,0154)
- 109 -
VARIÁVEIS ALEATÓRIAS
INTRODUÇÃO
Na unidade anterior, quando foi definido o espaço amostral de um experimento, vimos que
estes, nem sempre são necessariamente numéricos. Isto fica bem claro se lembrarmos de
alguns exemplos já vistos, em que os resultados aparecem diferenciados apenas por algumas
características. Vejamos os exemplos a seguir:
I - Seja o lançamento de uma moeda a fim de verificar o resultado: “cara” ou

“coroa”
II – Na fabricação de uma peça, verificar os resultados: “defeituosa” ou “não
defeituosa”
É fácil verificar que para os experimentos acima, os resultados não são numéricos, isto é,
aparecerá tão somente “cara” ou “coroa” no exemplo I e “defeituosa” ou “não defeituosa”
no exemplo II.
Entretanto, em muitas situações estaremos interessados na mensuração dos resultados e no

seu registro como um número. Isto pode ser conseguido mesmo em casos como estes, se
atribuirmos um número a cada resultado (não numérico) do experimento.
Como exemplo podemos atribuir 0(zero) ao resultado “coroa” e 1 ao resultado “cara”. Da

mesma forma podemos associar o valor 1(um) ao resultado “defeituosa” e 0(zero) ao
resultado “não defeituosa”. Assim poderemos afirmar que os exemplos acima são alguns de
uma série de outros, semelhantes.
Em determinadas situações experimentais, desejamos atribuir um número real x a todo

elemento de S – espaço amostral, isto é, x = X(s) que é o valor de uma função X definida em
S, gerando um novo conjunto Rx ∈ R, que é o contradomínio da variável aleatória X.
TIPOS DE VARIÁVEIS ALEATÓRIAS
Variável aleatória discreta – é a variável que tem seu contradomínio constituído de um

conjunto finito ou infinito numerável,
Rx = { x1, x2, x3, .....................xn } (finito)
ou
Rx = { x1, x2, x3, ................} (infinito)
Variável aleatória contínua – é a variável que tem seu contradomínio constituído de um

intervalo (infinito não numerável) ou um conjunto de intervalos.
Rx = { x / a < X < b}
- 110 -
VARIÁVEL ALEATÓRIA DISCRETA
Definição: Seja ε um experimento e S o seu espaço amostral. A função X que associe a cada
s ∈ S, um número real x = X(s) é denominada Variável Aleatória.
Exemplo: Se lançarmos duas moedas, simultaneamente, a fim de verificarmos o número

eventual de caras que aparecem, e simbolizando: C = coroa e K= cara, temos:
S= {cc, ck, kc, kk}

E assim, temos:
Aparecem, entretanto, situações em que o resultado s do espaço amostral, que estamos

interessados em registrar já é um número real, e nesse caso, s = X(s) é uma função
identidade. Como exemplo podemos considerar o lançamento de um dado, com o objetivo
de verificar o nº eventual de pontos que aparece na face voltada para cima.
Obs: A definição acima é um tanto infeliz, uma vez que X é uma função e, no entanto, a
denominamos de variável aleatória! Mas por ser universalmente aceita, continuaremos a
adotá-la.
Quase sempre, estaremos mais interessados nos possíveis valores de X do que na natureza
da função X de onde se originam. Por essa razão, na maioria das vezes, não será indicada a
natureza funcional de X.
O Rx é o conjunto de todos os resultados possíveis de X e é denominado contradomínio da

variável aleatória X. Na verdade S é o conjunto de todos os resultados possíveis de ocorrerem
no experimento (conjunto de resultados não numéricos) e Rx é o conjunto de todos os
resultados possíveis de X (conjunto numérico). Em particular, podemos afirmar que quando
s = X(s) teremos S = Rx.
Exemplo: Três moedas são lançadas simultaneamente a fim de verificar o número eventual
X de caras que aparecem, e simbolizando: c = coroa e k = cara, temos:
Daí então: Rx = { 0, 1, 2, 3 }
Veja a ilustração:
- 111 -
Assim passaremos a representar por P(X= xi) a probabilidade de que a variável X assuma
um particular valor xi ∈ Rx. Da mesma forma P( c < X < d) representa a probabilidade de
X assumir valores compreendidos entre c e d . No decorrer deste texto e em leituras na
bibliografia complementar o leitor se familiarizará muito rapidamente com essas notações.
Quando se conhece a probabilidade de todos os possíveis valores de X, dizemos então que
conhecemos a distribuição de probabilidade de X.
FUNÇÃO MASSA DE PROBABILIDADE OU FUNÇÃO DE PROBABILIDADE
Seja X uma variável aleatória discreta, isto é, uma variável que tenha como contradomínio
Rx um conjunto finito ou infinito, numerável, de valores de X. A função que associa a cada
valor x ∈ Rx um número real P(X = xi) = pi é denominada função de probabilidade. Esses
valores de pi têm de satisfazer as seguintes condições:
I ) pi ≥ 0 para todo xi ∈ Rx
II ) ∑ pi = 1
DISTRIBUIÇÃO DE PROBABILIDADE
Quando conhecemos as probabilidades de ocorrência de todos os valores da variável

aleatória X dizemos então que conhecemos a distribuição de probabilidade de X. Isto é:
--------------------------------------------------------------
X x1 x2 x3 ……………………… xn
--------------------------------------------------------------
P(X=xi) p1 p2 p3 ................................... pn
FUNÇÃO REPARTIÇÃO OU FUNÇÃO DISTRIBUIÇÃO
Se X é uma variável aleatória, a Função Repartição é definida como segue:
F ( x) = P ( X ≤ x)
Se X é uma variável aleatória discreta, a função repartição é a função que acumula as

probabilidades de X assumir valores menores ou iguais a um valor real x e isto é feito como
podemos ver a seguir:
F ( x ) = P(X ≤ 𝑥) = ∑xi≤𝒙
−∞ 𝑃(X = xi)
- 112 -
Onde o somatório é estendido a todos os valores de xi 𝜖 Rx e que sejam menores ou iguais a x.
Propriedades da Função Repartição
1. 0 ≤ F(x) ≤ 1
2. F ( - ∞ ) = 0 ou lim F( x ) = 0
x→-∞
3. F ( x) ≤ F ( x + ∆𝑥) onde ∆x ≥ 0
4. F ( +∞ ) = 1 ou lim F( x ) = 1
x→+∞
5. F (x ) é definida para qualquer x 𝜖 R ( conjunto dos reais)
Exemplo: Em uma caixa foram colocadas quatro bolas iguais e numeradas de um a quatro.
Duas bolas são retiradas dessa caixa, com reposição, a fim de verificar a soma dos pontos
que aparecem. Pede-se:
a) encontrar a distribuição de probabilidade e fazer a representação gráfica da mesma
b) encontrar a função repartição e fazer a representação gráfica da mesma.
Solução: a) X : soma dos pontos das duas bolas retiradas da caixa
Rx = { 2, 3, 4, 5, 6, 7, 8 }
𝑁𝐶𝐹
P ( X = xi ) =
𝑁𝐶𝑃
O número de casos possíveis NCP pode ser obtido de diferentes maneiras. Podemos
encontrar o espaço amostral e proceder a contagem dos resultados, porém faremos isso
apenas para ilustração, pois o nº de diferentes maneiras de retirarmos, com reposição, duas
bolas de uma caixa onde existem quatro bolas é dado pelo arranjo com repetição, que é dado
por:
NCP = 𝐴𝑅42 = 4.4 = 16 maneiras diferentes
E isso pode ser visto no espaço amostral a seguir:
11 12 13 14
S= 21 22 23 24
31 32 33 34
41 42 4,3 44
Dessa forma, temos:
1 2 3 4
P( X = 2 ) = P( X = 3 ) = P( X =4 ) = P( X =5 ) =
16 16 16 16
3 2 1
P( X = 6 ) = 16 P( X = 7 ) = P( X =8 ) =
16 16
- 113 -
Resumindo, temos:
X 2 3 4 5 6 7 8
P (X = xi) 1/16 2/16 3/16 4/16 3/16 2/16 1/6
E a sua representação gráfica é a seguinte:
b) F ( x ) = P ( X ≤ x ) = ∑ P ( X = xi) portanto:
1
F (2) = P (X ≤ 2 ) = P (X = 2) = 16
1 2 3
F (3) = P (X ≤ 3 ) = P (X = 2) + P( X = 3 ) = 16 + 16 = 16
1 2 3 6
F (4) = P (X ≤ 4 ) = P (X = 2) + P( X = 3) + P(X = 4) =
16
+ 16 + 16
= 16
E, de forma semelhante, podemos encontrar:
10 13
F (5) = F (6) =
16 16
15 16
F (7) = F (8) = = 1
16 16
E representando, numa tabela, temos :
X 2 3 4 5 6 7 8
F (x) 1/16 3/16 6/16 10/16 13/16 15/16 1
Representando os dados no gráfico, temos:
- 114 -
Daí nós podemos afirmar que:
P( c < X ≤ d ) = F( d ) – F ( c )
P( c < X < d ) = F( d ) – F ( c ) - P(X=d)
P( c ≤ X ≤ d ) = F( d ) – F ( c ) + P(X =c)
P( c ≤ X < d ) = F( d ) – F ( c ) – P(X=d) + P(X=c)
ESPERANÇA MATEMÁTICA
Em muitas situações estaremos trabalhando com variáveis aleatórias e surgirão necessidades

de avaliar a média esperada da variável a fim de nos orientar na tomada de decisões. No caso
de variáveis discretas a média esperada ou esperança matemática é obtida pela expressão:
E(X) = ∑𝑛
𝑖=1 xi P(X = xi) para todo xi 𝜖 Rx
Propriedades de E(X):
1. Se X = k (constante) então: E(X) = k
2. Se Y = kX, então: E(Y) = E(kX) = k E(X)
3. Se Y = X ± k, então: E(Y) = E(X± K) = E(X) ± E(k) = E(X) ±k
4. Se Y = X1 ± X2, então: E(Y) = E(X1) ± E(X2)
5. Se Z = X.Y, onde X e Y são variáveis aleatórias independentes, então:
E(Z) = E(XY) = E(X).E(Y)
- 115 -
VARIÂNCIA DE VARIÁVEIS ALEATÓRIAS
A variância é a medida usada para avaliar a dispersão dos dados em torno de sua média
esperada. Se X é uma variável aleatória discreta unidimensional, a sua variância é obtida
pela fórmula:
Var(X) = E[X – E(X)]2
Desenvolvendo o segundo membro, teremos:
Var(X) = E[X2 – 2.X.E(X) +(E(X))2]
= E(X2) – 2.E(X).E(X) + (E(X))2
= E(X2) – 2(E(X))2 + (E(X))2
Var (X) = E(X2) – (E(X))2
Onde: E(X2) = ∑ xi2.P(X = xi)
Propriedades da Variância:
1. Se X = k (constante), então: Var(X) = Var(k) = 0
2. Se Y = k X, então: Var (Y) = Var(kX) = k2.Var(X), logo:
Var(Y) = k2.Var(X),
3. Se Y = X ± k, então: Var(Y) = Var(X ± k) = Var(X) + Var(±1.k)
Var(Y) = Var(X) + (± 1 )2. Var(k) pela propriedade 1, tem-se que:
Var(Y) = Var(X)
4. Se Y = X1 ± X2 e as variáveis X1 e X2 são independentes, então:

Var(Y) = Var(X1 ± X2) = Var(X1) + Var (±X2) = Var(X1) + Var (±1.X2)
Var(Y) = Var(X1) + (±1)2.Var(X2)
Portanto: Var(Y) = Var(X1) + Var(X2)
5. Se Y = X1 ± X2 ± . . . . . . . ± Xn, onde X1, X2, . . . . . . . ,Xn , sejam todas variáveis

aleatórias, independentes, então:
Var(Y) = Var(X1 ± X2 ± . . . . . . . ±Xn) = Var(X1) + Var(X2) + ........+ Var(Xn)
- 116 -
DESVIO PADRÃO DE UMA VARIÁVES ALEATÓRIA
Como já visto, a variância é a média do quadrados dos desvios em relação à média esperada
E(X). Dessa forma, se uma variável aleatória X for medida, por exemplo, em gramas, sua
variância será expressa em (gramas)2. Essa é uma das razões para se utilizar o desvio padrão,
uma vez que ele é expresso na mesma unidade de medida da variável.
O desvio padrão é definido como sendo a raiz quadrada positiva da variância. Isto é, se X é
uma variável aleatória, então:
σx = +√𝑽𝒂𝒓 (𝑿)
COEFICIENTE DE VARIAÇÃO
O coeficiente de variação é uma medida relativa da dispersão em torno da média de uma

