diff --git a/src/python/src/delivery_ag/ag.py b/src/python/src/delivery_ag/ag.py
index 75515c0..57b75da 100644
--- a/src/python/src/delivery_ag/ag.py
+++ b/src/python/src/delivery_ag/ag.py
@@ -163,6 +163,7 @@ def seleciona_pai(self):
             cumulativas.append(soma)
 
         numero_aleatorio = round(random() * 100)
+
         for i, limite in enumerate(cumulativas):
             if numero_aleatorio < limite:
                 return i
diff --git a/src/python/tests/delivery_ag/ag_test.py b/src/python/tests/delivery_ag/ag_test.py
index 67935bd..99e761b 100644
--- a/src/python/tests/delivery_ag/ag_test.py
+++ b/src/python/tests/delivery_ag/ag_test.py
@@ -2,7 +2,7 @@
 
 from src.delivery_ag.individuo import Individuo
 from src.delivery_ag.ag import AlgoritmoGenetico
-from delivery_ag.cidade import Cidade
+from src.delivery_ag.cidade import Cidade
 
 
 class TestAlgoritmoGenetico(unittest.TestCase):
@@ -140,6 +140,49 @@ def test_seleciona_pai_com_index_valido(self):
         indice_pai = self.ag.seleciona_pai()
         self.assertTrue(0 <= indice_pai < len(self.ag.populacao))
 
+    def test_seleciona_pai_com_maior_probabilidade(self):
+        self.ag.inicializa_populacao(
+            cidades=self.cidades,
+            rotas=self.rotas,
+            caminho=self.caminho,
+            centro_distribuicao=self.centro_distribuicao,
+        )
+
+        probabilidades = [
+            50,
+            5.55,
+            5.55,
+            5.55,
+            5.55,
+            5.55,
+            5.55,
+            5.55,
+            5.55,
+            5.55]
+        for i, ind in enumerate(self.ag.populacao):
+            ind.probabilidade = probabilidades[i % len(probabilidades)]
+
+        selecoes = {i: 0 for i in range(len(self.ag.populacao))}
+        numero_iteracoes = 10000
+
+        for _ in range(numero_iteracoes):
+            indice_pai = self.ag.seleciona_pai()
+            selecoes[indice_pai] += 1
+
+        frequencias = {i: (selecoes[i] /
+                           numero_iteracoes) *
+                       100 for i in range(len(self.ag.populacao))}
+
+        tolerancia = 2
+        for i in range(len(probabilidades)):
+            self.assertAlmostEqual(
+                frequencias[i],
+                probabilidades[i % len(probabilidades)],
+                delta=tolerancia,
+                msg=f"Frequência observada para o índice {i} ({frequencias[i]:.2f}%) "
+                f"não está próxima da probabilidade esperada ({probabilidades[i]}%)"
+            )
+
     def test_resolver_com_um_valor_baixo(self):
         melhor_solucao = self.ag.resolver(
             numero_geracoes=100,
@@ -149,6 +192,8 @@ def test_resolver_com_um_valor_baixo(self):
             centro_distribuicao=self.centro_distribuicao,
         )
         self.assertIsInstance(melhor_solucao, Individuo)
+        self.assertEqual(len(self.ag.populacao), 10)
+
         self.assertLess(melhor_solucao.nota_avaliacao, 400)