Lista de Probabilidade e Variáveis Aleatórias

1 Sejam A e B dois eventos associados a um experimento E. Supondo que p(A) = 0.4, p(AU B) = 0.7 e p(B) = p, qual é
o valor de p para que se tenha:

(a) A e B mutuamente exclusivos;

Se A e B são mutuamente exclusivos, então P (A ∩ B) = 0, logo P (A ∪ B) = P (A) + P (B). Dessa forma,
utilizando os dados do enunciado temos que P (B) = 0.3
(b) A e B não mutuamente exclusivos e independentes.
Se A e B não são mutuamente exclusivos, então P (A ∪ B) = P (A) + P (B) − P (A ∩ B), usando o fato de A e
B serem independentes, temos que P (A ∩ B) = P (A)P (B), assim, com os dados do enunciado, temos que:
1
P (A ∪ B) = P (A) + P (B) − P (A)P (B) ⇒ 0.7 = 0.4 + p − 0.4p ⇒ p =
2

2 Um fazendeiro estima que, quando uma pessoa experiente planta árvores, 90% sobrevivem, mas quando um leigo as
planta, apenas 50% sobrevivem. Se uma árvore plantada não sobrevive, determine a probabilidade de ela ter sido
2
plantada por um leigo, sabendo-se que das árvores são plantadas por leigos.
3
Considere os eventos:

• L = “Árvore plantada por pessoas leigas”

• Lc = E = “Árvore plantada por pessoas experientes”
• S = “Árvore sobrevive”
• S c = “Árvore não sobrevive”

Dados do enunciado, considerando a nomenclatura dos eventos acima:

• P (S|E) = 0, 9
• P (S c |E) = 0, 1
• P (S|L) = 0, 5
• P (S c |L) = 0, 5
• P (L) = 2
3
• P (E) = 1
3

Notem que,

S c = (S c ∩ L) ∪ (S c ∩ E) ⇒
h i
P (S c ) = P (S c ∩ L) ∪ (S c ∩ E) ⇒ (Eventos Mutuamente Exclusivos)
h i h i
P (S c ) = P (S c ∩ L) + P (S c ∩ E) ⇒
h i h i
P (S c ) = P (L)P (S c |L) + P (E)P (S c |E) ⇒
21 1 1 1 1 11
P (S c ) = + = + =
3 2 3 10 3 30 30

P (L ∩ S c )
Queremos encontrar, P (L|S c ) = , assim,
P (S c )
10
P (L ∩ S c ) P (L)P (S c |L) 10
P (L|S ) =
c
= = 30 =
P (S c ) P (S c ) 11 11
30

1
3 Um dado é lançado e o número da face de cima é observado.
R = “Resultado obtido”
P = “Resultado obtido é par”
I = “Resultado obtido é impar”

(a) Se o resultado obtido for par, qual a probabilidade dele ser maior ou igual a 5?
P (R = 6) 1
1
P (R ≥ 5|P ) = = 63 =
P (P ) 6
3
(b) Se o resultado obtido for maior ou igual a 5, qual a probabilidade dele ser par?
P (P ∩ [R ≥ 5]) P (R = 6) 1
1
P (P |[R ≥ 5]) = = = 62 =
P (R ≥ 5) P (R ≥ 5) 6
2
(c) Se o resultado obtido for ímpar, qual a probabilidade dele ser menor que 3?
P ([R < 3] ∩ I) P (R = 1) 1
1
P (R < 3|I) = = = 63 =
P (I) P (I) 6
3
(d) Se o resultado obtido for menor que 3, qual a probabilidade dele ser ímpar?
P (I ∩ [R < 3]) P (R = 1) 1
1
P (I|[R < 3]) = = = 62 =
P (R < 3) P (R < 3) 6
2

4 No lançamento de uma moeda três vezes calcular a probabilidade de observar a ocorrência de:
(a) exatamente duas caras;
Considere a variável X = “Número de caras”
P (X = 2) = 38
(b) pelo menos duas caras;
4 1
P (X ≥ 2) = =
8 2
(c) no máximo duas caras.
6
P (X ≤ 2) =
8
Notem que:
Ω = {(ccc), (cck), (ckc), (kcc), (ckk), (kck), (kkc), (kkk)}

5 No lançamento de um dado 2 vezes calcular a probabilidade de observar a ocorrência dos pares cuja a soma dos pontos
é:

(a) um número par;

