PROBABILIDADE E ESTATSTICA

Prof. Nei Rocha

Instituto de Matemtica - UFRJ
Rio de Janeiro
2011-2
Sumrio
1 Reviso de Anlise Combinatria 2
1.1 lgebra de Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Noes Bsicas de Tcnicas de Contagem . . . . . . . . . . . . . . . . 5
1.3 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2 Probabilidade 16
2.1 Denies e Resultados Bsicos da Teoria das Probabilidades . . . . . 16
2.1.1 Denio e Propriedades das Probabilidades . . . . . . . . . . 17
2.1.2 Probabilidade Condicional . . . . . . . . . . . . . . . . . . . . 23
2.1.3 Independncia . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2 Lista de Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3 Variveis Aleatrias 33
3.1 Conceito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2 Funo de Distribuio . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.3 Variveis Aleatrias Discretas . . . . . . . . . . . . . . . . . . . . . . 36
3.4 Variveis Aleatrias Contnuas . . . . . . . . . . . . . . . . . . . . . . 37
4 Esperana Matemtica 41
5 A Funo Geratriz de Momentos 44
6 Variveis Aleatrias Discretas 47
6.1 O Ensaio de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . 47
6.2 A Distribuio Binomial . . . . . . . . . . . . . . . . . . . . . . . . . 47
6.3 A Distribuio Geomtrica . . . . . . . . . . . . . . . . . . . . . . . . 49
6.4 A Distribuio de Poisson e o Processo de Poisson . . . . . . . . . . . 50
6.5 A Distribuio Hipergeomtrica . . . . . . . . . . . . . . . . . . . . . 53
6.6 Exerccios Propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
7 Variveis Aleatrias Contnuas 62
7.1 A Distribuio Uniforme . . . . . . . . . . . . . . . . . . . . . . . . . 62
7.2 A Distribuio Exponencial . . . . . . . . . . . . . . . . . . . . . . . 63
7.3 A Distribuio Normal . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.3.1 A Distribuio Normal Padro . . . . . . . . . . . . . . . . . . 64
7.3.2 A Distribuio Normal com mdia j e varincia o
2
. . . . . . 65
7.3.3 Teorema Central do Limite . . . . . . . . . . . . . . . . . . . . 67
7.3.4 Aproximao Normal Binomial . . . . . . . . . . . . . . . . 69
i
OBJETIVOS GERAIS: Habilitar o aluno a sintetizar informaes que so
ministradas com vistas elaborao de conceitos mais complexos; resolver problemas
simples usando raciocnio probabilstico.
PROGRAMA
UNIDADE I - Probabilidade
Conceitos Bsicos. Interpretaes de Probabilidade; Propriedades da Probabili-
dade; Espaos amostrais simples tcnicas de contagem; Probabilidade Condicional
; Independncia; Teorema de Bayes..
UNIDADE II - Variveis Aleatrias Univariadas
Variveis aleatrias discretas: Denio e exemplos; Funo de Probabilidade;
Valor esperado e varincia de uma varivel aleatria discreta; Propriedades do valor
esperado e da varincia; Funo de distribuio acumulada: denio e propriedades;
Principais modelos probabilsticos para variveis aleatrias discretas: Geomtrico,
Binomial, Hipergeomtrico e Poisson.
UNIDADE III - Variveis aleatrias Univariadas
Variveis aleatrias contnuas: Conceituao; Modelo Uniforme; Modelo Normal;
Aproximao Normal da Binomial.
UNIDADE IV - Variveis Aleatrias Multidimensionais (Noes Bsicas)
Distribuio conjunta para o caso discreto; Distribuies Marginais e condicionais
(caso discreto); Funes de variveis aleatrias; Propriedades da esperana e da
varincia; Aplicaes da distribuio normal (soma de variveis aleatrias normais);
Teorema Central do Limite (enunciado e exemplos de aplicao).
ii
UNIDADE V - Introduo Inferncia Estatstica
Populao e Amostra. Parmetro e Estatstica. Problemas de Inferncia; Amostragem.
Amostra Aleatria Simples; Distribuio Amostral: mdia e proporo. Estimao
por intervalo: mdia e proporo; Distribuio t-de-Student para o caso de popu-
lao normal com varincia desconhecida e amostra de tamanho moderado. Testes
sobre a mdia e proporo.
AVALIAES
Prova 1 - 05 de outubro de 2011.
Prova 2 - 07 de dezembro de 2011.
Reposio - 12 de dezembro de 2011.
Prova Final - 14 de dezembro de 2011.
iii
BIBLIOGRAFIA
[1] Magalhes, M. N. - Probabilidade e Variveis Aleatrias - Ed. Universidade
de So Paulo - 2004.
[2] Hoel, P.G. e Stone, C. J. - Introduo Teoria da Probabilidade - Editora
Intercincia - 1978.
[3] Ross, S. - Introduction to Probability Models - Sixth Edition. Academic Press
- 1997.
[4] Bussab, W. O. e Morettin, P.A. - Estatstica Bsica. Quinta edio. Editora
Saraiva - 2002.
[5] Morgado, A. C. O., Carvalho, J. B. P., Carvalho, P. C. P. e Fernandez,
P. - Anlise Combinatria e Probabilidade. Sexta edio. Coleo Professor de
Matemtica. SBM. - 2004.
1
Captulo 1
Reviso de Anlise Combinatria
1.1 lgebra de Conjuntos
Letras maisculas, como por exemplo , 1, ..., 1 , 2, representaro conjuntos.
A letra grega representar o conjunto universal em uma situao determinada.
Letras minsculas c, /, ..., , ., indicaro elementos desses conjuntos.
A relao de pertinncia ser grafada pelo smbolo e escrevemos, por exemplo
c para indicar que c membro de (ou c pertence a ).
O conjunto vazio representado pelo smbolo O.
Um conjunto tambm pode ser descrito por uma propriedade j, comum a todos
os seus elementos, e escrevemos
= r [ r tem a propriedade j
Exemplo 1 = r [ r = 2/, / = 1. 2. ... descreve o conjunto dos nmeros in-
teiros pares positivos.
Usaremos o smbolo # para indicar o nmero de elementos de um determinado
conjunto (ou cardinalidade de ).
Diremos que 1 ( est contido em 1) se todo elemento de tambm um
elemento de 1, e diremos tambm que subconjunto de 1.
2
Se 1 mas existe um elemento / 1 tal que / , , (/ no pertence a ),
diremos que um subconjunto prprio de 1.
Para mostrar que no est contido em 1, basta exibir um elemento c tal
que c , 1.
Proposio 1 O , para qualquer conjunto .
Prova. (Em aula.)
Denio 1 Dados dois conjuntos A e B indicaremos por ' 1 o conjunto dos
elementos que pertencem a A ou a B, isto o conjunto dos elementos que pertencem
a pelo menos um dos conjuntos A e B. Este conjunto chamado unio de A com
B.
' 1 = . [ . ou . 1
Extenso: Seja a coleo de conjuntos
1
,
2
, ...,
a
. Ento
a
'
i=1

i
= . [ .
1
ou .
2
... ou .
a

Denio 2 Dados dois conjuntos A e B, denimos o conjunto interseo de A

e B como o conjunto dos elementos que pertencem simultaneamente a A e B, isto
1 = . [ . e . 1
Extenso: Seja a coleo de conjuntos
1
,
2
, ...,
a
. Ento
a

i=1

i
= . [ .
1
e .
2
... e .
a

Denio 3 Dados dois conjuntos e 1, diz-se que eles so disjuntos, se no

tm elementos comuns, isto , se 1 = O. Por extenso, dada uma coleo de
conjuntos
1
, ...,
a
, dizemos que eles so (mutuamente) disjuntos, ou disjuntos
dois a dois, se
i

)
= O, para todo i ,= ,.
3
Denio 4 Dado um conjunto A, denimos o conjunto complementar de A o
conjunto dos elementos de que no pertencem a A. Simbolicamente

c
= . [ . ,
Denio 5 Dados dois conjuntos A e B, dene-se o conjunto diferena de A e
B como o conjunto dos elementos de A que no pertencem a B, isto
1 = . [ . e . , 1
Observe que 1 = 1
c
.
A proposio seguinte lista as propriedades mais importantes que relacionam os
conceitos denidos anteriormente.
Proposio 2 Dado um conjunto universal e conjuntos A, B e C, os seguintes
itens se vericam:
(i) Para todo conjunto , ' O = , O = O.
(ii) 1 se e somente se ' 1 = 1.
(iii) 1 se e somente se 1 = .
(iv) ' (1 ' C) = ( ' 1) ' C.
(v) (1 C) = ( 1) C.
(vi) (1 ' C) = ( 1) ' ( C).
(vii) ' (1 C) = ( ' 1) ( ' C).
(viii) '
c
= ,
c
= O, O
c
= ,
c
= O.
(ix) (
c
)
c
= .
(x) 1 se e somente se 1
c

c
.
(xi) ( ' 1)
c
=
c
1
c
.
(xii) ( 1)
c
=
c
' 1
c
.
Prova. (Deixada como exerccio.)
4
1.2 Noes Bsicas de Tcnicas de Contagem
Neste captulo, exporemos todos os objetos presentes na anlise combinatria, fazendo
uma reexo minuciosa sobre eles, quando for necessria.
Princpio da Adio: Sejam
1
, ...,
a
, conjuntos diferentes e disjuntos dois a
dois, tendo, respectivamente, :
1
, ..., :
a
elementos diferentes, isto , #
1
= :
1
,
..., #
a
= :
a
. Ento o nmero de formas de selecionar um objeto de um dos
: conjuntos :
1
+... +:
a
.
Princpio da Multiplicao: Suponha que um experimento possa ser realizado
em : fases. Suponha que a fase 1
i
(i = 1. .... :) tenha :
i
receitas diferentes
para cumpri-la. Se o nmero de receitas em cada fase independente das
escolhas nas fases anteriores, e se os resultados compostos so todos distintos,
ento o nmero de formas de se realizar o experimento nas : fases :
1
...:
a
.
Exemplo 2 Prof. Cludio tem 40 estudantes no curso de lgebra e 40 no curso de
geometria. Quantos estudantes diferentes h nessas duas classes, supondo que no
h estudantes em ambas as classes?
Exemplo 3 Dois dados, um verde e um vermelho, so lanados. Quantos resulta-
dos diferentes existem neste experimento?
Exemplo 4 H 5 livros diferentes de Espanhol, 6 livros diferentes de Francs e 8
livros diferentes de Ingls. Quantas formas h de tomar um par (no ordenado) de
livros de lnguas diferentes?
Exemplo 5 Quantas maneiras existem de formar uma seqncia de trs letras,
usando as letras a, b, c, d, e, f:
5
(a) com a repetio de letras permitida?
(b) sem a repetio de qualquer letra?
(c) sem a repetio e contendo a letra e?
(d) com repetio e contendo a letra e?
Exemplo 6 Quantas colees diferentes e no-vazias podem ser formadas com 5
mas idnticas e 8 laranjas idnticas?
Exemplo 7 Uma indstria fabrica 100 produtos diferentes, que j esto no mer-
cado. Para facilitar a identicao via computador ser criado um cdigo de barras
onde cada barra [ ou . Qual o nmero de barras necessrias para que se possa
identicar cada um dos 100 produtos?
Denio 6 Dado um nmero natural :, dene-se o fatorial de :, representado
por :!, como
:! = :(: 1)(: 2)...3.2.1
= 1.2.3...(: 2)(: 1):
Por conveno, 0! = 1. Esta conveno est amparada no mundo fsico, como
veremos a seguir.
Proposio 3 (Permutao) Sejam : objetos distintos, ordenados em la. Ento
o nmero de conguraes das ordenaes possveis, ou por outra, o nmero de
permutaes dos objetos dado por
1
a
= :!
1
a
chamado de permutao de n objetos distintos.
6
Prova. (Em aula.)
Exemplo 8 Suponha que um carteiro bbado tenha : cartas a serem distribudas
aleatoriamente em : casas diferentes. Suponha que ele o faa colocando uma carta
em cada caixa de correio. De quantas formas ele pode distribuir as cartas?
Exemplo 9 Suponha agora o carteiro bbado tenha : cartas a serem distribudas
aleatoriamente em / casas diferentes (/ _ :). Suponha que ele o faa colocando
uma carta em cada caixa de correio.
(a) De quantas formas ele pode distribuir as cartas?
(b) Justique, com base nos dois ltimos exemplos, o fato de 0! = 1.
O resultado do exemplo anterior chamado de arranjo de : objetos em / com-
partimentos, ou simplesmente arranjo de :, / a /, como veremos na proposio a
seguir.
Proposio 4 (Arranjo) Suponha que : objetos devam ser alocados em / com-
partimentos (/ _ :), de forma ordenada. O nmero de alocaes possveis dado
por

