Escolar Documentos
Profissional Documentos
Cultura Documentos
PARTE I
PROBABILIDADES
3
CAPTULO I
Acontecimentos e Probabilidades
Definio 1.1.1.
Experincia Aleatria
o processo de observao ou de aco cujos resultados, embora podendo ser descrito no
seu conjunto, no so determinveis a priori, antes de realizado a experincia .
Definio 1.1.2.
Espao Amostral
o conjunto de todos os resultados possveis de uma experincia aleatria .
Exemplo
1, 2, 3, 4, 5, 6
A Sair fase 2 2
B Sair fase par 2, 4, 6
C Sair fase inferior a 7 1, 2, 3, 4, 5, 6
D Sair fase 7
Definio 1.1.3.
Acontecimento
um conjunto de resultados possveis de experincia aleatria. Em particular alguns
acontecimentos tm designao prpria:
i) Acontecimento Elementar: 1 , 2 ,
ii) Acontecimento Certo:
iii) Acontecimento Impossvel:
Definio 1.1.4.
Dois acontecimentos A e B , so denominados Incompatveis ou Mutuamente Exclusivos,
4
se eles no podem ocorrer simultaneamente. Isto ,
AB
.
Definio 1.1.5.
Probabilidade
Se os resultados elementares de uma experincia aleatria so em nmero finito e todos
igualmente possveis, a probabilidade de qualquer acontecimento A associado a essa
experincia a razo entre o nmero de resultados elementares n A , que produzem A e o
nmero total de resultados n , isto ,
n
PA nA
.
Teorema 1.1.6.
A probabilidade do acontecimento impossvel zero, isto ,
P 0
.
Demonstrao
5
Para qualquer acontecimento A , podemos escrever A A . Uma vez que A e so
mutuamente exclusivos, decorre da propriedade 3, que
PA PA PA P
Logo,
P 0
.
Teorema 1.1.7.
Se o acontecimento complementar de A , ento
PA 1 P
.
Demonstrao
Seja A e, aplicando as propriedades 2 e 3, obtemos
1 PA P
.
Teorema 1.1.8
Se A e B so dois acontecimentos quaisquer, ento
PA B PA PB PA B
.
Demonstrao
Seja A B e B dois acontecimentos mutuamente exclusivos.
Aplicando a propriedade 3, temos
A B A B
e
B A B B
Assim,
PA B PA PB
e
PB PA B PB
Subtraindo a segunda igualdade da primeira, obtm-se
6
PA B PB PA PB PA B PB
PA B PA PB PA B
.
Teorema 1.1.9.
Se A , B e C so trs acontecimentos quaisquer, ento
PA B C PA PB PC PA B PA C PB C PA B C
Demonstrao
PA B C PA B C
Aplicando o Teorema 1.1.8, obtemos
PA B C PA B PC PA B C
PA B PC PA C B C
PA B PC PA C PB C PA C B C
PA B PC PA C PB C PA B C
PA PB PC PA B PA C PB C PA B C
Logo,
PA B C PA PB PC PA B PA C PB C PA B C
Teorema 1.1.10.
Se A B , ento PA PB .
7
Demonstrao
Podemos decompor B em dois acontecimentos mutuamente exclusivos, da seguinte forma:
B A B
Assim,
PB PA PB PA
pois, PB 0 , pela propriedade 1.
Definio 1.2.11.
Conjunto Universal
identificado como o espao amostral de experincia aleatria e cada acontecimento
A por uma regio interior a .
Ai
4) Se 1 A , , A n uma qualquer coleco finita de acontecimentos, ento i1 o
A
acontecimento que ocorre se, e somente se, ao menos um dos acontecimentos i ocorrer;
n
Ai
5) Se A 1 , , A n uma qualquer coleco finita de acontecimentos, ento i1 o
acontecimento que ocorre se, e somente se, todos os acontecimentos A i ocorrerem;
Ai
6) Se A 1 , , A n , uma qualquer coleco finita de acontecimentos, ento i1 o
acontecimento que ocorre se, e somente se, ao menos um dos acontecimentos A i ocorrer;
Ai
7) Se A 1 , , A n , uma qualquer coleco finita de acontecimentos, ento i1 o
acontecimento que ocorre se, e somente se, todos os acontecimentos A i ocorrerem.
9
EXERCCIO 1.1. (Ficha 1)
b) Valete de copas;
RESOLUO:
A A carta extrada ser valete de copas
PA 1
52
10
f) Um dez ou uma carta de espadas;
RESOLUO:
A A carta extrada ser um dez
B A carta extrada ser espadas
PA B PA PB PA B 4
52
13
52
1
52
16
52
4
13
2. Extrai-se ao acaso uma bola de uma caixa que contm 6 bolas vermelhas, 4
brancas e 5 azuis. Determine a probabilidade de a bola extrada ser:
a) Vermelha;
RESOLUO:
A A bola extrada ser vermelha
PA 6
15
2
5
b) Branca;
RESOLUO:
A A bola extrada ser branca
PA 4
15
c) Azul;
RESOLUO:
A A bola extrada ser azul
PA 5
15
1
3
11
d) No vermelha;
RESOLUO:
A bola extrada no ser vermelha
P 1 PA 1 6
15
9
15
3
5
e) Vermelha ou branca.
RESOLUO:
A A bola extrada ser vermelha
B A bola extrada ser branca
PA B PA PB 6
15
4
15
10
15
2
3
b) P ;
RESOLUO:
P 1 PA 1 3
8
5
8
12
c) PB ;
RESOLUO:
1 PB 1
PB 1
1
2 2
d) P B ;
RESOLUO:
PA B 1 PA B 1
P B 5
3
8 8
e) P B ;
RESOLUO:
PA B 1 PA B 1
P B 1
3
4 4
f) PA B ;
RESOLUO:
PA PA B
PA B 3
1
1
8 4 8
g) PB .
RESOLUO:
PB PB PB A 1
2
1
4
1
4
b) PB ;
RESOLUO:
PA B PA PB PA B 3
4
1
3
PB 1
4
PB 2
3
13
c) PA B .
RESOLUO:
PA PA B
PA B 1
1
1
3 4 12
6. Dispe-se de dois dados, um normal e outro com duas faces numeradas com 1 e as
outras com os nmeros 2 , 3 , 4 , 5 . Lanam-se os dois dados ao acaso. Determine a
probabilidade de que:
a) A soma dos pontos obtidos seja 6 ;
RESOLUO:
+ 1 1 2 3 4 5
1 2 2 3 4 5 6
2 3 3 4 5 6 7
3 4 4 5 6 7 8
4 5 5 6 7 8 9
5 6 6 7 8 9 10
6 7 7 8 9 10 11
A A soma dos pontos obtidos seja 6
PA 6
36
1
6
+ 1 1 2 3 4 5
1 2 2 3 4 5 6
2 3 3 4 5 6 7
3 4 4 5 6 7 8
4 5 5 6 7 8 9
5 6 6 7 8 9 10
6 7 7 8 9 10 11
A A soma dos pontos obtidos seja inferior a 5
PA 9
36
1
4
14
+ 1 1 2 3 4 5
1 2 2 3 4 5 6
2 3 3 4 5 6 7
3 4 4 5 6 7 8
4 5 5 6 7 8 9
5 6 6 7 8 9 10
6 7 7 8 9 10 11
A A soma dos pontos obtidos seja superior a 7
PA 10
36
5
18
+ 1 1 2 3 4 5
1 2 2 3 4 5 6
2 3 3 4 5 6 7
3 4 4 5 6 7 8
4 5 5 6 7 8 9
5 6 6 7 8 9 10
6 7 7 8 9 10 11
A A soma dos pontos obtidos seja 12
PA 0
7. Uma gaveta contm 50 parafusos e 150 porcas, metade dos parafusos e metade
das porcas esto enferrujadas. Se uma das peas for escolhida ao acaso, qual a
probabilidade de que esteja enferrujadas ou seja parafuso?