Considere a variável S = “Soma dos números obtidos”
18 1
P (S = par) = =
36 2
(b) pelo menos igual a 9;
10
P (S ≥ 9) =
36
(c) no máximo igual a 5;
10
P (S ≤ 5) =
36
(d) maior que 5 e no máximo igual a 9.
20
P (5 < S ≤ 9) = P (6 ≤ S ≤ 9) =
36
Notem que:
Ω = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6),
(2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6),
(3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6),
(4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6),
(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6),
(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)}

2
 3
6 O centro de meteorologia anunciou que há 0.4 de probabilidade de chuva. João avalia em sua probabilidade de passar
5
em uma prova de estatística. Supondo esses eventos independentes, calcule:
Considere os eventos:
C = “Chover”, C c = “Não Chover”
e os eventos

A = “Ser aprovado na prova de Estatística”, Ac = “Não ser aprovado na prova de Estatística”

(a) P(chover e passar);

P (C ∩ A) = P (C)P (A) = 0, 4 × 3
5 = 0, 24
(b) P(não chover e não passar).
P (C c ∩ Ac ) = P (C c )P (Ac ) = 0, 6 × 2
5 = 0, 24

7 Um jogo é composto de 4 possíveis resultados: A,B,C e D. Sabe-se que P (A) = 3P (C), P (B) = 2P (C) e que P (D) =
0.10. Um jogador ganha R$ 4,00 cada vez que ocorre A, ganha R$ 3,25 cada vez que B ocorre, ganha R$ 10,00 em
cada ocorrência de C e perde R$ 25,00 se ocorre D. Se cada aposta custa R$ 2,00 e ele consegue jogar 200 vezes
numa noitada, qual o ganho esperado numa noite de apostas?
P (A) + P (B) + P (C) + P (D) = 1 ⇒ 3P (C) + 2P (C) + P (C) + 0.10 = 1 ⇒ P (C) = 0.15
P (A) = 0.45 P (B) = 0.3

Dessa forma, o ganho esperado de uma rodada é:

G(R) = 4P (A) + 3, 25P (B) + 10P (C) − 25P (D) = 0, 45 · 4 + 0, 3 · 3, 25 + 0, 15 · 10 − 0, 10 · 25 = 1, 775
Assim, em uma rodada ele obtém G(R) − 2, 00 = −0, 225 reais. Dessa forma, na noite ele tem um ganho de:
G(N ) = 200 · (−0, 225) = −45 reais

3
8 Numa indústria, 24% das ligações ao serviço de atendimento ao consumidor são de reclamações a respeito do produto.
Num dia normal de trabalho qual é a probabilidade de que:

(a) A primeira reclamação aconteça na 5◦ chamada?

X = “Ordem de recebimento das ligações” com p = 0, 24
P (X = 5) = (1 − p)5−1 · p = (1 − 0, 24)4 · 0, 24 = 0, 08
(b) A primeira reclamação aconteça somente após a 8◦ chamada?
P (X = 9) = (1 − p)9−1 · p = (1 − 0, 24)8 · 0, 24 = 0, 0267

9 Seja X v.a. representando o número de carros no estacionamento da Universidade em um dia. A distribuição de

probabilidade de X é dada abaixo:

x 2 3 4 5 6 total
f (x) 0.1 0.3 0.3 0.2 0.1 1

(a) Calcular P (X ≤ 3), P (X ≥ 4) e P (3 < X ≤ 5);

P (X ≤ 3) = P (X = 2) + P (X = 3) = 0, 1 + 0, 3 = 0, 4
P (X ≥ 4) = P (X = 4) + P (X = 5) + P (X = 6) = 0, 3 + 0, 2 + 0, 1 = 0, 6
P (3 < X ≤ 5) = P (X = 4) + P (X = 5) = 0, 3 + 0, 2 = 0, 5
(b) Calcular E(X) e V ar(X);
X5
E(X) = xi p(xi ) = 3, 9
i=1
X5
E(X 2 ) = x2i p(xi ) = 16, 5
i=1
V (X) = E(X 2 ) − [E(X)]2 = 1, 29
(c) Encontre a f.d.a. de X e construa seu gráfico;
0 ; x<2


0, 1 ; 2≤x<3




0, 4 ; 3≤x<4


FX (x) =
 0, 7 ; 4≤x<5
 0, 9 ; 5≤x<6



1 ; x≥6



(d) Quais valores de X estão no intervalo de (µ − 2σ; µ + 2σ);

(µ − 2σ ; µ + 2σ) = (3, 9 − 2 1, 29 ; 3, 9 + 2 1, 29) = (1, 62 ; 6, 17)

p p

Os valores deX são 2, 3, 4, 5, 6.