a,I
=
:!
(: /)!
Prova. (Em aula.)
Exemplo 10 Suponha que 20 corredores disputam uma corrida de Frmula 1. Quan-
tos resultados de pdium (primeiro, segundo e terceiro lugares) so possveis?
Exemplo 11 Suponha que 5 pessoas entrem num elevador que conduz aos 10 an-
dares de um edifcio. De quantas maneiras podemos ter pessoas saindo sozinhas em
andares diferentes?
7
Proposio 5 (Combinao) Suponha que : objetos devam ser alocados em /
compartimentos (/ _ :), de forma no-ordenada. O nmero de alocaes possveis
dado por
_
:
/
_
=

a,I
/!
=
:!
/!(: /)!
_
a
I
_
(ou C
a,I
ou C
I
a
) chamado de combinao de :, / a /, e sua distino bsica com
o conceito de arranjo de :, / a / reside no fato de que, na combio, a ordenao
dos objetos no relevante, embora o seja no contexto de arranjo.
Prova. (Em aula.)
Exemplo 12 Suponha que desejemos formar uma comisso de 4 pessoas retiradas
aleatoriamente de 10 pessoas. Quantas comisses so possveis?
Exemplo 13 Quantos padres distintos usando-se / letras e : / letras 1 so
possveis de serem criados? (As palavras assim formadas so chamadas de ana-
gramas.)
Exemplo 14 Numa recepo h 50 homens e 30 mulheres. Qual o nmero de
apertos de mo possveis, sabendo que 70% das mulheres no se cumprimentam
entre si?
Vejamos agora a construo do conceito de permutao com repetio, que gen-
eraliza o conceito de combinao.
Proposio 6 (Permutao com Repetio) Se h : objetos, com :
1
objetos
do tipo 1, :
2
objetos do tipo 2, ..., e :
n
objetos do tipo :, onde :
1
+:
2
... +:
n
= :,
8
ento o nmero de permutaes distintas geradas pelos objetos dado por
1(:; :
1
. :
2
. .... :
n
) =
_
:
:
1
__
: :
1
:
2
__
: :
1
:
2
:
3
_
...
_
: :
1
:
2
... :
n1
:
n
_
=
:!
:
1
!:
2
!...:
n
!
Prova. (Em aula.)
Exemplo 15 Numa universidade h 7 professores de Matemtica e 4 de Fsica. De
quantas formas uma equipe composta de 4 matemticos e 2 fsicos pode ser feita?
Exemplo 16 Quantos nmeros de 7 dgitos, maiores que 6.000.000, podem ser for-
mados usando apenas os algarismos 1, 3, 6, 6, 6, 8, 8?
Exemplo 17 Quantos so os anagramas da palavra PIRACICABA que no pos-
suem duas letras A juntas?
Os prximos exemplos ilustram o conceito de Combinaes Completas, onde o
conceito de distinguibilidade de objetos no mais se d.
Exemplo 18 De quantas formas diferentes podemos comprar 6 cachorros-quentes,
se h 3 variedades possveis (mini, regular e super)?
Exemplo 19 Quantas solues inteiras h para a equao
r
1
+r
2
+r
3
+r
4
= 12
(a) com r
i
_ 0?
(b) com r
i
_ 1?
(c) com r
1
_ 2, r
2
_ 2, r
3
_ 4, r
4
_ 0?
Exemplo 20 Quantas so as solues inteiras no-negativas de r + +. +n < 6.
9
Exemplo 21 Quantos arranjos das letras a, e, i, o, u, x, x, x, x, x, x, x, x (8 xs)
existem se no pode haver duas vogais consecutivas?
Exemplo 22 A fbrica X produz 8 tipos de bombons que so vendidos em caixas de
30 bombons (de um mesmo tipo ou sortidos). Quantas caixas diferentes podem ser
formadas?
Finalmente encerraremos, nossa breve introduo anlise combinatria com o
conceito de permutao circular.
Proposio 7 (Permutao Circular) Suponha : objetos distintos dispostos cir-
cularmente. Ento o nmero de padres circulares gerados pelos : objetos dado
por
1
a1
= (: 1)!
Prova. (Em aula.)
Exemplo 23 De quantos modos 5 meninos e 5 meninas podem formar uma roda
de ciranda de modo que pessoas de mesmo sexo no quem juntas?
Exemplo 24 Um grupo constitudo por 4 mulheres e 4 homens deve ocupar as 8
cadeiras dispostas ao redor de uma mesa circular. O grupo deve ser acomodado de
modo que cada homem sente entre duas mulheres. Joo e Maria esto nesse grupo
de pessoas; entretanto por motivos de ordem estritamente pessoal no podem sentar-
se lado a lado. Duas acomodaes de pessoas ao redor da mesa so consideradas
diferentes quando pelo menos uma das pessoas no tem o mesmo vizinho direita,
nas duas acomodaes. Determine o nmero de diferentes acomodaes possveis
dessas 8 pessoas ao redor da mesa circular.
10
Proposio 8 (Princpio da Incluso e Excluso) Sejam o conjunto univer-
sal,
1
,
2
, ...,
a
subconjuntos de e
o
0
= #
o
1
=
a

i=1
#(
i
)
o
2
=

1i<)a
#(
i

)
)
o
3
=

1i<)<Ia
#(
i

)

I
) ...
(observe que h
_
:
1
_
parcelas em o
1
,
_
:
2
_
parcelas em o
2
, etc). Ento o nmero
de elementos do conjunto
1
'
2
' ... '
a

o
1
o
2
+o
3
... + (1)
a+1
o
a
Prova. (Em aula.)
Exemplo 25 Numa classe de 30 alunos, 14 falam ingls, 5 falam alemo e 7 falam
francs. Sabendo-se que 3 falam ingls e alemo, 2 falam ingls e francs, 2 falam
alemo e francs e que 1 fala as trs lnguas, determinar o nmero de alunos que
no falam nenhuma dessas trs lnguas.
Exemplo 26 Quantos so os inteiros entre 1 e 42.000, que no so divisveis por
2, por 3 e nem por 7?
Exemplo 27 Quantas so as permutaes das letras da palavra BRASIL em que o
B ocupa o primeiro lugar, ou o R o segundo lugar, ou o L o sexto lugar?
Exemplo 28 Dentre os inteiros de 1 a 1.000.000 inclusive, quantos no so quadra-
dos perfeitos, cubos perfeitos e nem quartas potncias perfeitas?
Exemplo 29 De quantos modos 6 casais podem sentar-se ao redor de uma mesa
circular de tal forma que marido e mulher no quem juntos?
11
Exemplo 30 De quantas formas podemos permutar 3 as, 3 bs e 3 cs de tal modo
que 3 letras iguais nunca sejam adjacentes?
Exemplo 31 Encontrar o nmero de solues, em inteiros positivos, de
r
1
+r
2
+r
3
+r
4
= 22
em que r
1
_ 7, r
2
_ 6, r
3
_ 9 e r
4
_ 8.
Exemplo 32 Encontrar o nmero de solues de r
1
+r
2
+r
3
+r
4
= 1 em inteiros
entre 3 e 3 inclusive.
Exemplo 33 Lanam-se 3 dados. Em quantos dos 6
3
resultados possveis a soma
dos pontos 12?
1.3 Exerccios
Exerccio 1 Em uma banca h 5 exemplares iguais da revista A, 6 exemplares iguais
da revista B e 10 exemplares iguais da revista C. Quantas colees no vazias de
revistas dessa banca possvel formar? Resp.: 461.
Exerccio 2 No quadro abaixo, de quantos modos possvel formar a palavra MATEMTICA,
partindo de um M e indo sempre para a direita ou para baixo? Resp.: 512.
`
`
` 1
` 1 1
` 1 1 `
` 1 1 `
` 1 1 ` 1
` 1 1 ` 1 1
` 1 1 ` 1 1 C
` 1 1 ` 1 1 C
Exerccio 3 Quantos nmeros diferentes podem ser formados multiplicando alguns
(ou todos) os nmeros 1, 5, 6, 7, 7, 9, 9, 9? Resp.: 48.
12
Exerccio 4 Um vago de metr tem 10 bancos individuais, sendo 5 de frente e
5 de costas. De 10 passageiros, 4 preferem sentar de frente, 3 preferem sentar de
costas e os demais no tm preferncia. De quantas maneiras os passageiros podem
se sentar, respeitando-se as preferncias? Resp.: 43.200.
Exerccio 5 Em um concurso h trs candidatos e cinco examinadores, devendo
cada examinador votar em um candidato. De quantos modos os votos podem ser
distribudos? Resp.: 243.
Exerccio 6 Qual a soma dos divisores inteiros e positivos de 720? Resp.: 2418.
Exerccio 7 Delegados de 10 pases devem se sentar em 10 cadeiras em la. De
quantos modos isso pode ser feito, se os delegados do Brasil e de Portugal devem
sentar juntos e o do Iraque e o dos Estados Unidos no podem sentar juntos? Resp.:
564.480.
Exerccio 8 Um campeonato disputado por 12 clubes em rodadas de 6 jogos cada.
De quantos modos possvel selecionar os jogos de primeira rodada? Resp.: 10.395.
Exerccio 9 Mostre que o nmero de diferentes pares para uma primeira rodada de
um torneio de tnis com 2: participantes (1).(3).(5).(7)...(2: 1).
Exerccio 10 Quantos divisores mpares tem o nmero 232.848? Resp.: 24.
Exerccio 11 Quantas so as permutaes simples dos nmeros 1. 2. .... : nas quais
o elemento que ocupa a /-sima posio inferior a / + 4 para todo /? Resp.:
6 4
a3
.
Exerccio 12 Quantos so os nmeros naturais de 7 dgitos nos quais o dgito 4
gura exatamente 3 vezes e o dgito 8 exatamente 2 vezes? Resp.: 12.960.
13
Exerccio 13 Quantos so os p-subconjuntos (isto , subconjuntos com p elemen-
tos) de c
1
. c
2
. .... c
a
nos quais:
(a) c
1
gura; Resp.: C
j1
a1
(b) c
1
no gura; Resp.: C
j
a1
(c) c
1
e c
2
guram; Resp.: C
j2
a2
(d) pelo menos um dos elementos c
1
, c
2
gura; Resp.: 2C
j1
a2
+C
j2
a2
= C
j
a
C
j
a2
(e) exatamente um dos elementos c
1
, c
2
gura. Resp.: 2C
j1
a2
Exerccio 14 Empregando 10 consoantes e cinco vogais, calcule o nmero de palavras
de 6 letras que se podem formar sem usar consoantes nem vogais adjacentes:
(a) se so permitidas repeties; Resp.: 250.000
(b) se no so permitidas repeties. Resp. 86.400
Exerccio 15 Prove que um produto de j inteiros consecutivos sempre divisvel
por j!.
Exerccio 16 No incio de uma festa h 6 rapazes desacompanhados e 10 moas
desacompanhadas. Quantos so os estados possveis no m da festa? Resp.: 424.051
Exerccio 17 Uma pulseira deve ser cravejada com um rubi, uma esmeralda, um
topzio, uma gua-marinha, uma turmalina e uma ametista. De quantos modos isso
pode ser feito, supondo:
(a) que a pulseira tem um fecho e um relgio engastado no fecho; Resp.: 720
(b) que a pulseira tem fecho; Resp.: 360
(c) que a pulseira no tem fecho e o brao s pode entrar na pulseira em um
sentido; Resp.: 120
(d) que a pulseira no tem fecho e o brao pode entrar na pulseira nos dois
sentidos. Resp.: 60
14
Exerccio 18 Uma partcula, estando no ponto (r. ) pode mover-se para o ponto
(r + 1. ) ou para o ponto (r. + 1). Quantos so os caminhos que a partcula pode
tomar para, partindo do ponto (0. 0), chegar ao ponto (c. /), onde c 0 e / 0?
Resp.: C
o
o+b
Exerccio 19 De quantos modos podem ser pintados 6 objetos iguais usando 3 cores
diferentes? Resp.: 28
Exerccio 20 De quantos modos podemos colocar em la 7 letras A, 6 letras B e 5
letras C de modo que no haja duas letras B juntas? Resp.: 1.359.072
15
Captulo 2
Probabilidade
2.1 Denies e Resultados Bsicos da Teoria das
Probabilidades
Suponha que vamos realizar um experimento cujo resultado no pode ser predito
de antemo. Entretanto, suponha que saibamos todos os possveis resultados de
tal experimento. Este conjunto de todos os resultados possveis, que denotaremos
por , chamado de espao amostral do experimento. Assim, temos a seguinte
denio:
Denio 7 O conjunto de todos os resultados possveis de um determinado ex-
perimento chamado de espao amostral.
Exemplo 34 Se o experimento consiste em lanar uma moeda, ento = Cc. Co,
onde Ca cara e Co coroa.
Exemplo 35 Se o experimento consiste em lanar um dado e observar a face su-
perior, ento = 1. 2. 3. 4. 5. 6.
Exemplo 36 Se o experimento consiste em lanar duas moedas, ento
= (Cc. Cc). (Cc. Co). (Co. Cc). (Co. Co), onde o resultado (c. /) ocorre se a
face da primeira moeda c e a face da segunda moeda /.
16
Exemplo 37 Se o experimento consiste em lanar dois dados e observar as faces
superiores, ento
=
_

_
(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)
_

_
onde o resultado (i. ,) ocorre se a face i aparece no primeiro dado e a face j no
segundo dado.
Exemplo 38 Se o experimento consiste em medir a vida til de um carro, ento
um possvel espao amostral consiste de todos os nmeros reais no-negativos, isto
, = [0. ).
Denio 8 Qualquer subconjunto do espao amostral , isto , ao qual
atribumos uma probabilidade, dito um evento aleatrio.
Obviamente, como O e os conjuntos O e so eventos aleatrios. O
conjunto vazio O denominado evento impossvel e o conjunto denominado
evento certo. Se . o evento . dito elementar (ou simples).
Denio 9 Dois eventos e 1 so ditos mutuamente exclusivos ou incom-
patveis se 1 = O.
Observao 1 importante saber traduzir a notao de conjuntos para a lin-
guagem de eventos: ' 1 o evento A ou B; 1 o evento A e B e

c
o evento no A.
2.1.1 Denio e Propriedades das Probabilidades
H vrias interpretaes da probabilidade. Discutiremos as trs mais correntes:
17
(Clssica) Baseia-se no conceito de equiprobabilidade, ou seja, de resultados equiprovveis.
Seja um evento e o espao amostral nito, ento
1() =
#
#
onde # a cardinalidade de e # a cardinalidade de .
(Freqentista) Baseia-se na freqncia relativa de um nmero grande de realizaes do
experimento. Seja um evento, ento
1() = lim
a!1
:

:
onde :

o nmero de ocorrncias do evento em : realizaes.