RESOLUO:
A A pea esteja enferrujadas
B A pea ser um parafuso
PA B PA PB PA B 100
200
50
200
25
200
125
200
5
8
15
PA 2
6
1
3
16
A A criana estar vacinada contra a varola
B A criana estar vacinada contra o sarampo
PA 60
120
1
2
PB 50
120
5
12
PA B 20
120
1
6
PA B PA PB PA B 60
120
50
120
20
120
90
120
3
4
11. Uma cidade com 50000 habitantes possui apenas trs jornais dirios A , B e C .
Uma investigao mostrou que:
17
12. Uma moeda viciada de forma que as caras so duas vezes mais provveis de
ocorrer do que as coroas. Determine P Cara e P Coroa .
RESOLUO:
P Cara 2p 23
P Coroa p 1
3
P Cara Coroa 1 2p p 1 p 1
3
14. Seja um dado viciado de modo que a probabilidade de aparecer um nmero seja
proporcional ao nmero dado. Sejam A n par , B n primo e
C n impar . Determine:
a) A probabilidade de cada ponto amostral;
RESOLUO:
P1 p 21
1
P2 2p 2
21
P3 3p 3
21
1
7
P4 4p 4
21
P5 5p 5
21
P6 6p 6
21
2
7
P1 2 3 4 5 6 1 p 2p 3p 4p 5p 6p 1 p 1
21
b) PA , PB e PC ;
RESOLUO:
A n par 2, 4, 6
B n primo 2, 3, 5
18
C n impar 1, 3, 5
PA P2 4 6 2
21
4
21
6
21
12
21
4
7
PB P2 3 5 2
21
3
21
5
21
10
21
PC P1 3 5 1
21
3
21
5
21
9
21
3
7
P Cara Coroa 1 2p p 1 p 1
3
19
1.3. Probabilidade Condicionada
Definio 1.3.12.
Probabilidade Condicionada
PA B
PB A
PA
ou
PA B
PA B
PB
desde que PA, PB 0 .
20
Definio 1.3.14.
Dizemos que os acontecimentos B1 , , Bk definem uma Partio em , quando se
verificam simultaneamente as seguintes condies:
i) A unio de todo acontecimento o prprio espao amostral:
k
Bi
i1
A A B1 A B2 A Bk
PA PA B1 A B2 A Bk
PA B1 PA B2 PA Bk
PA B1 PB1 PA B2 PB2 PA Bk PBk
para todo i 1, , k .
21
1.4. Acontecimentos Independentes
Definio 1.4.17.
Os acontecimentos A e B so independentes se a ocorrncia de A no influncia de modo
algum a probabilidade de ocorrncia de B , isto , A e B so independentes se, e somente
se,
PA B PA PB
Teorema 1.4.18.
Se A e B so acontecimentos independentes, ento:
i) A e B tambm so;
ii) e B tambm so;
iii) e B tambm so.
Definio 1.4.19.
Diremos que os trs acontecimentos A , B e C so mutuamente independentes se, e
somente se, todas as condies seguintes forem vlidas:
i) PA B PA PB ;
ii) PA C PA PC ;
iii) PB C PB PC ;
iv) PA B C PA PB PC .
Definio 1.4.20.
Os n acontecimentos A 1 , , A n sero mutuamente independentes se, e somente se,
tivermos para k 2, 3, , n :
PA i 1 A i k PA i 1 PA i 2 PA i k
22
EXERCCIO 1.2. (Ficha 2)
23
A A pea ser produzida pela mquina A
B A pea ser produzida pela mquina B
C A pea ser produzida pela mquina C
D A pea ser defeituosa
PA 0. 60
PB 0. 30
PC 0. 10
PD PD A PA PD B PB PD C PC
0. 02 0. 60 0. 03 0. 30 0. 04 0. 10 0. 025
24
4. Sejam A e B dois acontecimentos associados a uma experincia aleatria . Se
PA 12 , PB 13 e PA B 14 , qual o valor de:
a) PA B ;
RESOLUSO:
1
PAB
PA B PB
4
1
3
4
3
b) PB A ;
RESOLUSO:
1
PAB
PB A PA
4
1
2
4
1
2
2
c) PA B .
RESOLUSO:
PA B PA PB PA B 1
2
1
3
1
4
7
12
Clculo Auxiliar
PA B PA PB PA B 3
4
3
8
5
8
PA B
PA B 1 3
4
1
4
b) PB A .
RESOLUSO:
1
PAB
PB A PA
4
3
8
12
2
3
8
25
a caixa 2 tem 6 lmpadas, das quais 1 defeituosa; - a caixa 3 tem 8 lmpadas,
das quais 3 so defeituosas. Seleccionamos uma caixa aleatoriamente e ento
retiramos uma lmpada, tambm aleatoriamente. Qual a probabilidade de a lmpada
ser defeituosa?
RESOLUSO:
CI Seleccionar a CI
CII Seleccionar a CII
CIII Seleccionar a CIII
D Lmpadas defeituosas
PD PD CI PCI PD CII PCII PD CIII PCIII
10
4
13 16 13 38 13 0. 314
A Sair cara
B Sair coroa
C Sair nmero par
PC PC A PA PC B PB
49 23 25 13 0. 429
26
RESOLUSO:
9. Uma urna contm 4 bolas brancas e 2 pretas, uma outra urna contm 3 bolas
brancas e 5 pretas. Extrai-se uma bola de cada urna. Determine a probabilidade de:
a) Ambas serem brancas;
RESOLUSO:
27
b) Ambas serem pretas;
RESOLUSO:
P PB
P B 2
5
10
5
6 8 48 24
10. Vinte peas, doze das quais so defeituosas e oito perfeitas, so inspeccionadas
uma aps outra. Se essas peas forem extradas ao acaso, qual ser a probabilidade de:
a) As duas primeiras peas serem defeituosas;
RESOLUSO:
A A primeira pea defeituosa
B A segunda pea defeituosa
PA B PA PB A 12
20
11
19
0. 347
c) Das duas peas inspeccionadas uma ser defeituosa e a outra ser perfeita.
RESOLUSO:
P B PA PB
PA B A P PB
12
20
19
8
20
8
12
19
0. 505
28
A Homem permanecer na empresa pelo menos 10 anos
B Mulher permanecer na empresa pelo menos 10 anos
PA 1
6
PB 1
6
P 1 PA 1 1
6
5
6
12. Dois indivduos possuem uma doena incurvel. Atendendo evoluo da doena
em cada indivduo estimaram-se as probabilidades de falecimento, ao fim de 5 anos,
respectivamente em PA 3 e PB 2 . Calcule a probabilidade de que ao fim de
2 1
5 anos:
a) Apenas A tenha falecido;
RESOLUSO:
PA PB
PA B 2 1
2
1
3 2 6 3
Clculo Auxiliar
PB 1 PB 1 1
1
2 2
29
c) Pelo menos um deles tenha falecido.
RESOLUSO:
PA B PA PB PA B
PA PB PA PB
23 12 13 56
+ 1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
A Sair a fase 2
B Soma 6
2
PA B 36
5
2
5
36
30
2. Variveis e Vectores Aleatrios, Distribuies e
Densidades
Definio 2.1.1.
Sejam uma experincia aleatria e um espao amostral associado experincia
aleatria. Uma funo X , que associe a cada elemento w um nmero real, Xw ,
denominado varivel aleatria.
Exemplo
: Lanam-se duas moedas.
cara,cara; cara,coroa; coroa,cara; coroa,coroa
X : Nmero de caras
Definio 2.2.1.2.
