Introdução à Teoria de Probabilidade.

Informática Biomédica.
Departamento de Fı́sica e Matemática. USP-RP.
Prof. Rafael A. Rosales

30 de maio de 2007.

Lista de Exercı́cios 4
† são difı́ceis, †† são bem mais difı́ceis. Façam os exercı́cios do livro de C.
Dantas antes de fazer esta lista. (†† é material avançado e só devera ser estudado
depois de uma primeira revisão. De qualquer maneira, a maioria dos problemas
†† estão resolvidos no gabarito “Respostas”.)

1 Variáveis Aleatórias
54. Considere a v.a. discreta X com distribuição de probabilidade P (X = 2) =
1/10, P (X = 3) = 1/10, P (X = 4) = 4/10, P (X = 5) = 2/10, P (X = 6) = 1/10,
P (X = 7) = 1/10. Determine (i) P (X ≥ 6); (ii) P (|X − 4| > 2); (iii) P (X = a),
a é um número primo.

55. Seja X uma v.a. discreta com distribuição de probabilidade dada por
(
c2−x , x ∈ N,
P (X = x) =
0, x ∈ N̄.
onde N = {0, 1, 2, . . .}, e N̄ é o complemento de N. Determine: (i) O valor da
constante c; (ii) P (X ≤ 2); (iii) P (X > 5); (iv) P (X ser ı́mpar).

56. Considere o lançamento de dois dados simultaneamente. Para cada um dos

items a seguir determine Im(X), e P (X = x), ∀ x ∈ Im(X): (i) X: maior valor
observado no lançamento dos sois dados. (ii) X é a soma dos valores observados.
(iii) X é o produto dos valores observados. (iv) X é a diferença entre o maior valor
observado e o menor valor observado.

57. Seja X uma v.a. cuja função de distribuição é dada por



 0, x < 0,

1/3, 0 ≤ x < 1,
F (x) =


 1/2, 1 ≤ x < 2,
x ≥ 2.

1,

1
Calcular: P ( 12 ≤ X ≤ 32 ), P ( 21 ≤ X < 32 ), P ( 12 ≤ X ≤ 1), P ( 12 ≤ X < 1),
P (1 < X < 2), P (1 ≤ X ≤ 2) e P (X > 1).

58. Cinco bolas são selecionadas aleatoriamente sem reposição de uma urna con-
tendo N bolas numeradas de 1 até N , N > 5. Seja X a v.a. que denota o maior
valor selecionado, determine a função de distribuição de X.

59. Quais são os valores da constante C para que as seguintes funções sejam dis-
tribuições nos enteiros positivos 1, 2, . . .?
(i) Geométrica: P (X = x) = C2−x .
(ii) Logarı́tmica: P (X = x) = C2−x /x.
(iii) Quadrática inversa: P (X = x) = Cx−2 .
(iv) Poisson “modificada”: P (X = x) = C2x /x!.

60. Seja Ω = {ω1 , ω2 , ω3 }, com P(ω1 ) = P(ω2 ) = P(ω3 ) = 31 . Defina X, Y, Z : Ω →

R tal que

X(ω1 ) = 1, X(ω2 ) = 2, X(ω3 ) = 3,

Y (ω1 ) = 2, Y (ω2 ) = 3, Y (ω3 ) = 1,
Z(ω1 ) = 2, Z(ω2 ) = 2, Z(ω3 ) = 1.

Mostrar que X e Y tem as mesmas distribuições. Encontra a funções de distri-

buição de X + Y , XY , e X/Y .

61.† Seja X uma v.a. definida em (Ω, A , P), e a uma constante. Mostrar que
(i) aX é uma variável aleatória,
(ii) X − X = 0 é uma variável aleatória sempre igual a cero, e X + X = 2X.

62. Seja X uma v.a. com função de distribuição F . Qual é a distribuição de

Y = aX + b, onde a e b são constantes (∈ R)?

63.† Seja X uma v.a. e seja g : R → R uma função continua e estritamente cres-
cente. Mostrar que Y = g(X) é uma v.a.

64. O lançamento de uma moeda resulta em cara com probabilidade p. A moeda

e lançada até aparecer a primeira cara. Seja X o número total de lançamentos,
qual é a probabilidade P (X > m)? Encontrar a função de distribuição de X.

65. Expressar as funções de distribuição de

X + = max{0, X}, X − = min{0, X}, |X| = X + + X − , −X,

em termos da função de distribuição F da v.a. X.

2
2 Esperança matemática e variância
66. Para cada uma das v.a. no exercı́cio ** encontrar: (i) P (X > 1), (ii) E[X],
(iii) P (X é par).

67. Mostre, para toda variável aleatória X discreta, que: (i) Se existe uma cons-
tante α tal que P (X ≥ α) = 1, então E[X] ≥ α. (ii) Se existe uma constante β tal
que P (X ≤ β) = 1, então E[X] ≤ β. Se X ≤ Y , isto é, {w ∈ Ω : X(w) ≤ Y (w)},
então E[X] ≤ E[Y ].

68. Seja X uma variável aleatória com E[X 2 ] < ∞ e sejam a e b constantes reais.
Mostrar que Var(aX + b) = a2 Var(X). [pode começar mostrando que Var(X + b)
= Var(X).]

69. Considere dois lançamentos consecutivos de um dado. Sejam X: número de

vezes em que é obtida a face 1, x = 0, 1, 2. Y : número de vezes em que é obtida
a face 6, y = 0, 1, 2. Z = X + Y : número de vezes em que aparece ou uma face 1
ou uma face 6, z = 0, 1, 2. Determine Var(X), Var(Y ), Var(Z).
É verdade que Var(X + Y ) = Var(Y ) + Var(Z)?