variável aleatória. É uma medida adimensional e, por isso, de grande importância para fazer
comparações da dispersão de variáveis aleatórias que sejam mensuradas com unidades de
medidas diferentes ou de naturezas diferentes. Esse coeficiente é definido pela seguinte
expressão:
𝑑𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜
CV=
𝐸𝑠𝑝𝑒𝑟𝑎𝑛ç𝑎 𝑚𝑎𝑡𝑒𝑚á𝑡𝑖𝑐𝑎
Ou seja:
𝛔𝐱
CV= . 100
𝐄(𝐗)
Exemplo: De uma caixa onde existem 4 bolas numeradas de 1 a 4, retira-se duas bolas, com
reposição, a fim de verificar a soma dos números das duas bolas (X). Pede-se:
a) a distribuição de probabilidade de X
b) a esperança matemática de X
c) a variância de X
d) o desvio padrão de X
e) o coeficiente de variação de X
Solução: X : soma dos números das duas bolas retiradas
Rx = { 2, 3, 4, 5, 6, 7, 8}
11 12 13 14
S= 21 22 23 24
31 32 33 34
41 42 4,3 44
𝑁𝐶𝐹 1 2
a) P(X =2) = 𝑁𝐶𝑃
= 16
P(X = 3) = 𝑁𝐶𝐹
𝑁𝐶𝑃
= 16
3 4
P(X = 4) = 𝑁𝐶𝐹
𝑁𝐶𝑃
= 16
P(X = 5) = 𝑁𝐶𝐹
𝑁𝐶𝑃
= 16
- 117 -
3 2 1
P(X = 6) = 𝑁𝐶𝐹 𝑁𝐶𝐹 𝑁𝐶𝐹
𝑁𝐶𝑃
= 16
P(X = 7) = 𝑁𝐶𝑃
= 16
P(X = 8) = 𝑁𝐶𝑃
= 16
Portanto:
X 2 3 4 5 6 7 8
P (X = xi) 1/16 2/16 3/16 4/16 3/16 2/16 1/6
1 2 3 4 3 2 1
b) E(X) = ∑ xi P(X = xi) = 2. + 3. 16 + 4.16 + 5. 16 + 6. 16 +7 . 16 + 8. 16
16
2+6+12+20+18+14+8
E(X) =
16
80
E(X) = = 5,0 unid
16
c) Var(X) = E(X2) – (E(X))2 como já conhecemos o valor de E(X), vamos calcular E(X2)
E(X2) = ∑ xi2.P(X = xi)
= 22 .161 +32 .162 +42 .163 +52 .164 +62 .163 +72 162 + 82 161
1 2 3 4 3 2 1
= 4. + 9. 16 + 16.16 + 25. 16 + 36. 16 +49 . 16 + 64. 16
16
4+18+48+100+108+98+64 440
E(X2) =
16
= 16
= 27,5 (unid)2
Substituindo na expressão da variância, temos:
Var(X) = E(X2) – (E(X))2
= 27,5 – (5,0)2 = 27,5 – 25,0
Var(X) = 2,5 (unid)2
d) o desvio padrão: σx = √𝑉𝑎𝑟(𝑋)= √2,5
σx = 1,58 unid
‘e) Coeficiente de variação
𝜎𝑥 1,58 𝑢𝑛𝑖𝑑
CV= . 100 = .100
𝐸(𝑋) 5,0 𝑢𝑛𝑖𝑑
- 118 -
CV = 31,6 %
1. Uma moeda é lançada até aparecer quatro coroas ou até completar 4 lançamentos.
Encontre o conjunto de resultados possíveis.
S= {kkkk, kkkc, kkck, kkcc, kckk, kckc, kcck, kccc, ckkk, ckkc, ckck, ckcc, cckk, cckc, ccck, cccc}
2. Uma moeda é lançada até que uma cara ou cinco coroas ocorram. Encontre o número
esperado de lançamentos da moeda. (1,94 jogos)
3. Dois dados são lançados a fim de verificar X, a face com o menor número de pontos.
Encontre a distribuição de probabilidade, a média, a variância e o desvio padrão de X.
(2,53; 1,97; 1,40)
4. Um dado é lançado a fim de verificar o número de pontos X que aparece. Pede-se:

a) a distribuição de probabilidade de X
b) encontrar a média esperada de pontos c) encontrar a variância de X
5. Dois dados são lançados a fim de verificar o total de pontos W que ocorre. Pede-se:
a) a distribuição de probabilidade de W b) o número esperado de pontos : E(W)
c) a variância de W d) o desvio padrão
6. Conhecendo-se a distribuição de probabilidade da variável X, dada a seguir:

------------------------------------------------------------
X 0 1 2 3 4 5
------------------------------------------------------------
P(X=xi ) 0,1 0,2 0,3 0,2 0,1 0,1
Pede-se:
a) o valor esperado de X c) o desvio padrão
b) a variância de X d) a função repartição
7. O peso de cada passageiro de uma companhia aérea é uma v. aleatória X com média igual
a 50 kg e desvio padrão igual a 5 kg. A bagagem individual é também uma variável
aleatória Y com média de 14 kg e desvio padrão igual a 3 kg. Entretanto, se fizermos
Z = X + Y, pede-se:
a) a média de Z b) a variância de Z c) o desvio padrão
8. Dada a distribuição de probabilidades a seguir::

-----------------------------------------------------------------------------------
X 0 1 2 3 4 5 6 7
-----------------------------------------------------------------------------------
P(X=xi ) 0,01 0,02 0,10 0,20 0,27 0,20 0,10 0,10
Pede-se:
a) Calcular a variância b) A função repartição
9. Conhecendo-se a função repartição da variável aleatória X, dada a seguir, pede-se:

-------------------------------------------------------------------------------------
X 0 1 2 3 4 5 6 7
-------------------------------------------------------------------------------------
F(x) 0,05 0,10 0,22 0,37 0,67 0,84 0,96 1,00
- 119 -
a) a função de probabilidade b) o valor esperado de X

c) a variância de X d) o desvio padrão de X
10. Um jogo consiste em lançar um dado. Se ocorrer faces dois ou cinco, a pessoa ganha
R$50,00 ; se ocorrer faces um ou seis a pessoa ganha R$100,00 e se ocorrer faces três
ou quatro a pessoa paga R$150,00. Pergunta-se:
a) qual a média e a variância da variável ganho
b) O jogo é honesto ? comente.
11. Um produto deve ser lançado no mercado no próximo ano. A expectativa do

Departamento de Marketing de que o produto seja bem sucedido é de 80% e neste caso
o retorno esperado em sua vida útil é de 100000 u.m. Porém se isso não acontecer o
prejuízo será de 50000 u. m. Calcule o lucro médio esperado, a variância e o desvio
padrão.(70.000; 3.600.000.000; 60.000)
12. O Metrô para no meio do túnel. O defeito pode ser na antena receptora ou no painel de
controle. Se o defeito for na antena o conserto poderá ser feito em 5 minutos. Se o defeito
for no painel de controle o conserto poderá ser feito em 15 minutos. O encarregado da
manutenção acredita que a probabilidade do defeito ser no painel é de 60%. Qual é o
tempo estimado para o conserto. (11minutos)
13. Uma máquina fabrica placas de papelão que podem apresentar nenhum, um, dois, três
ou quatro defeitos, com probabilidades 90%, 5%, 3%, 1% e 1% respectivamente. O
preço de venda de uma placa perfeita é de 24 u. m. e à medida que apresente defeitos o
preço cai 50% para cada defeito apresentado. Qual é o preço médio de venda dessas
placas? (22,42)
14. De uma caixa onde existem 6 bolas azuis e 6 pretas, serão retiradas três bolas a fim de
verificar o número de bolas azuis. Encontrar a média esperada de bolas azuis,
considerando:
a) as retiradas com reposição (1,5)
b) as retiradas sem reposição (1,5 )
15. A probabilidade de um time A vencer qualquer jogo é 0,5. A joga com o time B num
torneio. O primeiro time que ganhar dois jogos seguidos ou vencer um total de três
jogos ganha o torneio. Encontre o número esperado de jogos no torneio. (2,875)
16. Um jogador lança três moedas não viciadas. Ganha 5 u. m. se ocorrerem 3 caras, 3 u. m.
se ocorrem 2 caras, e 1 u. m se ocorre somente uma cara. Por outro lado perde 15 u.
m se ocorrem três coroas. Encontre o valor do lucro esperado no jogo e o desvio padrão
do ganho esperado. (0,25 e o desvio padrão 5,91)
17. Três jogadores de Tênis A, B e C, disputam um campeonato. Inicialmente A joga com

B e o vencedor joga com C, e assim por diante. O campeonato termina quando um
jogador ganha duas partidas consecutivas ou quando completar, ao todo, quatro partidas.
- 120 -
A probabilidade de cada jogador vencer é ½. Encontre o nº de jogos necessários para a

realização do campeonato e a distribuição de probabilidades.
Respostas:
4. a)
X 1 2 3 4 5 6
P(X=x) 1/6 1/6 1/6 1/6 1/6 1/6
b) E(X) =3,5 pontos c) Var (X) = 2,91
5 . a)
W 2 3 4 5 6 7 8 9 10 11 12
P(W=w) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
b) E(W) = 7 c) Var (W) = 5,83 d) DP = 2,41
6. a) E(X) = 2,3 b) Var(X) = 2,01 c) DP = 1,42
d)
X 0 1 2 3 4 5
P(X=x) 0,1 0,3 0,6 0,8 0,9 1,0
7. a) E(Z) = 64 kg b) Var (Z) = 34 c) DP = 5,83
8. a) Var (X) = 2,4

b)
X 0 1 2 3 4 5 6 7
F(x) 0,01 0,03 0,13 0,33 0,60 0,80 0,90 1,0
9. a)
X 0 1 2 3 4 5 6 7
F(x) 0,05 0,05 0,12 0,15 0,30 0,17 0,12 0,04
b) E(X) = 3,79 c) Var (X) = 2,84 d) DP = 1,69
10. a) E(X) = 0 b) Var (X) = 11 666,67 c) desvio padrão = 108,01

b) É honesto uma vez que a expectativa de ganho – E(X) - é zero
- 121 -
MODELOS DE DISTRIBUIÇÃO DE PROBABILIDADES
Na prática existem variáveis aleatórias que têm perfis semelhantes, quanto a sua distribuição
na população. Por essa razão alguns estudiosos verificaram que era possível definir um
modelo matemático para permitir calcular as probabilidades associadas aos resultados de
variáveis que apresentassem essas mesmas características. Dessa forma foi possível criar
vários modelos matemáticos onde cada um deles permite a obtenção das probabilidades de
variáveis pertencentes a uma família de variáveis aleatórias que tenham comportamentos
semelhantes.
MODELOS DE DISTRIBUIÇÃO DE PROBABILIDADES DE VARIÁVEIS

ALEATÓRIAS DISCRETAS.
Existe uma diversidade muito grande de variáveis aleatórias discretas. As variáveis que
apresentam perfis semelhantes e que atendam às exigências de um modelo matemático,
permitem definir a sua distribuição de probabilidade.
Uma distribuição de probabilidade fica caracterizada quando conhecemos o modelo

matemático para a obtenção das probabilidades e de seus parâmetros que são a média e a
variância da variável aleatória.
MODELO DE BERNOULLI
Existem várias experiências aleatórias que consistem em observar a ocorrência de um certo

resultado ou a não ocorrência daquele resultado em uma única repetição do experimento..
Dessa forma, pode-se dizer que ocorre :
sucesso – quando ocorre o resultado esperado, ou
fracasso – quando não ocorre aquele resultado.
Assim sendo, pode-se associar os valores:
0 (zero) - quando ocorre fracasso; e

1 - quando ocorre sucesso.
Assim fazendo, tem-se que:
X: variável aleatória ( nº de sucessos obtidos em uma repetição)
Rx= { 0 , 1 }
Já se sabe que: P( X = 1 ) + P( X = 0 ) = 1
- 122 -
Então, se for atribuído à probabilidade de sucesso um valor p, tem-se:
P(sucesso) = P(X=1) = p e, por consequência, tem-se:
P(fracasso) = P(X=0) = q
Onde: p + q = 1. Logo: q = 1 – p
Daí, podemos encontrar as características E(X) e Var(X) para o modelo de Distribuição de

Bernoulli. Veja:
E(X) = ∑ xi . P( X = xi )
então: E( X ) = 0 . q + 1 . p = p e, portanto:
E( X ) = p
e a variância será:
Var(X) = E(X2) – E2(X)
Onde E(X2) = ∑ xi2 . P( X = xi ) = 02 . q + 12 . p = p
E substituindo em Var(X), teremos:
Var(X) = E(X2) – E2(X) = p - p2 = p(1-p) e lembrando-se que q = 1 – p
Então:
Var(X) = p.q
Esse modelo é muito importante, pois servirá de base para a definição de um novo modelo
denominado de Modelo Binomial.
- 123 -
DISTRIBUIÇÃO BINOMIAL
Esse modelo probabilístico é aplicado na obtenção de probabilidades associadas aos resultados

de variáveis aleatórias que consistem em verificar o número de sucessos que ocorrem em n
repetições de uma experiência de Bernoulli. Essas variáveis devem atender aos seguintes
requisitos do modelo:
1. O número de repetições n é conhecido;
2. Cada tentativa só admite dois resultados possíveis: “sucesso” ou “fracasso”
3. As repetições são independentes, isto é, o resultado de uma repetição não influencia o
resultado de outra.
4. A probabilidade de sucesso é conhecida e igual a p, isto é:
P(sucesso) = p e então: P(fracasso) = 1- p = q
Assim sendo, podemos definir:
X : número de sucessos que ocorrem em n repetições do experimento
Rx = { 0, 1, 2, 3, .............., n}
Para a definição do modelo podemos calcular a probabilidade de ocorrência de x sucessos

nas n repetições. Para isso podemos admitir um particular resultado, como segue:
Sucessos Fracassos
s.s.s..............s.s.s.f.f.f.f……...........f.f.f
Essa é uma seqüência em que os x sucessos ocorreram nas primeiras repetições e, como cada
repetição só admite os resultados sucesso ou fracasso concluímos que ocorreram n-x
fracassos nas repetições seguintes. Como a probabilidade de sucesso é igual a p e a
probabilidade de fracasso é igual a q e considerando que as repetições são independentes,
teremos:
Sucessos fracassos
s.s.s...............s.s.s.f.f.f.f….............f.f.f
p.p.p............... p.p.p.q.q.q.q..............q.q.q = px .qn-x
porém essa é a probabilidade de uma particular sequência em que ocorreram os x sucessos

