MAE0211 - Probabilidade I

Fernando Henrique Ferraz Pereira da Rosa

1 de abril de 2003

Lista 21

3. Um casal tem duas crianças. Qual a probabilidade de que ambas são

meninas dado que a mais velha é menina?
Enumeremos o espaço amostral, dado H: menino e M : menina.

Ω = {(M, M ), (M, H), (H, M ), (H, H)}

Onde (A, B) representa A o filho mais novo e B o filho mais velho. Se a

mais velha é menina, reduzimos o nosso espaço amostral para apenas os
eventos da forma (X, M ). Ou seja:

Ω0 = {(M, M ), (H, M )}

Queremos então sobre Ω0 P ({(M, M )}):

#{(M, M )} 1
P ({(M, M )}) = =
#Ω 0 2

7. Uma urna contem p bolas pretas e v bolas vermelhas. Uma das bolas é
retirada ao acaso e reposta na urna com c bolas de mesma cor. Retiramos
uma outra bola. Dado que a segunda bola retirada foi vermelha, mostrar
p
que a probabilidade de que a primeira bola foi preta é p+v+c .
Sejam os eventos:
P1 : primeira bola retirada foi preta.
V1 : primeira bola retirada foi vermelha.
V2 : segunda bola retirada foi vermelha.
Queremos calcular P (P1 |V2 ) que por Bayes:

P (P1 ∩ V2 ) P (V2 |P1 )P (P1 )

P (P1 |V2 ) = =
P (V2 ) P (V2 )

Calculemos agora separadamente cada uma das probabilidades:

p
P (P1 ) =
v+p
1 Powered by LATEX 2ε , R and Slackware 8.1 - because it works

1
 v
P (V2 |P1 ) =
v+p+c
Por fim para calcular P (V2 ) particionemos o espaço amostral entre os
eventos disjuntos P1 e V1 :

P (V2 ) = P (V2 |P1 )P (P1 ) + P (V2 |V1 )P (V1 )

v p v+c v
= · + ·
v+p+c v+p v+p+c v+p
vp + v 2 + vc
=
(v + p + c)(p + v)
Voltando os resultados na equação inicial:
pv
(v+p+c)(p+v) pv p
P (P1 |V2 ) = vp+v 2 +vc
= 2
=
vp + v + vc p+v+c
(v+p+c)(p+v)

8. Uma urna contem 3 moedas. Uma tem duas caras, outra é uma moeda
justa, e a terceira é uma moeda viciada com probabilidade de cara igual
a 0.75. Uma moeda é selecionada aleatoriamente da urna, lançada com
resultado cara. Qual a probabilidade da moeda escolhida ter duas caras?
Sejam os eventos:
cara : o resultado do lançamento é cara.
M1 : a moeda é justa.
M2 : a moeda tem duas caras.
M3 : a moeda é viciada com probabilidade de cara 0.75.
Vamos definir uma partição do espaço amostral entre os eventos M1 , M2
e M3 para condicionar a probabilide de cara. Obtemos:

P (cara) = P (cara|M1 )P (M1 ) + P (cara|M2 )P (M2 ) + P (cara|M3 )P (M3 )

Substituindo os valores conhecidos, que temos do enunciado:

1 1 1 3 1 3
P (cara) = · +1· + · =
2 3 3 4 3 4

Queremos saber P (M2 |cara), expandindo:

P (cara ∩ M2 ) P (cara|M2 )P (M2 ) 1· 1 4

P (M2 | cara) = = = 33 = .
P (cara) P (cara) 4
9

9. Três prisioneiros são informados pelo carcereiro (que não mente), que um
deles foi escolhido aleatoriamente para ser executado e que os outros dois
serão libertados. Privadamente, o prisioneiro A pergunta ao carcereiro
qual de seus colegas será libertado, argumentado que essa informação é
irrelevante desde que se conhece que ao menos um dos dois será libertado.
O carcereiro recusa-se a responder tal questão pois se A conhecesse qual
de seus companheiros será liberado, a sua própria probabilidade de ser
executado passaria de 13 para 12 pois seria um dos dois prisioneiros. O que
você pensa sobre o argumento do carcereiro?