X uma varivel aleatria discreta se seu contradomnio um conjunto finito ou infinito
numervel.
Exemplo
X 0 1 2
P(X=xi) 1 2 1
4 4 4
31
Definio 2.2.1.3.
Seja X uma varivel aleatria discreta, ento o contradomnio de X , formado no mximo
por um nmero infinito numervel de valores x 1 , x 2 , . A cada possvel resultado x i
associamos um nmero Px i PX x i , denominado probabilidade de x i . Os nmeros
Px i , i 1, 2, devem satisfazer s seguintes condies:
i) 0 Px i 1 para todo i ;
Px i 1
ii) i1 .
Definio 2.2.2.4.
X uma varivel aleatria contnua se o seu contradomnio um conjunto infinito no
numervel.
Definio 2.2.2.5.
Se X uma varivel aleatria ento existe uma funo f denominada Funo Densidade
de Probabilidade de X , indicada abreviadamente por f.d.p., que satisfaz as seguintes
condies:
i) fx 0 para todo x ;
fx x 1
ii) ;
iii) Para qualquer a e b com a b temos
b
Pa X b fx x
a
32
As seguintes probabilidades sero todas iguais, se X for uma varivel aleatria contnua:
Pa X b , Pa X b , Pa X b , Pa X b .
Definio 2.2.3.6.
Seja X uma varivel aleatria, discreta ou contnua. Define-se a funo F como a Funo
de Distribuio ou Funo de Distribuio Acumulada da Varivel Aleatria X
(abreviadamente indicada f.d.) como Fx PX x .
Teorema 2.2.3.7
a) Se X uma varivel aleatria discreta
Fx Px i
i
Fx ftt
Teorema 2.2.3.8.
a) A funo F no-decrescente. Isto , se x 1 x 2 , temos Fx 1 Fx 2 .
33
lim Fx 0 lim Fx 1
b) x e x .
Demonstrao
a) Definamos os acontecimentos A e B , assim: A X x 1 , B X x 2 .
Portanto, como x 1 x 2 , temos A B e, pelo Teorema 1.1.10., PA PB .
b) No caso contnuo, temos:
x
F lim
x
ftt 0
F lim
x
ftt 1
Teorema 2.2.3.9.
a) Seja F a funo distribuio de uma varivel aleatria contnua com f.d.p. f . Ento,
fx Fx
x
para todo o x no qual F seja derivvel.
b) Seja X uma varivel aleatria discreta, com valores possveis x 1 , x 2 , , e suponha-se
que esses valores tenham sido indexados de modo que x 1 x 2 . Seja F a funo
distribuio de X . Ento,
Px j PX x j Fx j Fx j1
Demonstrao
x
Fx PX x ftt
a) . Por isso, aplicando-se o Teorema Fundamental do
Clculo, obtemos F x fx .
b) Como admitimos x 1 x 2 , temos
Fx j PX x j X x j1 X x 1
Pj Pj 1 P1
E
34
Fx j1 PX x j1 X x 1
Pj 1 P1
Portanto,
Fx j Fx j1 PX x j Px j
Definio 2.2.4.10.
Suponha-se que X seja uma varivel aleatria contnua, que tome todos os valores no
intervalo a, b , no qual a e b sejam ambos finitos. Se a funo distribuio de X for
dada por
1
,a x b
fx ba
0 , outros valores
35
EXERCCIO 2.1. (Ficha 3)
Xi 2 1 2 4
Px i 1
4
1
8
1
2
1
8
Fx 1
4
1
8
,1 x 2 3
,1 x 2
8
1
4
1
8
1
2
,2 x 4 7
,2 x 4
8
1
4
1
8
1
2
1
8
,x 4 1 ,x 4
36
2. Consideremos a jogada de um par de dados e seja X a varivel aleatria "soma
dos pontos".
a) Determine a distribuio de probabilidade de X .
RESOLUO:
1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
Xi 2 3 4 5 6 7 8 9 10 11 12
Px i 1
36
2
36
3
36
4
36
5
36
6
36
5
36
4
36
3
36
2
36
1
36
37
0 ,x 2
1
36
,2 x 3
3
36
,3 x 4
6
36
,4 x 5
10
36
,5 x 6
15
36
,6 x 7
Fx
21
36
,7 x 8
26
36
,8 x 9
30
36
, 9 x 10
33
36
, 10 x 11
35
36
, 11 x 12
1 , x 12
0 , c.c.
a) Mostre que se trata de uma f.dp..
RESOLUO:
i) fx 0 para todo x
38
0x 2
fx 12 x 0
c.c.
fx 0
fx x 1
ii)
0 2
0x 1
2
xx 0x 0 12 x2
2
2
0
0 1
2
4
2
0
2
4
4
1
0 2
b) Calcule PX 1 , P X X
3 1 1
2 e P 4 2 .
RESOLUO:
1 0 1
PX 1 fx x 0x 12 xx 0 12 x2
2
1
0
1
2
1
2
0
2
1
4
0
2
P X 3
2
fx x 12 xx 0x 1
2
x2
2
2
3
0 1
2
4
2
9
8
7
16
2
3 3 2
2 2
1 1 1
2 2 1
P 1
4
X 1
2
fx x 1
2
xx 1
2
x2
2
2
1
4
1
2
1
8
1
32
3
64
1 1
4 4
Fx ftt
x 0
x
Fx 0t 0
0x 2
x
Fx F0 12 tt 0 t2 x x2 x2
1
2 2
1
2 2
0
2
4
0
0
x 2
39
x
Fx F2 0t 1 0 1
2
0 ,x 0
2
Fx x
4
,0 x 2
1 ,x 2
b) PX 2 .
RESOLUO:
PX 2 1 PX 2 1 F2 1 1 e 22 1 1 e 4 e 4
ou
b b
PX 2 fx x lim 2e 2x
x lim 2e2x x
b b
2 2 2
b
lim e 2x 2 lim e 2b e 22 0 e 4 e 4
b b
c) P3 X 4 .
RESOLUO:
P3 X 4 PX 4 PX 3 F4 F3 1 e 8 0 1 e 8
ou
40
4 0 4 4
P3 X 4 fx x 0x 2e2x x 0 2e2x x
3 3 0 0
4
e 2x 0 e 8
e e
0 8
1 1 e 8
0 , o ut r o vs a lo e s
Mostra que esta distribuio obedece s propriedades de qualquer distribuio de
probabilidade.
RESOLUO:
Xi 1 2 3
Px i 1
14
4
14
9
14
i) 0 Px i 1
0 P1 14 1
1
0 P2 4
14
1
0 P3 9
14
1
Px i 1
ii) i1
P1 P2 P3 1
14
4
14
9
14
14
14
1
0 , o ut r o vs a lo r e s
a) Determine k de forma que fx seja uma distribuio de probabilidade.
RESOLUO:
Xi 2 1 0 1 2
Px i 5
k
2
k
1
k
2
k
5
k
Px i 1
ii) i1
41
P2 P1 P0 P1 P2 1
2k 1k 2k 5k 1 15
5
k k
1 k 15
Xi 2 1 0 1 2
Px i 5
15
2
15
1
15
2
15
5
15
i) 0 Px i 1
0 P2 15 5
1
0 P1 2
15
1
0 P0 1
15
1
0 P1 2
15
1
0 P2 5
15
1
fx x 1
ii)
42
i) 1 x 0
fx 0
0x 1
fx 0
1x 3
fx 0
c. c.
fx 0
1 0 1 3
fx x 0x x 2
x xx 1
12
x 0x
ii) 1 0 1 3
3 0 2 1
0 x
x
1
x 31 0
3 1 2 0 12
0
3
13 1
2
0
2
1
12
3 1 13 1
2
2
12
12
12
1
b) Determine Fx .