nas primeiras repetições. Entretanto, estamos interessados no número x de sucessos e não na
ordem em que eles aparecem. Assim sendo podemos calcular o número de diferentes
sequências em que ocorrem x sucessos nas n repetições. Esse número é dado pela (𝑛𝑥). Daí
podemos concluir que a distribuição de probabilidade da Distribuição Binomial é dada pela
expressão:
𝑛
P(X = x) = (𝑥 ). px.qn-x onde x pode ser igual a 0,1,2,3,......n
- 124 -
Esse modelo tem a esperança matemática dada pela expressão:
E(X) = n p
E a variância é dada pela expressão:
Var(X) = n p q
Conforme pode ser visto nas demonstrações às páginas 132 e 133
Exemplo: Em um teste foram colocadas 8 questões com 4 alternativas cada, sendo que
apenas uma das alternativas é correta. Uma pessoa se submete ao teste, respondendo a todas
as questões, ao acaso, e quer saber:
a) qual a probabilidade de acertar 6 questões?
b) qual a probabilidade de acertar as oito questões?
c) qual a probabilidade de acertar 4 questões?
d) quantas questões a pessoa espera acertar?
e) qual é o valor da variância?
f) qual é o desvio padrão?
g) qual é o coeficiente de variação?
Solução: n : nº de questões a serem respondidas
X : nº de questões respondidas corretamente
P(sucesso) = P(acertar) = p = ¼ =0,25. Portanto:
P(fracasso) = q = 1 – p = 1 – 0,25 = 0,75
Rx = {0, 1, 2, 3, 4, 5, 6, 7, 8}
Como n = 8 e p = 0,25 => q = 0,75, temos:
𝑛
P(X = x) = (𝑥 ). px.qn-x
a) P ( X = 6 ) = (86). (0,25)6 . (0,75)8-6 = 28 . 0,0002. 0,5625
P ( X = 6 ) = 0,00315
8
b) P( X = 8 ) = (8). (0,25)8. (0,75)8-8 = 1.0,0000153
P( X = 8 ) = 0,0000153
8
c) P( X = 4 ) = (4). (0,25)4. (0,75)8-4 = 70 . 0,003696. 0,316406
- 125 -
P(X = 4) = 0,086517
d) E(X) = n.p = 8.0,25 = 2 questões
e) Var(X) = n.p.q = 8.0,25.0,75
Var(X) = 1,5 (questões)2
f) DP = √𝑉𝑎𝑟(𝑋) = √1,5(questões)2
DP = 1,22 questões
𝜎𝑥 1,22 𝑞𝑢𝑒𝑠𝑡ô𝑒𝑠
g) CV = . 100 = .100
𝐸(𝑋) 2,0 𝑞𝑢𝑒𝑠𝑡õ𝑒𝑠
CV = 61%
Observação: A demonstração da fórmula de E(X) e de Var(X) se encontram no final desta

unidade.
DISTRIBUIÇÃO DE POISSON
Existem situações em que estaremos interessados em observar certo fenômeno estatístico

quanto à ocorrência ou a não ocorrência do mesmo, a que denominamos de “sucesso”
quando ocorre e “insucesso” quando o fenômeno não ocorre. Entretanto, existem fenômenos
que, se por um lado, são fáceis de serem observados quanto a sua ocorrência, por outro lado,
se torna impossível observar a não ocorrência dos mesmos.
Vejamos os exemplos a seguir:
- nº de defeitos que ocorrem na pintura de paredes por intervalo de área(metro quadrado

por exemplo);
- nº de acidentes de trânsito num certo período (dia, semana, mês, etc);
- nº de interrupções de energia elétrica durante certo período;
- nº de suicídios num certo período;
- nº de coliformes fecais na água por volume (cm3, etc)
Em todos os casos, essa observação deverá ser feita durante um certo intervalo contínuo, que
pode ser de tempo, de comprimento, área, volume etc.
Podemos notar que não é tarefa difícil observar a ocorrência daquilo que definimos como
objeto de nossa observação, o “sucesso”. Porém, não temos como avaliar o número de vezes
em que tais fenômenos deixam de ocorrer, de forma a obtermos o número de “insucessos”
ou “fracasso”. Entretanto, o matemático francês Siméon Denis Poisson, constatou que
variáveis como as enunciadas acima, tem as probabilidades de seus resultados dadas pela
fórmula abaixo, denominada Lei de Poisson.
- 126 -
Definindo a variável: X : número de sucessos em determinado intervalo
Rx = { 0, 1, 2, 3, 4, ......}
e−λt .(λt)xi
E, portanto: P(X=xi, t = t) = xi!
Onde λ é uma constante e representa a taxa de ocorrência de sucessos no intervalo t.

A média e a variância de uma variável que tenha distribuição de Poisson são dadas por:
E(X) = λt e Var(X) = λt
Exemplo : As chegadas de clientes a uma Agência Bancária ocorrem com uma média de 30
clientes por hora. Baseado nessa informação o Gerente deseja saber:
a) a probabilidade da agência não receber cliente num período de 10 minutos?
b) a probabilidade da agência não receber cliente num período de 4 minutos?
c) a probabilidade da agência receber apenas 2 clientes no período de 6 minutos?
Solução: X : nº de clientes que chegam à Agência, por intervalo
Rx = { 0, 1, 2, 3, ............}
e−λt.(λt)0
a) P(X = 0, t = 10 min ) = 0!
E(X) = 30 clientes em 60 minutos, logo:
E(X) = 30 ----------- 60 min

30.10
(λt)* ----------- 10 min  (λt)* = 60
= 5 clientes em 10 minutos
e−5 .(5)0
portanto: P(X = 0, t = 10 min) = 0!
= 𝑒 −5 = 0,0067
e−λt .(λt)0
b) P(X = 0, t = 4 min ) =
0!
E(X) = 30 ----------- 60 min

30 . 4
(λt)* ----------- 4 min  (λt)* = 60
= 120
60
= 2,0
e−2 .(2)0
portanto: P(X = 0, t = 4 min) = 0!
= 0,1353
- 127 -
e− λt .(λt)2
c) P(X = 2, t = 6 min ) = 2!

E(X) = 30 ----------- 60 min
30 . 6 180
(λt)* ----------- 6 min  (λt)* = 60
= 60 = 3,0
e−3 .(3)2
portanto: P(X = 2, t = 6 min) = = 4,5.e-3 = 4,5. 0,04979
2!
P( X = 2, t = 6 min) = 0,22405
APROXIMAÇÃO DA BINOMIAL PELA POISSON
A distribuição de Poisson é também usada para fazer a aproximação da Distribuição

Binomial, quando n > 30 e p ≤ 0,05 visando a simplificação de cálculos. Para isso basta
fazer a média da distribuição binomial igual a média da distribuição de Poisson, ou seja:
Considere uma variável aleatória com distribuição binomial. Então:
X : número de sucessos que ocorrem em n repetições do experimento
Rx = { 0, 1, 2, 3, .............., n}
Logo:
𝑛
P(X = x) = (𝑥 ). px.qn-x e assim, se n for maior que 30 e p < 0,05,
então podemos fazer:
E(X) = np = E(X) = λt
E então:
𝑛 e−np .(np)xi
P(X = xi) = ( ).
𝑥
px.qn-x ≅
xi!
Exemplo: Um fabricante afirma que 4 % das peças produzidas apresentam algum tipo de
defeito. Um comerciante adquire uma grande partida dessas peças e para isso retirou uma
amostra de 90 peças, com reposição, e quer saber:
a) qual a probabilidade de que não seja encontrada peça defeituosa na amostra.?
b) Qual a probabilidade de que sejam encontradas duas peças defeituosas na amostra?
c) qual a probabilidade de que sejam encontradas no máximo duas peças defeituosas?
Solução: Analisando o experimento podemos constatar que, a rigor, é o caso da aplicação

da Distribuição Binomial. Entretanto, como n é grande e p muito pequeno podemos fazer a
aproximação da Binomial pela distribuição de Poisson.
- 128 -
X : nº de peças defeituosas em uma amostra de tamanho 90
Sucesso: ser defeituosa e fracasso: não ser defeituosa
nº de tentativas = n = 90
P(sucesso) = p = 0,04 => P(fracasso) = q = 1 – p = 1 – 0,04 = 0,96
Rx = {0, 1, 2, 3, 4, .....................90}
Como se trata de uma distribuição Binomial, tem-se:
90
a) P ( X = 0 ) = ( 0 ) . (0,04)0 . (0,96)90-0 = 0,9690 = 0,0254
Entretanto, para evitar cálculos laboriosos, podemos fazer a aproximação pela Poisso. Para
isto, tem-se:
E(X) = n p = 90 . 0,04 = 3,6
E daí, fazemos: E(X) = λt = n p = 3,6
Portanto:
90 e−3,6 .(3,6)0
a) P ( X = 0 ) = ( 0 ) . (0,04)0 . (0,96)90-0 ≅ 0!
= e-3,6
P ( X = 0 ) = e-3 . e-0,6 = 0,0498 . 0,5488 = 0,0273
90 e−3,6 .(3,6)2 𝑒− 3 . 𝑒− 0,6 .12,96

b) P( X = 2 ) = ( 2 ) . (0,04)2. (0,96)90-2 ≅ 2!
= 2
P( X = 2 ) = 0,0498 . 0,5488 . 6,48 =
P( X = 2 ) = 0,1771
c) P( X ≤ 2 ) = P ( X = 0) + P ( X= 1 ) + P ( X = 2 ) =
Como já foram encontrados os valores de P(X= 0) = 0,0273 e o de P(X=2) = 0,1771, vamos

calcular:
e−3,6 .(3,6)1
P ( X = 1) ≅ 1!
= 0,0273 . 3,6 = 0,0983
Então: P (X ≤ 2 ) = 0,0273 + 0,0983 + 0,1771
P( X ≤ 2 ) = 0,3027
- 129 -
1. O controle de qualidade de uma fábrica de peças afirma que 10% da produção da fábrica
apresenta algum tipo de defeito. A fábrica comercializa as peças embaladas em caixas
com dez unidades. Se um cliente adquire uma caixa, quer saber:
a) qual a probabilidade da caixa não conter peças defeituosas? 0,3486
b) qual a probabilidade da caixa conter no máximo duas peças defeituosas? 0,9298
2. Num processo de auditoria estima-se que 6 % das faturas encontram-se com algum
problema. Da população de faturas é selecionada uma amostra de 10 faturas para serem
avaliadas. Pergunta-se:
a) qual a probabilidade de que não haja fatura com problema? 0,53862
b) qual a probabilidade de que haja mais de uma fatura com problema? 0,1176
3. Ainda com relação ao problema de nº 1, se for definido que caixas com nenhuma peça
defeituosa seja vendida a R$30,00, caixas com uma ou duas peças defeituosas sejam
vendidas a R$25,00; caixas com três ou quatro peças sejam vendidas a R$20,00 e que
caixas que contenham 5 ou mais peças sejam vendidas a R$15,00, pergunta-se:
a) O preço médio de venda das caixas 26,38
b) O desvio padrão do preço de venda das caixas 2,99
4. A chegada de clientes a uma agência bancária é uma variável que ocorre com uma
média de 30 clientes por hora. Assim sendo deseja-se saber:
a) qual a probabilidade de que nenhum cliente chegue durante o período de dois
minutos? 0,36787
b) Qual a probabilidade de que chegue no máximo dois clientes em 5 minutos?
0,54381
5. Uma moeda é lançada 10 vezes. Calcule as seguintes probabilidades:

a) de ocorrer 6 caras 0,20508
b) de ocorrer pelo menos duas caras 0,98926
c) de não ocorrer coroa 0,00098
d) de ocorrer pelo menos uma coroa 0,99902
e) de não ocorrer 5 caras e 5 coroas 0,75391
6. Admitindo-se que o nascimento de meninos e meninas sejam igualmente prováveis,