Observao 2 O limite acima no pode ser entendido como um limite matemtico,
pois dado 0 no h garantia de que existe :
0
N tal que para todo : _ :
0
se
tenha

1()
:

< .
improvvel que

1()
:

_ para : _ ` (grande), mas pode acontecer.

Outra diculdade do conceito freqentista que o experimento nunca realizado
innitas vezes, logo no h como avaliar a probabilidade de forma estrita.
(Subjetiva) Baseia-se em crenas e/ou informaes do observador a respeito do fenmeno
em estudo. Por exemplo, seja o evento C chove em Moscou.
Para algum no Rio de Janeiro podemos ter a seguinte avaliao: 1(C) = 0. 5.
Para algumde Leningrado, podemos ter: 1(C) = 0. 8, se chove em Leningrado
e 1(C) = 0. 2, se no chove em Leningrado.
Para algum de Moscou, tem-se: 1(C) = 1, se est chovendo em Moscou e
1(C) = 0, se no est chovendo em Moscou.
18
No nos preocuparemos com o problema de como denir probabilidade para cada
experimento.
Seja um espao amostral e um subconjunto de . Uma medida de proba-
bilidade 1 uma aplicao de argumento tendo os seguintes axiomas:
A1) 1() _ 0.
A2) 1() = 1.
A3) (Aditividade nita) Se
1
.
2
. ....
a
so disjuntos dois a dois, isto ,

i

)
= O para todo i ,= ,, ento 1
_
a
'
i=1

i
_
=
a

i=1
1(
i
).
Uma funo 1 satisfazendo os axiomas 1, 2 e 3 chamada probabilidade ni-
tamente aditiva. Entretanto, para os nossos objetivos, ser mais conveniente
supor o-aditividade:
A3) Se
1
.
2
. ... so disjuntos dois a dois, ento 1
_
1
'
i=1

i
_
=
1

i=1
1(
i
).
Com base nos axiomas de probabilidade, pode-se demonstrar os seguintes teore-
mas:
Teorema 1 1(O) = 0.
Prova. (Em aula.)
Proposio 9 O Axioma 3 implica o Axioma 3, isto , se P o-aditiva, ento
nitamente aditiva.
Prova. (Em aula.)
Teorema 2 Para todo , temos 1(
c
) = 1 1().
Prova. (Em aula.)
19
Teorema 3 Para todo , temos 0 _ 1() _ 1.
Prova. (Em aula.)
Teorema 4 Sejam e 1 . Se 1, ento
(a) 1(1 ) = 1(1) 1();
(b) 1() _ 1(1).
Prova. (Em aula.)
Teorema 5 Sejam e 1 . Ento 1( ' 1) = 1() +1(1) 1( 1).
Prova. (Em aula.)
Teorema 6 Para qualquer seqncia de eventos
1
.
2
. ....
a
, 1
_
a
'
i=1

i
_
_
a

i=1
1(
i
) (desigualdade de Boole).
Prova. (Em aula.)
Teorema 7 Sejam
1
.
2
. ....
a
. Ento
1
_
a
'
i=1

i
_
=
a

i=1
1(
i
)

i<)
1(
i

)
) +

i<)<I
1(
i

)

I
)

i<)<I<|
1(
i

)

I

|
) +... + (1)
a+1
1(
1

2
...
a
)
Prova. (Em aula.)
Exemplo 39 Uma bola extrada de uma urna contendo 10 bolas numeradas de 1
a 10. Calcule a probabilidade de que o nmero da bola extrada seja 3, 4 ou 5.
Exemplo 40 Suponha que dois dados sejam lanados. Qual a probabilidade de que
a soma dos nmeros seja par?
20
Exerccio 21 5 bolas brancas e 3 bolas vermelhas so retiradas aleatoriamente de
uma urna. Qual a probabilidade de que a primeira e a ltima bolas sejam brancas?
Qual a probabilidade de que a primeira e a ltima bolas tenham cores diferentes?
Exemplo 41 Um ponto selecionado do crculo unitrio. Qual a probabilidade de
se selecionar um ponto no setor angular de 0 a
:
4
radianos?
Exemplo 42 Sete pessoas entram juntas num elevador no andar trreo de um ed-
ifcio de 10 andares. Suponha que os passageiros saiam independentemente e de
maneira aleatria com cada andar (1. 2. .... 10) tendo a mesma probabilidade de ser
selecionado. Qual a probabilidade de que todos saiam em andares diferentes?
Exemplo 43 Numa sala h n alunos (: _ 365). Qual a probabilidade de haver dois
ou mais alunos com a mesma data de aniversrio (dia e ms idnticos)?
Exemplo 44 Em uma sala, 10 pessoas esto usando emblemas numerados de 1 a
10. Trs pessoas so escolhidas ao acaso e convidadas a se retirarem simultanea-
mente. Os nmeros dos emblemas so registrados. Pergunta-se:
(a) Qual a probabilidade de que o menor nmero seja 5?
(b) Qual a probabilidade de que o maior nmero seja 5?
Exemplo 45 Da populao canadense 30% so da provncia de Quebec, 28% falam
francs e 24% so de Quebec e falam francs. Escolhido ao acaso um canadense,
qual a probabilidade de:
(a) ser de Quebec ou falar francs?
(b) no ser de Quebec nem falar francs?
(c) falar francs mas no ser de Quebec?
21
Exemplo 46 Se quatro dados so lanados, qual a probabilidade de que os quatro
nmeros sejam diferentes?
Exemplo 47 Qual a probabilidade de se ganhar a sena com um nico carto e
jogando apenas 6 nmeros? E a quina? E a quadra?
Exemplo 48 Uma caixa contm 2: sorvetes, : do sabor e : do sabor 1. De um
grupo de 2: pessoas, c < : preferem o sabor , / < : o sabor 1 e 2: (c +/) no
tm preferncia. Se os sorvetes so distribudos ao acaso, qual a probabilidade de
que a preferncia de todas as pessoas seja respeitada?
Exemplo 49 Se 1(1) = 0. 9 e 1(1) = 0. 8, mostre que 1(11) _ 0. 7. Em geral
mostre que
1(1 1) _ 1(1) +1(1) 1.
Este resultado conhecido como a desigualdade de Bonferroni.
Exemplo 50 Suponha que : homens presentes numa festa joguem seus chapus no
centro da sala. Em seguida cada homem de olhos vendados seleciona um chapu.
Mostre que a probabilidade de que nenhum dos n homens selecione o seu prprio
chapu
1
2!

1
3!
+
1
4!
... +
(1)
a
:!
.
O que acontece quando : ?
Exemplo 51 Um baralho tem 52 cartas. Estas cartas consistem de 4 naipes chama-
dos paus, ouros, copas e espadas. Cada naipe tem 13 cartas com os smbolos 2, 3, 4,
..., 10, J, Q, K, A. Uma mo de pquer consiste de 5 cartas extradas do baralho, sem
reposio e sem considerao de ordem. Considera-se que constituem seqncias as
mos do seguinte tipo: A, 2, 3, 4, 5; 2, 3, 4, 5, 6;...; 10, J, Q, K, A. Determine a
probabilidade de se extrair:
22
(a) um Royal Flush ((10, J, Q, K, A) do mesmo naipe).
(b) um Straight Flush (cinco cartas do mesmo naipe em seqncia).
(c) um Four (valores da forma (x, x, x, x, y) onde x e y so distintos).
(d) um Full House (valores da forma (x, x, x, y, y) onde x e y so distintos).
(e) um Flush (cinco cartas do mesmo naipe).
(f ) um Straight (cinco cartas em seqncia, sem considerao de naipes).
(g) uma Trinca (valores da forma (x, x, x, y, z) onde x, y e z so distintos).
(h) Dois pares (valores da forma (x, x, y, y, z) onde x, y e z so distintos).
(i) um par (valores da forma (x, x, y, z, w) onde x, y, z e w so distintos).
2.1.2 Probabilidade Condicional
Denio 10 Seja um espao amostral. Se 1 e 1(1) 0, a probabilidade
condicional de dado 1 denida por
1( [ 1) =
1( 1)
1(1)
, . (2.1)
Note que 1( [ 1), , realmente uma probabilidade (verique os ax-
iomas!). Conseqentemente as propriedades de probabilidade so mantidas, por
exemplo,
1(
c
[ 1) = 1 1( [ 1).
Exemplo 52 Certo experimento consiste em lanar um dado equilibrado duas vezes,
independentemente. Dado que os dois nmeros sejam diferentes, qual a probabili-
dade condicional de
(a) pelo menos um dos nmeros ser 6;
(b) a soma dos nmeros ser 8?
23
Teorema 8 Sejam . 1 com 1() 0 e 1(1) 0. Ento
1( 1) = 1(1).1( [ 1)
= 1().1(1 [ )
Prova. (Em aula.)
Teorema 9 (a) 1( 1 C) = 1().1(1 [ ).1(C [ 1).
(b) 1(
1

2
...
a
) = 1(
1
).1(
2
[
1
).1(
3
[
1

2
)...1(
a
[
1

2
...
a1
), para todo
1
.
2
. ....
a
e para todo : = 2. 3. ....
Prova. (Em aula.)
Exemplo 53 Selecionar trs cartas sem reposio ao acaso. Qual a probabilidade
de se retirar 3 reis. (Use o teorema acima para resolver o problema e compare com
o uso da anlise combinatria.)
Denio 11 Seja um conjunto no-vazio. Uma partio de uma famlia
de conjuntos
1
,
2
, ...,
a
tais que
(i)
a
'
i=1

i
=
(ii)
i

)
= O, para todo i ,= ,.
Ou seja, os conjuntos
1
,
2
, ...,
a
so disjuntos dois a dois e a sua unio
o conjunto . Dizemos tambm que foi particionado pelos conjuntos
1
,
2
, ...,

a
.
Para todo evento 1 temos
1 =
a
'
i=1
(
i
1) .
Como os
i
so disjuntos, ento os C
i
=
i
1 so disjuntos. Com isto podemos
demonstrar os seguintes teoremas:
24
Teorema 10 (Teorema da Probabilidade Total) Se a seqncia (nita ou enu-
mervel) de eventos aleatrios
1
,
2
, ...formar uma partio de , ento
1(1) =

i
1(
i
).1(1 [
i
) (2.2)
para todo 1 .
Prova. (Em aula.)
Teorema 11 (Frmula de Bayes) Se a seqncia (nita ou enumervel) de even-
tos aleatrios
1
,
2
, ... formar uma partio de , ento
1(
i
[ 1) =
1(
i
)1(1 [
i
)