RESOLUO:
x
Fx ftt
x 1
x
Fx 0t 0
1 x 0
x
Fx F1 t 2 t 0 t3
3
x
1
x3
3
1
3
1
0x 1
x
Fx F0 tt t2 x x2
1
3
2
1
3
2
0
0
1x 3
x
Fx F1 1
12
t 5
6
1
12
t x1 5
6
x
12
1
12
9
12
x
12
1
x 3
x
Fx F3 0t 1 0 1
3
43
0 , x 1
x3
3
1
3
, 1 x 0
Fx 1
x2
,0 x 1
3 2
9
12
x
12
,1 x 3
1 ,x 3
c) Calcule P X , P X X2 .
1 2 1
2 3 e P 2
RESOLUO:
1 2
P X 1
2
F 1
2
1
3
2
2
1
3
1
8
11
24
ou
1 1
2 1 0 2
P X 1
2
fx x 0x x 2 x xx
1 0
1
x3 0 x2
0 2
1
1
11
3 1 2 0 3 8 24
P X 2
3
1P X 2
3
1F 2
3
2 2
1 1
3
3
2
1 1
3
4
18
8
18
4
9
ou
1 3
P X 2
3
fx x xx 1
12
x 0x
2 2 1 3
3 3
x2 1
2 2
1
12
x 31 0 1
2
4
18
2
12
16
36
4
9
3
P 1
2
X2 PX 2 P X 1
2
F2 F 1
2
1 2
9
12
2
12
1
3
2
2
11
12
11
24
11
24
ou
2 1 2
P 1
2
X2 fx x xx 121 x
1 1 1
2 2
x2 1
2 1
1
12
x 21 1
2
1
8
1
12
11
24
2
44
8. A varivel aleatria X apresenta a seguinte funo de distribuio:
0 ,x 0
0. 3 , 0 x 1
Fx 0. 6 , 1 x 2
0. 9 , 2 x 3
1 ,x 3
Determine a funo de probabilidade de X .
RESOLUO:
Xi 0 1 2 3
Px i 0. 3 0. 3 0. 3 0. 1
fx x 1
ii)
0 1 2 3
0x axx ax ax 3ax 0x 1
0 1 2 3
2 1 2 3
0a x
2
ax21 a x2 3ax 0 1
0 2
a
2
a 9a
2
9a 4a
2
6a 1 6a 2a 6a 1
2a 1 a 1
2
x
2
,0 x 1
1
,1 x 2
fx 2
2x 3
2
,2 x 3
0 , outros valores
45
b) Determine a funo de distribuio de X .
RESOLUO:
x
Fx ftt
x 0
x
Fx 0t 0
0x 1
x
Fx F0 2t t 0 t2 x x2 x2
1
2 2
1
2 2
0
2
4
0
0
1x 2
x
Fx F1 12 t 1
4
12 t x1 1
4
12 x 1 1
4
x
2
1
2
x
2
1
4
1
2x 3
x
Fx F2 2t
2 x
3
2
t 3
4
1
2
t2 3t
2
2
2
x2 2
3
4
1
2
x2 3x 2 6 3
4
4
3x
2
4
2
x4 3x
2
5
4
x 3
x
Fx F3 0t 1 0 1
3
0 ,x 0
x2
4
,0 x 1
Fx x
2
1
4
,1 x 2
2
x4 3x
2
5
4
,2 x 3
1 ,x 3
c) Calcule P1 X 3 .
RESOLUO:
P1 X 3 PX 3 PX 1 F3 F1 1 1
2
1
4
3
4
ou
3 2 3
P1 X 3 fx x 1
2
x 2x 3
2
x
1 1 2
46
2 3
1
2
x 21 1
2
x2 3x 1
2
1
2
92 9 2 6
2
1
2
9
4
5
2
3
4
fx x 1
ii)
0 b
0x k 2e x
x 1 0 k 2 lim ex x 1
b
0 0
k 2 lim e x b0 1 k 2 lim e b
e 0 1
b b
k 20 1 1 k 2 1 k 3
e x , x 0
fx
0 ,x 0
3 0 3
PX 3 fx x 0x ex x 0 ex 30 e 3 e 0 e 3 1 1 e 3
0
47
2.3. Parmetros de Variveis Aleatrias
Definio 2.3.1.11.
Seja X uma varivel aleatria, o valor esperado de X (ou mdia de X ), EX ou e
define-se como:
i) Se a varivel aleatria discreta, ento
EX x i Px i
i1
EX xfx x
Teorema 2.3.1.12.
Seja X uniformemente distribuda sobre o intervalo a, b . Nesse caso,
EX a b
2
Demonstrao
A f.d.p. de X dada por fx
1
ba , a x b . Portanto,
b
b
EX b x a x 1
ba
x2
2 a
a
1 b2 a2 1 b2 a2
ba 2 ba 2
b aa b
1 ab
ba 2 2
48
EX k
ii) Suponha-se que k uma constante e X uma varivel aleatria. Ento,
EkX kEX
iii) Sejam X e Y duas variveis aleatrias quaisquer. Ento,
EX Y EX EY
iv) Sejam n variveis aleatrias X 1 , , X n . Ento,
EX 1 X n EX 1 EX n
v) Se X e Y so variveis independentes. Ento,
EXY EXEY
Demonstrao
EX kfx x k fx x k.
i)
xgx x yhyy EX EY
iv) Isto decorre imediatamente de propriedade iii, pela aplicao da induo matemtica.
Definio 2.3.2.13.
49
Se X uma varivel aleatria e gx uma funo de contradomnio , ento:
i) Se X uma varivel aleatria discreta, definimos
Egx gx i Px i
i1
Egx gx fx x
Definio 2.3.3.14.
Seja X uma varivel aleatria, a varincia de X representada por VarX ou
2
definida por:
VarX E X 2
e pode ser calculada como:
i) Se a varivel aleatria X discreta, ento
VarX x i 2 Px i
i1
VarX x 2 fx x
Teorema 2.3.3.15.
VarX E X 2 EX 2 EX2
50
Demonstrao
VarX E X EX2 E X 2 2XEX EX2
EX 2 2EXEX EX2 EX 2 2EX2 EX2
EX 2 EX2
Demonstrao
i) VarX k E X k EX k E X k EX k2
2
E X EX2 VarX
ii) VarkX E kX EkX2 Ek 2 X 2 EkX2
k 2 EX 2 k 2 EX2 k 2 E X EX 2 k 2 VarX
iii) VarX Y E X Y 2 EX Y2
EX 2 2XY Y2 EX2 2EXEY EY2
EX 2 2EXEY EY2 EX2 2EXEY EY2
EX 2 EX2 EY2 EY2
E X EX2 E Y EY2 VarX VarY
iv) Isto decorre da propriedade iii, por induo matemtica.
51
EXERCCIO 2.2. (Ficha 4)
Xi 5 4 1 2
Px i 1
4
1
8
1
2
1
8
EX x i Px i 20 16 40 1
6
30 1
6
0 3
6
30
6
5
i1 u.m.
52
1
x ,0 x 2
fx 2
0 , c.c.
Determine:
a) EX .
RESOLUO:
0 2
EX xfx x x 0x x 2x x x 0x
0 2
x3 2
0 1
2 3
0 1
2
8
3
0
3
8
6
4
3
0
b) E3X 2X .
2
RESOLUO:
E3X 2 2X 3x 2 2x fx x
0 2
3x 2
2x 0x 3x 2x x 2 x
2
3x 2 2x 0x
0 2
2
0 3x 3 3x 4 x3 2
2
x 2 x 0 8
3
48
8
8
3
80
24
10
3
0
0
c) VarX e o desvio-padro.