calcule a probabilidade de um casal que queira ter seis crianças tenha 4 delas do sexo
masculino. 0,23437
7. Em 320 famílias com quatro crianças cada uma, quantas se espera que tenham:
a) nenhuma menina 20
b) uma menina 80
c) quatro meninas 20
- 130 -
d) quatro meninos 20
8. Qual a probabilidade de obter pelo menos uma vez a face de nº 3 ao fazer n jogadas de
um dado? 1 –(5/6)n
9. Num teste de 6 questões, cada uma delas tem três alternativas onde apenas uma é correta.
Se uma pessoa responder esse teste “no chute”, pergunta-se:
a) qual a probabilidade de acertar todas as questões 0,00137
b) quantas questões a pessoa espera acertar 2
c) qual a probabilidade de acertar a metade das questões 0,21948
10. Uma variável aleatória X, binomial, tem sua Função Repartição dada por:
F(0) =1/243 F(1) = 11/243 F(2) = 51/243 F(3) = 131/243 F(4) = 211/243 e F(5) = 1
Encontre:
a) o valor de n 5 d) o valor de p 2/3
b) a média esperada 3,3 e) P(X ≥1) 0,99588
c) a variância 1,11 f) P(2 ≤ X ≤ 4) 0,82304
11. Um atirador tem a probabilidade igual a 0,3 de acertar o alvo. Se ele atirar 6 vezes, qual
é a probabilidade de:
a) acertar exatamente dois tiros 0,32413
b) acertar no máximo dois tiros 0,74431
12. Se das lâmpadas fabricadas por uma certa fábrica 5 % são defeituosas, calcule as
probabilidades de que, numa amostra de 100 lâmpadas, haja:
a) nenhuma defeituosa 0,0067
b) três defeituosas 0,1404
c) mais de uma lâmpada defeituosa 0,9595
13. Uma fábrica verificou que, ao testar seus pneus na pista, ocorria 1 estouro de pneu a cada
5000 km. Nessas condições, calcular:
a) a probabilidade de que, num teste de 3000 km, haja no máximo um estouro de
pneu. 0,8781
b) a probabilidade de não ocorrer estouro de pneu no percurso de 8000 km 0,2019
14. Um certo posto de bombeiro recebe em média 3 chamadas telefônicas por dia. Calcule
a probabilidade de que:
a) ocorra 4 chamadas num dia 0,16803
b) ocorra duas ou mais chamadas por dia 0,80085
15. Um Porto recebe, em média, 6 navios por mês. Nessas condições, encontre a
probabilidade de:
a) receber exatamente 6 navios no período de um mês 0,16062
b) receber 4 navios no período de 10 dias 0,09022
16. Na pintura de paredes ocorre, em média, um defeito por metro quadrado. Qual é a
probabilidade de que ocorram três defeitos numa parede de de 2m x 2m. 0,19537
- 131 -
17. Admitindo-se que 400 erros estejam aleatoriamente distribuídos num livro de 500
páginas, pergunta-se:
a) qual a probabilidade de que uma página qualquer contenha dois erros 0,14378
b) qual a probabilidade de que uma página qualquer não contenha erros 0,44932
18. Sabe-se que numa população de 50 000 habitantes ocorrem, em média, dois suicídios
por ano. Qual é a probabilidade de que numa população de 100 000 hab, durante um
ano, haja:
a) nenhum suicídio 0,01832
b) dois suicídios 0,14652
c) no máximo três suicídios 0,43347
Apêndice:
Demonstração da fórmula da média e da Variância
Sabemos que:
𝑛
E(X) = ∑ x. P(X=x) = ∑ x.(𝑥 ).𝑝 𝑥 . 𝑞 𝑛−𝑥 = ∑ x. (𝑛−𝑥)!.𝑥! . 𝑝 𝑥 𝑞 𝑛−𝑥
𝑛!
𝑛.(𝑛−1)! (𝑛−1)!
E(X) = ∑ x.
(𝑛−𝑥)!.𝑥.(𝑥−1)!
. 𝑝.𝑝𝑥−1 𝑞 𝑛−𝑥 = n . p. ∑ x. (𝑛−𝑥)!.𝑥.(𝑥−1)!. 𝑝𝑥−1𝑞𝑛−𝑥
Simplificando e reescrevendo a equação, temos:
(𝑛−1)!
E(X) = n.p.∑ (𝑛−𝑥)!.(𝑥−1)!
. 𝑝𝑥−1𝑞𝑛−𝑥
Então:
𝑛−1
E(X) = n.p. ∑(𝑥−1). 𝑝 𝑥−1 𝑞 𝑛−𝑥
Daí, fazendo m = n-1 e y = x-1 e substituindo na expressão, temos:
𝑚 𝑚
E(X) = n.p. ∑ ( 𝑦 ). 𝑝 𝑦 𝑞 𝑛−𝑦 como: ∑ ( 𝑦 ) 𝑝 𝑦 𝑞 𝑛−𝑦 = 1, então:
E(X) = n.p
Demonstrando que: Var(X) = n.p.q
Var(X) = E(X2) – (E(X))2
Calculando E(X2), temos:
- 132 -
𝑛
E(X2) = ∑ 𝑥 2 . P(X = x) = ∑ 𝑥 2 . (𝑥 ). 𝑝 𝑥 𝑞 𝑛−𝑥
Fazendo: x2 = x.(x-1)+ x e substituindo na expressão, temos:
𝑛
E(X2) = ∑[𝑥. (𝑥 − 1) + 𝑥]. (𝑥 ). 𝑝 𝑥 𝑞 𝑛−𝑥
𝑛 𝑛
E(X2) = ∑ 𝑥. (𝑥 − 1). (𝑥 ). 𝑝 𝑥 𝑞 𝑛−𝑥 + ∑ 𝑥. (𝑥 ). 𝑝 𝑥 𝑞 𝑛−𝑥
𝑛!
E(X2) =∑ 𝑥. (𝑥 − 1).(𝑛−𝑥)! .𝑥!
.𝑝 𝑥 𝑞𝑛−𝑥 + n.p
𝑛.(𝑛−1).(𝑛−2)!
E(X2) = ∑ 𝑥. (𝑥 − 1). . 𝑝2 . 𝑝 𝑥−2 . 𝑞 𝑛−𝑥 + n.p
(𝑛−𝑥)! . 𝑥 . (𝑥−1).(𝑥−2)!
Simplificando e reescrevendo a expressão, temos:
(𝑛−2)!
E(X2) = n.(n-1). p2. ∑ (𝑛−𝑥)!.(𝑥−2)! . 𝑝𝑥−2 𝑞𝑛−𝑥 + n.p
Fazendo m = n -2 e y = x-2 e substituindo na expressão acima, temos:
𝑚!
E(X2) = n.(n-1).p2 .∑ (𝑚−𝑦)!.𝑦!. 𝑝𝑦𝑞𝑚−𝑦 + n.p
Portanto:
𝑚
E(X2) = n.(n-1).𝑝2 .∑ ( 𝑦 ) 𝑝 𝑦 𝑞 𝑚−𝑦 + n.p
𝑚
Como: ∑ ( 𝑦 ) 𝑝 𝑦 𝑞 𝑚−𝑦 = 1, temos:
E(X2) = n.(n-1).𝑝 2 + n.p
Substituindo em ......, temos:
Var(X) = E(X2) – (𝐸 (𝑋))2
Var(X) = [n.(n-1).p2 + n.p] – (n.p)2
Var(X) = n2p2 - n.p2 + n.p – 𝑛2 𝑝2

Var(X) = n.p - n.p2 = n.p.(1 – p
Como q = 1 – p, temos : Var(X) = n.p.q
- 133 -
Demonstração da média e da variância da distribuição de Poisson:
E(X) = ∑ 𝑥. 𝑃(𝑋 = 𝑥𝑖)
𝑒 −λt (λ.t)𝑥
E(X) = ∑ 𝑥. vamos considerar λt = α (para t = 1), portanto:
𝑥!
𝑒 −α α𝑥
E(X) = ∑ 𝑥. Fazendo y = x-1 e portanto: x = y +1
𝑥. (𝑥−1)!
Simplificando e substituindo o valor de x, tem-se:

α𝑥−1 𝛼𝑦 𝑒 −𝛼 .𝛼𝑦 𝑒 −𝛼 .𝛼𝑦
E(X) = ∑ 𝑥. 𝑒 −α . α . 𝑥.(𝑥−1)! = ∑ 𝑒 −α . 𝛼. 𝑦! = α. ∑ = α, pois ∑ = 1, então:
𝑦! 𝑦!
E(X) = α
Var(X) = E(X2) – (E(x))2 onde:
𝑒 −𝛼 𝛼𝑥 𝑒 −𝛼 𝛼𝑥
E(𝑥 2 ) = ∑ 𝑥 2 . = ∑[𝑥. (𝑥 − 1) + 𝑥 ]. onde: x2 = x.(x-1) + x
𝑥! 𝑥!
𝑒 −𝛼 𝛼𝑥 𝒆−𝜶 𝜶𝒙
= ∑ 𝑥 (𝑥 − 1). +∑𝒙 .
𝑥! 𝒙!
𝑒 −𝛼 𝛼𝑥 𝒆−𝜶𝜶𝒙
= ∑ 𝑥(𝑥 − 1). 𝑥.(𝑥−1).(𝑥−2) ! + α = ∑ (𝒙−𝟐) ! + α
mas fazendo: y = x -2, tem-se: x = y+2
𝒆−𝜶 𝜶𝒚+𝟐 𝒆−𝜶𝜶𝒚 𝒆−𝜶 𝜶𝒚

=∑ + α = ∑ 𝛼 2. + α = 𝛼 2. ∑ +α
𝒚! 𝒚! 𝒚!
E(𝑥 2 ) = 𝛼 2 + α
Portanto: Var(X) = E(𝑥 2 ) – (E(x))2 = 𝛼 2 + α - 𝛼 2
Var(X) = α
- 134 -
VARIÁVEIS ALEATÓRIAS CONTÍNUAS UNIDMENSIONAIS
As variáveis aleatórias contínuas desempenham importante papel no desenvolvimento da

teoria do cálculo de probabilidades, além de se constituir em importante instrumento de larga
aplicação à Estatística Inferencial. Assim sendo, no presente texto não se pretende esgotar o
assunto e sim, apresentar as noções básicas e fundamentais de procedimentos de trabalho
com as variáveis aleatórias contínuas unidimensionais e algumas de suas características
necessárias ao desenvolvimento de outras disciplinas afins.
VARIÁVEL ALEATÓRIA CONTÍNUA
No caso de variáveis aleatórias contínuas não tem sentido calcular a probabilidade destas
assumirem um particular valor pertencente ao Rx, seu contradomínio, da forma que foi visto
na unidade anterior em relação às variáveis aleatórias discretas. O que se considera correto
para variáveis aleatórias contínuas é determinar a probabilidade da variável assumir valores
compreendidos em certo intervalo pertencente ao Rx. Vejamos a definição a seguir.
Definição: Diz-se que X é uma variável aleatória contínua se seu contradomínio R x for dado
por um conjunto infinito não numerável, isto é, um intervalo ou um conjunto de intervalos.
FUNÇÃO DENSIDADE DE PROBABILIDADE (fdp)
Seja X uma variável aleatória, contínua, isto é, uma variável que tenha por contradomínio
Rx = {x / x ∈ (a, b)}. A função densidade de probabilidade é uma função f(x) qualquer, que,
à semelhança do que foi definido na página 112 para as variáveis discretas, satisfaça às
seguintes condições:
I ) f(x) ≥ 0 para qualquer x ∈ Rx II ) ∫Rx f (x ) dx = 1
É de fácil verificação que as funções que atendam às condições acima atendem também aos
principais axiomas do cálculo de probabilidades.
Para calcular a probabilidade de X assumir valores compreendidos entre c e d pertencentes

a Rx, tal que c < d, temos:
𝑑
P ( c < x < d ) =∫𝑐 𝑓(𝑥) 𝑑𝑥
FUNÇÃO DE DISTRIBUIÇÃO ACUMULADA OU FUNÇÃO REPARTIÇÃO
Como já foi visto na página 112, a função de distribuição acumulada é dada por:
F(x) = P(X ≤ x)
No caso de variáveis aleatórias contínuas, esta função é definida da seguinte maneira:

𝑥
F(x) = ∫−∞ 𝑓 (𝑥 ) 𝑑𝑥
- 135 -
ESPERANÇA MATEMÁTICA
A esperança matemática de variáveis aleatórias contínuas é dado por:

𝑥
E(X) = ∫−∞ 𝑥. 𝑓 (𝑥 ) 𝑑𝑥
VARIÂNCIA
No caso de variáveis aleatórias contínuas a variância é dada por:
Var(X) = E ( X2 ) – (E( X ))2
Onde: E(X2) = ∫Rx x2 f (x) dx
MODELOS DE DISTRIBUIÇÃO DE PROBABILIDADES DE VARIÁVEIS

ALEATÓRIAS CONTÍNUAS
Face à grande frequência de situações em que nos deparamos com variáveis com
comportamentos semelhantes é que buscamos definir os modelos matemáticos de
distribuição de probabilidades. Neste capítulo veremos os modelos: distribuição uniforme,
distribuição exponencial e o modelo de distribuição normal.
DISTRIBUIÇÃO DE PROBABILIDADE – UNIFORME
Se X é uma variável aleatória contínua com sua distribuição de probabilidade uniforme no

intervalo (a , b), então a sua função densidade de probabilidade é dada pela seguinte função:
1
f (x) = 𝑏−𝑎 se a < x < b
= 0 se x ∉ (a , b)
e sua função repartição é obtida da seguinte maneira:

𝑥
F ( x ) = ∫−∞ 𝑓 (𝑥 ) 𝑑𝑥
𝑎
Então: Se x ≤ a  F(x) = ∫−∞ 𝑓 (𝑥 )𝑑𝑥 = 0 pois f ( x ) = 0 se x ≤ a
𝑥≤𝑎 𝑥<𝑏 𝑥 𝑥
Se a < x < b  F ( x ) = ∫−∞ 𝑓 (𝑥 )𝑑𝑥 + ∫𝑎 1
𝑏−𝑎
dx = 𝑏−𝑎 𝑎
- 136 -
𝑥−𝑎
F(x)= 𝑏−𝑎
𝑥 𝑥≤𝑎 𝑏 𝑥
Se x ≥ b  F ( x ) = ∫−∞ 𝑓(𝑥 )𝑑𝑥 = ∫−∞ 𝑓 (𝑥 )𝑑𝑥 + ∫𝑎 𝑓 (𝑥 )𝑑𝑥 + ∫𝑥≥𝑏 𝑓(𝑥 )𝑑𝑥
𝑥−𝑎 𝑏
F(x)= 0+ + 0 pois f(x) é 0 se x ≥ 𝑏
𝑏−𝑎 𝑎
Portanto: F( x ) = 1
Daí nós podemos representá-la da forma a seguir:
0 se x ≤ a
𝑥−𝑎
F(x)= 𝑏−𝑎
se a < x < b
1 se x ≥ b
E sua representação gráfica é a seguinte:
𝒃+𝒂
Já a média esperada E ( X ) é obtida pela fórmula: E(X) =
𝟐
(𝒃−𝒂)𝟐
e a variância de X é dada por: Var(X) =
𝟏𝟐
Observação: a demonstração das fórmulas para cálculo de E(X) e da Var(X) se encontram

no final deste capítulo.
Exemplo: Admitindo-se que uma variável aleatória X esteja distribuída uniformemente no

