Instituto Superior de Engenharia de Lisboa
Departamento de Matemática
Probabilidades e Estatística
Lista de exercícios propostos n.º 02: Teoria das
probabilidades
Exercício 1.
No departamento de controlo de qualidade de uma empresa existem vários
microscópios, dos quais, A, B e C têm as seguintes taxas de utilização diária:
A - 25%, B - 30%, C - 40%, A e B - 15%, A e C - 18%, B e C - 12%, A,
B e C - 10%. Calcule a probabilidade de num determinado dia:
(a) serem utilizados os microscópios B e C, mas não o microscópio A.
(b) serem utilizados todos os microscópios.
(c) ser utilizado só o microscópio B.
(d) ser utilizado pelo menos um dos microscópios.
(e) serem utilizados dois dos microscópios.
(f ) não ser utilizado nenhum destes microscópios.
(g) ser utilizado o microscópio A, sabendo que o microscópio C foi utilizado
nesse dia.
Exercício 2.
Um determinado colégio tem 250 alunos. Sabe-se que no final do ano lectivo
105 reprovaram a Matemática, 155 não reprovaram a Química e que 75 re-
provaram a Matemática e Química. Um aluno é seleccionado aleatoriamente.
(a) Qual é a probabilidade de ele ter reprovado a Matemática dado que ele
reprovou a Química?
(b) Se ele reprovou a Matemática, qual é a probabilidade de ter reprovado
a Química?
(c) Qual é a probabilidade de ele ter reprovado em pelo menos uma das
disciplinas?
(d) Qual é a probabilidade de ele ter reprovado a Química mas não ter
reprovado a Matemática?
(e) Qual é a probabilidade de ele não ter reprovado a Matemática nem a
Química?
02 - Teoria das probabilidades 1/13
C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa
Departamento de Matemática
Probabilidades e Estatística
(f ) Sabe-se que ele não reprovou a Química. Qual é a probabilidade de ele
ter reprovado a Matemática?
Exercício 3.
Sabendo que três pessoas sofrem da mesma doença e que têm probabilidades
de se curarem, respectivamente iguais a, 0, 25, 0, 15 e 0, 10, determine a
probabilidade de:
(a) nenhuma se curar.
(b) pelo menos uma delas se curar.
(c) duas delas se curarem.
Exercício 4.
A probabilidade de um indivíduo de uma determinada cidade ser diabético é
0, 02. O teste utilizado para detectar a doença dá resultado positivo em 90%
dos diabéticos e em 5% dos não diabéticos.
(a) Qual a probabilidade de um teste, realizado a um indivíduo escolhido
ao acaso, dar resultado positivo?
(b) Sabendo que um teste dá resultado negativo, qual a probabilidade do
indivíduo ser diabético?
(c) Qual é a probabilidade de um teste, realizado a um indivíduo escolhido
ao acaso, dar resultado negativo e o indivíduo não ser diabético?
Exercício 5.
Uma fábrica utiliza três máquinas para a produção de um mesmo produto. A
máquina M1 produz 40% da produção total. A percentagem de peças defeitu-
osas produzidas por cada máquina são, 4%, 2% e 1%, para as máquinas M1 ,
M2 e M3 , respectivamente. Sabe-se que 97, 45% do total de peças produzidas
são não defeituosas.
(a) Escolhida uma peça ao acaso da produção total, qual a probabilidade de
ter sido produzida pela máquina M2 ?
(b) Qual a probabilidade de uma peça escolhida ao acaso da produção total
ter sido produzida pela máquina M1 , observando-se que é defeituosa?
(c) Qual a probabilidade de em 10 peças escolhidas ao acaso da produção
total, encontrar pelo menos 8 peças não defeituosas?
(d) Os acontecimentos “peça ter sido produzida pela máquina M3 ” e “peça
não ser defeituosa” são independentes? Justifique.
02 - Teoria das probabilidades 2/13
C. Fernandes & P. Ramos
 Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística

Exercício 6.
O clube náutico de uma cidade oferece aos seus sócios a possibilidade de pra-
ticarem as seguintes modalidades: vela, canoagem e windsurf. De acordo com
os dados disponíveis, 30% dos sócios praticam vela, 10% e 20% praticam, res-
pectivamente, canoagem e windsurf. Por outro lado, 5% dos sócios praticam
vela e windsurf. É seleccionado um sócio ao acaso.
(a) Sabendo que esse sócio pratica vela, qual a probabilidade de ele praticar
windsurf ?
(b) Qual a probabilidade de esse sócio não praticar nem windsurf nem vela?
(c) Os acontecimentos “um sócio, seleccionado ao acaso, praticar vela” e
“um sócio, seleccionado ao acaso, praticar windsurf ” são acontecimen-
tos independentes? Justifique.
Exercício 7.
Sejam A, B e C, três acontecimentos de um mesmo espaço de probabilidade,
independentes, tais que
1 2 3
P rAs “ ; P rBs “ ; P rCs “ .
5 5 5 (b) ocorrer B e C.
(a) Qual é a probabilidade de não ocorrer nenhum destes acontecimentos?
(b) Qual é a probabilidade de ocorrer C sabendo que não ocorreu A nem
B?
Exercício 8.
Numa faculdade os anfiteatros A e B têm como saída comum o átrio C. Sabe-
se que o anfiteatro B comporta 3 vezes mais alunos do que o anfiteatro A e
que as percentagens de alunos do sexo feminino nos anfiteatros A e B são,
respectivamente, 70% e 60%. Após a saída dos alunos dos dois anfiteatros
para o átrio C, escolheu-se aleatoriamente um estudante.
(a) Calcule a probabilidade de ter sido escolhida uma aluna.
Exercício 9.
Considere os acontecimentos A, B e C. Os acontecimentos A e B têm
probabilidade de ocorrência p, enquanto o acontecimento C tem probabilidade
de ocorrência p2 .
(a) Suponha que A e B são independentes. Escreva P rA Y B Y Cs em
função de p, admitindo que:
pa1 q C é disjunto de B e independente de A;
pa2 q A, B e C são mutuamente independentes.
(b) Suponha agora que os acontecimentos A, B e C são mutuamente ex-
clusivos. Sabendo que P rA Y B Y Cs “ 0, 9, calcule o valor de p.
Exercício 10.
Considere os acontecimentos A, B e C“ tais que: P‰ rAs “ 0, 45, P rCs “ 0, 5,
P rA Y Cs ““ 0, 8, P rA X‰ Bs “ 0, 2, P A X B X C “ 0, 25, P rA X B X Cs “
“ 0, 05 e P A X B X C “ 0, 02. Determine a probabilidade de:
(a) ocorrer B e C e não ocorrer A.
(c) só ocorrer A.
(d) ocorrer A e B e não ocorrer C.
(e) só ocorrer B.
(f ) ocorrerem só dois acontecimentos.
Exercício 11.
Num laboratório existem três balanças analíticas A, B e C. A taxa de utili-
zação da balança A é de 50%, enquanto que a da balança C é de 20%. As
probabilidades destas fornecerem um resultado errado são de 0, 0002, 0, 0005
e 0, 0007, respectivamente.

(b) Tendo-se constatado que o estudante escolhido era do sexo masculino, (a) Qual a probabilidade de uma determinada pesagem não ter dado um
qual a probabilidade de ter saído do anfiteatro A? resultado errado?

(b) Sabendo que um dado resultado está errado, qual é a probabilidade da

pesagem ter sido efectuada na balança A?