RESOLUO:
2
VarX EX 2 EX2 2 4
3
2 16
9
2
9
2
2
9
3
Clculo Auxiliar
0 2
EX 2 x 2 fx x x 2 0x x 2 x
2
x x 2 0x
0 2
x4 2
0 1
2 4
0 1
2
16
4
0
4
16
8
2
0
53
e x , x 0
fx
0 ,x 0
Determine:
a) EX .
RESOLUO:
0
EX xfx x x 0x x ex x
0
b
0 lim x ex x lim xe x e x b0
b b
0
b
lim be e b 0e 0 e 0 0 0 1 1
b
Clculo Auxiliar
xe x x xe x e x x xe x e x
b) EX .
2
RESOLUO:
0
EX
2
x 2
fx x x 2
0x x 2 ex x
0
b
0 lim x 2 ex x lim b
x 2 e x 2xe x 2e x 0
b b
0
lim b 2 e b 2be b 2e b 0 2 e 0 2 0 e 0 2e 0
b
0002 2
Clculo Auxiliar
x 2 e x x x 2 ex 2xe x x x 2 ex 2 xe x ex x
x 2 e x 2xe x e x x 2 e x 2xe x 2e x
c) VarX .
RESOLUO:
VarX EX 2 EX2 2 1 2 2 1 1
54
x2 , 1 x 0
x ,0 x 1
fx 1
12
,1 x 3
0 , c.c.
Calcule o valor esperado e a varincia de X .
RESOLUO:
EX xfx x
1 0 1 3
x 0x x x 2
x x xx x 1
12
x x 0x
1 0 1 3
4 0 3 1 2 3
0 x
x
1 x
0
4 1 3 0 12 2 1
4 13
1
1
12
9
2
2
1
4
1
13 1
3
5
12
2
VarX EX 2 EX2 211
180
5
12
719
720
Clculo Auxiliar
EX
2
x 2 fx x
1 0 1 3
x 2
0x x 2
x x x xx x
2 2 2 1
12
x x 2 0x
1 0 1 3
5 0 4 1 3 3
0 x
x
1 x
0
5 1 4 0 12 3 1
1
5
1
4
1
12
27
3
1
3
1
5
1
4
26
36
211
180
EX xfx x x 0x x 6x 6x 2
x x 0x
0 1
3 1
4
06 x
3
x
4
0 6 1
3
1
4
6
12
1
2
0
2
VarX EX 2 EX2 3
10
1
2
1
20
55
Clculo Auxiliar
EX
2
x 2 fx x
0 1
x 2
0x x 6x 6x x
2 2
x 2 0x
0 1
x4 x5 1
06 4
5
0 6 1
4
1
5
6
20
3
10
0
56
2.4. Variveis Aleatrias de Duas ou Mais Dimenses
57
3. Momentos
58
4. Variveis Aleatrias Discretas
Definio 4.1.1.
Consideremos uma experincia aleatria que tem apenas dois resultados possveis: A
que se designa por Sucesso e que se designa por Insucesso. O Sucesso ocorre com
probabilidade p (i.e., PA p ) e o Insucesso com probabilidade q 1 p (i.e.,
P q 1 p ). Consideremos n repeties de . Ento, o espao amostral ser
formado por todas as sequncias possveis a 1 , , a n onde cada a i A ou ,
dependendo de que tenha ocorrido A ou na i-sima repetio de .
Teorema 4.1.2.
Dizemos que a varivel aleatria discreta X - nmero de Sucessos em n provas de
Bernoulli tem distribuio binomial e escreve-se X bn, p se a sua funo de
probabilidade dada por:
PX k n p k 1 p nk , k 0, 1, , n
k
em que n e p so os parmetros caracterizadores desta distribuio
n n C k n!
k k!n k !
Demonstrao
Considere-se um particular elemento do espao amostral de satisfazendo condio
X k . Um resultado como esse poderia surgir, por exemplo, se nas primeira k repeties
de ocorresse A , enquanto nas ltimas n k repeties ocorresse , isto ,
AAAAAAA
Como todas as repeties so independentes, a probabilidade desta sequncia particular seria
p k 1 p nk , mas exactamente essa mesma probabilidade seria associada a qualquer outro
59
n
resultado para o qual X k . O nmero total de tais resultados igual a k , porque
deveremos escolher exactamente k posies (dentre n ) para o acontecimento A . Logo,
PX k n p k 1 p nk , k 0, 1, , n
k
n
porque esses k resultados so todos mutuamente exclusivos.
Teorema 4.1.3.
Se X uma varivel aleatria com distribuio binomial, ento
EX np
e
VarX npq np1 p
60
EXERCCIO 4.1. (Ficha 6)
X b 3, 12
k 3k
PX k 3 1 1 1 , k 0, 1, 2, 3
k 2 2
3 33
PX 3 3
3
1
2
1 1
2
1
8
Cara 3 2 1 0
Coroa 0 1 2 3
61
PX 2 PX 2 PX 3 3
8
1
8
4
8
1
2
ou
PX 2 1 PX 2 1 PX 0 PX 1
1 18 38 1 48 48 12
X b 3, 12
PX k 4 1 k 1 1 4k , k 0, 1, 2, 3, 4
k 2 2
PX 1 PX 1 PX 2 PX 3 PX 4
ou
PX 1 1 PX 1 1 PX 0 1 16
1
15
16
Clculo Auxiliar
1 0 1 40
PX 0 40 2
1 2
16
1
62
d) Pelo menos dois meninos.
RESOLUO:
PX 2 PX 2 PX 3 PX 4
ou
PX 2 1 PX 2 1 PX 0 PX 1
1 161
16
4
11
16
Clculo Auxiliar
1 41
PX 1 4
1
1
2
1 1
2
4 1
2
1
8
4
16
1
4
3. Se 20% das peas produzidas por uma mquina acusam defeito, determine a
probabilidade de que, em 4 peas escolhidas ao acaso:
a) Uma seja defeituosa.
RESOLUO:
X - nmero de peas defeituosas em 4 seleccionadas.
n 4 e p 0. 2
X b4, 0. 2
PX k 4 0. 2 k 1 0. 2 4k , k 0, 1, 2, 3, 4
k
PX 1 4
1
0. 2 1 1 0. 2 41 4 0. 2 0. 8 3
0. 8 0. 8 3 0. 8 4 0. 41
b) Zero defeituosa.
RESOLUO:
PX 0 40 0. 2 0 1 0. 2 40 0. 8 4 0. 41
2
4. Uma equipa tem probabilidade de vitria, sempre que joga igual a 3 . Se a equipa
disputa quatro jogos, encontre a probabilidade de a equipa vencer:
a) Exactamente dois jogos.
RESOLUO:
X - nmero de vitorias em 4 jogo.
63
n4 e p
2
3
X b 4, 23
k 4k
PX k 4 2 1 2 , k 0, 1, 2, 3, 4
k 3 3
2 42
PX 2 4
2
2
3
1 2
3
6 4
9
1
9
24
81
8
27
1
5. A probabilidade de um homem acertar um alvo 4 .
a) Se ele atira 7 vezes, qual a probabilidade dele acertar o alvo pelo menos duas
vezes?
RESOLUO:
X - nmero de vezes que acerta o alvo em 7 vezes que atira.
n7 e p 4
1
X b 7, 14
PX k 7 1 k 1 1 7k , k 0, 1, 2, 3, 4, 5, 6, 7
k 4 4
PX 2 1 PX 2 1 PX 0 PX 1
0 70 1 71
1 7
0
1
4
1 1
4
7
1
1
4
1 1
4
7 6
1 3
4
7
4
3
4
0. 555
64
b) Quantas vezes deve atirar, para que a probabilidade de acertar pelo menos uma
2
vez seja maoir que 3 ?