70. Para um grupo de n pessoas, determine o número esperado de dias do ano

que são aniversário de exatamente k pessoas, k ≤ n. [Suponha que o ano tem 365
dias e que todos os arranjos são equiprováveis.]

71. Um homem possui em seu chaveiro n chaves e deseja abrir a porta de sua casa
experimentando as chaves ao acaso e independentemente. Determine a média e
a variância do número de tentativas se (i) as chaves incorretas são descartadas e,
conseqüentemente, não mais selecionadas; (ii) as chaves incorretas não são separa-
das, podendo ser escolhidas novamente. Admita que apenas uma chave consegue
abrir a porta.

72. Uma urna contém bolas numeradas de 1 a N . Uma pessoa retira uma bola e a
devolve, retira uma segunda bola e a devolve, e procede desta forma até obter uma
bola pela segunda vez, isto é, até obter uma bola já retirada anteriormente. Seja
X o número total de extrações necessárias para obter esta repetição, (i) obtenha
a distribuição de X [calcule P (X > k)], (ii) Mostre que
 1  1  2  1  2  n − 1
E[X] = 2 + 1 − + 1− 1− +...+ 1− 1− ··· 1−
n n n n n n
73.†† Cada membro de um grupo de n jogadores lança um dado (só uma vez).
(i) Se o grupo ganha um ponto por cada par de jogadores cujo laçamento tem o
mesmo resultado, encontrar a média e a variância do total de pontos do grupo.
(ii) Encontrar a média e a variância dos pontos totais do grupo se qualquer par de

3
jogadores que lançam o mesmo número k (k = 1, 2, . . . , 6), ganham k pontos.

74. Das 2n pessoas de um grupo de n cassais, morem exatamente m. Se as m

pessoas são selecionadas ao acaso, calcule o número médio de cassais sobreviventes.
[Este problema foi formulado por Daniel Bernoulli em 1768.]

75. Mostrar que se Var(X) = 0 então X é constante; isto é, existe a ∈ R tal que
P (X = a) = 1. [Mostrar primeiro que se E[X 2 ] = 0 então P (X = 0) = 1.]

76. Seja X uma v.a. discreta e g : R → R. Mostrar que

X
E[g(X)] = g(x)P (X = x)
x

se a soma existe.

3 Esperança condicionada
Definição. Seja X e Y duas variáveis aleatórias definidas em (Ω, A , P). A espe-
rança condicional de X dado o evento {Y = y} é definida por
X
E[X|Y = y] = xP (X = x, Y = y)/P (Y = y), (1)
x

sempre e quando P (Y = y) > 0.

Observamos que a medida que y varia sobre os possı́veis valores de Y , E[X|Y =

y] define uma função de Y , denotada por E[X|Y ]. Dado que Y é uma variável
aleatória, Y (ω), a função assim definida também é uma variável aleatória, isto é

Y (ω) 7→ E[X|Y ](ω),

e portanto faz sentido calcular o seu valor esperado E[E[X|Y ]].

77. Mostrar as seguintes propriedades da esperança condicionada.

(i) E[aY + bZ|X = x] = aE[Y |X = x] + bE[Z|X = x], a, b ∈ R.
(ii) E[Y |X = x] ≥ 0 se Y ≥ 0.
(iii) E[1|X = x] = 1.
(iv) Se X e Y são independentes, então E[Y |X = x] = E[Y ].
(vi) E[Y g(X)|X = x] = g(x)[Y |X = x] para qualquer função continua g.
(v) E{E[Y |X, Z]|X} = E[Y |X].

4
4 Independência de variáveis aleatórias
78. Sejam X e Y v.a. independentes, cada uma com valores -1 ou 1 com proba-
bilidade 1/2. Seja Z = XY . Mostrar que X, Y e Z são independentes a pares.
Serão as três independentes?

79.† Sejam X e Y v.a. independentes com valores nos enteiros positivos e com a
mesma distribuição P (X = x) = 2−x , x = 1, 2, . . .. Encontrar

(i) P (min{X, Y } ≤ x). (ii) P (Y > X).

(iii) P (X = Y ). (iv) P (X ≥ kY ), k enteiro positivo.
(v) P (X divide Y ). (vi) P (X = rY ), r racional positivo.

80.† Três jogadores A, B e C se revezam para jogar um dado de acordo a ordem

ABC, ABC, A . . . (i) Mostrar que a probabilidade de que A seja o primeiro em
lançar um 6, logo B e finalmente também C é 216/1001. (ii) Mostrar que a pro-
babilidade de que o primeiro 6 seja lançado por A, o segundo por B, e o terceiro
por C é 46656/753571.

81.†† (a) Sejam X e Y v.a. discretas e independentes. Sejam g, h : R → R. Mos-

trar que g(X) e h(Y ) são independentes.
(b) Mostrar que duas v.a. X e Y são independentes se, e somente se, P (X =
x, Y = y) = P (X = x)P (Y = y) para todo x ∈ Im(X), y ∈ Im(Y ).
(c) Mais geralmente, mostrar que X e Y são independentes se, e somente se,
P (X = x, Y = y) pode ser fatorada como o produto g(x)h(y) de uma função de x
e outra de y.

82.†† Sejam X, Y duas variáveis aleatórias independentes as quais podem assumir

unicamente os valores {−1, 1}, de tal maneira que P(X = 1) = a, P(Y = 1) = γ.
Uma terceira variável aleatória, Z, é definida por Z = cos((X + Y ) π2 ). Se 0 < a,
γ < 1, mostre que existem valores únicos de a e γ tais que X e Z são independentes,
e Y e Z são independentes. Neste caso, serão X, Y e Z independentes?