X
(e) Encontre E(Y ) e V ar(Y ), onde Y = − 1.
2
X 1
E(Y ) = E( − 1) = E(X) = 0, 95
2 2
X 1
V (Y ) = V ( − 1) = V (X) = 0, 3225
2 4
10 Seja a função dada por p(x) = k2 (3 − |x|), x = −2, −1, 0, 1, 2.
(a) Encontre a constante k para que a p(x) seja uma função de probabilidade;
X 1
p(x) = 1 ⇔ k 2 (3 − | − 2|) + k 2 (3 − | − 1|) + k 2 (3 − |0|) + k 2 (3 − |1|) + k 2 (3 − |2|) = 1 ⇔ k = ±
x
3
(b) Com o valor de k encontrado, calcule P (X ≥ 0), P (|X| ≤ 1) e P (X = 1||X| ≤ 1);
2
P (X ≥ 0) = P (X = 0) + P (X = 1) + P (X = 2) =
3
7
P (|X| ≤ 1) = P (X = −1) + P (X = 0) + P (X = 1) =
9
P (X = 1 , |X| ≤ 1) 2
P (X = 1||X| ≤ 1) = =
P (|X| ≤ 1) 7

4
 (c) Calcule E(X) e V ar(X).
E(X) = (−2)P (X = −2) + (−1)P (X = −1) + 0P (X = 0) + 1P (X = 1) + 2P (X = 2) = 0
4
E(X 2 ) = (−2)2 P (X = −2) + (−1)2 P (X = −1) + 02 P (X = 0) + 12 P (X = 1) + 22 P (X = 2) =
3
4
V (X) = E(X 2 ) − [E(X)]2 =
3
1
11 Seja uma v.a. X com f.d.p. dada por f (x) = √ , se 0 ≤ x ≤ k.
x
Calcule:

(a) Encontre k para que f (x) seja uma f.d.p.

1
Z k
1
x− 2 dx = 1 ⇔ k =
0 4
(b) Encontre sua f.d.a. F (x).

√0 ; x<0


FX (x) = 2 x ; 0≤x< 1
4
1 ; x ≥ 14


(c) Calcule a média e a variância de X.

Z 14 Z 14
1 1 1 1 1
E(X) = xx− 2 dx = , E(X 2 ) = x2 x− 2 dx = , V (X) = E(X 2 ) − [E(X)]2 =
0 12 0 80 180

12 Considere uma v.a. X com f.d.p. dada por:

sen(x)
f (x) = , 0≤x≤π
2
Determine:

(a) A função de distribuição acumulada de X;

0 ; x<0

1 − cos(x)


FX (x) = ; 0≤x<π
 2
1 ; x≥π


π π 3π
(b) As probabilidades P (0 ≤ X ≤ ) e P ( ≤ X ≤ );
√ 4 2 4
2− 2
P (0 ≤ X ≤ π4 ) =
√4
2
P(2 ≤ X ≤ 4 ) =
π 3π
4
(c) Esperança e variância de X;
π2 − 8
Z π Z π
sen(x) π sen(x) π2
E(X) = x dx = , E(X 2 ) = x2 dx = −2 + , V (X) =
0 2 2 0 2 4 4
(d) Calcule a probabilidade de X petencer ao intervalo [µ − 2σ; µ + 2σ], em que µ = E(X) e σ = DP (X);
[µ − 2σ; µ + 2σ] = [0, 2034; 2, 9380]
P (0, 2034 ≤ X ≤ 2, 9380) = F (2, 9380) − F (0, 2034) = 0, 4896 + 0, 4896 = 0, 9792
(e) Os valores k1 e k2 , simétricos em torno de E(X), tal que P (k1 ≤ X ≤ k2 ) = 0.95;
P (k1 ≤ X ≤ k2 ) = 0.95 ⇔ P (µ − a ≤ X ≤ µ + a) = 0, 95 ⇔ F (µ + a) − F (µ − a) = 0, 95 ⇔
1 − cos( π2 + a) 1 − cos( π2 − a)
− = 0, 95 ⇔ −cos( π2 + a) + cos( π2 − a) = 1, 90 ⇔
2 2
sen(a) = 0, 95 ⇔ a = 1, 2532
π π
Assim,k1 = − 1, 2532 = 0, 3175 e k2 = + 1, 2532 = 2, 8239
2 2

