1.

Problema
Dentre 6 números positivos e 7 negativos, dois números são escolhidos ao acaso (sem reposição)
e multiplicados. Qual a probabilidade de que o produto seja positivo?

(a) 0.525
(b) 0.462
(c) 0.462
(d) 0.923
(e) 0.171

Solução
No total, existem 13


2 modos distintos de escolhermos os dois números. Para que
o produto
seja positivo devemos ter dois números positivos, que podem ser escolhidos de 62 maneiras
distintas, ou dois números negativos, que podem ser escolhidos de 72 maneiras distintas.

Segue que a probabilidade desejada é

6 7



2 + 2
13

= 0.462.
2

(a) Falso
(b) Falso
(c) Verdadeiro
(d) Falso
(e) Falso

2. Problema
Colocam se ao acaso 7 botões em um tabuleiro 7 × 7, não sendo permitido haver dois botões
em uma mesma casa. Qual a probabilidade de não haver dois botões nem na mesma linha
nem na mesma coluna?

(a) 0.1429
(b) 0.4286
(c) 0.0097
(d) 0.0001
(e) 0.2857

Solução
Há 49 casas no

tabuleiro. O número de maneiras de selecionarmos as casas para colocar
o botão é 49
7 . Como cada linha e cada coluna conterá exatamente um botão, existem 7
maneiras de escolher a casa que será utilizada na primeira linha, 6 maneiras de escolher a
segunda linha e assim por diante; desse modo temos 7! maneiras de distribuir os botões sem
que hajam dois na mesma linha ou na mesma coluna. Segue que a probabilidade desejada é
7!
49

= 1e − 04.
7

(a) Falso
(b) Falso
(c) Falso
(d) Verdadeiro

1
 (e) Falso

3. Problema
Sabe-se que 70% dos pênaltis marcados a favor do Brasil são cobrados por jogadores de
clubes estrangeiros. A probabilidade de um pênalti ser convertido é de 70% se o cobrador
for de um clube estrangeiro e de 81% se o cobrador for de um clube nacional. Suponha
que um pênalti foi marcado a favor do Brasil. Qual a probabilidade de que um pênalti seja
convertido?

(a) 0.73
(b) 0.49
(c) 0.67
(d) 0.33
(e) 0.24

Solução
Defina os eventos

E = “O cobrador é de clube estrangeiro”

N = “O cobrador é de clube nacional”
C = “O cobrador converte o pênalti”

Pelo teorema da probabilidade total, a probabilidade desejada é dada por

P (C) = P (C|E)P (E) + P (C|N )P (N ) = 0.7 × 0.7 + 0.81 × 0.3 = 0.73.

(a) Verdadeiro
(b) Falso
(c) Falso
(d) Falso
(e) Falso

4. Problema

No campeonato mundial de bridge de 1965, dois jogadores foram acusados de trapacear por
meio de sinais que indicavam o tamanho das sequências de cartas de copas que cada um
possuı́a. Suponha que a probabilidade de que a dupla tenha trapaceado seja 0.5, e que,
trapaceando, a probabilidade de que ganhassem uma partida fosse 0.95, ao passo que sem
trapacear essa probabilidade fosse 0.5. Se sabemos que a dupla venceu uma partida, então
qual a probabilidade de que eles tenham trapaceado nesta partida?

(a) 0.250
(b) 0.655
(c) 0.725
(d) 0.345
(e) 0.475

Solução
Sejam os eventos

2
 T =trapaceiam
G=ganham a partida

Pelo enunciado tem-se P (T ) = 0.5, P (G|T ) = 0.95, P (G|T C ) = 0.5. Logo, pelo Teorema de
Bayes tem-se que P (T |G) = P (G|T )P (T )
P (T ) = P (G|T )PP(T(G|T )P (T )
)+P (G|T C )P (T C )
0.950×0.500
= 0.950×0.500+0.500×0.500 =
0.655.

(a) Falso
(b) Verdadeiro
(c) Falso
(d) Falso
(e) Falso

5. Problema

O tempo até a falha (em milhares de horas) de um certo componente eletrônico pode ser
representado por uma variável aleatória seguindo distribuição exponencial com média igual
a 8. Instalados cinco desses componentes, qual a probabilidade de exatamente dois deles
estarem funcionando após 4 mil horas de uso?