intervalo de 1 a 6, encontre:
a) a função densidade de probabilidade b) a função repartição
c) A média esperada de X d) Variância de X
e) O desvio padrão f) O coeficiente de variação
Soluça: X ; varável aleatória distribuída uniformemente e seu Rx = ( 1 , 6 )
- 137 -
1 1
a) como: f ( x ) = 𝑏−𝑎 = 6−1 = 15
1
5
se 1 < x < 6
então : f(x) =
0 se x ∉ (1 , 6)
b) conhecendo o intervalo (a , b) , é só substituir no modelo acima, ou seja:
Como:
0 se x ≤ a 0 se x ≤ 1
𝑥−𝑎 𝑥−1
F( x ) = 𝑏−𝑎
se a < x < b Então: F ( x ) = 5
se 1 < x < 6
1 se x ≥ b 1 se x ≥ 6
6 𝑥2 6 62 − 12
c) E( X ) = ∫𝑅𝑥 x. 𝑓 (𝑥 )𝑑𝑥 = ∫1 𝑥 . 15 .dx = 10 1
= 10
36−1 35
= 10
= 10
= 3,5
𝑏+𝑎 6+1
Ou simplesmente: E(X) =
2
= 2
= 72
E(X) = 3,5
d) Var(X) = E ( X2 ) – (E ( X ))2
6 𝑥3 6
Como E(x2) = ∫Rx x2 f (x) dx = ∫1 𝑥 2 . 51 𝑑𝑥 = 15 1
63 − 13
=
15
= 216−1
15
= 215
15
= 14,3
Logo, teremos:
Var( X ) = E(X2) – (E(X))2 = 14,3 – (3,5)2 = 14,3 – 12,25 =
Var ( X ) = 2,05
(𝒃−𝒂)𝟐 (𝟔−𝟏)𝟐 𝟐
Ou simplesmente: Var(X) = 𝟏𝟐
= 𝟏𝟐
= 𝟓𝟏𝟐 = 𝟐𝟓
𝟏𝟐
Var(X) = 2,05
e) σx = + √𝑉𝑎𝑟(𝑥) = + √2,05 = 1,42
- 138 -
𝜎𝑥 1,42
f) C V = 𝐸(𝑋)
. 100 = 3,5
.100
C V = 40,6 %
Demonstrações das fórmulas da média e da variância de uma variável com

distribuição uniforme.
1 𝑏 𝑥2 𝑏
E(X) = ∫ 𝑥
𝑅𝑥
. 𝑓 (𝑥 )𝑑𝑥 = ∫𝑎 𝑥 . 𝑏−𝑎 𝑑𝑥 = 2(𝑏−𝑎) 𝑎
=
𝑏2 − 𝑎2 (𝑏−𝑎).(𝑏+𝑎)
=
2.(𝑏−𝑎)
= 2.(𝑏−𝑎)
=
𝒃+𝒂
E(X) = 𝟐
Demonstração da fórmula da variância : V(X) = E(X2) – (E(X)2
𝑏 𝑏 𝑥3 𝑏 3 3
E( X2 ) = ∫ 𝑥 2 𝑓(𝑥 )𝑑𝑥 = ∫𝑎 𝑥 2 . 𝑏−𝑎
1
𝑎
dx = 3.(𝑏−𝑎) 𝑎
= 𝑏3.(𝑏−𝑎)
−𝑎
Daí: Var(X) = E( X2) – ( E (X) )2 e substituindo pelos valores encontrados, temos:
𝑏3 − 𝑎3
Var(X) =
3.(𝑏−𝑎)
– (b+a
2
)2
Podemos escrever: (b3 – a3) = (b-a).(b2 + ba + a2)
(𝑏−𝑎).(𝑏2 + 𝑏𝑎+𝑎2 ) (𝑏+𝑎)2

Então: Var(X) =
3.(𝑏−𝑎)
−
4
(𝑏2 + 𝑏𝑎+𝑎2 ) (𝑏+𝑎)2

Var(X) = 3
−
4
4.(𝑏2 + 𝑏𝑎+𝑎2 )– 3.(𝑏2 + 2𝑏𝑎+ 𝑎2 )

Var(X) =
12
4𝑏2 + 4𝑏𝑎 +4 𝑎2 − 3𝑏2 −6𝑏𝑎−3𝑎2

Var(X) =
12
𝑏2 −2𝑎𝑏+ 𝑎2
Var(X) =
12
(𝒃−𝒂)𝟐
Var( X ) = 𝟏𝟐
- 139 -
MODELO EXPONENCIAL
O modelo exponencial para uma variável aleatória T tem sua função densidade de
probabilidade dada pela expressão:
0 se t < 0
f(t) =
λe-λt se t ≥ 0
onde seu Rt = [ 0 , ∞ )
os valores de f(t) dependem somente do parâmetro λ e o seu gráfico é o seguinte:
Função densidade da distribuição exponencial: f(t)

λ
f(t)
t=0 Variável T
O Modelo exponencial tem larga aplicação em diversas áreas do conhecimento e, em

especial, no caso de variáveis relacionadas à vida útil de equipamentos, tempo de espera etc.
Essa função descreve também as probabilidades associadas às variáveis definidas como o
tamanho do intervalo entre a ocorrência de dois sucessos consecutivos na Lei de Poisson.
A probabilidade da variável T assumir qualquer valor no intervalo entre c e d (c<d) é dada

por:
𝑑 𝑑
P(c < T < d) = ∫𝑐 𝑓 (𝑡)𝑑𝑡 = ∫𝑐 λe−λt 𝑑𝑡 = F(d) – F( c )
Função Repartição:
𝑡 0 𝑡 𝑡
F(t) = P(T ≤ 𝑡) = ∫− ∞ 𝑓(𝑡) 𝑑𝑡 = ∫− ∞ f(t) 𝑑𝑡 + ∫0 λe−λt 𝑑𝑡 = 0 + (- e-λt) 0
F(t) = - e-λt – (- e-λ0 ) = - e-λt + 1 = 1 - e-λt
Portanto: 0 se t < 0
F(t) =
1 - e-λt se t ≥ 0
O gráfico de F(x) é:
- 140 -
Esperança matemática: E(T)
∞ ∞
E(T) = ∫0 𝑡. 𝑓(𝑡) dt = ∫0 𝑡. 𝜆𝑒 −𝜆𝑡 dt fazendo a integração por partes,
temos: ∫ 𝑢 𝑑𝑣 = uv - ∫ 𝑣 du
Fazendo: u = t => du = dt
dv = λ.𝑒 −𝜆𝑡 => v = −𝑒 −𝜆𝑡

∞ ∞ ∞ ∞
Então: E(T) = t.(− 𝑒 −𝜆𝑡 ) - ∫0 (−𝑒 −𝜆𝑡 ) dt = - 𝑡𝜆𝑡 + ∫0 𝑒 −𝜆𝑡 dt =
0 𝑒 0
−𝜆𝑡 ∞
= lim ( - 𝑒𝑡𝜆𝑡
-
0
𝑒 𝜆0
) + ( −𝑒𝜆 ) 0 = 0 + (-
1
𝜆𝑒 𝜆𝑡
) ∞0
t ∞
1 1 1 1
E(T) = lim (− - (- )) = (0+ )=
λeλt λeλ0 𝜆 𝜆
t ∞
1
E(T) =
𝜆
Variância de T: Var(T) = E(T2) – (E(T))2
onde:
∞
E(T2) =∫ 𝑡 2 . 𝜆𝑒 −𝜆𝑡 dt fazendo a integração por partes,
0
Temos : ∫ 𝑢 𝑑𝑣 = uv - ∫ 𝑣 du
- 141 -
Fazendo: u = t2 => du = 2t dt
dv = λ.𝑒 −𝜆𝑡 => v = −𝑒 −𝜆𝑡

∞ ∞ 2 ∞ ∞
Então: E(T2) = t2.(- 𝑒 −𝜆𝑡 ) - ∫0 (−𝑒 −𝜆𝑡 ).2t dt = - 𝑡𝜆𝑡 + ∫0 𝑒 −𝜆𝑡 .2t dt
0 𝑒 0
𝑡2 0 ∞
= lim ( - 𝜆𝑡 ) – (- 𝜆0) + ∫0 𝑒 −𝜆𝑡 .2t dt =
𝑒 𝑒
t ∞
∞ ∞
= 2. ∫0 𝑒 −𝜆𝑡 . 𝑡 dt = 2.( ∫0 𝑡. 𝑒 −𝜆𝑡 dt )
Fazendo novamente a integração por partes, temos:

−𝜆𝑡 −𝑒 −𝜆𝑡
u = t => du = dt e dv = 𝑒 => v =
𝜆
‘’
−𝑒 −𝜆𝑡 ∞ ∞ 𝝀𝒕
E(T2) = 2. (t. - ∫𝟎 −𝒆𝝀 dt ) =
𝜆 0
𝑡 0 ∞ 𝑒−𝜆𝑡
= 2. (lim ( - 𝜆𝑡 ) – (- 𝜆0) + ∫0
𝜆𝑒 𝜆𝑒
) 𝜆
dt ) =
t ∞
(
= 2. 0 + ∫0
∞ 𝑒−𝜆𝑡
𝜆
dt ) 2 ∞
= . ∫0 𝑒 −𝜆𝑡 dt
𝜆
=
2
𝜆
. ( −𝑒𝜆−𝜆𝑡) ∞0 = 𝜆22 . ( lim 𝑒−1𝜆𝑡 - 𝑒−1𝜆.0 )
t ∞
2 2
E(T2) = 2 ( 0 + 1) =
𝜆 𝜆2
– ( 𝜆)2 =
2 1 2 1
Logo: Var(T) = E(T2) – (E(T))2 = 2 -
𝜆 𝜆2 𝜆2
𝟏
Var(T) = 𝟐
𝝀
Exemplo 01: Uma fábrica afirma que a vida útil das lâmpadas de sua produção é uma
variável aleatória que segue a Lei Exponencial com média de 700 horas. Um cliente deseja
comprar uma partida de lâmpadas dessa fábrica e quer saber:
- 142 -
a) o percentual de lâmpadas que espera durar mais que 700 horas

b) o percentual de lâmpadas que espera durar menos de 350 horas
c) se ele comprar 10 000 lâmpadas, quantas ele espera durar mais que 630 horas?
d) a probabilidade das lâmpadas durarem exatamente 650 horas
e) qual é o desvio padrão da vida útil dessas lâmpadas
Solução: T : tempo de vida útil das lâmpadas e R = [ 0 , ∞)
a) O percentual de lâmpadas é a mesma coisa que:
P(T > 700) = 1 – P(T ≤ 700) = 1 – F(700) = 1 – (1 - e-λ.700 ) = 1 – 1 + e-λ.700
P(T > 700) = e-λ.700
1
Lembrando que: E(T) = λ , temos: E(T) = 700 logo:
1
700 = λ e então, teremos : λ = 700
1
−1
portanto: P(T > 700) = e-λ.t = 𝑒 700 .700
P(T > 700) = e-1 = 0,3679
−1
b) P(T < 350) = F(350) = 1 - e-λ.350 = 1 - 𝑒 700 .350
P(T < 350) = F(350) = 1 - e-0,5
P(T < 350) = 1 – 0,6065 = 0,3935
c) Calculando, em primeiro lugar, o percentual de lâmpadas que duram mais de 630

horas, temos:
P(T > 630) = 1 – P(T ≤ 630) = 1 – F(630) =
−1 −630
= 1 – (1 - 𝑒 700 .630 ) = 1 – 1+ 𝑒 700
P(T > 630) = e- 0,9 = 0,4066
Portanto, tendo o percentual esperado de lâmpadas que durem mais que 630 h é só
multiplicar pelo total de lâmpadas a serem adquiridas. Então temos:
Nº de lâmpadas que se espera durar mais de 630 h = 10000*0,4066 = 4 066 unid
d) P(T = 650) = 0, pois não existe área no ponto
1
e) Var ( T ) =
λ2
- 143 -
1
Var ( T ) = 1 2 = 7002 = 490 000 (horas)2 , portanto:
( 700 )
𝜎t = √490 000(ℎ𝑜𝑟𝑎𝑠)2
𝜎t = 700 h
Exemplo 02: As interrupções de energia elétrica ocorrem segundo a Lei de Poisson com
uma média de 1,5 interrupções por dia (24 h). Pergunta-se:
a) qual a probabilidade de que o intervalo entre duas interrupções seja de 8 h ou mais?
b) qual a probabilidade de que o intervalo entre duas interrupções seja inferior a 4 h?
c) qual é intervalo médio e o desvio padrão dessa variável
Solução: X : número de interrupções de energia elétrica por dia
Rx = { 0, 1, 2, 3, 4, ........}
Já sabemos que a variável X tem distribuição de Poisson e, portanto, tem-se:
E(X) = λt = 1,5 (interrupções/24 h)

Dessa forma, temos:
1,5
λ.24 = 1,5  λ = 24
= 0,0625
Agora que conhecemos o valor de λ, podemos então definir:
T : comprimento dos intervalos entre dois sucessos consecutivos e R t = [ 0 , ∞ )
0 se t < 0 0 se t < 0
f(t) = e F(t) =
λe-λt se t ≥ 0 1 - e-λt se t ≥ 0
Então:
a) P(T ≥ 8) = 1 – P(T< 8) = 1 – F(8) = 1- (1- e- λt) = 1 – 1 + e- 0,0625.8 = e – 0,5 = 0,6065
b) P(T < 4) = F(4) = 1 - e-0,0625.4 = 1 - e-0,25