2
 Sejam os eventos:
A : o prisioneiro A vai ser executado.
B : o prisioneiro B vai ser executado.
C : o prisioneiro C vai ser executado.
DB : o carcereiro informa que B não será executado.
DC : o carcereiro informa que C não será executado.
Temos que:
P (A) = P {A ∩ (DB ∪ DC )}

Usando a regra da probabilidade condicional, vamos dividir a ocorrência

de A entre esses dois espaços:

P (A) = P (A|DB )P (DB ) + P (A|DC )P (DC )

Vamos calcular a primeira parcela dessa soma:

P (A ∩ DB ) 1 1 1
P (A|DB )P (DB ) = P (DB ) = P (DB |A)P (A) = · = .
P (DB ) 2 3 6

De modo análogo calculamos a segunda parcela:

P (A ∩ DC ) 1 1 1
P (A|DC )P (DC ) = P (DC ) = P (DC |A)P (A) = · = .
P (DC ) 2 3 6

Temos então:

1 1 2 1
P (A) = + = = .
6 6 6 3

Logo o argumento do carcereiro está incorreto.

12. Uma urna contem b bolas brancas e p bolas pretas. As bolas são retiradas
casualmente até que a urna contenha bolas de uma só cor. Mostrar que
b
com probabilidade b+p as bolas serão brancas.
Mostremos a igualdade acima utilizado o princı́pio da indução finita. Co-
mecemos mostrando que a igualdade é válida para p = 1. Sejam os eventos:
Pi : a bola preta é retirada na i-ésima vez.
B : a urna só contem bolas brancas.
Temos naturalmente que:

X
∞
P (B) = P (Pi )
i

Calculemos os primeiros P (Pi ):

3
 1
P (P1 ) =
b+1
b 1 1
P (P2 ) = · =
b+1 b b+1
b b−1 1 1
P (P3 ) = · · =
b+1 b b−1 b+1
b b−1 b−2 1 1
P (P4 ) = · · · =
b+1 b b−1 b−2 b+1
···
1
P (Pi ) =
b+1
P∞ b b
Logo é fácil notar que i P (Pi ) = b+1 = b+p e então a igualdade é
válida para p = 1, levando em conta que P (Pi ) = 0 quando não há mais
bolas pretas a se retirar.
Suponhamos agora que a igualdade é válida para p e mostremos que vale
para p + 1. Comecemos utilizando a regra da probabilidade total, condi-
cionando sobre o resultado da última retirada:

P (B) = P (B|U = b)P (U = b) + P (B|U = p)P (U = p).

Onde U = p(b) indica que a última bola retirada foi preta (branca).
Temos que P (B|U = b) = 0, pois se só restaram as bolas brancas, a
última bola retirada não pode ter sido branca. Logo cancela-se a parcela
esquerda da equação. Por raciocı́nio análogo P (U = p) = 1 e pela hipótese
b
da indução P (B|U = p) = b+p .
b
Logo P (B) = b+p , que era condizente com a hipótese. Supomos agora
p + 1 bolas pretas, fixada a última delas. Equacionando novamente a
b
equação acima, considerando o novo valor de p, obtemos P (B) = b+p+1 o
que conclui nossa demonstração.

Sobre
A versão eletrônica desse arquivo pode ser obtida em http://www.feferraz.
net

Copyright (c) 1999-2005 Fernando Henrique Ferraz Pereira da Rosa.

É dada permiss~
ao para copiar, distribuir e/ou modificar este documento
sob os termos da Licença de Documentaç~ao Livre GNU (GFDL), vers~
ao 1.2,
publicada pela Free Software Foundation;
Uma cópia da licença em está inclusa na seç~
ao intitulada
"Sobre / Licença de Uso".