RESOLUO:
X - nmero de vezes que acerta o alvo em n vezes que atira.
n? e p 4
1
X b ?, 14
PX 1 2
3
1 PX 1 2
3
1 PX 0 2
3
0 n0
PX 0 1
3
n
0
1
4
1 1
4
1
3
n
3
4
1
3
Se n 1 . Ento
3 1 F
4 3
Se n 2 . Ento
9 1 F
16 3
Se n 3 . Ento
27 1 F
64 3
Se n 4 . Ento
81 1 V
256 3
Logo, n 4 .
X b 5, 2
3
k 5k
PX k 5 2 1 2 , k 0, 1, 2, 3, 4, 5
k 3 3
5 55
PX 5 5
5
2
3
1 2
3
32
243
65
b) Pelo menos trs dos homens.
RESOLUO:
PX 3 PX 3 PX 4 PX 5
3 2 53 4 54
5
3
2
3
1 3
5
4
2
3
1 2
3
32
243
10 8
27
1
9
5 16
81
13 32
243
80
243
80
243
32
243
192
243
b) Um concluir a licenciatura.
RESOLUO:
PX 1 51 0. 4 1 1 0. 4 51 5 0. 4 0. 6 4 0. 2 0. 6 4 0. 26
66
RESOLUO:
X bn, 0. 2
EX 1 np 1 n 0. 2 1 n 5
VarX npq np1 p 5 0. 2 1 0. 2 0. 8
67
4.2. A Distribuio de Poisson
Definio 4.2.4.
Dizemos que a varivel aleatria X tem distribuio de Poisson e escreve-se X P se
a sua funo de probabilidade dada por:
k
PX k e , k 0, 1, , n,
k!
onde 0 o parmetro caracterizador desta distribuio.
Teorema 4.2.5.
Se X tiver distribuio de Poisson com parmetro , ento
EX e VarX
Demonstrao
EX ke k
k!
k1
e
!
k
k0 k0
k0 k0
68
4.2.1. Processo de Poisson
69
EXERCCIO 4.2. (Ficha 7)
70
e 3 3 2
PY 2 2!
9
2
e 3 0. 224
71
e 7 7 0 e 7 7 1
1 0!
1!
1 e 7 7e 7
7
1 8e 0. 993
72
1 e 2 2e 2 2e 2 86 e 2 0. 143
73
RESOLUO:
X - nmero de acidentes ocorridos em determinada auto-estrada por semana.
3 por semana
Y - nmero de acidentes ocorridos em determinada auto-estrada, em duas semanas.
6 em duas semanas
X P
k
PX k e , k 0, 1, , n,
k!
e 6 6 0
PX 0 0!
e 6 0. 00248
74
4.3. A Distribuio Geomtrica
75
5. Variveis Aleatrias Contnuas
Definio 5.1.1.
Diz-se que a varivel aleatria contnua X tem Distribuio Normal (ou Gaussiana) e
escreve-se X N, se a sua funo densidade de probabilidade dada por:
2
x 2
fx 1 e 12
, com x
2 2
onde e so os parmetros caracterizadores da distribuio e que satisfazem
2
x , 0 .
Dado que e podem tomar uma infinidade de valores ento existe tambm uma
2
76
EXERCCIO 5.1. (Ficha 8)
b) PZ 0. 46 .
RESOLUO:
PZ 0. 46 0. 46 0. 3228
c) PZ 0 .
RESOLUO:
PZ 0 0 0. 5
d) PZ 1. 28 .
RESOLUO:
PZ 1. 28 1. 28 0. 1003
e) P0 Z 1. 2 .
RESOLUO:
P0 Z 1. 2 1. 2 0 0. 8849 0. 5 0. 3848
f) P0. 68 Z 0 .
RESOLUO:
P0. 68 Z 0 0 0. 68 0. 5 0. 2483 0. 2517
77
g) P0. 46 Z 2. 21 .
RESOLUO:
P0. 46 Z 2. 21 2. 21 0. 46 0. 9864 0. 3228 0. 6636
h) PZ 1. 28 .
RESOLUO:
PZ 1. 28 1 PZ 1. 28 1 1. 28 1 0. 1003 0. 8997
b) PZ k 0. 9505 .
RESOLUO:
PZ k 0. 9505 k 0. 9505 k 1. 65
c) PZ k 0. 401 .
RESOLUO:
PZ k 0. 401 1 PZ k 0. 401 PZ k 0. 9599
k 0. 9599 k 1. 75
d) PZ k 0. 1151 .
RESOLUO:
PZ k 0. 1151 k 0. 1151 k 1. 20
e) PZ k 0. 1977 .
RESOLUO:
PZ k 0. 1977 1 PZ k 0. 1977
78
PZ k 0. 8023 k 0. 8023 k 0. 85
f) PZ k 0. 0228 .
RESOLUO:
PZ k 0. 0228 1 PZ k 0. 0228
PZ k 0. 9772 k 0. 9772 k 2. 00
g) PZ k 0. 5398 .
RESOLUO:
PZ k 0. 5398 1 PZ k 0. 5398
PZ k 0. 4602 k 0. 4602 k 0. 10
h) PZ k 0. 4013 .
RESOLUO:
PZ k 0. 4013 k 0. 4013 k 0. 25
b) PX 4 .
RESOLUO:
PX 4 1 PX 4 1 P X3
2
43
2
1 PZ 0. 5 1 0. 5 1 0. 6915 0. 3085
79
c) P0. 5 X 3. 5 .
RESOLUO:
0.53
P0. 5 X 3. 5 P 2
X3
2
3.53
2
1. 75 Z 0. 25
PZ 0. 25 PZ 1. 75 0. 25 1. 75
0. 5987 0. 0401 0. 5586
80
1 1. 2 1 0. 8849 0. 1151
NE 800 0. 1151 92 estudantes
6. O tempo (em minutos) que um operrio necessita para executar uma certa tarefa
uma varivel aleatria com distribuio normal. Sabe-se que a probabilidade de o
operrio necessitar menos de oito minutos 0. 1587 e a de o operrio necessitar mais
de treze minutos 0. 0668 .
Determine:
a) O tempo mdio para executar a tarefa e o respectivo desvio-padro.
RESOLUO:
8
PX 8 0. 1587 P Z 0. 1587
PX 13 0. 0668 1 PX 13 0. 0668
8 8
P Z 0. 1587 P Z 0. 1587
13
13
1P Z 0. 0668 P Z 0. 933 2
8
0. 1587 8
1 8
13
0. 933 2
13
1. 5 13 1. 5
8 8 10
13 8 1. 5 2. 5 5 2
PY 3 0. 8413 e PY 9 0. 0228 .
RESOLUO:
81
PY 3 0. 8413 1 PY 3 0. 8413
PY 9 0. 0228 1 PY 9 0. 0228
3
PY 3 0. 158 7 P Z 0. 158 7
PY 9 0. 9772 P Z
9
0. 9772
3
0. 158 7 3
1 3
9
0. 9772
9
2 9 2
3 3 5
9 3 2 3 6 2
Y N5, 2 2
82
1
10. Sabendo que X N0, 1 , mostre que: Pc X c c 2 .
RESOLUO:
X N0, 1
1
Pc X c c 2
Pc X c PX c PX c
PZ c PZ c c c
c 1 c c 1 c
1
2c 1 c 2
83
5.2. A Distribuio Exponencial
Definio 5.4.2.
Diz-se que a varivel aleatria tem distribuio do Qui-quadrado com n graus de
liberdade e escreva-se X 2n quando a soma f.d.p. tem a forma
fx n 1 n e 2 x 2 1
x n
22 2
n 0 , x 0 , sendo
w x w1 e x x
0
para w 0 .
Teorema 5.4.3.
1) O quadrado de uma varivel aleatria normal padro tem distribuio do
Qui-quadrado com 1 grau de liberdade, 1 , isto ,
2
X 2
Z2 21
sendo Z N0, 1 .