5
 (f) Mostre que f (x) = F (x) − [F (x)]2
p

Para x ∈ [0, π] temos:

2
1 − cos(x) 1 − cos(x) sen2 (x)

f (x) = F (x) − [F (x)]2 = − = ... =
2 2 4
Assim;
r
sen2 (x) sen(x)
f (x) = =
4 2
13 Dada a função f (x) = 2e−2x I[0,∞)
(a) Mostre que f é f.d.p. de alguma v.a. X;
Note que f (x) > 0 para todo x ∈ [0, +∞]. Além disso,
 
t
1
Z +∞ Z t
2e−2x dx = lim 2e−2x dx = 2 lim − e−2x  = 1
0 t→+∞ 0 t→+∞ 2
0

(b) Calcule a probabilidade de X > 10.

10
1
Z
P (X > 10) = 1 − P (X ≤ 10) = 1 − P (0 ≤ X ≤ 10) = 1 − e−2x dx =
0 e20

6
14 Suponha que o tempo de duração de um determinado tipo de bateria seja uma variável aleatória X contínua com
função de densidade de probabilidade dada por:

1 x

 e− 3 , se x ≥ 0;

f (x) = 3

0, se x < 0;


sendo o tempo medido em anos.

(a) É razoável tomar f como função densidade de probabilidade para a variável aleatória X?
Note que f (x) > 0 para todo x ∈ [−∞, +∞]. Além disso,
1 −x 1 −x
Z +∞ Z t
e 3 dx = lim e 3 dx = 1
0 3 t→+∞ 0 3
(b) Qual a probabilidade de a bateria durar no máximo um ano?
1 −x
Z 1
1
P (X ≤ 1) = e 3 dx = 1 − e− 3
0 3
(c) Qual a probabilidade de o tempo de duração da bateria estar compreendido entre 1 e 3 anos?
1 −x
Z 3
1
P (1 ≤ X ≤ 3) = e 3 dx = e− 3 − e−1
1 3
(d) Qual a probabilidade de a bateria durar mais de 3 anos?
1 −x
Z 3
P (X ≥ 3) = 1 − P (X < 3) = 1 − e 3 dx = e−1
0 3

15 Para que valores de k ∈ R, a função abaixo representa uma densidade de probabilidade:

 1
k(1 − x2 ), se 0 ≤ x < ;
2






1 1

f (x) = , se ≤ x ≤ 1;
 k+1

 2



0, caso contrário;


1 √
+∞ 1
1 13 ± 697
Z Z 2
Z
f (x)dx = 1 ⇔ k(1 − x )dx +
2
dx = 1 ⇔ k =
−∞ 0 1
2
k+1 22

16 Determine k para que a função dada seja uma função densidade de probabilidade:
2
(a) f (x) = kxe−x para x ≥ 0 e f (x) = 0 para x < 0.
Z +∞ Z +∞
2
f (x)dx = 1 ⇔ kxe−x dx = 1 ⇔ k = 2
−∞ 0

(b) f (x) = ke−|x−1| para todo x real.

x−1 ; x≥1

|x − 1| =
−x + 1 ; x < 1

ke−x+1 ; x ≥ 1

f (x) =
kex−1 ; x < 1
+∞ 1 +∞
1
Z Z Z
f (x)dx = 1 ⇔ kex−1 dx + ke−x+1 dx = 1 ⇔ k =
−∞ −∞ 1 2

7
 (c) f (x) = kx(x − 5) para 0 ≤ x ≤ 5 f (x) = 0 para x < 0 ou x > 5.
6
Z 5
kx(x − 5)dx = 1 ⇔ k = −
0 125
k
(d) f (x) = para todo x real.
1 + 4x2
2
Z +∞ Z 0 Z +∞
k k
f (x)dx = 1 ⇔ dx + dx = 1 ⇔ k =
−∞ 1 + 4x 1 + 4x
2 2 π
−∞ 0
k
(e) f (x) = 3 para x ≥ 1 e f (x) = 0 para x < 1.
Z +∞ x
k
3
dx = 1 ⇔ k = 2
1 x

17 Suponha que o salário R$X de um funcionário de uma fábrica seja uma variável aleatória com função densidade de
probabilidade f (x) = kx−2 para x ≥ 400 e f (x) = 0 para x < 400.

(a) Determine k para que f seja uma função densidade de probabilidade.