)
1(
)
).1(1 [
)
)
. (2.3)
Prova. (Em aula.)
Exemplo 54 Seja uma caixa contendo 3 moedas: duas honestas e uma de duas
caras. Retirar uma moeda ao acaso e jog-la. Pergunta: qual a probabilidade condi-
cional da moeda ter sido a de duas caras, dado que o resultado nal foi cara?
Exemplo 55 Uma caixa contm 10 bolas das quais 6 so brancas e 4 vermelhas.
Removem-se trs bolas sem observar suas cores. Determine:
(a) a probabilidade de que uma quarta bola removida da caixa seja vermelha;
(b) a probabilidade de que as trs bolas removidas sejam brancas, sabendo-se que
pelo menos uma delas branca.
Exemplo 56 Durante o ms de novembro a probabilidade de chuva de 0,3. O
Fluminense ganha um jogo em um dia com chuva com probabilidade de 0,4; e em
um dia sem chuva com a probabilidade de 0,6. Se ganhou um jogo em novembro,
qual a probabilidade de que choveu nesse dia?
25
Exemplo 57 Pedro quer enviar uma carta Marina. A probabilidade de que Pedro
escreva a carta de 0,80. A probabilidade de que o correio no a perca de 0,9. A
probabilidade de que o carteiro a entregue de 0,9. Dado que Marina no recebeu a
carta, qual a probabilidade de que Pedro no a tenha escrito?
Exemplo 58 Uma moeda lanada. Se ocorre cara, um dado lanado e o seu
resultado registrado. Se ocorre coroa, dois dados so lanados e a soma dos pontos
registrada. Qual a probabilidade de ser registrado o nmero 2?
Exemplo 59 Num certo certo pas, todos os membros de comit legislativo ou so
comunistas ou so republicanos. H trs comits. O comit 1 tem 5 comunistas, o
comit 2 tem 2 comunistas e 4 republicanos, e o comit 3 consiste de 3 comunistas e
4 republicanos. Um comit selecionado aleatoriamente e uma pessoa selecionada
aleatoriamente deste comit.
(a) Ache a probabilidade de que a pessoa selecionada seja comunista.
(b) Dado que a pessoa selecionada comunista, qual a probabilidade de ela ter
vindo do comit 1?
Exemplo 60 Um executivo pediu sua secretria que zesse uma ligao para o es-
critrio do Sr.X. Admitindo que: a probabilidade de a secretria conseguir a ligao
de 50%; a probabilidade de o Sr.X se encontrar no escritrio naquele momento
de 80%; a probabilidade de o executivo no se ausentar enquanto a secretria tenta
fazer o que ele pediu de 90%.
(a) Calcule a probabilidade de que o executivo tenha de fato conseguido falar com
o Sr.X pelo telefone.
(b) No caso de ele no ter conseguido falar com o Sr.X, calcule a probabilidade
condicional de que isso tenha ocorrido porque a ligao no se completou.
26
Exemplo 61 So dadas duas urnas A e B. A urna A contm 1 bola azul e 1 ver-
melha. A urna B contm 2 bolas vermelhas e 3 azuis. Uma bola extrada ao acaso
de A e colocada em B. Uma bola ento extrada ao acaso de B. Pergunta-se:
(a) Qual a probabilidade de se retirar uma bola vermelha de B?
(b) Qual a probabilidade de ambas as bolas retiradas serem da mesma cor?
Exemplo 62 Suponha que temos 4 cofres, cada um com dois compartimentos. Os
cofres 1 e 2 tm um anel de brilhante num compartimento e um anel de esmeralda
no outro. O cofre 3 tm dois anis de brilhante em seus compartimentos, e o cofre
4 tm dois anis de esmeralda. Escolhe-se um cofre ao acaso, abre-se um dos com-
partimentos ao acaso e encontra-se um anel de brilhantes. Calcule a probabilidade
de que o outro compartimento contenha:
(a) um anel de esmeralda;
(b) um anel de brilhantes.
Exemplo 63 Um estudante se submete a um exame de mltipla escolha no qual
cada questo tem cinco respostas possveis, das quais exatamente uma correta. O
estudante seleciona a resposta correta se ele sabe a resposta. Caso contrrio, ele
seleciona ao acaso uma resposta dentre as 5 possveis. Suponha que o estudante
saiba 70% das questes. Pergunta-se:
(a) Qual a probabilidade de que o estudante escolha a resposta correta para uma
dada questo?
(b) Se o estudante escolhe a resposta correta para uma dada questo, qual a
probabilidade de que ele sabia a resposta?
27
2.1.3 Independncia
Denio 12 Seja um espao amostral. Os eventos aleatrioa e 1 so (esto-
casticamente) independentes se
1( 1) = 1().1(1).
Observao 3 Eventos de probabilidade 0 ou 1 so independentes de qualquer outro.
Teorema 12 independente de si mesmo se e somente se 1() = 0 ou 1.
Prova. (Em aula.)
Teorema 13 Se e 1 so independentes, ento e 1
c
tambm so independentes
(e tambm
c
e 1, e ainda
c
e 1
c
).
Prova. (Em aula.)
Observao 4 Se 1 = O, ento e 1 no so independentes (a menos que
um deles tenha probabilidade zero).
Denio 13 Os eventos aleatrios
i
, i 1 (I um conjunto de ndices), so
independentes dois a dois (ou a pares) se
1(
i

)
) = 1(
i
).1(
)
)
para todo i. , 1, i ,= ,.
Denio 14 (a) Os eventos aleatrios
1
. ....
a
(: _ 2) so chamados (coletiva
ou estocasticamente) independentes se
1(
i
1

i
2
...
im
) = 1(
i
1
).1(
i
2
)...1(
im
)
28
para todo 1 _ i
1
< i
2
< ... < i
n
_ :, para todo : = 2. 3. .... : (isto , se todas as
combinaes satisfazem a regra produto).
(b) Os eventos aleatrios
1
.
2
. ... independentes se para todo : _ 2,
1
. ....
a
so independentes.
Observao 5 Independncia a pares no implica independncia coletiva. Con-
forme o exerccio a seguir.
Exemplo 64 Seja = n
1
. n
2
. n
3
. n
4
e suponha 1(n) = 1,4 para todo n .
Sejam os eventos = n
1
. n
4
, 1 = n
2
. n
4
e C = n
3
. n
4
. Verique que A, B
e C so independentes dois a dois, mas
1( 1 C) ,= 1().1(1).1(C).
Teorema 14 Se os eventos
i
, i 1, so independentes, ento os eventos 1
i
, i 1,
so tambm independentes, onde cada 1
i
igual a
i
ou
c
i
(ou um ou outro).
Prova. (Em aula.)
Observao 6 Toda famlia de eventos independentes independente.
Exerccio 22 Suponha que dois jogadores A e B se alternam num jorgo de dardo.
Se os jogadores A e B tm, respectivamente, 60% e 80% de chance de acertar o alvo
e se as jogadas so independentes umas das outras, qual a probabilidade de A ganhar
o jogo se ele comea o jogo? E qual a probabilidade de B ganhar nestas condies?
Exerccio 23 Suponha agora uma variante do jogo anterior da seguinte forma: A
joga sucessivamente at acertar o alvo. Em seguida B joga sucessivamente at ac-
ertar o alvo. Ganha o jogo aquele que tiver acertado o alvo num menor nmero
de jogadas? Nestas condies, qual a probabilidade de A ganhar o jogo? Qual a
probabilidade de empate? Qual a probabilidade de B ganhar?
29
Exemplo 65 Um dado no viciado lanado uma vez. Se a face que aparece
mpar, uma moeda no viciada lanada repetidas vezes. Se a face par, uma
moeda com probabilidade j ,=
1
2
de dar cara lanada repetidamente. Os sucessivos
lanamentos so independentes. Se os primeiros n lanamentos resultaram em cara,
qual a probabilidade de que a moeda no viciada foi usada?
2.2 Lista de Exerccios
Exerccio 24 Suponha que , 1 e C sejam eventos tais que e 1 sejam indepen-
dentes e que 1( 1 C) = 0. 04, 1(C [ 1) = 0. 25, 1(1) = 41(). Calcule
1( ' 1).
Exerccio 25 Um mdico a partir da observao de sintomas supe com 55% de
probabilidade que seu paciente esteja com AIDS. Para conrmar, pede-lhe que faa
um exame que d positivo em 70% das vezes que o paciente de fato tem a doena e
d negativo em 65% das vezes que o paciente no tem de fato a doena. Pergunta-se:
Dado que o teste foi positivo, qual a probabilidade de que o paciente tenha AIDS?
Exerccio 26 Suponha que uma caixa contenha 5 moedas e que cada moeda tenha
uma probabilidade diferente de dar cara. Seja j
i
a probabilidade de sair cara, quando
a i-sima moeda lanada, e que j
1
= 0, j
2
= 1,4, j
3
= 1,2, j
4
= 3,4, j
5
= 1.
Suponha, nalmente, que uma moeda selecionada aleatoriamente da caixa e que,
ao ser lanada, d cara. Com base nesta informao, calcule:
(a) A probabilidade de que se tenha selecionado a moeda 5.
(b) A probabilidade de se obter outra cara ao lanar a mesma moeda novamente.
Exerccio 27 Um fabricante de peas de automveis garante que uma caixa de suas
peas conter, no mximo, duas defeituosas. Se a caixa contm 18 peas, e a exper-
30
incia tem mostrado que esse processo de fabricao produz 5% de peas defeituosas,
qual a probabilidade de que uma caixa satisfaa a garantia?
Exerccio 28 Dois dados so lanados. Seja
1
= face mpar no primeiro dado,

2
= face mpar no segundo dado e
3
= a soma da faces mpar. Esses even-
tos so independentes dois a dois? Eles so conjuntamente independentes? Resp.:
Sim; No.
Exerccio 29 Uma moeda honesta lanada at que uma cara ocorra ou ento at
que trs lanamentos sejam feitos. Qual a probabilidade de que a moeda deva ser
jogada 3 vezes se se sabe que o primeiro lanamento foi coroa? Resp.: 1/2.
Exerccio 30 Prove que se e 1 so eventos tais que 1() 0, 1(1) 0 e
1([1) 1(), ento 1(1[) 1(1).
Exerccio 31 Se e 1 so eventos independentes tais que 1() = 1,3 e 1(1) =
1,2, calcule 1( ' 1), 1(
c
' 1
c
) e 1(
c
1). Resp.: 2/3, 5/6 e 1/3.
Exerccio 32 A probabilidade de um homem ser canhoto 1/10. Qual a prob-
abilidade de, em um grupo de 10 homens, haver pelo menos um canhoto? Resp.:
aproximadamente 0,65.
Exerccio 33 Sacam-se, sucessivamente e sem reposio, duas cartas de um baralho
comum (52 cartas). Calcule a probabilidade de a primeira carta ser uma dama e a
segunda ser de copas. Resp.: 1/52.
Exerccio 34 Quantas pessoas voc deve intrevistar para ter probabilidade igual ou
superior a 0,5 de encontrar pelo menos uma que aniversarie hoje? Resp.: 253
Exerccio 35 Quantas vezes, no mnimo, se deve lanar um dado no tendencioso
para que a probabilidade de obter algum 6 seja superior a 0,9? Resp.: 13.
31
Exerccio 36 Um dia voc captura 10 peixes em um lago, marca-os e coloca-os de
novo no lago. Dois dias aps, voc captura 20 peixes no mesmo lago e constata que
dois desses peixes haviam sido marcados por voc.
(a) se o lago possui k peixes, qual era a probabilidade de, capturando 20 peixes,
encontrar dois peixes marcados? Resp.:
_
10
2
__
/ 10
18
__
/
20
_
1
(b) para que valor de k essa probabilidade mxima? Resp.: / = 99 ou 100.
Exerccio 37 Qual a probabilidade de, em um grupo de 4 pessoas:
(a) haver alguma coincidncia de signos zodiacais? Resp.: 41/96
(b) as quatro terem o mesmo signo? Resp.: 1/1728
(c) duas terem um mesmo signo, e as outras duas outro signo? Resp.: 11/576.
(d) trs terem um mesmo signo, e a outra outro signo? Resp.: 11/432.
(e) todas terem signos diferentes? Resp.: 55/96.
32
Captulo 3
Variveis Aleatrias
3.1 Conceito
Informalmente, uma varivel aleatria um caracterstico numrico do resultado de
um experimento. Por exemplo:
Exemplo 66 Seja o lanamento de duas moedas e a observao do nmero de caras
obtido. Ento = (Cc. Cc). (Cc. Co). (Co. Cc). (Co. Co). Se denirmos A =
nmero de caras observadas, e .
1
= (Cc. Cc), .
2
= (Cc. Co), .
3
= (Co. Cc),
.
4
= (Co. Co), temos
A(.
1
) = 2.
A(.
2
) = A(.
3
) = 1.
A(.
4
) = 0.
Exemplo 67 Escolher ao acaso um ponto em [0. 1]. Seja X o quadrado do ponto
obtido. Ento = [0. 1] e
A(.) = .
2
.
Exemplo 68 Escolher ao acaso um ponto no crculo unitrio. Seja X a distncia
entre o ponto escolhido e a origem. Ento = (r. ) : r
2
+
2
_ 1 e, com
33
. = (r. ), temos
A(.) =
_
r
2
+
2
.
Exemplo 69 Joga-se um dado e observa-se a face superior. Ento = 1. 2. 3. 4. 5. 6
e
A(.) = ..
Entretanto, nem toda funo de em R traduz uma varivel aleatria. Para
que ela seja uma varivel aleatria, precisamos garantir que todo evento relacionado
varivel aleatria possa ser mensurado. Da a denio seguinte:
Denio 15 Uma varivel aleatria A uma funo real denida no espao tal
que o conjunto [. : A(.) _ r] (daqui para frente escrito de forma simplicada
[A _ r]) evento aleatrio para todo r R; isto ,
A : R
uma varivel aleatria se [A _ r] evento aleatrio para todo r R.
3.2 Funo de Distribuio
Denio 16 A funo de distribuio (acumulada) da varivel aleatria A,
representada por 1
A
, ou simplesmente por 1 quando no houver confuso, denida
por
1
A
(r) = 1(A _ r), r R. (3.1)
Exemplo 70 Duas moedas honestas so lanadas. Seja a varivel X que conta o
nmero de caras observadas. Construa a funo de distribuio da varivel aleatria
X e represente-a gracamente.
34
Exemplo 71 Seja um experimento que consiste em selecionar um ponto ao acaso do
intervalo [c. /] com c < /. Seja X a varivel aleatria que representa a coordenada
do ponto. Construa a funo de distribuio da varivel aleatria X e represente-a
gracamente.
Propriedades da Funo de Distribuio. Se A uma varivel aleatria,
sua funo de distribuio 1 goza das seguintes propriedades:
F1) Se r
1
_ r
2
ento 1(r
1
) _ 1(r
2
); isto , 1 no-decrescente.
F2) Se r
a
| , ento 1(r
a
) | 1(); isto , 1 contnua direita.
F3) lim
a!1
1(r) = 0 e lim
a!+1
1(r) = 1.
Tendo em mente que 1
A
(r) = 1(A _ r), podemos observar que
1. 1(A c) = 1 1(A _ c) = 1 1
A
(c)
2. 1(c < A _ /) = 1(A _ /) 1(A _ c) = 1(A _ /) 1(A _ c) =
1
A
(/) 1
A
(c)
3. 1(A = c) = 1(A _ c) 1(A < c) = 1
A
(c) 1
A
(c