02 - Teoria das probabilidades 3/13 02 - Teoria das probabilidades 4/13

C. Fernandes & P. Ramos C. Fernandes & P. Ramos
 Instituto Superior de Engenharia de Lisboa
Departamento de Matemática
Probabilidades e Estatística
Exercício 12.
Os trabalhadores da Companhia MLO, Lda. foram classificados em três níveis
de acordo com o grau de instrução: formação mínima, formação média e
formação superior. Sabe-se que:
• desses trabalhadores 55% tem salário superior a 500e;
• 40% dos trabalhadores com formação média têm salário superior a
500e;
• 70% dos trabalhadores com formação superior têm salário superior a
500e;
• nenhum dos trabalhadores com formação mínima tem salário superior
a 500e;
• a percentagem de trabalhadores com formação mínima é de 10%.
(a) Calcule a probabilidade de um trabalhador escolhido ao acaso ter for-
mação média.
(b) Calcule a probabilidade de ter formação superior, sabendo que ganha
mais de 500e.
Exercício 13.
Do conjunto das empresas que actuam num dado sector industrial, 30% pos-
suem departamento de investigação, 65% realizam lucros e 25% possuem de-
partamento de investigação e realizam lucros. Pretende-se calcular a proba-
bilidade de uma empresa, escolhida ao acaso, estar nas seguintes condições:
(a) possuir departamento de investigação ou realizar lucros.
(b) não realizar lucros.
(c) não possuir departamento de investigação nem realizar lucros.
(d) não possuir departamento de investigação e realizar lucros.
(e) possuir departamento de investigação sabendo que realiza lucros.
02 - Teoria das probabilidades 5/13
C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa
Departamento de Matemática
Probabilidades e Estatística
Exercício 14.
A classificação das soluções aquosas, existentes num laboratório, de acordo
com o seu pH e o respectivo comprimento de onda de absorção conduziu aos
seguintes resultados:
• 40% das soluções são ácidas, 20% são alcalinas e as restantes são neu-
tras;
• 25% das soluções ácidas absorvem na zona de comprimentos de onda
vermelho;
• 35% das soluções são neutras e não absorvem na zona de comprimentos
de onda do vermelho;
• a probabilidade de uma solução alcalina absorver na zona de compri-
mentos de onda do vermelho é 0, 15.
(a) Seleccionando, ao acaso, uma solução das existentes no laboratório,
determine a probabilidade da solução não absorver na zona de compri-
mentos de onda do vermelho.
(b) Seleccionando, ao acaso, uma solução das existentes no laboratório,
determine a probabilidade da solução ser ácida e absorver na zona de
comprimentos de onda do vermelho.
(c) Foi seleccionanda, ao acaso, uma solução das existentes no laboratório
e verificou-se que não absorve na zona de comprimentos de onda do
vermelho. Qual é a probabilidade da solução ser neutra?
(d) Qual é a probabilidade de uma solução, seleccionada ao acaso, ser alca-
lina ou não absorver na zona de comprimentos de onda do vermelho?
(e) Seleccionando, ao acaso, uma solução das existentes no laboratório,
determine a probabilidade da solução ser alcalina dado que absorve na
zona de comprimentos de onda do vermelho.
(f ) Foram escolhidas aleatoriamente 6 soluções das existentes no laborató-
rio. Qual é a probabilidade de no máximo 2 delas absorverem na zona
de comprimentos de onda do vermelho?
(g) Os acontecimentos “solução ser neutra” e “solução absorve na zona de
comprimentos de onda do vermelho” são independentes? Justifique.
02 - Teoria das probabilidades 6/13
C. Fernandes & P. Ramos
 Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
“ ‰
Soluções: (d) P Q X M “ P rQs ´ P rQ X M s “ 0, 08 .
“ ‰ “ ‰
Exercício 1. (e) P M X Q “ P M Y Q “ 1 ´ P rM Y Qs “ 0, 5.
(a) Considerando os acontecimentos: “ ‰ P rM XQs P rM s´P rM XQs
(f ) P M | Q “ P Q “ “ 0, 1935.
r s P rQ s
‚ A - “ser utilizado o microscópio A”;
‚ B - “ser utilizado o microscópio B”; Exercício 3.
‚ C - “ser utilizado o microscópio C”; (a) Considerando os acontecimentos:
“ ‰ “ ‰
tem-se P rB X Cs “ P A X B X C `P rA X B X Cs ô P A X B X C “ ‚ Ci - “a pessoa i cura-se”, com i “ 1, 2, 3;
“ 0, 02.
e assumindo que os acontecimentos
“ C‰1 , C2 “e C‰3 são “mutuamente
‰ “ ‰in-
(b) P rA X B X Cs “ 0, 1. dependentes tem-se, P C 1 X C 2 X C 3 “ P C 1 ˆ P C 2 ˆ P C 3 “
“ ‰ “ ‰ “ 0, 57375.
(c) Como P rA X Bs “ P A X “ B X C `P‰ rA X
“ B X Cs ô‰P A“ X B X C “‰ “ ‰ “ ‰
“ 0, 05 tem-se P rBs ““P A X B X‰ C `P A X B X C `P A X B X C ` (b) P rC1 Y C2 Y C3 s “ 1 ´ P C1 Y C2 Y C3 “ 1 ´ P C 1 X C 2 X C 3 “
`P rA X B X Cs ô P A X B X C “ 0, 13. “ 0, 42625.
“ ‰ “ ‰ “ ‰
(d) P rA Y B Y Cs “ P rAs ` P rBs ` P rCs ´ P rA X Bs ´ P rA X Cs ` (c) P C1 X C2 X“ C 3‰ ` P C1 X C“ 2 X‰ C3 ` P C 1“X C‰2 X C3 “ P rC1 s ˆ
´P rB X Cs ` P rA X B X Cs ô P rA Y B Y Cs “ 0, 6. ˆP rC2 sˆP C 3 `P rC1 sˆP C 2 ˆP rC3 s`P C 1 ˆP rC2 sˆP rC3 s “
“ ‰ “ ‰ “ 0, 06625.
(e) Como P rA X Cs ““ P A X B X ‰ C `P
“ rA X B X‰Cs ô “P A X B X‰C “
“ 0, 08 tem-se P A X B X C ` P A X B X C ` P A X B X C “ Exercício 4.
“ 0, 15.
“ ‰ “ ‰ “ ‰ (a) Considerando os acontecimentos:
(f ) Como P rCs “ P A X“B X C ` P‰ A X B X C ` P “ A X B X C‰ `
`P rA X B X Cs“ ô P A X‰ B X“C “ 0, 2 tem-se ‚ D - “o indivíduo ser diabético”;
‰ “ P A X B ‰X C “
“ 1´P rAs´P A X B X C ´P A X B X C ´P A X B X C “ 0, 4. ‚ T - “o teste dar resultado positivo”;