Z +∞ Z +∞
f (x)dx = 1 ⇔ kx−2 dx = 1 ⇔ k = 400
−∞ 400
(b) Qual a probabilidade de o salário ser menor que R$ 1.000,00?
Z 1000
P (X < 1000) = P (400 ≤ X ≤ 1000) = 400x−2 dx = 0, 6
400
(c) Qual a probabilidade de o salário estar compreendido entre R$ 2.000,00 e R$ 5.000,00?
3
Z 5000
P (2000 ≤ X ≤ 5000) = 400x−2 dx =
2000 25
(d) Se a fábrica tem 3200 funcionários, qual o número esperado de funcionários com salários entre R$ 2.000,00 e
R$ 5.000,00?
3
E = 3200 · = 384 funcionários.
25
1
18 Considere a função densidade de probabilidade dada por f (x) = se x ≥ 1 e f (x) = 0 se x < 1. Determine e esboce
x2
o gráfico da função de distribuição F .

0 ; x<1
(
f (x) = 1
; x≥1
x2

0 ; x<1
(
FX (x) = 1
1− ; x≥1
x

19 Seja X uma v.a.d. que pode assumir qualquer valor do conjunto {0, 1} e com probabilidades P (X = 0) = P (X =
1
1) = . Esboce o gráfico da função de distribuição da v.a. X.
2
y
1

X 0 1 0
0 1 x
P (x) 1
2
1
2 1

8
20 Determine a função de distribuição acumulada da v.a. X, sendo sua função densidade de probabilidade dada a seguir:
1
(a) f (x) = para 0 ≤ x ≤ 5 e f (x) = 0 para x < 0 ou x > 5.
5 
 x 0 ; x<0

FX (x) = ; 0≤x≤5
 5
1 ; x>5


1 x
(b) f (x) = e− 2 para x ≥ 0 e f (x) = 0 para x < 0.
2
0 ; x<0
FX (x) = x
1 − e− 2 ; x ≥ 0
1
(c) f (x) = e−|x| para todo x real.
2 
 1 x
e ; x<0
FX (x) = 2
 1 − e−x ; x ≥ 0
2

21 Seja X uma v.a.d. que pode assumir qualquer valor do conjunto {0, 1, 2} e com probabilidades P (X = 0) =
1 1 1
, P (X = 1) = , P (X = 2) = . Esboce o gráfico da função de distribuição da v.a. X.
3 6 2
y
1

0
0 1 2 x

22 Seja X a v.a. com função densidade de probabilidade

 1 x
−
 e β , se x ≥ 0 (β > 0);

β
f (x) =

0, se x < 0;


Calcule o valor esperado e a variância de X.

Z +∞ Z 0 Z +∞
x − βx
E(X) = xf (x)dx = x0 dx + e dx = β
−∞ −∞ 0 β
Z +∞ Z 0 Z +∞ 2
x − βx
E(X 2 ) = x2 f (x)dx = x2 0 dx + e dx = 2β 2
−∞ −∞ 0 β
V (X) = E(X 2 ) − [E(X)]2 = β 2

23 Determine E(X) e V ar(X) da v.a. X com função densidade de probabilidade dada por:
1
(a) f (x) = para a ≤ x ≤ b e f (x) = 0 para x < a ou x > b.
b−a
1 b+a
Z +∞ Z b
E(X) = xf (x)dx = x dx =
−∞ a b − a 2
1 b2 + ab + a2
Z +∞ Z 0
E(X 2 ) = x2 f (x)dx = x2 dx =
−∞ −∞ b−a 3
(b − a) 2
V (X) = E(X 2 ) − [E(X)]2 =
12
3
(b) f (x) = para x ≥ 0 e f (x) = 0 para x < 0.
(x + 1)4
3 1
Z +∞ Z +∞
E(X) = xf (x)dx = x dx =
−∞ 0 (x + 1) 4 2

9
 +∞ +∞
3
Z Z
E(X ) =
2
x f (x)dx =
2
x2 dx = 1
−∞ 0 (x + 1)4
3
V (X) = E(X ) − [E(X)] =
2 2
4
(c) f (x) = xe−x para x ≥ 0 e f (x) = 0 para x < 0.
Z +∞ Z +∞
E(X) = xf (x)dx = xxe−x dx = 2
−∞ 0
Z +∞ Z +∞
E(X 2 ) = x2 f (x)dx = x2 xe−x dx = 6
−∞ 0
V (X) = E(X 2 ) − [E(X)]2 = 2

10