P(T < 4) = 1 – 0,7788 = 0,2212
1 1
c) A média: E(T) = λ = E(T) = 0,0625 = 16 horas e para o cálculo do desvio padrão,
temos:
1 1
Var( T ) = = = 256 (horas)2  𝜎t = √256(ℎ𝑜𝑟𝑎𝑠)2
λ2 (0,0625)2
𝜎 t = 16 horas
- 144 -
VARIÁVEL NORMAL PADRÃO
Diz-se que uma variável aleatória tem distribuição normal padrão, se sua função densidade
de probabilidade for da pela expressão:
2
1 −𝑧2
f(z) =
√2𝜋
.𝑒 para - ∞ < Z < +∞
Essa função goza da propriedade de que sua média é igual µ = 0 (zero) e sua variância 𝜎2 é
igual a 1. O gráfico desta função é uma curva simétrica em relação à sua média 0 (zero).
Dessa forma, pode-se representar a variável, como segue:
Z: N( µ , 𝜎2 ) isto é: Z: N(0 , 1)
onde a leitura é : Z é uma variável normal de média 0 e variância 1.
Sua representação gráfica é a que segue
e sua Função Repartição é dada por: F(z) = P(Z ≤ z) , isto é:
2
𝑧 1 −𝑧2
F(z) = P(Z ≤ z) = ∫
−∞ √2𝜋
𝑒 dz
Conforme ilustrado no exemplo abaixo, o valor da área hachurada no gráfico, corresponde

ao valor de F(z). Vejamos:
- 145 -
Exemplo: Considerando uma variável Z: N(0 , 1), encontre as áreas correspondentes às

seguintes probabilidades:
2
0,5 1 −𝑧2
F(0,5) = P(Z ≤ 0,5) = ∫
−∞ √2𝜋
𝑒 dz = 0,6915 (vejam a tabela da página 160)
Encontre as probabilidades correspondentes ao itens a seguir:
a) P(Z ≤ 1,55) = j) P(Z≤ z) = 0,0228 = z =?
b) P(Z ≤ -1,36) = k) P(Z≤ z) = 0,0409 = z =?
c) P(Z ≤ -3,00) l) P(Z ˃ z) = 0,9750 = z =?
d) P(Z ≤ 3,11) = m) P(Z≤ z) = 0,9772= z =?
e) P(Z > 1,33) = n) P(Z≤ z) = 0,9525 = z =?
f) P(Z ≤ -3,80) = o) P(Z > z) = 0,0202 = z=?
g) P(Z ≤ 3,00) =
h) P(Z > 3,31) =
i) P(-1,47< Z ≤ 2,15) = F(2,15) – F(-1,47)
Onde: P(Z > z) = 1 – P(Z ≤ z)
- 146 -
DISTRIBUIÇÃO NORMAL
Se uma variável aleatória tem sua distribuição normal, com média µ e variância 𝝈2, então a
sua função densidade de probabilidade é dada pela função:
1 𝑥−µ 2
1 −2 ( 𝜎 )
f(x) = .𝑒 para - ∞ < 𝑥 < ∞
𝜎√2𝜋
e, como já visto anteriormente, tem-se: X : N(µ , 𝜎2) cuja leitura é: X é uma variável normal
de média µ e variância 𝜎2, conforme demonstrações à página 158 desse texto.
Essa expressão gera uma curva como pode ser visto a seguir:
onde os valores de f(x), dependem somente dos valores da média μ e da variância 𝝈2 da

variável aleatória X. Essa curva é simétrica em relação a sua média. É uma curva assintótica
ao eixo do X nos extremos à direita e à esquerda.
O gráfico a seguir mostra as curvas de duas variáveis aleatórias X1: N(µ1, 𝜎12 ) e
X2: N(µ2 , 𝜎22 ) de média iguais, mas com a variância de X1 menor que a variância de X2.
- 147 -
A integral da função densidade nos fornece a área sob a curva, e só depende dos valores da
média e da variância.
𝑥−µ 2
𝑧 1 −12 ( 𝜎 )
F(x) =∫
−∞ 𝜎√2𝜋
.𝑒 dx = área
A área sob a curva é igual a 1 ou 100 % conforme ilustrado no gráfico abaixo.
Entretanto, pelo fato dessa integral não ser resolvida por métodos convencionais, e também
pelo fato de que cada variável tem sua média μ e variância 𝛔2, isso implica numa grande
dificuldade para a obtenção das probabilidades. Porém, essa dificuldade foi resolvida com a
descoberta de que, pela transformação de qualquer variável X, normal de média μ e variância
igual a 𝝈2, obtém-se uma nova variável, também normal, de média 0 (zero) e variância
igual a 1. Esse processo é denominado de padronização de variáveis aleatórias normais.
PADRONIZAÇÃO DE VARIÁVEIS ALEATÓRIAS NORMAIS
Qualquer variável normal de média μ e variância igual a 𝜎 2 pode ser transformada numa
variável, normal, denominada normal padrão ou reduzida Z de média 0 (zero) e variância
igual a 1, mediante a transformação a seguir:
𝑋−µ
Z= 𝜎
Aplicando as propriedades da Esperança Matemática e as da Variância de variáveis

aleatórias – páginas 115 e 116 -– tem-se:
E(Z) = E(𝑋−𝑚
𝜎
) = 𝜎1 . E(X-m) = 𝜎1 . (E(X) – E(m))
E(Z) = 1
𝜎
. (m – m) s
E(Z) = 0
- 148 -
E para a variância, tem-se:
Var(Z) = Var( 𝑋−𝑚

𝜎
) = 𝜎12 . Var( X – m) = 𝜎12 . (Var(X) – Var(m)) = 𝜎12 . (𝜎 2 - 0 )
2
Var(Z) = 𝜎𝜎2 e logo: Var(Z ) = 1
Portanto, sendo X : N (μ , 𝜎 2), pela transformação, obtém-se que: Z : N(0 , 1) e sua função
densidade de probabilidade, como já visto na página 145, é dada por:
2
1 −𝑧2
f(z) =
√2𝜋
.𝑒 para - ∞ < Z < +∞
Exemplo:
O consumo de energia em kWh, por domicílio, em determinada localidade, foi pesquisado
e, depois de apurado, conforme mostrado no histograma a seguir, constatou-se que os dados
estão distribuídos, aproximadamente, de acordo a distribuição normal com média igual a
164,5 kWh e variância 56,1 (kWh)2. Admitindo-se tal hipótese, pede-se:
CONSUMO (kWh) DE ENERGIA POR DOMICÍLIO

140
NÚMERO DE DOMICÍLIOS
120
100
80
60
40
20
0
FAIXAS DE CONSUMO
1 POR DOMICÍLIO
a) qual a probabilidade de encontrar domicílios com consumo inferior a 155 kWh?

b) qual a probabilidade de encontrar domicílios com consumo inferior a 175 kWh?
c) qual a probabilidade de encontrar domicílios com consumo entre 150 e 170 kWh?
d) qual a probabilidade de encontrar domicílios com consumo superior a 147 kWh ?
e) qual a probabilidade de encontrar domicílios com consumo entre 160 e 174 kWh?
f) qual a probabilidade de encontrar domicílios com consumo inferior a 185 kWh?
Solução: X : consumo de energia, mensal, por domicílio.

X : N(μ =164,6 ; 𝜎2 = 56,1)
𝑋−µ
Como 𝜎2 = 56,1  𝜎 =7,5 e fazendo a padronização, teremos: z = 𝜎
155−164,6
a) P(X < 155) = P ( Z < 7,5
) = P( Z < -1,28) = F(-1,28) = 0,1003 ou 10,03 %
- 149 -
175−164,6
b) P(X < 175) = P (Z < 7,5
) = P(Z < 1,39) = F(1,39) = 0,9177 ou 91,77 %
c) P(150 < X < 170) = P (

150−164,6
7,5
<Z<
170−164,6
7,5
)= P(-1,95 < Z <0,72) =
= F(0,72) – F(-1,95) = 0,7642 – 0,0256 = 0,7386 ou 73,86 %
147−164,6
d) P(X > 147) = 1 - P(X ≤ 147) = 1 – P (Z ≤ 7,5
)
= 1 – P(Z ≤ -2,35) = 1 – F(-2,35) = 1 - 0,0094 = 0,9906 ou 99,06 %
160 −164,6 174−164,5

e) P(160 < X < 174) = P ( 7,5
<Z< 7,5
)= P(-0,61 < Z < 1,25) =
= F(1,25) – F(-0,61) = 0,8984 – 0,2709 = 0,6275 ou 62,75 %
185−164,6
f) P(X < 185) = P (Z < 7,5
) = P(Z < 2,72) = F(2,72) = 0,9967 ou 99,67 %
APROXIMAÇÃO DA BINOMIAL PELA NORMAL
Se temos uma variável X que segue o modelo binomial com grande número de repetições
(n > 30) e p, a probabilidade de sucesso, não muito pequena (0,10< p <0,90), então pode-se,
com pequena margem de erro, fazer a obtenção das probabilidades utilizando a aproximação
pelo modelo normal. Para isto, fazemos:
X: nº de sucessos em n repetições (n > 30)
Rx = {0, 1, 2, 3, ..............n}
E(X) = n.p e Var(X) = n.p.q
Então fazendo a aproximação por uma variável Y, distribuída normalmente, com os

seguintes parâmetros:
Y : N( µy , Var(Y)) onde: µy = E(X) = n.p e Var(Y) = Var(X) = 𝜎 2 = n.p.q
Daí, tem-se:
𝑛
P(X = xi) = ( 𝑥 ).pxi.qn-xi ≅ P((xi – 0,5) < Y < (xi + 0,5))
Portanto:
P(X = xi) = P ((𝑥𝑖−0,5)−
𝜎 𝑦
µ y
< 𝑍 < (𝑥𝑖+0,5)−
𝜎
µ
) 𝑦
y
O valor igual a 0,5 que é subtraído e adicionado ao valor de xi é denominado correção de
- 150 -
continuidade, pois a variável X, discreta, está sendo transformada numa variável Y,

contínua.
Exemplo: A Direção de certo Colégio afirma que dos alunos regularmente matriculados,
40% são do sexo feminino. O colégio se propõe a realizar uma viagem de estudos e abre a
inscrição para 80 estudantes. Se as inscrições ocorrem ao acaso e de forma independente,
pede-se:
a) a probabilidade de se inscreverem 40 estudantes do sexo feminino
b) a probabilidade de se inscreverem menos de 38 estudantes dos sexo feminino
c) a probabilidade de se inscreverem no máximo 43 estudantes do sexo feminino
d) a probabilidade de se inscreverem pelo menos 30 estudantes do sexo feminino
e) a probabilidade de se inscreverem de 25 a 35 estudantes do sexo feminino
Solução: X : nº de estudantes do sexo feminino inscritos
Rx = {0, 1, 2, 3, .......... 80} n = 80 p = 0,4
Então, a rigor, tem-se:
P(X = 40) = (𝟖𝟎

𝟒𝟎
).(0,4)40.(0,6)80-40
= 107.507.208.733.336.000.000.000 x 0,00000000000000012089 x 0,00000000133674945388
= 0,0174
Porém, como n > 30 e p = 0,40, pode-se fazer a aproximação pela normal, fazendo:
E(X) = n.p = 80. 0,40 = 32 e
Var(X) = 𝜎 2 = n.p.q = 80.0,4.0,6 = 19,2 => σx = √19,2 = 4,38
Daí faz-se a aproximação por uma variável Y, distribuída normalmente, com os seguintes
parâmetros:
Y : N( 32 , 19,2)
Daí, temos:
𝑛
P(X = x) = ( 𝑥 ).px.qn-x ≅ P(xi – 0,5 < Y < xi + 0,5)
µ µ
P(X = x) = P ( (𝑥𝑖−0,5)−
𝜎𝑦
< 𝑍 < (𝑥𝑖+0,5)−
y
𝜎𝑦
) y
Então:
80
a) P(X = 40) = (40). (0,4)40. (0,6)80-40 ≅ P( 40–0,5 < Y < 40+0,5)
P(X = 40) ≅ P( 39,5 < Y < 40,5) = P ( 39,5− 32

4,38
< 𝑍 < 404,38
,5 − 32
)
- 151 -
P(X = 40) ≅ P(1,71 < Z < 1,94) = F(1,94) – F(1,71) =0,9738 – 0,9564
P(X = 40) ≅ 0,0174
37,5− 32
b) P(X < 38) ≅ P(Y < 38 -05) = P(Y < 37,5) = P Z ≤ ( 4,38
)
P(X < 38) ≅ P(Z < 1,26) = 0,8962
43,5− 32
c) P(X≤ 43) ≅ P(Y ≤ 43 + 0,5) = P(Y ≤ 43,5) = P Z ≤ ( 4,38
)
P(X ≤ 43) ≅ P(Z ≤ 2,63) = F(2,63) = 0,9957
(30−0,5) − 32
d) P(X ≥ 30) ≅ 1 − P(X < 30) = 1 – P(Y < (30-0,5)) = 1 – P Z < ( 4,38
)
P(X ≥ 30) ≅ 1 – P(Z < - 0,57) = 1 – F(-0,57) = 1 - 0,2843 = 0,7157
e) P(25 ≤ 𝑋 ≤ 35) ≅ P(25 – 0,5 ≤ 𝑌 ≤ 35 + 0,5) = P(24,5 ≤ Y ≤ 35,5)
P(25 ≤ 𝑋 ≤ 35) ≅ P (24,5−32

4,38
35,5−32
≤ 𝑍 ≤ 4,38 ) = P(-1,71 ≤ 𝑍 ≤ 0,80)
P(25 ≤ 𝑋 ≤ 35) ≅ F(0,80) – F(-1,71) =0,7881 - 0,0436 = 0,7445
OPERAÇÕES COM VARIÁVEIS ALEATÓRIAS NORMAIS
Quando se tem as variáveis aleatórias X1, X2, X3, ........... Xn, todas normais e independentes,
de médias e variâncias conhecidas, então a soma ou a diferença dessas variáveis será
também uma variável aleatória normal.
Definirmos a variável: W = X1 ± X2 ± X3 ± ........... ± Xn
Então: E(W) = E(X1) ± E( X2) ± E(X3) ± ........... ± E(Xn) e a variância será:
Var(W) = Var(X1) + Var( X2) + Var(X3) + ........... + Var(Xn)
Ou seja: W : N (E(W); Var(W) )
É importante observar que se uma variável X, tem distribuição normal na população, com
média µ e variância 𝝈𝟐 , conhecidos, então o valor de X, para cada elemento dessa população
é uma variável normal com a mesma média e a mesma variância da população. Dessa forma,
se for retirada uma amostra de n elementos dessa população e for definido uma variável
Y = X1 ± X2 ± X3 ± .....± Xn onde X1, X2, X3, ....... Xn sejam normais e independentes,
então :
- 152 -
(
Y : N ∑ 𝐸 (𝑋𝑖 ) , ∑ 𝑉𝑎𝑟(𝑋𝑖) )
e como todos os elementos da população, têm a mesma média e a mesma variância, tem-se
que:
Y : N (n.µ , n.σ2 )
Exemplo: Uma fábrica vende seus produtos embalados em caixas com dez unidades. Sabe-
se que o peso unitário do produto é uma variável normal de média 100 g e desvio padrão 3
g. Já o peso das caixas é também uma variável normal de média 50 g e desvio padrão 4 g.
Um cliente quer comprar algumas caixas e quer saber:
a) o peso bruto médio das caixas e a variância
b) qual a probabilidade de que as caixas que adquirir pesem menos que 1030 g ?
Solução: X1 :peso de cada unidade do produto X1 : N(100 , 32 )