(g) P rA | Cs “ P rAXCs
“ 0, 45. tem-se,
“ pelo‰ teorema da probabilidade total que, P rT s “ P rD X T s `
P rCs
`P D X T “ 0, 067.
Exercício 2.
“ ‰ P rDXT s P rDsˆP rT |D s
(a) Considerando os acontecimentos: (b) Pelo teorema de Bayes tem-se P D|T “ P rT s
“ 1´P rT s
“
“ 0, 0021.
‚ M - “ter reprovado a Matemática”; “ ‰ “ ‰ “ ‰ “ ‰
‚ Q - “ter reprovado a Química”; (c) P T X D “ P D X T “ P D ˆ P T |D “ 0, 931.
“ ‰ P rM XQs
e como P rQs “ 1 ´ P Q “ 0, 38 tem-se P rM | Qs “ P rQs
“
“ 0, 7895.
P rQXM s
(b) P rQ | M s “ P rM s
“ 0, 7143.

(c) P rM Y Qs “ P rM s ` P rQs ´ P rM X Qs “ 0, 5.

02 - Teoria das probabilidades 7/13 02 - Teoria das probabilidades 8/13

C. Fernandes & P. Ramos C. Fernandes & P. Ramos
 Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística

Exercício 5. Exercício 7.
“ ‰ “ ‰ “ ‰ “ ‰ “ ‰ “ ‰ “ ‰
(a) Considerando os acontecimentos: (a) P A X B X C “ P A ˆ P B ˆ P C “ P A ˆ P B ˆ P C “
“ p1 ´ P rAsq ˆ p1 ´ P rBsq ˆ p1 ´ P rCsq “ 125
24
.
‚ Mi - “peça ser produzida pela máquina i”, com i “ 1, 2, 3; “ ‰
‚ D - “peça ser defeituosa”; (b) P C | A X B “ P rCs “ 35 .

tem-se P rM1 s ` P rM2 s ` P rM3 s “ 1 ô Exercício 8.

“ 0, 6 e pelo
“ P‰ rM2 s ` P rM3 s “ ‰
teorema
“ da probabilidade total
‰ tem-se P D “ 0, 9745 ô P M1 X D `
‰ “ (a) Considerando os acontecimentos:
`P M2 X D ` P M3 X D “ 0, 9745 ô 0, 98P rM2 s ` 0, 99P rM3 s “
“ 0, 5905. Resolvendo um sistema com as equações anteriores tem-se ‚ A - “estudante sair do anfiteatro A”;
P rM2 s “ 0, 35 e P rM3 s “ 0, 25. ‚ B - “estudante sair do anfiteatro B”;
P rM1 XDs
(b) Pelo teorema de Bayes tem-se P rM1 |Ds “ P rDs
“ 0, 6275. ‚ F - “estudante ser do sexo feminino”;