2) O somatrio do quadrado de n variveis aleatrias com distribuio normal padro
tem distribuio do com n graus de liberdade, ou seja,
2
n
Xi 2
2n
i1
84
5.5. A distribuio Normal Bidimensional
85
6. A Funo Geradora de Momentos
86
7. Aplicaes Teoria da Confiabilidade
87
8. Somas de Variveis Aleatrias
88
PARTE II
ESTATSTICA
89
9. Amostras e Distribuies Amostrais
Definio 9.1.1.
Seja X uma varivel aleatria com uma distribuio de probabilidade especificada. Sejam
n variveis aleatrias X 1 , , X n , independentes e tendo cada uma a mesma distribuio
que X . Nesse caso, denominaremos X 1 , , X n uma amostra aleatria da varivel
aleatria X .
Definio 9.1.2
Parmetro
Um parmetro uma caracterstica duma populao, isto , um valor caracterizador da
populao que, embora possa ser desconhecido, fixo.
9.2. Estatsticas
Definio 9.2.3.
Uma estatstica uma caracterstica da amostra, isto , um valor que caracteriza
determinada amostra e que varivel de amostra para amostra (ou seja, varivel
aleatria).
Definio 9.2.1.4.
Seja X 1 , , X n , uma amostra aleatria de uma varivel aleatria X . As seguintes
estatsticas so do interesse:
n
X i
i1
a) X n denominado a mdia amostral.
90
n
X X i
2
i1
b) S2 n1 denominada a varincia amostral.
c) K minX 1 , , X n denominada o mnimo da amostra.
d) M maxX 1 , , X n denominado o mximo da amostra.
e) R M K denominado a amplitude da amostra.
j
f) X n j sima observao maior de todas na amostra, j 1, 2, , n (temos
1
X n M , enquanto X n n
K ).
91
10. Estimao de Parmetros
Definio 10.1.1.
Estimador
uma estatstica e, portanto uma varivel aleatria da funo de amostras e que fornea um
valor concreto para o parmetro da populao.
10.1.1.1. No-Enviesamento
Um estimador diz-se no-enviesado ou centrado para se E .
Definio 10.2.2.
A estimativa de mxima verosimilhana de , isto , , baseada em uma mostra aleatria
92
X 1 , , X n aquele valor de que torna mxima LX 1 , , X n ; , considerada como uma
funo de para uma dada amostra X 1 , , X n , onde L definida pela
LX 1 , , X n ; fX 1 ; fX n ;
(Esta estimativa , geralmente, referida como a estimativa de Mxima Verosimilhana).
e x
PX x x!
Lx 1 , , x n ; fx 1 ; fx n ;
x x n
e x ! 1 e x !
1 n
e e x 1 x n 1
x 1 !x n !
n
xi
e n x 1 x n n
i1
n
e
n
x ! i x ! i
i1 i1
Assim,
n
xi
n
i1
lnLx 1 , , x n ; ln e n
x ! i
i1
n
x i n
lne n
i1 ln x i !
i1
n
x i n
lne n
ln i1 ln x i !
i1
n
x i n
n ln i1 ln x i !
i1
Portanto,
n n
ln L
0 n x i 1
0 0 x i 1 n
i1 i1
93
n
x i
i1
n X
X N, 2 a sua f.d.p. :
x 2
fx 1 e 12
, x
2 2
Lx 1 , , x n ;, 2 fx 1 ;, 2 fx n ;, 2
n
fx i ;, 2
i1
x 1 2 x n 2
12 12
1
e 2 1
e 2
2 2 2 2
x 1 2 x n 2
12 12
1
1
e 2 e 2
2 2 2 2
n x 1 2 x n 2
12 12
1
e 2 e 2
2 2
n
n
2 2
1
x i
2
2 2 2 e i1
Assim,
n
1
2 2
x i
2
2 2
n
lnLx 1 , , x n ;, 2 ln 2 e i1
n
2 2
1
x i
2
ln2 2 2 lne i1
n
n2 ln2 2 1
2 2
x i 2
i1
Portanto,
94
n n
ln L
0 0 1
2 2
x i 0 x i 0
i1 i1
n n n n
xi 0 x i n 0 n xi
i1 i1 i1 i1
n
x i
i1
n X
e
n n
ln L
2
0 n2
2
1
2 4
x i 2
0 n x i 2 0
2
i1 i1
n
n x i
2
n 2 x i 2 2 i1
n 2 S 2
i1
2
amostral X segue tambm uma distribuio normal com parmetro e n . Assim,
2
X N , n N0, 1
X
Z N0, 1
n
IC 1 X Z 1 2 n
; X Z 1 2 n
95
10.5.2. Intervalos de Confiana para Mdia ( ), com
Varincia ( 2 ) desconhecida
X
Z S N0, 1
n
IC 1 X Z 1 2 S
n
; X Z 1 2 S
n
X
T S t n1
n
IC 1 X t n1;1 2 S
n
; X t n1;1 2 S
n
n1 S 2
2n1
2
n1 S 2 n1 S 2
IC 1 2 ;
2n1;1 2n1;
2 2
96
EXERCCIO 10.1. (Ficha 9)
i1 i1
S2 n1
361
20
35
0. 5714
1 0. 95 0. 05
2
0.05
2
0. 025
1 2
1 0. 025 0. 975
Z 0.975 1. 96
0.5714 0.5714
IC o.95 3. 15 1. 96 ; 3. 15 1. 96
36 36
2. 903 1; 3. 396 9
97
1 0. 99 0. 01
2
0.01
2
0. 005
1 2
1 0. 005 0. 995
t 19;0.995 2. 861
IC o.99 3. 00 2. 861 0.53
; 3. 00 2. 57 0.53
20 20
2. 660 9; 3. 304 6
n n Xi
X X i
2
x 2
i
i1
n
i1 i1
S
2
n1
n1
120 2
988
161
16
5. 8667
16
x 2i 3 2 4 2 5 2 10 2 11 2 12 2 988
i1
16
X i 3 4 5 10 11 12 120
i1
S 5. 8667 2. 422
1 0. 95 0. 05
2
0.05
2
0. 025
1 2
1 0. 025 0. 975
t 15;0.975 2. 131
IC o.95 7. 5 2. 131 2.422
; 7. 5 2. 131 2.422
16 16
6. 2097; 8. 7903
98
4. Determine um intervalo de confiana a 90% , 95% e 99% para a mdia de uma
distribuio normal com varincia 2 9 , usando para o efeito uma amostra de
tamanho n 100 , com mdia X 5 .
RESOLUO:
n 100
X5
2 9 3
1 0. 90 0. 10
2
0.10
2
0. 05
1 2
1 0. 05 0. 95
z 1 2
0. 95
Z 0.975 1. 64
IC 0.90 5 1. 64 3
; 5 1. 64 3
100 100
4. 508; 5. 492
1 0. 95 0. 05
2
0.05
2
0. 025
1 2
1 0. 025 0. 975
z 1 2
0. 975
Z 0.975 1. 96
IC 0.95 5 1. 96 3
; 5 1. 96 3
100 100
4. 412; 5. 588
1 0. 99 0. 01
2
0.01
2
0. 005
1 2
1 0. 005 0. 995
z 1 2
0. 995
Z 0.995 2. 57
IC 0.99 5 2. 57 3
; 5 2. 57 3
100 100
4. 229; 5. 771
99
5. Considere o enunciado do problema anterior, mas com n 10 . Compare os
resultados e extraia as devidas concluses.