X2 : peso das caixas (embalagem) X2 : N( 50 , 42 )
W: peso bruto das caixas
Logo: W = 10 X1 + X2
a) E(W) = E(10X1 + X2) = 10 E(X1) + E(X2) = 10 . 100 + 50 = 1050 g
Var(W) = 10.Var(X1) + Var(X2) = 10 . 32 + 42 = 10 . 9 + 16
Var(W) = 106 g2  𝜎 = 10,30 g
1030−1050
b) P(W < 1030 ) = P(Z < 10,30
) = P( Z < - 1,94) e, pela tabela, temos:
P(W < 1030) = P(Z < - 1,94) = F(1,44) = 0,0262
Observação: Revejam as propriedades de Esperança Matemática e da variância,

páginas 115 e 116.
01. Se um ponto for selecionado, aleatoriamente, no intervalo de 2 a 6, pergunta-se:

a) Qual a probabilidade de que este ponto seja maior que 5? (0,2500)
b) Qual a probabilidade de que o ponto esteja entre 2,5 e 4,5? (0,5000)
c) Qual a probabilidade de que seja menor que 3,5? (0,3750)
02. As vendas de gasolina num depósito de atacado acusam a média diária de 40.000 litros,
com um mínimo de 30000 litros. Supondo adequada a distribuição uniforme, pede-se:
a) Determine a venda máxima diária (50 000 litros)
b) Qual a percentagem de número de dias em que a venda excede a 34000 litros diário?
(0,8000)
- 153 -
03. Uma pequena firma corta e vende lenha para cerâmicas. O comprimento dos toros
varia uniformemente entre 80 e 105 cm. Pergunta-se:
a) Qual o comprimento médio dos toros? (92,5 cm)
b) Qual a probabilidade de um toro ser inferior a 85 cm? (0,2000)
c) Qual a probabilidade de um toro ser inferior à média? (0,5000)
d) Qual a probabilidade de um toro ter comprimento entre 85 e 95 cm? (0,4000)
e) Qual a probabilidade de um toro ter mais de 90 cm? (0,6000)
f) Qual a probabilidade de um toro ter exatamente 98 cm? (0,0000)
04. Suponha que a temperatura máxima, numa câmara fria, de certo supermercado tenha
variado uniformemente entre 0 e 5º centígrados nos últimos anos. Pergunta-se:
a) Qual é o percentual de dias em que se pode esperar temperatura máxima acima de 3
graus centígrados? (0,4000)
b) Se um dia qualquer o termômetro da câmara fria deixar de funcionar, qual seria a
melhor estimativa para a temperatura ? (2,5º C)
c) Qual a probabilidade de que a temperatura não exceda a 2 graus centígrados?
(0,4000)
05. Sabe-se que a quantidade de sorvete vendida numa lanchonete nas terças-feiras tem
distribuição uniforme entre 20 e 50 kg. Sabe-se também que o lucro por kg de sorvete
vendido é de R$25,00. Pergunta-se:
a) Qual a probabilidade de venda de 40 kg ou mais numa terça-feira? (0,3333)
b) Qual a probabilidade de venda de 40 kg ou mais numa quarta-feira? (Impossível
afirmar!)
c) Qual é o lucro esperado na venda de uma terça-feira? (875,00)
d) Qual a probabilidade do lucro em uma terça-feira ser inferior a R$750,00 ? (0,3333)
e) Qual a probabilidade do lucro em uma terça-feira ser inferior a R$500,00? (0,0000)
06. Uma fábrica de lâmpadas afirma que a tempo de vida útil das lâmpadas por ela
fabricadas está distribuído, exponencialmente, com média de 1000 h. Assim sendo,
pergunta-se:
a) qual a probabilidade de que as lâmpadas durem mais de 1 200 h? (0,3012)
b) qual a probabilidade de que suas lâmpadas durem menos de 700 h? (0,5034)
c) qual a probabilidade de que o tempo de vida útil esteja entre 800 e 1400 h? (0,2027)
d) se forem compradas 6000 lâmpadas, quantas se espera durar menos de 500 h?
(2361)
07. Os defeitos em fios de náilon tem distribuição de Poisson com média de 1 defeito por
metro. Determine a probabilidade de encontrar um intervalo de ao menos três metros
entre ocorrências de defeitos. (0,0498)
08. O tempo de atendimento numa oficina é bem aproximado por uma distribuição
exponencial com média de 4 minutos. Qual é a probabilidade de:
a) O tempo de espera ser superior a 4 minutos? (0,3679)
b) O tempo de espera ser inferior a 5 minutos? (0,7135)
c) O tempo de espera ser de exatamente 6 minutos? (0,000)
- 154 -
09. Sabe-se que o intervalo entre as chamadas de emergência nas primeiras horas da manhã
das segundas-feiras seguem um padrão exponencial com tempo médio de 1 hora entre
as chamadas. Pede-se:
a) A probabilidade de que ocorrer período de até duas horas entre chamadas (0,8647)
b) A probabilidade de ocorrer período de ao menos três horas sem chamadas?(0,0498)
c) A probabilidade de passar um período de 2 a 3 horas sem chamadas? (0,0855)
10. Um satélite de comunicações tem uma única fonte de energia. Determine a probabilidade
de o satélite operar durante pelo menos 20.000 horas antes de se verificar uma falha de
energia, se o tempo médio entre falhas (1/λ) for:
a) 10000 horas (0,1353) b) 20.000 h (0,3679) c) 40.000 h (0,6065)
11. As chamadas a um Posto de Serviços do Corpo de Bombeiro, em certo município,

seguem a Lei de Poisson com uma média de 18 chamadas por dia (24 h). Pergunta-se:
a) Qual a probabilidade desse Posto não receber chamadas num período de 3 h? (0,1054)
b) Qual a probabilidade desse posto passar um período de, no máximo, 3 h sem receber
chamadas? (0,8946)
c) Qual a probabilidade de passar, no máximo, 6 horas sem receber chamadas? (0,9889)
d) Qual a probabilidade de que passe um período de, pelo menos 4 horas, sem receber
chamadas? (0,0498)
12. Uma máquina está programada para encher garrafas de refrigerante com uma média de
900 ml. O gerente da fábrica assegura que a quantidade de refrigerante colocada nas
garrafas é uma variável que está distribuída normalmente em torno da média de 900 ml
e com desvio padrão igual a 8 ml. Com base nessas informações do gerente deseja-se
saber:
a) qual é o percentual de garrafas que contêm menos de 888 ml? (0,0668)
b) Qual é a probabilidade de encontrarmos garrafas com menos de 880 ml? (0,0062)
13. Uma pesquisa médica constatou que o nível de colesterol na população de certa região
é uma variável normal com média igual a 165 e variância igual a 164. Dessa forma
deseja-se saber:
a) Sabendo-se que as pessoas com colesterol muito alto ou muito baixo estão sujeitas a
maiores riscos de doenças cardiovasculares, qual a probabilidade de encontrarmos
pessoas com nível de colesterol fora da faixa de tolerância de dois desvios padrão
abaixo e dois desvios padrão acima da média populacional? (0,0456)
b) Sabendo-se que para pessoas com nível de colesterol acima de 180 é recomendável
iniciar um procedimento de controle, qual é o percentual de pessoas dessa população
nessa situação? (12,1%.)
14. O gerente de um restaurante do tipo SELF-SERVICE observou durante algum tempo e

contatou que o peso do prato de seus clientes é uma variável normal com média de 435
g e com desvio padrão igual a 45 g. Diante dessa constatação quer saber:
a) qual é a probabilidade de encontrar clientes com pratos pesando mais que 500 g?
(0,0749)
- 155 -
b) pretendendo premiar com um chocolate às pessoas com pratos pesando mais que 520
g , quantos chocolates o restaurante precisa para atender às necessidades diárias, se
normalmente atende a 600 pessoas dia. (18)
c) qual a probabilidade de encontrar pratos pesando exatamente 500g? (0,0000)
15. Uma pesquisa foi realizada numa certa cidade e foi constatado que o peso das mochilas
dos 10 000 estudantes na faixa de 8 a 12 anos é uma variável normal com média de 8
kg e desvio padrão igual a 1,5 kg. Pergunta-se:
a) Quantos estudantes existem com mochilas pesando entre μ – σ e μ + σ (0,6826)
b) Quantos estudantes existem com mochilas pesando entre μ – 2σ e μ + 2σ (0,9544)
c) Quantos estudantes existem com mochilas pesando entre μ – 3σ e μ + 3σ (0,9974)
16. Uma máquina está programada para encher sacos com 5 kg de arroz. O gerente afirma
que a quantidade de arroz, por saco, varia segundo a distribuição normal em torno da
média de 5 kg, com desvio padrão igual a 12 gramas. Pergunta-se:
a) qual a probabilidade do peso dos sacos estar entre 4,98 kg e 5,02 kg? (0,9050)
b) se sacos cujo peso afaste da média por mais de 30 gramas devem ser refeitos,
qual é o percentual de sacos a serem refeitos ? (0,0124)
17. Um grupo de 1000 pessoas participou de um teste classificatório e foi constatado que as
notas estão distribuídas normalmente em torno de uma média de 135 pontos e com
desvio padrão igual a 12 pontos. Pergunta-se:
a) Desejando-se reprovar 20%, os de notas mais baixas, qual deve ser a nota mínima
para aprovação? (124,9)
b) Desejando-se convocar 10 % dos candidatos os melhor classificados, qual deve
ser a nota mínima para convocação? (150,4)
18. Conhecendo-se as variáveis normais X1: N(14 , 25), X2 : N(23 , 9), independentes, e
definindo a variável W = X1 + X2 , pede-se:
a) encontrar a média e a variância de W (37 e 34)
b) qual a probabilidade de W ser maior que 45? (0,0853)
c) qual a probabilidade de W assumir valores entre 30 e 48 (0,8555)
19. Uma fábrica de doces comercializa seus produtos em caixas de papelão com 20 unida-
des. O fabricante das caixas afirma que o peso das caixas é uma variável normal de média
120 g e variância igual a 25 g2. Já o peso das unidades de doces é também uma variável
normal de média igual a 80 g e desvio padrão igual a 6 gramas. Pergunta-se:
a) uma pessoa quer comprar uma grande quantidade de caixas de doces e quer saber a
probabilidade de encontrar caixa com peso bruto inferior a 1650 g. (0,0051)
b) se o controle de qualidade retém todas as caixas com peso bruto que afaste da média por
mais que dois desvios padrão, qual é o percentual de caixas retidas? (0,0456)
c) Qual é o percentual de caixas com peso bruto entre 1700 g e 1800 g? (0,7656)
20. Uma empresa comercializa as sardinhas embaladas em latas com peso bruto igual
- 156 -
a 220 g e desvio padrão igual a 6 g. O fornecedor das latas afirma que o peso das latas
é uma variável normal de média igual a 40 g e variância igual a 16 g 2. A empresa quer
saber:
a) A média e variância do peso líquido de seus produtos (180 g, 52 g2)
b) Qual é a probabilidade de que as latas de sardinhas estejam sendo comercializadas com
peso líquido inferior a 180g ? (0,5000)
c) Da produção diária de 5000 latas de sardinha, quantas latas são esperadas com peso
líquido inferior a 170 g de peso líquido? (411,5)
21. Considerando que as chamadas telefônicas a um posto de serviço de bombeiros

seguem a Lei de Poisson com uma média de 4 chamadas por mês (quatro semanas), qual
é a probabilidade de que entre duas chamadas consecutivas haja um intervalo de :
a) Menos de uma semana ? (0,6321)
b) De duas semanas ? (0,0000)
c) entre 4 e 6 semanas ? (0,0158)
d) Mais de 5 semanas ? (0,0067)
22. Admite-se que numa população de eleitores, 30 % sejam a favor de certo candidato A.
Numa amostra de 400 eleitores sorteados, ao acaso, pergunta-se:
a) qual a probabilidade de que haja mais de 110 eleitores a favor do candidato A? (0,8508)
b) qual a probabilidade de que haja entre 120 e 140 eleitores a favor do candidato A?
(0,4635)
c) qual a probabilidade de que haja, no máximo, 150 eleitores a favor do candidato A?
(1,0000)
d) qual a probabilidade de que haja, pelo menos 140 eleitores a favor do candidato A?
(0,0166)
23. Uma moeda equilibrada é lançada 120 vezes a fim de verificar o número de caras
que ocorrem. Pergunta-se:
a) qual a probabilidade de ocorrer 50 caras? (0,0144)
b) Qual a probabilidade de ocorrer menos de 55 caras? (0,1587)
c) qual a probabilidade de ocorrer mais de 70 caras? (0,0274)
d) Qual a probabilidade de ocorrer entre 50 e 70 caras? (0,9164)
24. O gerente de produção de uma fábrica afirma que o diâmetro das peças fabricadas por
certa máquina é uma variável aleatória normal distribuída em torno de uma média igual
a 21 mm e com desvio padrão igual a 1,5 mm. Um cliente deseja comprar uma grande
quantidade de peças e quer avaliar a qualidade das mesmas. Para isso, foi selecionada,
aleatoriamente, uma amostra de 10 peças da produção diária da máquina e quer saber:
a) Qual a probabilidade de que a amostra não contenha peças com diâmetro que afaste
1,5 mm ou mais da média ? (0,02196)
b) Qual a probabilidade de que a amostra contenha, no máximo, uma peça com
diâmetro que afaste 1,5 mm ou mais da média? (0,12408)
c) Se o gerente da fábrica garante a reposição das peças com diâmetro que afaste da
média 1,5 mm ou mais, qual é o percentual de peças que terá de repor? (0,3174)
- 157 -
Demonstração da média e da variância de uma variável X, com distribuição normal