(c) Considerando o acontecimento: e sabendo que P rBs “ 3P rAs e P rAs ` P rBs “ 1 tem-se P rAs “ 14 e
P rBs “ 34 . Assim, pelo teorema da probabilidade total tem-se P rF s “
‚ E - “pelo menos 8 peças serem não defeituosas, em 10 peças”; “ P rAs ˆ P rF |As ` P rBs ˆ P rF |Bs “ 0, 625.
` “ ‰˘8 ` “ ‰˘9 “ ‰
tem-se P rEs “ 10C8 P D ˆ pP rDsq2 ` 10C9 P D ˆ P rDs ` (b) Pelo teorema de Bayes tem-se, P A|F “
P rAXF s
“
P rAsˆP rF |As
“
` “ ‰˘10 P rF s 1´P rF s
` P D “ 0, 9983.
“ 0, 2.
“ ‰ “ ‰
(d) Dado que P M3 X D “ 0, 2475 ‰ 0, 243625 “ P rM3 s ˆ P D , pode- Exercício 9.
mos concluir que os acontecimentos M3 e D não são independentes.
(a) pa1 q Sabendo que A e B são independentes, A e C são independentes e
Exercício 6. que B e C são mutuamente exclusivos, tem-se P rA Y B Y Cs “
“ P rAs ` P rBs ` P rCs ´ P rA X Bs ´ P rA X Cs “ 52 p ´ 32 p2 .
(a) Considerando os acontecimentos:
pa2 q Sabendo que A, B e C são mutuamente independentes, tem-se
‚ A - “um sócio, seleccionado ao acaso, praticar vela”; P rA Y B Y Cs “ P rAs`P rBs`P rCs´P rA X Bs´P rA X Cs`
‚ B - “um sócio, seleccionado ao acaso, praticar canoagem”; ´P rB X Cs ` P rA X B X Cs “ 52 p ´ 2p2 ` 12 p3 .
‚ C - “um sócio, seleccionado ao acaso, praticar windsurf ”; (b) Sabendo que A, B e C são mutuamente exclusivos, tem-se
tem-se P rC|As “ P rAXCs
P rAs
“ 0, 1667. P rA Y B Y Cs “ 0, 9 ô P rAs ` P rBs ` P rCs “ 0, 9 ô p “ 0, 36.
“ ‰ “ ‰
(b) P A X C “ P A Y C “ 1 ´ P rA Y Cs “ 0, 55. Exercício 10.

(c) Dado que P rA X Cs “ 0, 05 ‰ 0, 06 “ P rAs ˆ P rCs, podemos concluir
que os acontecimentos não são independentes.
(a) Como P rA Y Cs“ “ P rAs `‰P rCs ´ P rA X Cs ô P“ rA X Cs “‰0, 15 e
P rA X Cs “ P A X“ B X C `P‰ rA X“B X Cs ô P‰ A X B X C “ 0, 1
tem-se
“ P rCs “ ‰P A X “ B X C ` ‰P A X B X C ` P rA X B X Cs `
`P A X B X C ô P A X B X C “ 0, 1.
“ ‰
(b) P rB X Cs “ P rA X B X Cs ` P A X B X C “ 0, 15.