(a) 0.345
(b) 0.306
(c) 0.694
(d) 0.224
(e) 0.694

Solução
Seja X o tempo de vida de um componente. Então X ∼ Exponencial(0.125). Logo, a
probabilidade de que um componente dure mais que 4 mil horas é dada por P (X > 4) =
e−0.125×4 = 0.607. Assim, se cinco componentes são instalados, o número Y de componentes
funcionando após 4 mil horas é uma variável aleatória seguindo distribuição binomial com
5!
parâmentros n = 5 e p =0.607. Portanto, P (Y = 2) = 2!3! 0.6072 0.3933 = 0.224.

(a) Falso
(b) Falso
(c) Falso
(d) Verdadeiro
(e) Falso

6. Problema
Suponha que uma vendedora de panos de prato tem 46% de chance de efetuar a venda para
cada mesa de bar que ela passa. Em quantas mesas, no minimo, ela deve parar para ter,
pelo menos, 76% de chance de vender seu último pano?

(a) 2
(b) 3
(c) 4
(d) 5
(e) 6

3
 Solução
Seja X a variável aleatória número de mesas percorridas para a venda de 1 pano de prato.
Então, X ∼ Geom(0.46), e o número minimo de mesas é o menor valor de k tal que:

P (X = 1) + P (X = 2) + ... + P (X = k) ≥ 0.76

Como

P (X = 1) = 0.46 = 0.46
P (X = 2) = 0.46 × (1 − 0.46) = 0.2484
P (X = 3) = 0.46 × (1 − 0.46)2 = 0.1341
P (X = 4) = 0.46 × (1 − 0.46)3 = 0.0724

Então, k = 3.

(a) Falso
(b) Verdadeiro
(c) Falso
(d) Falso
(e) Falso

7. Problema
Para inspecionar um lote de 12 peças, o funcionário de uma empresa sorteia uma amostra de
8 peças ao acaso. Caso nenhuma peça defeituosa seja encontrada na amostra o lote é aceito;
caso contrário é devolvido ao fornecedor. Suponha que 2 das 12 peças sejam defeituosas. Se
a escolha for realizada sem reposição qual a probabilidade de aceitação do lote?

(a) 0.139
(b) 0.233
(c) 0.167
(d) 0.091
(e) 0.028

Solução
Seja X a variável relativa ao número de peças defeituosas. A probabilidade de aceitação do
lote é dada por
10 2



8
P (X = 0) =
0 = 0.091.
12
8

(a) Falso
(b) Falso
(c) Falso
(d) Verdadeiro
(e) Falso

8. Problema
Um youtuber considera que cada um de seus vı́deos recebe, em média, 1.48 visualizações por
minuto. Se o número X de visualizações de um vı́deo que este youtuber acabou de postar
segue distribuição de Poisson, qual o menor valor de k tal que P (X ≤ k) ≥ 0.51?

4
 (a) 5
(b) 1
(c) 2
(d) 4
(e) 3

Solução
O valor de k é 1, pois
0
X 1.48i
e−1.48 = 0.23
i=1
i!
e
1
X 1.48i
e−1.48 = 0.56.
i=1
i!

(a) Falso
(b) Verdadeiro
(c) Falso
(d) Falso
(e) Falso

9. Problema
A chance de uma aposta simples (onde escolhe-se 6 números) ganhar a Mega Sena é de
uma em 50063860. A Mega Sena da Virada de 2017 arrecadou o equivalente a 254556391
apostas simples. Nesse contexto, considerando que os números em cada aposta tenham sido
escolhidos de maneira aleatória e independente (todos da Distribuição Uniforme discreta
de 1 a 60), qual era a probabilidade de que exatamente 6 apostadores ganhassem o prêmio
máximo?

(a) 0.149
(b) 0.275
(c) 0.851
(d) 0.598
(e) 0.402

Solução
1
O número de vencedores tem distribuição binomial com parâmetros 254556391 e 50063860 , ou
1
seja, X ∼ Bin(254556391, 50063860 ). Utilizando a aproximação de Poisson para a Binomial,
tem-se, aproximadamente, que X ∼ P oisson(np = 5.085). Portanto, a probabilidade de
observarmos exatamente X = 6, é dada por
1
P (X = 6|X ∼ Bin(254556391, 50063860 )) ≈ P (X = 6|X ∼ P oisson(5.085)) = 14.9%.

(a) Verdadeiro
(b) Falso
(c) Falso
(d) Falso
(e) Falso

5
10. Problema
Seja X uma variável aleatória continua cuja função de densidade é dada por


 0, se x < 1;
cx3 , se 1 ≤ x < 2;

fX (x) =

 1.2 exp(−x), se 2 ≤ x < 3;
0, se x ≥ 3.


Qual é o valor de P(X < 1.8)?