∞ ∞ −1 𝑥−𝑚
Se X : N( m ; 𝜎 2 ) , então: E(X) = ∫−∞ 𝑥. 𝑓(𝑥)𝑑𝑥 = ∫−∞ 𝑥. 𝜎√2𝜋.
1
. 𝑒 2 .( 𝜎
)
𝑑𝑥 =
Fazendo: y = 𝑥−𝑚
𝜎
→ x = m + 𝞂.y e dx = 𝑑(𝑚+𝜎𝑦)
𝑑𝑦
= 𝞂.dy
∞ 𝑦2
1
E(X) = ∫−∞(𝑚 + 𝜎𝑦). 𝜎√2𝜋. . 𝑒 − 2 𝜎 𝑑𝑦 =
∞ 𝑦2 ∞ 𝑦2
1
E(X) = ∫−∞ 𝑚. 𝜎√2𝜋. . 𝑒 − 2 𝜎 𝑑𝑦 + ∫−∞ 𝜎 𝑦. 𝜎√2𝜋.
1
. 𝑒 − 2 𝜎 𝑑𝑦 =
∞ 𝑦2 ∞ 𝑦2
E(X) = m. ∫−∞ √2𝜋.
1 −
.𝑒 2 𝑑𝑦 +
1
𝞂. ∫−∞ 𝑦. √2𝜋. . 𝑒 − 2 𝑑𝑦 =
∞ 𝑦2 ∞ 𝑦2
E(X) = m 1
pois: ∫−∞ √2𝜋. −
.𝑒 2 𝑑𝑦 =
1
1 e ∫−∞ 𝑦. √2𝜋. . 𝑒 − 2 𝑑𝑦 = 0
E a variância de X, será: Var(X) = E(𝑋 2 ) – (E(X))2 onde:

∞ ∞ 𝑦2
E(𝑋 2 ) = ∫−∞ 𝑥 2 . 𝑓 (𝑥)𝑑𝑥 = ∫−∞(𝑚 + 𝜎𝑦)2 . 𝜎√2𝜋.
1
. 𝑒 − 2 𝜎 𝑑𝑦 =
∞ 𝑦2
= ∫−∞(𝑚 2 + 2𝑚𝜎𝑦 + 𝜎 2 𝑦 2 ). 𝜎√2𝜋.
1
. 𝑒 − 2 𝜎 𝑑𝑦 =
𝑦 2 𝑦 2 𝑦2
∞ ∞ ∞ 2 2 1 −
= ∫−∞ 𝑚2 . 𝜎 √2𝜋.
1
. 𝑒− 2 𝜎 𝑑𝑦 1
+ ∫−∞ 2𝑚𝜎𝑦. 𝜎 √2𝜋. . 𝑒− 2 𝜎 𝑑𝑦 + ∫−∞ 𝜎 𝑦 . 𝜎 √2𝜋.. 𝑒 2 𝜎 𝑑𝑦 =
𝑦2 𝑦2 𝑦2
∞ ∞ ∞ 2 2 1 −
= ∫−∞ 𝑚 2 . √2𝜋.
1
. 𝑒 − 2 𝑑𝑦 + ∫−∞ 2𝑚𝜎𝑦. 1
√2𝜋.
. 𝑒 − 2 𝑑𝑦 + ∫−∞ 𝜎 𝑦 . √2𝜋.. 𝑒 2 𝑑𝑦 =
2
∞ 𝑦2 ∞ 𝑦2 ∞ −𝑦2
+ 2𝑚𝜎. ∫−∞ 𝑦. √12𝜋.. 𝑒− 2 𝑑𝑦 + 𝜎 2 . ∫−∞ 𝑦2 . √2𝜋.. 𝑒
1
= m2. ∫−∞ 1 −
.𝑒 2 𝑑𝑦 𝑑𝑦 =
√2𝜋.
𝑦2 𝑦2
∞ 2 1 − ∞ −
E(X2) = m2 + 0 + ∫−∞ 𝑦 . √2𝜋.. 𝑒 2 𝑑𝑦 = m2 +𝜎 2 . √2𝜋.
1
. ∫−∞ 𝑦. 𝑦𝑒 2 𝑑𝑦 =
𝑦2 𝑦2
e integrando por parte, tem-se: u = y  du = dy e dv = 𝑦. 𝑒 − 2  v = -𝑒 − 2
2 2
− 𝑦2 ∞ 𝑦
∞ 1 −
E(X2) = m2 + 𝜎 2.[-y.𝑒 - ∫−∞ √2𝜋.. (−𝑒 2 )𝑑𝑦 ]
−∞
𝑦2
∞ −2
𝜎 2 [ 0 + 1]
1
E(X2) = m2 + 𝜎 2.[ 0 + ∫−∞ √2𝜋.. 𝑒 𝑑𝑦] = m2 +
E(X2) = m2 + 𝜎 2
Daí, tem-se:
Var(X) = E(𝑋 2 ) – (E(X))2 = m2 + 𝜎 2 – m2
Var(X) = 𝝈𝟐
- 158 -
Referências Bibliográficas:
FONSECA, Jairo Simon; MARTINS, Gilberto de Andrade. Curso de Estatística. 6ª Edição. São Paulo,
Editora Atlas, 1996.
.
MORETTIN, Pedro Alberto; BUSSAB, Wilton de Oliveira. Estatística Básica. Ed. Saraiva. 5ª Edição.
São Paulo, 2004.
MEYER, Paul l., Probabilidade: Aplicações à Estatística. Livros Técnicos e Científicos. Editora S. A.
Rio de Janeiro, 1983.
SANTOS, J.P. O., MELLO, M.P., MURARI, I.T.C. Introdução à Análise Combinatória.
Campinas: Editora da Unicamp, 1995.
NETO, Antônio Caminha Muniz. Tópicos de Matemática Elementar, Vol.4- Combinatória.

Coleção Professor de Matemática, SBM, 2012.
MORGADO, Augusto César de Oliveira e outros. Análise Combinatória e Probabilidade (com

as soluções dos exercícios). Coleção do Professor de Matemática. SBM.
- 159 -
TABELA DA DISTRIBUIÇÃO NORMAL PADRÃO
𝑧2
𝑧 1 −
F(z) = P(Z ≤ z) = ∫−∞ 2𝜋
.𝑒 2 𝑑𝑧 = área hachurada
Z 0 1 2 3 4 5 6 7 8 9
- 3,0 0,0013 0,0010 0,0007 0,0005 0,0003 0,0002 0,0002 0,0001 0,0001 0,0000
- 2,9 0,0019 0,0018 0,0017 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
- 2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
- 2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
- 2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
- 2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
- 2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
- 2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
- 2,2 0,0139 0,0136 0,0132 0,0129 0,0126 0,0122 0,0119 0,0116 0,0113 0,0110
- 2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
- 2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
- 1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0238 0,0233
- 1,8 0,0359 0,0352 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0300 0,0294
- 1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
- 1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
- 1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0570 0,0559
- 1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0722 0,0708 0,0694 0,0681
- 1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
- 1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
- 1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
- 1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
- 0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
- 0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
- 0,7 0,2420 0,2380 0,2358 0,2327 0,2297 0,2266 0,2236 0,2206 0,2177 0,2148
- 0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
- 0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
- 0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
- 0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
- 0,2 0,4207 0,4168 0,4120 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
- 0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
- 0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7703 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9278 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9430 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9648 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9700 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9762 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9874 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9990 0,9993 0,9995 0,9997 0,9998 0,9998 0,9999 0,9999 1,0000
- 160 -
Outra forma para obtenção das probabilidades da distribuição normal.
2
𝑧 1 −𝑧
F(z) = P(0 ≤ Z ≤ z) = ∫ .𝑒 2 𝑑𝑧 = área hachurada
0 2𝜋
z 0 1 2 3 4 5 6 7 8 9
'0,0 - 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 0,2611 0,2642 0,2673 0,2703 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4278 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4430 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4648 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4700 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4762 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4874 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4990 0,4993 0,4995 0,4997 0,4998 0,4998 0,4999 0,4999 0,5000
- 161 -
- 162 -

Texto Completo Análise Combinatória - Versão 2022.1

Enviado por

Dados do documento

Descrição original:

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

Texto Completo Análise Combinatória - Versão 2022.1

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE ESTADUA DO PIAUÍ – UESP

CENTRO DE CIÊNCIAS DA NATUREZA – CCN

LICENCIATURA PLENA EM MATEMÁTICA

CAMPUS TORQUATO NETO

ANÁLISE COMBINATÓRIA E PROBABILIDADE

Dada a dificuldade de encontrar, num só livro, todo o conteúdo da disciplina decidiu-se

Prof. Luiz André de Oliveira

36. A figura abaixo mostra um mapa com cinco setores:

54. Numa classe há 50 estudantes, onde 30 são garotos.

94. Quantos são os jogos de um campeonato disputado por 16 equipes, se todos se

95. Dado que 2𝐴2𝑛 + 50 = 𝐴22𝑛 . Determine o valor de n.

96. Determine o valor de n que torna a igualdade abaixo verdadeira:

01) a) 6 b) 6 c) 36 02) a) 12.600 b) 5.400 c) 1.080 d) 1.680 e) 720

03. a) n+1 b) [(n+2)(n+1)]-1 c) (n+1)n d) (n-r)(n-r-1) 04) a) 9.2603 b) A26, 3 . A10, 4

b) 1.001 11) a) 60 b) 36 c) 12 d) 24 e) 36 12) a) 125 b) 75 c) 25 d)50 e) 75

b) 2.m! h! c) 2 21) a) 9 b) 9 c) não existe d) 5 e) 6 22) a) 24 b) 48 c) 36 23) 537.472

24) a) 792 b) 350 c) 770 25) a) 190 b) 19 c) 1.140 d) 171 26. a) 30 b) 72 c) 24

27) a) 2.418 b) 66.690 c) 4.032 28). a) 2.858.856 b) 24.310 c) 31.824 d) 34.459.425

20! 10! . (2!)5

34) a) 3!5!6!10! b) 5!17! c) 21!-10!.12! d) 5!.6!12! 35) 512

41) 30 42) 42 43) a) 268.800 b) 100.80 44) 20 45) Pentágono 46) a) 56 b) 16

52) 1013 53) 2.056.320 54) 𝑎) (50

b) 612 64) 23 65) a) 40 b) 80 c) 20 d) 40 66) 99.120 67) 28!/(7!)4 68) 41.472

73) 432 74) 43.200 75) ∑40(𝑘9 )(4−𝑘

01) a) 35 b) 1 c) 171 02) a) 165 b) 352 716 c) 231 03) 190

24) a) x3 – 3x2y2 + 3xy4 – y6

#A1 = 65 #(A1∩A2) = 40 #(A1∩A2∩A3) = 23 #(A1∩A2∩A3∩A4) = 12

S1 = ∑4𝑘=1 #𝐴𝑖 = #A1 + #A2 + #A3 + #A4 = 65 + 72 + 59 + 48 = 244

= (-1)0. (𝟐𝟎). S2 + (-1)1.(2+1

= 179 – 3.75 + 6.12 = 26

b) Quantas pessoas falam pelo menos dois idiomas?

b2 = S2 – 2.S3 + 3.S4 = 179 – 2 . 75 + 3.12 = 65

Solução: Definimos A1 como sendo o conjunto das permutações em que a1 está em

#(A1) = #(A2) = #(A3) = (n-1)!

#(A1∩A2) = #(A1∩A3) = A2∩A3) = (n-2)!

Como o total das permutações é igual a n!, o número procurado é:

= n! – [#(A1) + #(A2) + #(A3) - #(A1∩A2) - #(A1∩A3) - #(A2∩ A3) + #(A1∩A2∩A3)]

= n! – [3(n-1)! - 3(n-2)! + (n-3)!]

= n! – [3(n-1)(n-2)(n-3)! - 3(n-2)(n-3)! +(n-3)!]

= n! – (n-3)!(3n2 – 12n + 13)

1. Numa cidade em que são publicados os jornais A, B e C, foram obtidos os seguintes

5. Dentre os números inteiros de 1 a 1.000.000, inclusive, quantos são quadrados perfeitos?

A1 : a letra G está no primeiro lugar

A2 : a letra R está no segundo lugar

A4 : a letra T está no quarto lugar

S1 = ∑𝑛𝑖=1 #𝐴𝑖 = (𝑛1).(n-1)! = (𝑛−1)!.1!

Dn = #Ω - (A1UA2UA3UA4UA5 ) =n! – 76 = 120 – 76

2. Determine o número de permutações caóticas de (1, 2, 3, 4, 5, 6, 7, 8, 9, 10) nas quais os

5. De quantas maneiras distintas podem ser colocadas 7 cartas em envelopes, endereçados a

Primeiro Lema de Kaplansky

4. As três provas de um vestibular devem ser realizadas na primeira semana do ano. De

5. De quantos modos podemos formar uma sequência de 19 letras A e 5 letras B se

6. De quantos modos podemos formar um subconjunto com 4elementos do conjunto

7. Um exame vestibular se constitui de 10 provas distintas, sendo três da área da

8. De quantos modos podemos formar uma sequência de K algarismos iguais a 0 e R

Segundo Lema de Kaplansky

1. Cinco pessoas devem se sentar em 15 cadeiras colocadas em torno de uma

5. De quantas maneiras 12 meninos e 7 meninas podem se sentar ao redor de

Casa dos pombos

INTRODUÇÃO AO CÁLCULO DE PROBABILIDADES

EXPERIÊNCIA ALEATÓRIA OU EXPERIMENTO ALEATÓRIO : ε

Quando se fala em um experimento aleatório é necessário definirmos que operação ou