). Ou seja, 1(A = c)
o tamanho do salto da funo de distribuio em r = c. Se a funo for
contnua no ponto r = c ento 1(A = c) = 0.
4. 1(c < A < /) = 1(c < A _ /) 1(A = /)
= 1(A _ /) 1(A _ c) 1(A = /) = 1
A
(/) 1
A
(c) [1
A
(/) 1
A
(/

)]
= 1
A
(/

) 1
A
(c).
5. 1(c _ A < /) = 1(c < A < /) +1(A = c)
= 1
A
(/

) 1
A
(c) + [1
A
(c) 1
A
(c

)] = 1
A
(/

) 1
A
(c

).
35
6. 1(c _ A _ /) = 1(c < A _ /) +1(A = c)
= 1
A
(/) 1
A
(c) + [1
A
(c) 1
A
(c

)] = 1
A
(/) 1
A
(c

).
Exemplo 72 Um dado tendencioso tal que a probabilidade de um ponto propor-
cional ao prprio ponto. Seja X a varivel aleatria que representa o nmero obtido
no lanamento do dado. Pede-se:
(a) A funo de distribuio da varivel aleatria X, esboando o seu grco.
(b) A probabilidade de ocorrer 5, dado que ocorreu um nmero mpar?
(c) A probabilidade de ocorrer um nmero par, dado que ocorreu um nmero
menor do que 5?
Exemplo 73 Seja 1(r) a funo
1(r) =
_
_
_
0, se r < 0
r +
1
2
, se 0 _ r _
1
2
1, se r
1
2
Mostre que 1 de fato uma funo de distribuio e calcule:
(a) 1(A
1
8
)
(b) 1(
1
8
< A <
2
5
)
(c) 1(A <
2
5
[ A
1
8
)
3.3 Variveis Aleatrias Discretas
Denio 17 A varivel aleatria X discreta se toma um nmero nito ou enu-
mervel de valores, isto , se existe um conjunto nito ou enumervel r
1
. r
2
. ...
R tal que A(.) r
1
. r
2
. ... para todo . . A funo j(r
i
) denida por
j(r
i
) = 1(A = r
i
), i = 1. 2. 3. ... (3.2)
chamada funo de probabilidade de X.
36
Observao 7 Note que [A _ r] =
_
i:a
i
a
[A = r
i
] e assim
1(r) =

i:a
i
a
1(A = r
i
) =

i:a
i
a
j(r
i
).
Alm disso, observe que
j(r
i
) _ 0, i = 1. 2. 3. ... (3.3)
e
1

i=1
j(r
i
) = 1. (3.4)
Exemplo 74 A probabilidade de um indivduo acertar um alvo 2/3. Ele deve
atirar at atingir o alvo pela primeira vez. Seja X a varivel aleatria que representa
o nmero de tentativas at que ele acerte o alvo. Pede-se:
(a) A funo de probabilidade de X, mostrando que ela atende as propriedades
(3.3) e (3.4).
(b) A probabilidade de serem necessrios cinco tiros para que ele acerte o alvo.
Exemplo 75 Seja X uma varivel aleatria com funo de probabilidade
1(A = r) = cr
2
, onde c uma constante e r = 1. 2. 3. 4. 5. Calcule 1(r) e 1(X ser
mpar).
Exemplo 76 Seja X o nmero de caras obtidas em 4 lanamentos de uma moeda
honesta. Construa a funo de probabilidade e a funo de distribuio de X es-
boando os seus grcos.
3.4 Variveis Aleatrias Contnuas
Denio 18 A varivel aleatria X (absolutamente) contnua se sua funo de
distribuio 1
A
(r) contnua. Isto , se existe uma funo ,
A
(r), dita funo de
densidade de probabilidade, com as seguintes propriedades
,
A
(r) _ 0 para todo r R e
37
1
_
1
,
A
(r)dr = 1
de modo que
1
A
(r) =
a
_
1
,
A
(t)dt.
Observao 8 Pelo Teorema Fundamental do Clculo, observe que
,
A
(r) =
d1
A
(r)
dr
.
Observao 9 Como 1
A
(r) contnua, observe que
1. 1(A = r) = 1
A
(r) 1
A
(r

) = 0 para todo r R.
2. 1(c _ A _ /) = 1(c < A _ /) = 1(c _ A < /) = 1(c < A < /) =
b
_
o
,
A
(r)dr.
3. d1
A
(r) = ,
A
(r)dr.
Exemplo 77 Verique que
1
Z
(.) =
_

_
0, . < 0
.
2
, 0 _ . <
1
2
1 3(1 .)
2
,
1
2
_ . < 1
1, . _ 1
uma funo de distribuio e obtenha a funo de densidade de 2. Calcule tambm
1(2
1
4
[2 _
3
4
).
Exemplo 78 Verique que
1
Y
() =
_
_
_
0, < 0
_
, 0 _ _ 1
1, 1
uma funo de distribuio e calcule a funo de densidade de Y. Use-a para
calcular 1(
1
4
< 1 <
3
4
).
38
Denio 19 Uma varivel aleatria X dita mista se tem partes nas diferentes
classicaes (parte discreta e parte contnua).
Exemplo 79 (Exemplo de Varivel Aleatria Mista: Discreta e Contnua ao mesmo
tempo) A funo de distribuio de uma varivel aleatria A dada por:
1
A
(r) =
_

_
0, r < 0
a
2
, 0 _ r < 1
2
3
, 1 _ r < 2
11
12
, 2 _ r < 3
1, r _ 3
Obtenha:
(a) o grco de 1
A
(r);
(b) 1(A < 3);
(c) 1(A = 1);
(d) 1(A 1,2);
(e) 1(2 < A < 4).
Exemplo 80 Seja X uma varivel com funo de distribuio
1
A
(r) =
_
_
_
0, r < 2
1
4
+
a+2
8
, 2 _ r < 0
3
4
+
1
4
(1 c
a
), r _ 0
(a) Classique X e faa um grco de F.
(b) Calcule 1(A 1) e 1(A _ 4[A 0).
(c) Decomponha 1 nas partes discreta e absolutamente contnua.
Exemplo 81 Mostre que se A uma v. a . do tipo contnuo com funo de
densidade par, ou seja, simtrica em torno de r = 0, isto , ,
A
(r) = ,
A
(r),
ento:
(a) 1
A
(r) = 1 1
A
(r);
(b) 1
A
(0) =
1
2
;
39
(c) 1(r < A < r) = 21
A
(r) 1, r 0;
(d) 1(A r) =
1
2

a
_
0
,
A
(t)dt, r 0.
Exemplo 82 Suponha que A seja uma varivel aleatria com f.d.p. dada por
,
A
(r) =
1
2(1 +[r[)
2
, < r <
(a) Obtenha a funo de distribuio de A.
(b) Ache 1(1 < A < 2).
(c) Ache 1([A[ 1).
Exemplo 83 2 uma varivel aleatria contnua com funo de densidade de prob-
abilidade
,
Z
(.) =
_
10c
10:
, . 0
0, . _ 0
Obtenha a funo de distribuio de 2 e esboce o seu grco.
40
Captulo 4
Esperana Matemtica
Denio 20 Seja A uma varivel aleatria discreta tomando valores no conjunto
r
1
. r
2
. r
3
. ... e com funo de probabilidade j(r
i
) = 1(A = r
i
). Dene-se a
esperana matemtica da varivel aleatria A (ou a mdia de A), denotada por
1(A), como
1(A) =
1

i=1
r
i
j(r
i
)
Denio 21 Seja A uma varivel aleatria contnua com funo de densidade de
probabilidade ,
A
(r). Dene-se a esperana matemtica da varivel aleatria A (ou
a mdia de A), denotada por 1(A) como
1(A) =
1
_
1
r,
A
(r)dr
Exerccio 38 Um dado lanado sucessivamente, at que a face 6 ocorra pela
primeira vez. Seja A a varivel que conta o nmero de lanamentos at a ocorrncia
do primeiro 6. Calcule a esperana de A.
Exerccio 39 Suponha que A seja uma varivel aleatria com f.d.p. dada por
,(r) =
_
C(9 r
2
), 3 _ r _ 3
0, caso contrrio
(a) Obtenha o valor de C.
(b) Obtenha a esperana de A.
(c) Ache 1([A[ _ 1).
41
Denio 22 Seja A uma varivel aleatria e c uma funo real de varivel real.
Dene-se a esperana da varivel aleatria 1 = c(A) como
1[c(A)] =
1

i=1
c(r
i
)j(r
i
) (se X discreta)
1[c(A)] =
1
_
1
c(r),
A
(r)dr (se X contnua)
Propriedades da Esperana Matemtica
1. 1(C) = C, onde C uma constante.
2. Se c _ A _ /, ento c _ 1(A) _ /.
3. 1(cA /) = c1(A) /.
4. 1[A 1(A)] = 0.
5. 1[c
1
(A) c
2
(A)] = 1[c
1
(A)] 1[c
2
(A)].
Denio 23 Seja A uma varivel aleatria. Dene-se a varincia da varivel
aleatria A, denotada por \ c:(A) ou o
2
A
, como
\ c:(A) = 1[(A 1(A))
2
].
Observao 10 Observe que \ c:(A) = 1[(A 1(A))
2
] = 1[A
2
2A1(A) +
1
2
(A)] = 1[A
2
] 21
2
(A) +1
2
(A) = 1(A
2
) 1
2
(A).
Propriedades da Varincia
1. \ c:(C) = 0, onde C uma constante.
2. \ c:(cA /) = c
2
\ c:(A).
Denio 24 Dene-se o desvio-padro da varivel aleatria A, denotado por 11(A)
ou o
A
, como
11(A) =
_
\ c:(A).
42
Exerccio 40 Um explorador est perdido numa tempestade de neve no Polo Norte
e tem 3 caminhos a escolher ao acaso. Um deles o leva a lugar seguro aps uma
hora, um outro o leva a lugar seguro aps trs hora e o outro o leva de volta ao ponto
de partida aps duas horas. Encontre:
(a) a distribuio do tempo que ele leva at encontrar o lugar seguro;
(b)o tempo esperado que ele leva at encontrar o lugar seguro;
(c)a varincia do tempo que ele leva at encontrar o lugar seguro.
Exerccio 41 Suponha que A seja uma varivel aleatria com f.d.p. dada por
,(r) =
_
_
_
r, 0 _ r _ 1
2 r, 1 < r _ 2
0, caso contrrio
Obter:
(a) A funo de distribuio de X.
(b) A esperana de X.
(c) A varincia de X.
(d) 1(A < 1. 2[0. 5 _ A _ 1. 8).
Exerccio 42 Uma urna contm cinco bolas idnticas numeradas de 1 a 5. Outra
urna tem quatro bolas idnticas numeradas de 1 a 4. Escolhemos ao acaso uma bola
de cada urna. Se X representa o valor absoluto da diferena entre os dois nmeros,
determine:
(a) a funo de probabilidade de X e a funo de distribuio acumulada de X;
(b) a mdia de X e a varincia de X.
43
Captulo 5
A Funo Geratriz de Momentos
Denio 25 Seja X uma varivel aleatria. Dene-se o k-simo momento or-
dinrio da varivel aleatria X, :
I
, como
:
I
= 1(A
I
).
Assim,
:
I
=
1

i=1
r
I
i
1(A = r
i
) se X v.a.d.
:
I
=
1
_
1
r
I
,
A
(r)dr se X v.a.c.
Denio 26 Seja X uma varivel aleatria. Dene-se o k-simo momento cen-
trado da varivel aleatria X, `
I
, como
`
I
= 1[(A 1(A))
I
].
Assim,
`
I
=
1

