Infere-se, a partir da desigualdade de Markov, que se Y for uma variável aleatória não negativa com média igual 10, então P(Y ≤ 35) < 0,30.

Suponha que X seja uma variável aleatória com esperança finita. Isto garante que a média da variável aleatória Y = exp(X) também será finita.

Suponha que uma variável aleatória X tenha média zero e variância finita e que, pela desigualdade unilateral de Chebyshev, P(X ≥ 25) ≤ 0,25. Nesse caso, a variância de X será superior a 200.

Suponha que um digitador, ao digitar uma página de revista com 60 linhas e 50 caracteres em cada linha, cometa erros de digitação segundo uma distribuição de Poisson com média igual a 1 erro a cada 30 caracteres digitados. Nesse caso, a probabilidade de haver mais de 120 erros de digitação nessa página será aproximadamente igual a Φ(2), em que Φ(2) é o valor da função de probabilidade acumulada de uma distribuição normal padrão no ponto 2.

Considere que, para determinada companhia telefônica, as ligações que ultrapassarem 1 minuto sejam tarifadas em R$ 1,00 e as ligações de tempo inferior a 1 minuto sejam tarifadas em R$ 0,80. Nesse caso, se o número X de ligações efetuadas seguir uma distribuição de Poisson com média igual a 500 ligações por minuto e se a probabilidade de uma ligação durar mais de 1 minuto for igual a 0,10, então a arrecadação esperada em cada minuto será igual ou inferior a R$ 50,00.

Se, em um mesmo espaço amostral S, os eventos A e B forem independentes do evento C, então, necessariamente, o evento A∩B será independente de C.

Se, de uma urna em que há nA bolas da cor azul e nV bolas da cor vermelha, forem retiradas, simultaneamente, n bolas (n < nA + nV < 4) e o número X de bolas da cor azul for registrado, então a distribuição de X seguirá uma distribuição binomial.

Considere que, hipoteticamente, em uma pesquisa de opinião sejam selecionadas, ao acaso, n pessoas de uma grande população (N = ∞) de telespectadores e, com base nessa amostra, seja obtida a quantidade X de telespectadores satisfeitos com determinada programação, em que X segue uma distribuição hipergeométrica. Nessa situação, se p for a proporção de telespectadores satisfeitos com a programação, então a probabilidade de essa amostra de tamanho n contemplar k telespectadores satisfeitos com a programação será proporcional a pk(1 – p)n – k.

Considere que X seja o total de sucessos em 100 lançamentos independentes de Bernoulli e que a probabilidade de sucesso em cada experimento de Bernoulli seja 0,5. Nesse caso, a probabilidade de se observarem 55 sucessos ou mais será expressa por P(X ≥ 55) = 1 – Φ(1), em que Φ(1) é o valor da função de distribuição acumulada da distribuição normal padrão no ponto 1.