(a) 0.430
(b) 0.900
(c) 0.570
(d) 0.100
(e) 0.240

Solução

A função de densidade da variável aleatória em questão apenas existe se c = 0.24.

Tal valor pode ser encontrado notando-se que
Z 3 3
1.2 exp(−x)dx = 1.2 [− exp(−x)]  = −1.2(exp(−3) − exp(−2)) = 0.103

2 2

e, portanto,
2
x4 2
Z
cx3 dx = c  = 0.897 ⇒ c = 0.24 (1)
1 4 1

Assim, temos que

Z 1.8
P (X < 1.8) = FX (1.8) = cx3 dx
1
x4 1.8
=c
4 1

0.57.

(a) Falso
(b) Falso
(c) Verdadeiro
(d) Falso
(e) Falso

11. Problema

Seja X uma variável aleatória com a seguinte função de probabilidade acumulada:



0, se x < −2
1/8, se −2≤x<1

F (x) =

 1/2, se 1≤x<3
1, se x≥3


O valor de E(X) é

6
 (a) 1.625
(b) 3.250
(c) 4.375
(d) 1.375
(e) 1.625
Solução
X é uma variável aleatória discreta assumindo valores com probabilidade positiva nos pontos
de salto da função de distribuição, ou seja, nos valores -2, 1 e 3. As probabilidades são dadas
por
P (X = −2) = 18 − 0 = 18
P (X = 1) = 21 − 18 = 38
P (X = 3) = 1 − 12 = 12

1 3 1
Logo, E(X) = −2 × 8 +1× 8 +3× 2 = 1.625.

(a) Verdadeiro
(b) Falso
(c) Falso
(d) Falso
(e) Falso

12. Problema
Suponha que a altura, em centimetros, de uma pessoa selecionada ao acaso de uma população
distribui-se Normalmente. Visto que P (X ≤ 151) = 0.5 e P (X ≤ 142) = 0.25, qual é a
probabilidade de uma pessoa ao acaso ter altura superior a 165cm?

(a) 0.4681
(b) 0.0436
(c) 0.1271
(d) 0.1492
(e) 0.1736

Solução
Visto que P (X ≤ 151) = 0.5, então a média da variável X é E(X) = 151.
Além disso, tem-se que P (X ≤ 142) = 0.25, e pela tabela da distribuição Normal padrão,
P (Z ≤ −0.67) ≈ 0.25. Então,
142 − 151
= −0.67
σ
142−151
Portanto, σ = −0.67 = 13.4328.
Logo,
P (X > 165) = 1 − P (Z ≤ 1.04) = 0.1492.

(a) Falso
(b) Falso
(c) Falso
(d) Verdadeiro
(e) Falso

7
13. Problema
NA
(a) 0.681
(b) 0.548
(c) 0.092
(d) 0.319
(e) 0.524
Solução
Seja X o número de cestas convertidas, então X ∼ Bin(n, p), onde n = 60 e p = 0.53. Visto
que np e n(1 − p) são suficientemente grandes, é possivel utilizar a aproximação da Binomial
pela Normal p
Bin(n, p) ≈ N (µ = np, σ = np(1 − p))
Logo, X ∼ N (31.8, 3.866). E probabilidade desejada é dada por
P (X ≥ 30) = 1 − P (X < 30) = 1 − P (Z < −0.47) = 0.681.
(a) Verdadeiro
(b) Falso
(c) Falso
(d) Falso
(e) Falso
14. Problema
Sabe-se que o tempo de vida útil das válvulas de uma certa marca de amplificador é expo-
nencialmente distribuı́do com média de 60 meses. O guitarrista da banda “Probabilistas do
Sucesso” usou sua guitarra por 50 meses seguidos e sua banda ainda tem mais 10 meses para
fechar a turnê. A probabilidade de que a banda termine sua turnê sem necessidade de trocar
as válvulas é aproximadamente:
(a) 0.43
(b) 0.15
(c) 1.00
(d) 0.85
(e) 0.00
Solução
Seja X a variável aleatória que representa o tempo de vida útil das válvulas. Sabemos que
E(X) = 60, então X ∼ Exp(1/60). Como a função distribuição da variável aleatória X é
F (x) = 1 − e−0.02x , segue que a probabilidade desejada é dada por

P (X > 50 + 10|X > 50) = P (X > 10)

= 1 − F (10)
= 1 − (1 − e−0.02×10 )
= 0.85
(a) Falso
(b) Falso
(c) Falso
(d) Verdadeiro
(e) Falso