i=1
[r
i
1(A)]
I
1(A = r
i
) se X v.a.d.
`
I
=
1
_
1
[r 1(A)]
I
,
A
(r)dr se X v.a.c.
44
Observao 11 Pelas denies acima, vemos que
:
1
= 1(A)
`
2
= \ c:(A) e
`
2
= :
2
:
2
1
.
Denio 27 Seja X uma varivel aleatria. Dene-se a funo geratriz de
momentos de X, :
A
(t), como
:
A
(t) = 1[c
tA
], com t R.
Assim,
:
A
(t) =
1

i=1
c
ta
i
1(A = r
i
) se X v.a.d.
:
A
(t) =
1
_
1
c
ta
,
A
(r)dr se X v.a.c.
Propriedades da Funo Geratriz de Momentos
1. :
A
(0) = 1[c
0
] = 1[1] = 1.
2. Se A tem funo geratriz de momentos :
A
(t) e se 1 = cA + /, ento
:
Y
(t) = c
bt
:
A
(ct).
3. Se A tem funo geratriz de momentos :
A
(t), ento
d
I
dt
I
:
A
(t)

t=0
= 1[A
I
].
ou seja
d
I
dt
I
:
A
(0) = :
I
(o /-simo momento ordinrio de A).
Exerccio 43 Seja X a varivel aleatria que conta o nmero de lanamentos de
uma moeda honesta at que ocorra a primeira cara. Ache a funo geratriz de
momentos de X e use-a para calcular E(X) e Var(X).
45
Exerccio 44 Seja X uma varivel aleatria contnua com funo de densidade de
probabilidade dada por
,
A
(r) =
_
1
5
c

a
5
, se r _ 0
0, caso contrrio
Ache a funo geratriz de momentos de X e use-a para calcular E(X) e Var(X).
Exerccio 45 Suponha que X seja uma varivel aleatria com funo geratriz de
momentos dada por
:
A
(t) = c
t
2
+3t
, < t < .
Ache a esperana e a varincia de X.
Exerccio 46 Seja Y uma varivel aleatria contnua com funo de densidade de
probabilidade dada por
,
Y
() =
_
c
j
, se 0
0, caso contrrio
Ache a funo geratriz de momentos de Y e use-a para calcular 1(1 ) e \ c:(1 ).
46
Captulo 6
Variveis Aleatrias Discretas
6.1 O Ensaio de Bernoulli
Suponha um experimento realizado uma nica vez tendo probabilidade j de sucesso
e = 1 j de fracasso. Denote a varivel aleatria A = 0 se fracasso ocorre e
A = 1 se sucesso ocorre. Ento a varivel aleatria A dita ter distribuio
de Bernoulli com parmetro j, representado por A ~ 1c:(j), e sua funo de
probabilidade dada por
1(A = r) = j
a
(1 j)
1a
, r = 0. 1.
Proposio 10 Se A ~ 1c:(j), ento
:
A
(t) = jc
t
+,
1(A) = j,
\ c:(A) = j.
Prova. (Em aula.)
6.2 A Distribuio Binomial
Sejam : ensaios independentes de Bernoulli, cada um tendo a mesma probabilidade
j de sucesso e = 1j de fracasso. Seja A a varivel aleatria que conta o nmero de
47
sucessos nas : realizaes. A varivel aleatria A dita ter distribuio Binomial
com parmetros : e j, denotado por A ~ E(:. j), e sua funo de probabilidade
dada por
1(A = r) =
_
:
r
_
j
a

aa
, r = 0. 1. 2. 3. .... :.
Proposio 11 Se A ~ E(:. j), ento
:
A
(t) = (jc
t
+)
a
,
1(A) = :j,
\ c:(A) = :j.
Prova. (Em aula.)
Observao 12 Observe que se A
i
~ 1c:(j), para i = 1. 2. .... :, independentes
ento A = A
1
+A
2
+... +A
a
~ E(:. j), e
1(A) = 1(A
1
) +1(A
2
) +... +1(A
a
)
= j +j +... +j
= :j
e
\ c:(A) = \ c:(A
1
) +\ c:(A
2
) +... +\ c:(A
a
)
= j +j +... +j
= :j,
resultados que conrmam a proposio anterior.
Exerccio 47 Das variveis abaixo, assinale quais so binomiais, e para essas d
os respectivos espaos de estado e funo de probabilidade. Quando julgar que a
varivel no binomial, aponte as razes de sua concluso.
48
(a) De uma urna com 10 bolas brancas e 20 pretas, vamos extrair, com reposio,
5 bolas. X o nmero de bolas brancas nas 5 extraes.
(b) Refaa o problema anterior, mas dessa vez as 5 extraes so sem reposio.
(c) Temos 5 urnas com bolas pretas e brancas e vamos extrair uma bola de cada
urna. Seja X o nmero de bolas brancas obtidas no nal.
(d) Vamos realizar uma pesquisa em 10 cidades brasileiras, escolhendo ao acaso
um habitante de cada uma delas e classicando-o em pr ou contra um certo projeto
federal. Seja X o nmero de indivduos contra a projeto nal da pesquisa.
(e) Em uma indstria existem 100 mquinas que fabricam determinada pea.
Cada pea classicada como boa ou defeituosa. Escolhemos ao acaso um instante
de tempo e vericamos uma pea de cada uma das mquinas. Suponha que X seja
o nmero de defeituosas.
Exerccio 48 Um certo sistema eletrnico contm 10 componentes. Suponha que a
probabilidade de falha de qualquer componente individual seja de 0,2 e que eles fal-
hem independentemente uns dos outros. Dado que pelo menos um dos componentes
falhou, qual a probabilidade de que pelo menos dois falharam?
Exerccio 49 Se A ~ E(:. j), sabendo-se que 1(A) = 12 e \ (A) = 3, determinar:
(a) 1(A < 12);
(b) 1(A _ 14);
(c) 1(2) e \ (2), onde 2 = (A 12),
_
3;
(d) 1(1 _ 12,16), onde 1 = A,:.
6.3 A Distribuio Geomtrica
Sejam ensaios sucessivos e independentes de Bernoulli, cada um tendo a mesma
probabilidade j de sucesso e = 1 j de fracasso. Seja A a varivel aleatria
49
que conta o nmero de realizaes at que o primeiro sucesso ocorra. A varivel
aleatria A dita ter distribuio Geomtrica com parmetro j, denotado por
A ~ Gco(j), e sua funo de probabilidade dada por
1(A = r) =
a1
j, r = 1. 2. 3. 4. ...
Proposio 12 Se A ~ Gco(j), ento
:
A
(t) =
jc
t
1 c
t
, para t < ln
1(A) =
1
j
,
\ c:(A) =

j
2
.
Prova. (Em aula.)
Exerccio 50 As cinco primeiras repeties de um experimento custam R$ 10,00
cada. Todas as repeties subseqentes custam R$ 5,00 cada. Suponha que o experi-
mento seja repetido at que o primeiro sucesso ocorra. Se a probabilidade de sucesso
de uma repetio igual a 0,9, e se as repeties so independentes, qual custo
esperado da operao?
6.4 A Distribuio de Poisson e o Processo de
Poisson
Nessa seo veremos como o matemtico francs Simon-Denis Poisson constri um
belo processo que d inteligibilidade matemtica a fenmenos raros estudados ao
longo do tempo contnuo.
50
Simon-Denis Poisson (1781 - 1840)
Dena um processo `
t
, representando o nmero de ocorrncias de um determi-
nado fenmeno em [0. t], tendo as seguintes hipteses:
(i) `
0
= 0.
(ii) Os incrementos so estacionrios, isto , a probabilidade de / ocorrncias no
intervalo (:. t] igual probabilidade de / ocorrncias no intervalo (: + n. t + n],
para todo /, :, t e n.
(iii) Os incrementos so independentes, isto , se (:. t] (n. ] = ?, ento o
nmero de ocorrncias no intervalo (:. t] independente do nmero de ocorrncias
no intervalo (n. ].
(iv) Para / pequeno
1 (`
I
= /) =
_
_
_
`/ +o(/), se / = 1
1 `/ +o(/), se / = 0
o(/), se / _ 2
onde o(/) uma funo tal que lim
I!0
c(I)
I
= 0.
Sob as hipteses acima prova-se o seguinte resultado.
Proposio 13 Sob as hipteses (i)-(iv), temos
1 (`
t
= /) =
c
At
(`t)
I
/!
, / = 0. 1. 2. 3. ....
51
Prova. (Em aula.)
Denio 28 Seja A uma varivel aleatria denida em0. 1. 2. 3. ... tendo funo
de probabilidade dada por
1(A = r) =
c
A
`
a
r!
, para r = 0. 1. 2. 3. ... e ` 0.
Ento A dita ter distribuio de Poisson de parmetro `, A ~ T(`).
Proposio 14 Se A ~ T(`), ento
:
A
(t) = c
A(c
t
1)
,
1(A) = `,
\ c:(A) = `.
Prova. (Em aula.)
Exerccio 51 Suponha que uma fonte radioativa emita partculas a uma taxa de 20
por hora. Pergunta-se:
(a) Qual a probabilidade de que exatamente 5 partculas sejam emitidas durante
o perodo de 15 minutos?
(b) Supondo que comecemos a registrar as partculas s 9:00h, qual a probabili-
dade de que a primeira partcula registrada ocorra entre 9:04h e 9:10h?
Exerccio 52 Acidentes ocorrem numa plataforma de petrleo a uma taxa mdia
de 1,5 por ms. Pergunta-se:
(a) Qual a probabilidade de nenhum acidente em janeiro?
(b) Qual a probabilidade de ocorrer 4 acidentes no perodo de maro a abril?
(c) Qual a probabilidade de haver pelo menos um acidente em cada ms do ano
de 1998?
52
Exerccio 53 O nmero de petroleiros que chegam a uma renaria em cada dia
ocorre a uma taxa mdia de 2. As atuais instalaes podem atender, no mximo, a
trs petroleiros por dia. Se mais de trs aportarem num dia, o excesso enviado a
outro porto.
(a) Em um dia, qual a probabilidade de se enviar petroleiros para outro porto?
(b) De quanto devero ser aumentadas as instalaes para permitir atender a
todos os navios que chegarem pelo menos em 95% dos dias?
6.5 A Distribuio Hipergeomtrica
Seja uma populao nita de ` elementos, contendo c pessoas com o atributo
e / = ` c pessoas sem o atributo . Uma amostra de tamanho : retirada
sem reposio da populao. Seja A a varivel aleatria que representa o nmero de
pessoas com o atributo na amostra. A varivel aleatria A dita ter distribuio
Hipergeomtrica de paramnetros `, c e :, denotado por A ~ Hij(`. c. :) e
sua funo de probabilidade dada por
1(A = r) =
_
c
r
__
` c
: r
_
_
`
:
_ , para max0. : / _ r _ min:. c.
Proposio 15 Se A ~ Hij(`. c. :), ento, denotando j =
o
.
e =
b
.
temos
1(A) = :j,
\ c:(A) = :j
` :
` 1
.
Prova. (Em aula.)
Exerccio 54 Uma classe contm 40 homens e 20 mulheres. Um comit dever ser
formado por 6 alunos selecionados aleatoriamente da classe sem reposio. Qual a
probabilidade de que o comit seja formado por uma maioria de homens?
53
Exerccio 55 Pequenos motores eltricos so expedidos em lotes de 50 unidades.
Antes que uma remessa seja aprovada, um inspetor escolhe 5 desses motores e os
inspeciona. Se nenhum dos motores inspecionados for defeituoso, o lote aprovado.
Se um ou mais forem vericados defeituosos, todos os motores da remessa so in-
specionados. Suponha que existam, de fato, trs motores defeituosos no lote. Qual
a probabilidade de que a inspeo total seja necessria?
Exerccio 56 De um lote que contm 25 peas, das quais 5 so defeituosas, so
escolhidas 4 ao acaso. Seja A a varivel aleatria que conta o nmero de defeituosas
na amostra. Determine a funo de probabilidade de A, quando:
(a) as peas forem escolhidas com reposio;
(b) as peas forem escolhidas sem reposio.
6.6 Exerccios Propostos
Exerccio 57 Um fabricante de peas de automveis garante que uma caixa de suas
peas conter, no mximo, duas defeituosas. Se a caixa contm 18 peas, e a exper-
incia tem mostrado que esse processo de fabricao produz 5% de peas defeituosas,
qual a probabilidade de que uma caixa satisfaa a garantia?
Resp: Seja X a v.a. que conta o nmero de peas defeituosas na caixa com
18 peas. Ento 1(A = r) =
_
18
r
_
(0. 05)
a
(0. 95)
18a
, r = 0. 1. 2. 3. .... 18.
Desejamos 1 (A _ 2) = 1 (A = 0) +1 (A = 1) +1 (A = 2).
Exerccio 58 Um homem dispara 12 tiros independentes num alvo. Se a probabili-
dade de acerto do atirador de 90%, qual a probabilidade de que o alvo seja atingido
pelo menos duas vezes, sabendo-se que o mesmo foi atingido pelo menos uma vez?
Resp: Seja X a v.a. que conta o nmero de acertos do homem. Ento 1(A =
r) =
_
12
r
_
(0. 9)
a
(0. 1)
12a
, r = 0. 1. 2. 3. .... 12. Desejamos 1 (A _ 2[A _ 1) =
54
1 (A _ 2)
1 (A _ 1)
=
1 1 (A < 2)
1 1 (A < 1)
=
1 1 (A = 0) 1 (A = 1)
1 1 (A = 0)
.
Exerccio 59 Suponha que a probabilidade de que um certo experimento seja sucesso
de 0. 4, e denote A o nmero de sucessos que so obtidos em 15 realizaes inde-
pendentes do experimento. Qual a lei da varivel aleatria X?
Resp: Seja X a v.a. que conta o nmero de sucessos nas 15 tentativas. Ento
1(A = r) =
_
15
r
_
(0. 4)
a
(0. 6)
15a
, r = 0. 1. 2. 3. .... 15.
Exerccio 60 Uma moeda viciada onde a probabilidade de cara 0,6 lanada nove
vezes. Calcule a probabilidade de ocorrer um nmero par de caras.
Resp: Seja X a v.a. que conta o nmero de caras nas 9 tentativas. Ento 1(A =
r) =
_
9
r
_
(0. 6)
a
(0. 4)
9a
, r = 0. 1. 2. 3. .... 9. Desejamos
4