02 - Teoria das probabilidades 9/13 02 - Teoria das probabilidades 10/13

C. Fernandes & P. Ramos C. Fernandes & P. Ramos
 Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
“ ‰ “ ‰
(c) P rAs “ P A X B X C ` P A X B X C ` P rA X Bs ô Exercício 13.
“ ‰
ô P A X B X C “ 0, 15. (a) Considerando os acontecimentos:
“ ‰ “ ‰
(d) P rA X Bs “ P A X B X C ` P rA X B X Cs ô P A X B X C “ ‚ A - “a empresa possuir departamento de investigação”;
“ 0, 15.
‚ B - “a empresa realizar lucros”
(e) Como P rA Y B Y Cs “ P rAs`P rBs`P“ rCs´P rA ‰X Bs´P rA X Cs`
´P rB X Cs ` P rA X“B X Cs ô 1‰ ´ P A Y B Y C “ P rBs ` 0, 5 ô tem-se P rA Y Bs “ P rAs ` P rBs ´ P rA X Bs “ 0, 7.
“ ‰
ô P“rBs “ 0, 5 ‰´ P A X B X C ô “ P rBs “ ‰0, 48 tem-se
“ P rBs‰ “ (b) P B “ 1 ´ P rBs “ 0, 35.
“ P A X B X C ` P rA X Bs ` P A X B X C ô P A X B X C “ “ ‰ “ ‰
“ 0, 18. (c) P A X B “ P A Y B “ 1 ´ P rA Y Bs “ 0, 3.
“ ‰ “ ‰ “ ‰ “ ‰
(f ) P A X B X C ` P A X B X C ` P A X B X C “ 0, 35. (d) P A X B “ P rBs ´ P rA X Bs “ 0, 4.
Exercício 11. P rAXBs
(e) P rA|Bs “ P rBs
“ 0, 3846.
(a) Considerando os acontecimentos:
Exercício 14.
‚ A - “a pesagem ser efectuada na balança A”;
‚ B - “a pesagem ser efectuada na balança B”; (a) Considerando os acontecimentos:
‚ C - “a pesagem ser efectuada na balança C”; ‚ A - “a solução aquosa é ácida”;
‚ D - “o resultado da pesagem estar errado”; ‚ B - “a solução aquosa é neutra”;
“ ‰ “ ‰
tem-se,
“ pelo‰ teorema
“ da probabilidade
‰ total que, P D “ P A X D ` ‚ C - “a solução aquosa é alcalina”;
`P B X D ` P C X D “ 0, 99961.
‚ D - “a solução absorve na zona de comprimentos de onda do ver-
(b) Pelo teorema de Bayes tem-se P rA|Ds “ P rAXDs
“ P rAsˆP rD|As
“ melho”.
P rDs 1´P rD s
“ ‰ “ ‰
“ 0, 25641. tem-se, pelo‰ teorema da ‰probabilidade total, P D “ P A X D `
“ “
Exercício 12. `P B X D ` P C X D “ 0, 82.
(a) Considerando os acontecimentos: (b) P rA X Ds “ P rAs ˆ P rD | As “ 0, 1.
‚ A - “o trabalhador ter formação mínima”; “ ‰ P rBXDs
(c) Pelo teorema de Bayes tem-se P B | D “ P D “ 0, 427.
‚ B - “o trabalhador ter formação média”; r s
“ ‰ “ ‰ “ ‰
‚ C - “o trabalhador ter formação superior”; (d) P C Y D “ P rCs ` P D ´ P C X D “ 0, 85.
‚ D - “o trabalhador receber um salário superior a 500e”;
P rCXDs P rCsˆP rD|Cs
(e) Pelo teorema de Bayes tem-se P rC | Ds “ P rDs
“ 1´P rD s
“
tem-se P rAs ` P rBs ` P rCs “ 1 ô P rBs ` P rCs “ 0, 9 e pelo
“ 0, 167.
teorema da probabilidade total tem-se P rDs “ P rA X Ds`P rB X Ds`
`P rC X Ds ô 0, 4P rBs ` 0, 7P rCs “ 0, 55. Resolvendo um sistema (f ) Considerando o acontecimento:
com as equações anteriores tem-se P rBs “ 0, 2667 e P rCs “ 0, 6333.
P rCXDs
‚ E - “no máximo 2 soluções absorvem na zona de comprimentos de
(b) Pelo teorema de Bayes tem-se P rC|Ds “ P rDs
“ 0, 806. onda do vermelho, em 6 soluções”;

02 - Teoria das probabilidades 11/13 02 - Teoria das probabilidades 12/13

C. Fernandes & P. Ramos C. Fernandes & P. Ramos
 Instituto Superior de Engenharia de Lisboa
Departamento de Matemática
Probabilidades e Estatística
` “ ‰˘5 6 ` “ ‰˘4
tem-se P rEs “ 6C1 pP rDsq1 ˆ P D ` C2 pP rDsq2 ˆ P D `
` “ ‰˘6
` P D “ 0, 924.

(g) Dado que P rB X Ds “ 0, 05 ‰ 0, 072 “ P rBs ˆ P rDs, podemos con-

cluir que os acontecimentos não são independentes.

02 - Teoria das probabilidades 13/13

C. Fernandes & P. Ramos