I=0
1 (A = 2/) =
4

I=0
_
9
2/
_
(0. 6)
2I
(0. 4)
92I
.
Exerccio 61 Um contador de partculas tem probabilidade de 0,7 de contar cada
partcula que entra em sua abertura, independentemente de uma partcula para outra.
Qual a distribuio do nmero de partculas que ele no registra, antes da primeira
partcula a ser contada. Qual a esperana e a varincia desta distribuio?
Resp: Seja X a v.a. que conta o nmero de partculas que ele no registra,
antes da primeira partcula a ser contada. Ento 1(A = r) = (0. 3)
a
(0. 7), r =
0. 1. 2. 3. ... ou seja A = 1 1 onde 1 ~ Gco(0. 7). Assim 1 (A) = 1 (1 ) 1 =
1
0,7
1 =
3
7
e \ c: (A) = \ c: (1 ) =
0.3
(0,7)
2
=
30
49
.
Exerccio 62 Seja A uma varivel aleatria com distribuio de Poisson, repre-
sentando o aparecimento de defeitos por hora numa linha de montagem de um com-
ponente eletrnico. Sabendo-se que a probabilidade de no ocorrer defeito em uma
hora qualquer de 0,2, pede-se:
(a) A probabilidade de que numa certa hora ocorram no mais que dois defeitos.
55
Resp: Seja X a v.a. que conta o nmero de defeitos por hora, ento A ~
T(`). Como 1(A = 0) = c
A
=
1
5
, temos ` = ln 5. Assim 1(A = /) =
(ln 5)
I
5/!
. / = 0. 1. 2. ... Logo 1 (A _ 2) = 1 (A = 0) + 1 (A = 1) + 1 (A = 2) =
1
5
_
1 + ln 5 +
(ln 5)
2
2
_
.
(b) Supondo um regime de trabalho de oito horas dirias, quantos defeitos deve-
mos esperar em um ms?
Resp: 2401(A) = 240 ln 5.
Exerccio 63 Uma companhia de seguros pretende criar aplices de seguro indi-
viduais contra certos tipos de acidentes. Uma pesquisa piloto do servio estatstico
permitiu estimar que, num perodo de um ano, cada pessoa tem uma chance em cada
cinco mil, aproximadamente, de se tornar vtima de um acidente coberto por este
tipo de aplice, e que a companhia poder vender em mdia mil aplices de seguro
deste tipo por ano. Determinar a probabilidade de que o nmero de acidentados no
ultrapasse a trs por ano (nmero a partir do qual a operao no mais considerada
como rentvel).
Resp: Seja X a v.a. que conta o nmero de acidentados no ano. Ento A ~
T(`), com ` =
1
5
. Assim 1(A = /) =
c

1
5
_
1
5
_
I
/!
. / = 0. 1. 2. ... Logo 1 (A _ 3) =
1 (A = 0) +1 (A = 1) +1 (A = 2) +1 (A = 3) = c

1
5
_
1 +
1
5
+
1
50
+
1
750
_
.
Exerccio 64 Livros produzidos por uma certa editora tm uma mdia de 1 defeito
de impresso por pgina. Qual a probabilidade de que pelo menos em uma pgina
de um livro de 300 pginas desta editora haja pelo menos 5 defeitos?
Resp: Seja X a v.a. que conta o nmero de defeito de impresso por pgina.
Ento A ~ T(1). Assim 1(A = /) =
c
1
/!
. / = 0. 1. 2. ... Logo j = 1 (A _ 5) =
1 1(A < 5) = 1
4

I=0
c
1
/!
. Seja Y a v.a. que conta o nmero de pginas com
pelo menos 5 defeitos num livro de 300 pginas. Ento 1 ~ E(300. j). Desejamos
56
1 (1 _ 1) = 1 1 (1 = 0) = 1
_
300
0
_
j
0
(1 j)
300
= 1 (1 j)
300
= 1
_
4

I=0
c
1
/!
_
300
.
Exerccio 65 Gotas de chuva caem a uma taxa mdia de 30 gotas por cm
2
e por
minuto. Qual a chance de um particular cm
2
no ser atingido por qualquer gota de
chuva durante um perodo de 10 segundos?
Resp: Seja X a v.a. que conta o nmero de gotas por c:
2
e por 10 segundos.
Ento A ~ T(5). Assim 1(A = 0) = c
5
.
Exerccio 66 Folhas de andres de 2 metros de largura so produzidas em uma
fbrica e cortadas em lminas a cada 5 metros de comprimento. Por estudos ante-
riores, sabe-se que os defeitos tm distribuio de Poisson com uma mdia de 0,2
defeitos por metro quadrado. Se uma amostra aleatria de 10 lminas retirada da
produo, pergunta-se:
(a) Qual a probabilidade de haver mais do que uma lmina na amostra com mais
de 1 defeito na superfcie?
Resp: Seja X a v.a. que conta o nmero de defeitos na superfcie de uma lmina.
Ento A ~ T(2). Assim 1(A = r) =
c
2
2
a
r!
. r = 0. 1. 2. ... Assim j = 1 (A 1) =
1 1(A _ 1) = 1 3c
2
. Seja Y a v.a. que conta o nmero de lminas com pelo
menos 1 defeitos numa amostra de 10. Ento 1 ~ E(10. j). Desejamos 1 (1 1) =
1 1 (1 = 0) 1 (1 = 1) = 1
_
10
0
_
j
0
(1 j)
10

_
10
1
_
j
1
(1 j)
9
= 1
(1 j)
10
10j (1 j)
9
, com j = 1 3c
2
.
(b) Qual o nmero esperado de lminas na amostra com mais de 1 defeito na
superfcie? E a varincia?
Resp: Desejamos 1(1 ) = 10j e \ c:(1 ) = 10j (1 j), com j = 1 3c
2
.
Exerccio 67 Numa central telefnica, o nmero de chamadas chega com uma m-
57
dia de 8 por minuto. Determinar a probabilidade de que num minuto se tenha:
(a) dez ou mais chamadas;
Resp: Seja X a v.a. que conta o nmero de chamadas por minuto. Ento A ~
T(8). Assim 1(A = r) =
c
8
8
a
r!
. r = 0. 1. 2. ... Assim 1 (A _ 10) = 1 1(A <
10) = 1
9

a=0
c
8
8
a
r!
.
(b) menos que nove chamadas;
Resp: 1 (A _ 8) =
8

a=0
c
8
8
a
r!
.
(c) entre sete (inclusive) e nove (exclusive) chamadas.
Resp: 1 (7 _ A < 9) = 1 (A = 7) +1 (A = 8) = c
8
_
8
7
7!
+
8
8
8!
_
.
Exerccio 68 Num certo tipo de fabricao de ta magntica, ocorrem cortes a uma
taxa de um por 2000 ps. Qual a probabilidade de que um rolo com 2000 ps de ta
magntica tenha:
(a) nenhum corte;
Resp: Seja X a v.a. que conta o nmero de cortes num rolo de 2000 ps. Ento
A ~ T(1). Assim 1(A = /) =
c
1
/!
. / = 0. 1. 2. ... Assim 1 (A = 0) = c
1
.
(b) no mximo dois cortes;
Resp: 1 (A _ 2) =
5c
1
2
.
(c) pelo menos dois cortes.
Resp: 1 (A _ 2) = 1 2c
1
.
Exerccio 69 Uma fonte radioativa observada durante 7 intervalos de tempo,
cada um de dez segundos de durao. O nmero de partculas emitidas durante
cada perodo contado. Suponha que o nmero de partculas emitidas X tenha dis-
tribuio de Poisson com taxa de 0,5 por segundo. Qual a probabilidade de que
em cada um dos 7 intervalos de tempo, 4 ou mais partculas sejam emitidas?
58
Resp: Seja X a v.a. que conta o nmero de partculas emitidas em 10 segundos.
Ento A ~ T(5). Assim 1(A = r) =
c
5
5
a
r!
. r = 0. 1. 2. ... Assim j = 1 (A _ 4) =
1
3

a=0
c
5
5
a
r!
. Seja Y a v.a. que conta o nmero de intervalos com 4 ou mais partcu-
las emitidas. Ento 1 ~ E(7. j). Desejamos 1 (1 = 7) =
_
7
7
_
j
7
(1 j)
0
= j
7
,
com j = 1
3

a=0
c
5
5
a
r!
.
Exerccio 70 O nmero de partculas emitidas por uma fonte radioativa, durante
um perodo especco, uma varivel aleatria com distribuio de Poisson. Se a
probabilidade de no haver emisses for igual a 1/3, qual a probabilidade de que
duas ou mais emisses ocorram?
Resp: Seja X a v.a. que conta o nmero de emisses durante um perodo es-
pecco, ento A ~ T(`). Como 1(A = 0) = c
A
=
1
3
, temos ` = ln 3. Assim
1(A = /) =
(ln 3)
I
3/!
. / = 0. 1. 2. ... Logo 1 (A _ 2) = 1 1 (A = 0) 1 (A = 1) =
1
2
3
ln 3.
Exerccio 71 Em certa rodovia, a intensidade mdia do uxo de trfego de 30
carros por minuto. Um medidor colocado na rua para registrar o nmero de carros
passando por cima. Aps justicar o uso de um modelo de probabilidade adequado
a tal experimento, calcule:
(a) a probabilidade de que 2 ou mais carros sejam registrados durante determi-
nado intervalo de 2 segundos;
Resp: Seja X a v.a. que conta o nmero de carros registrados durante um inter-
valo de 2 segundos, ento A ~ T(1). Assim 1(A = /) =
c
1
/!
. / = 0. 1. 2. ... Assim
1 (A _ 2) = 1 2c
1
.
(b) a probabilidade de passar mais de um minuto at registrar o primeiro carro.
Resp: Seja Y a v.a. que conta o nmero de carros registrados durante um in-
tervalo de 1 minuto, ento 1 ~ T(30). Assim 1(A = /) =
c
30
30
I
/!
. / = 0. 1. 2. ...
59
Assim 1 (1 = 0) = c
30
.
Exerccio 72 Suponha que num dado nal de semana o nmero de acidentes num
certo cruzamento tem distribuio de Poisson com mdia 0,7. Qual a probabilidade
de que haver pelo menos trs acidentes no cruzamento durante o nal de semana?
Resp: Seja X a v.a. que conta o nmero de acidentes num nal de semana,
ento A ~ T(0. 7). 1 (A _ 3) = 1 1 (A _ 2) = 1
2

a=0
c
0,7
(0. 7)
a
r!
.
Exerccio 73 Suponha que o nmero de defeitos num metro quadrado de tecido
tenha distribuio de Poisson com mdia 0,4. Se uma amostra aleatria de 5 m
2
de
tecido inspecionada, qual a probabilidade de que o nmero total de defeitos nesta
amostra seja de pelo menos 6?
Resp: Seja X a v.a. que conta o nmero de defeitos numa amostra de 5 m
2
de
tecido. Ento A ~ T(2). 1 (A _ 6) = 1 1 (A _ 5) = 1
5

a=0
c
2
2
a
r!
.
Exerccio 74 Suponha que uma certa ta magntica contenha, em mdia, 3 defeitos
por 1000 ps. Qual a probabilidade de que um rolo de ta de 1200 ps no contenha
defeitos?
Resp: Seja X a v.a. que conta o nmero de defeitos num rolo de ta de 1200
ps.Ento A ~ T(3. 6). 1 (A = 0) = c
3,6
.
Exerccio 75 Suponha que, em mdia, uma certa loja sirva 15 clientes por hora.
Qual a probabilidade de que a loja no servir mais do que 20 clientes num particular
perodo de 2 horas?
Resp: Seja X a v.a. que conta o nmero de clientes que chegam num perodo de
2 horas. Ento A ~ T(30). 1 (A _ 20) =
20

a=0
c
30
30
a
r!
.
60
Exerccio 76 Suponha que num grande lote contendo T produtos manufaturados,
30% dos produtos so defeituosos e 70% so bons. Suponha tambm que 10 produtos
so selecionados aleatoriamente sem reposio do lote. Determine:
(a) uma expresso exata para a probabilidade de que no mais do que um produto
defeituoso seja obtido, e
Resp: Seja X a v.a. que conta o nmero de defeituosos no lote de T produtos.
Ento A ~ Hij(1; 0. 31; 10). Assim 1(A = r) =
0
@
0. 31
r
1
A
0
@
0. 71
10 r
1
A
0
@
1
10
1
A
, para
max0; 100. 71 _ r _ min10; 0. 31. Assim supondo que 1 _ 15 para que 10
0. 71 < 0, temos que 1 (A _ 1) =
1
0
@
1
10
1
A
__
0. 71
10
_
+
_
0. 31
1
__
0. 71
9
__
.
(b) uma expresso aproximada para esta probabilidade, baseada na distribuio
binomial.
Resp: Seja X a v.a. que conta o nmero de defeituosos no lote de T produtos, com
T grande. Ento A ~ E(10; 0. 3). Assim 1(A = r) =
_
10
r
_
(0. 3)
a
(0. 7)
10a
, r =
0. 1. 2. 3. .... 10. Assim 1 (A _ 1) = 1 (A = 0)+1 (A = 1) =
_
10
0
_
(0. 3)
0
(0. 7)
10
+
_
10
1
_
(0. 3)
1
(0. 7)
9
= (0. 7)
10
+ 3 (0. 7)
9
.
61
Captulo 7
Variveis Aleatrias Contnuas
7.1 A Distribuio Uniforme
Diz-se que a varivel aleatria A tem distribuio uniforme no intervalo [c. /], de-
notado por A ~ |[c. /] se sua funo de densidade de probabilidade dada por
,
A
(r) =
_
1
/ c
, se c _ r _ /
0, caso contrrio.
Assim a funo de distribuio de A dada por
1
A
(r) =
_

_
0, se r < c
r c
/ c
, se c _ r < /
1, se r _ /
Proposio 16 Se A ~ |[c. /] ento
1(A) =
c +/
2
\ c:(r) =
(/ c)
2
12
Prova. (Em aula.)
Exerccio 77 Suponha que A tenha distribuio uniforme no intervalo (2. 8).
Ache a f.d.p. de A e encontre 1(0 < A < 7).
62
7.2 A Distribuio Exponencial
Diz-se que a varivel aleatria A tem distribuio exponencial com parmetro `,
denotado por A ~ 1rj(`), se a funo de densidade de probabilidade de A dada
por
,
A
(r) =
_
`c
Aa
, r _ 0
0, caso contrrio
Assim a funo de distribuio de A dada por
1
A
(r) =
_
0, se r < 0
1 c
Aa
, se r _ 0
Proposio 17 Se A ~ 1rj(`) ento
:
A
(t) =
`
` t
1(A) =
1
`
\ c:(r) =
1
`
2
Prova. (Em aula.)
Exerccio 78 Para um certo tipo de componente eletrnico, a vida til A (em mil
horas) tem distribuio exponencial com mdia 2. Pergunta-se:
(a) Qual a probabilidade de que um novo componente dure mais do que 1000
horas?
(b) Se um componente j durou 1000 horas, qual a probabilidade de que ele dure
pelo menos 1000 horas mais?
Exerccio 79 Suponha que o tempo at o prximo terremoto num particular lugar
seja exponencialmente distribudo com uma taxa de 1 terremoto por ano. Qual a
probabilidade de que o prximo terremoto ocorra dentro de 6 meses?
63
Exerccio 80 O tempo de vida de lmpadas produzidas pelo fabricante X tem dis-
tribuio exponencial com mdia de 20 dias. Se 10 lmpadas so ligadas simultane-
amente, qual a probabilidade de que pelo menos 3 delas durem mais de 25 dias?
7.3 A Distribuio Normal
7.3.1 A Distribuio Normal Padro
Diz-se que a varivel aleatria 2 tem distribuio normal (ou Gaussiana) padro
com mdia zero e varincia 1, denotado por 2 ~ A(0. 1), se a funo de densidade
de probabilidade de 2 dada por
,
Z
(.) =
1
_
2:
c

z
2
2
, < . <
Denina (.) = 1(2 _ .) a funo de distribuio da varivel aleatria 2.
Como (.) no pode ser obtida analiticamente, o valor de (.) dado por integrao
numrica e seus valores so tabelados, como a tabela anexa.
Proposio 18 Se 2 ~ A(0. 1), ento
:
Z
(t) = c
t
2
2
1(2) = 0
\ c:(2) = 1
Prova. (Em aula.)
Exerccio 81 Seja 2 ~ A(0. 1). Calcule:
(a) 1(2 _ 1. 73)
(b) 1(2 _ 2. 13)
(c) 1(0. 47 _ 2 < 1. 73)
(d) 1(0. 25 _ 2 _ 0. 5)
64
7.3.2 A Distribuio Normal com mdia j e varincia o
2
Diz-se que a varivel aleatria A tem distribuio normal (ou Gaussiana) com m-
dia j e varincia o
2
, denotado por A ~ A(j. o
2
), se a funo de densidade de
probabilidade de A dada por
,
A
(r) =
1
o
_
2:
c

(x)
2
2
2
, < r <
Proposio 19 Se A ~ A(j. o
2
), ento 2 =
A j
o
~ A(0. 1).
Proposio 20 Se A ~ A(j. o
2
), ento
:
A
(t) = c
jt+
1
2
o
2
t
2
1(A) = j
\ c:(A) = o
2
.
Exerccio 82 Os depsitos efetuados no Banco da Ribeira durante o ms de janeiro
so distribudos normalmente, com mdia de R$ 10.000,00 e desvio-padro de R$
1.500,00. Um depsito selecionado ao acaso dentre todos referentes ao ms em
questo. Encontrar a probabilidade de que o depsito seja:
(a) R$ 10.000,00 ou menos;
(b) pelo menos R$ 10.000,00;
(c) um valor entre R$ 12.000,00 e R$ 15.000,00;
(d) maior do que R$ 20.000,00.
Exerccio 83 Seja uma varivel aleatria A normalmente distribuda com mdia
10 e varincia 25. Calcule 1([A 10[ [A[).
Exerccio 84 As vendas de um determinado produto tm distribuio aproximada-
mente normal, com mdia 500 e desvio-padro 50. Se a empresa decide fabricar 600
65
unidades no ms em estudo, qual a probabilidade de que no possa atender a todos
os pedidos, por estar com a produo esgotada?
Exerccio 85 Num certo lugar, a temperatura, em graus Celsius, normalmente
distribuda com mdia 20 graus e desvio-padro de 4 graus. Qual a proporo do
tempo em que a temperatura se encontra entre 15 graus e 22 graus?
Exerccio 86 Suponha que \ , a velocidade em c:,:cq de um objeto de massa 1
kg, seja uma varivel aleatria com distribuio normal com mdia 0 e varincia 25.
Admita-se que 1 =
1000\
2
2
= 500\
2
represente a energia cintica do objeto. Calcule
1(1 800).
Exerccio 87 Assuma que o tempo X requerido para que um corredor distncia
corra uma milha uma varivel aleatria normal com mdia de 4 minutos e 1
segundo e desvio-padro de 2 segundos. Qual a probabilidade de que este atleta corra
uma milha em menos de 4 minutos? Em mais do que 3 minutos e 55 segundos?
Exerccio 88 O comprimento X de um determinado peixe adulto capturado na Baa
de Monterey uma varivel aleatria normal com mdia de 30 polegadas e desvio-
padro de 2 polegadas. Se uma pessoa pega um desses peixes, qual a probabilidade
de que ele tenha no mnimo 31 polegadas de comprimento? De que ele no tenha
mais do que 32 polegadas de comprimento? De que ele tenha comprimnento entre
24 e 28 polegadas?
Exerccio 89 Assuma que o preo de uma commodity amanh seja normalmente
distribudo com mdia US$ 10,00 e desvio-padro de US$ 0,25. Qual o menor inter-
valo de conana a partir do qual voc pode armar com 95% de certeza sobre qual
ser o preo da commodity amanh?
66
Exerccio 90 A altura que um saltador capaz de pular uma varivel normal
com mdia de 2 metros e desvio-padro de 2 centmetros.
(a) Qual a maior altura que ele saltar com probabilidade de 95%?
(b) Qual a altura que ele saltar somente em 10% das vezes?
7.3.3 Teorema Central do Limite
Seja A
1
. A
2
. .... A
a
uma seqncia de variveis aleatrias independentes e identica-
mente distribudas com mdia j e varincia o
2
. Dena as variveis aleatrias
o
a
= A
1
+A
2
+... +A
a
A
a
=
A
1
+A
2
+... +A
a
:
ento pode-se mostrar que
o
a
:j
o
_
:
- A(0. 1)
e
A
a
j
o
_
:
- A(0. 1)
para : sucientemente grande, qualquer que seja a distribuio de probabilidade dos
A
i
.
A gura abaixo mostra os histogramas correspondentes s distribuies amostrais
de A
a
para amostras extradas de algumas distribuies.
67
Exerccio 91 A distribuio dos comprimentos dos elos da corrente de bicicleta
normal, com mdia 2 cm e varincia 0,01 c:
2
. Para que uma corrente se ajuste
bicicleta, deve ter comprimento total entre 58 e 61 cm. Qual a probabilidade de
uma corrente com 30 elos no se ajustar bicicleta?
Exerccio 92 Cada seo usada para a construo de um oleoduto tem um com-
primento com distribuio normal com mdia 5 m e desvio padro de 20 cm. O
comprimento total do oleoduto ser de 8 km. Se a rma construtora do oleoduto
encomendar 1600 sees, qual a probabilidade de ela ter que comprar mais do que
uma seo adicional, isto , de as 1600 sees somarem menos do que 7995m?
Exerccio 93 As duraes de gravidez tm distribuio aproximadamente normal
com mdia de 268 dias e desvio-padro de 15 dias.
(a) Selecionada aleatoriamente uma mulher grvida, determine a probabilidade
de que a durao de sua gravidez seja inferior a 260 dias.
(b) Se 25 mulheres escolhidas aleatoriamente so submetidas a uma dieta es-
pecial a partir do dia em que engravidam, determine a probabilidade de os prazos
de durao de suas gravidezes terem mdia inferior a 260 dias (admitindo-se que a
dieta no produza efeito).
68
(c) Se as 25 mulheres tm realmente mdia inferior a 260 dias, h razo de
preocupao para os mdicos de pr-natal? Justique adequadamente.
Exerccio 94 A mquina de empacotar um determinado produto o faz segundo uma
distribuio normal, com mdia j e desvio-padro 10 g.
(a) Em quanto deve ser regulado o peso mdio para que apenas 10% dos pacotes
tenham menos do que 500 g?
(b) Com a mquina assim regulada, qual a probabilidade de que o peso total de
4 pacotes escolhidos ao acaso seja inferior a 2 kg?
Exerccio 95 O peso de uma determinada fruta uma varivel aleatria com dis-
tribuio normal com mdia de 200 gramas e desvio-padro de 50 gramas. Determine
a probabilidade de um lote contendo 100 unidades dessa fruta pesar mais que 21 kg.
Exerccio 96 Um elevador pode suportar uma carga de 10 pessoas ou um peso total
de 1750 libras. Assumindo que apenas homens tomam o elevador e que seus pesos
so normalmente distribudos com mdia 165 libras e desvio-padro de 10 libras,
qual a probabilidade de que o peso limite seja excedido para um grupo de 10 homens
escolhidos aleatoriamente?
Exerccio 97 A vida til de televises produzidas numa fbrica tem distribuio
exponencial com mdia de 5000 dias. Qual a probabilidade aproximada de que a
mdia de vida til de 100 televisores caia entre 4750 e 5550 dias?
7.3.4 Aproximao Normal Binomial
Vimos que se A
1
. A
2
. .... A
a
uma seqncia de variveis aleatrias independentes
de Bernoulli com parmetro j, ento o
a
= A
1
+A
2
+... +A
a
~ E(:. j). Assim, pelo
Teorema Central do Limite, para n sucientemente grande o
a
pode ser aproximada
69
por uma distribuio Normal, j que
o
a
:j
_
:j
- A(0. 1).
Ou de outra forma
o
a
- A(:j. :j).
Exerccio 98 Seja 1 com distribuio Binomial de parmetros : = 10 e j = 0. 4.
Determine a aproximao normal para:
(a) 1(3 < 1 < 8)
(b) 1(1 _ 7)
(c) 1(1 < 5)
Exerccio 99 Um par de dados lanado 180 vezes por hora (aproximadamente).
Qual a probabilidade aproximada de que 25 ou mais lanamentos tenham tido soma
7 na primeira hora? Qual a probabilidade aproximada de que entre 700 e 750 lana-
mentos tenham tido soma 7 durante 24 horas?
70