RESOLUO:
n 10
X5
2 9 3
1 0. 90 0. 10
2
0.10
2
0. 05
1 2
1 0. 05 0. 95
z 1 2
0. 95
Z 0.95 1. 64
IC 0.90 5 1. 64 3
; 5 1. 64 3
10 10
3. 444 2; 6. 555 8
1 0. 95 0. 05
2
0.05
2
0. 025
1 2
1 0. 025 0. 975
z 1 2
0. 975
Z 0.975 1. 96
IC 0.95 5 1. 96 3
; 5 1. 96 3
10 10
3. 140 6; 6. 859 4
1 0. 99 0. 01
2
0.01
2
0. 005
1 2
1 0. 005 0. 995
z 1 2
0. 995
Z 0.995 2. 57
IC 0.99 5 2. 57 3
; 5 2. 57 3
10 10
2. 561 9; 7. 438 1
Os intervalos obtidos pelos mtodos das pequenas amostras so mais amplos do que os
obtidos pela teoria das grandes amostras, o que j era de esperar, uma vez que h menos
10
0
preciso quando lidamos com pequenas amostras.
IC 0.99 5 2. 57 3
; 5 2. 57 3
1486 1486
4. 8; 5. 2
L 5. 2 4. 8 0. 4
IC 0.99 5 2. 57 3
; 5 2. 57 3
5944 5944
4. 9; 5. 1
L 5. 1 4. 9 0. 2
10
1
8. Admitindo, que a populao correspondente amostra abaixo indicada, est
normalmente distribuda, determine um intervalo de confiana a 95% para a mdia
.
44. 3, 44. 2, 44. 3, 44. 2, 44. 6, 44. 4, 44. 7, 44. 3, 44. 5, 43. 9
(Comprimento de fsforo em milmetros).
RESOLUO:
n 10
X 44.344.244.543.9
10
443.
10
4
44. 34
2
n
n n Xi
X X i
2
x 2
i
i1
n
i1 i1
S
2
n1
n1
443.4 2
19660.82
101
10
0. 051556
S 0. 051556 0. 227 06
10
X 2i 44. 3 2 44. 2 2 44. 5 2 43. 9 2 19660. 82
i1
10
X i 44. 3 44. 2 44. 5 43. 9 443. 4
i1
1 0. 95 0. 05
2
0.05
2
0. 025
1 2
1 0. 025 0. 975
t 9;0.975 2. 262
IC 0.95 44. 34 2. 262 0.227 06
; 44. 34 2. 262 0.227 06
10 10
10
2
2
0.05
2
0. 025
1 2
1 0. 025 0. 975
t 24;0.975 2. 064
IC 0.95 2. 42 2. 064 0.5
; 2. 42 2. 064 0.5
25 25
2. 214; 2. 626
10. Admitindo que, a populao, da qual a amostra abaixo indicada foi extrada,
normal, determine um intervalo de confiana a 95% para a varincia.
1. 19, 1. 23, 1. 18, 1. 21, 1. 17, 1. 27, 1. 15, 1. 14, 1. 19, 1. 20
RESOLUO:
n 10
2
n
n n Xi
X X i
2
x 2
i
i1
n
i1 i1
S2 n1
n1
11. 93 2
14. 246
101
10
0. 0015
10
X 2i 1. 19 2 1. 23 2 1. 19 2 1. 20 2 14. 246
i1
10
X i 1. 19 1. 23 1. 19 1. 20 11. 93
i1
1 0. 95 0. 05
2
0.05
2
0. 025
1 2
1 0. 025 0. 975
29;0.975 19. 0
29;0.025 2. 70
101 0.0015 101 0.0015
IC 0.95 2 19.0
; 2.70
0. 0007; 0. 005
11. Numa certa regio, o doseamento de cobre numa amostra aleatria de 16 plantas
forneceu os resultados seguintes:
10
3
5 50 25 27 8 70 18 35 20 34 43 19 3 38 60 14
Admitindo que, a populao correspondente, tem uma distribuio normal, determine
um intervalo de confiana a 95% para a varincia e para o desvio-padro.
RESOLUO:
n 16
2
n
n n Xi
X X i
2
x 2
i
i1
n
i1 i1
S2 n1
n1
469 2
19407
161
16
377. 2958
16
X 2i 5 2 50 2 25 2 38 2 60 2 14 2 19407
i1
16
X i 5 50 25 38 60 14 469
i1
1 0. 95 0. 05
2
0.05
2
0. 025
1 2
1 0. 025 0. 975
215;0.975 27. 5
215;0.025 6. 26
161 377.2958 161 377.2958
IC 0.95 2 27.5
; 6.26
12.
a) Determine um intervalo de confiana a 80% para a mdia de uma varivel
aleatria normal de varincia igual a 4 , com base na amostra
9, 14, 10, 12, 7, 3, 11, 12
RESOLUO:
n8
X 9141012731112
8
9. 75
2 4 2
10
4
1 0. 80 0. 20
2
0.20
2
0. 10
1 2
1 0. 10 0. 90
z 1 2
0. 90
Z 0.90 1. 28
IC 0.80 9. 75 1. 28 2
; 9. 75 1. 28 2
8 8
b) Qual deveria ser o nvel de confiana a utilizar para que a amplitude do intervalo
fosse de 2. 77 ?
RESOLUO:
L LS LI X Z 1 2 n
X Z 1 2 n
X Z 1 2 n
X Z 1 2 n
2Z 1 2 n
L 2. 77 2Z 1 2 2
2. 77 4
Z 1 2 2. 77
8 8
2.77 8
Z 1 2 4
1. 96 1 2
0. 9750 2
0. 025
0. 05
Logo,
1 1 0. 05 0. 95
10
5
10.6. A Distribuio de t de Student
Definio 10.6.1.
Diz-se que a varivel aleatria X tem distribuio t com n graus de liberdade e escreve-se
X t n quando a sua f.d.p. tem a forma
n1
2 n1
fx 1 xn
2 2
n n
2
Teorema 10.6.2.
Se as variveis aleatrias X e Y so independentes e se X N0, 1 e Y 2n , ento
T X t n
Y
n
Definio 10.7.3.
Diz-se que a varivel aleatria X tem distribuio F com m e n graus de liberdade e
escreve-se X F m,n quando a sua f.d.p. tem a forma
m n
m m
x 2
m2
fx 2
n
2 mn
m
2
n
2
1 mn x 2
x 0 , m, n 0 .
Teorema 10.7.4.
1) Se a varivel aleatria X F m,n ento X F m,n .
1
10
6
X
F m
Y F m ,n
n .
3) Se a varivel aleatria X t n ento F 1,n .
2
10
7
11. Testes de Hipteses
Definio 11.1.
uma regra de deciso para aceitar ou rejeitar uma hiptese estatstica com base nos
elementos amostrais.
Designa-se por H0 , chamada hiptese nula, a hiptese estatstica a ser testada, e por H1 a
hiptese alternativa. A hiptese nula expressa uma igualdade, enquanto que a hiptese
lternativa dada por uma desigualdade ( , , ).
1 Passo
Enunciar as hiptese:
a) H1 : 0 (Teste Unilateral Esquerdo)
H0 : 0 b) H1 : 0 (Teste Unilateral Direito)
c) H1 : 0 (Teste Bilateral)
2 Passo
Nvel de Significncia .
3 Passo
10
8
Com varincia ( 2 ) conhecida:
X 0
Z N0, 1
n
; Z 1
Regio de Rejeio (RR):
Z 1 ;
Regio de Rejeio (RR):
c) Teste Bilateral
; Z 1 2 Z 1 2 ;
Regio de Rejeio (RR):
10
9
; t n1;1
Regio de Rejeio (RR):
t n1;1 ;
Regio de Rejeio (RR):
c) Teste Bilateral
; t n1;1 2 t n1;1 2 ;
Regio de Rejeio (RR):
11
0
EXERCCIO 11.1. (Ficha 10)
10 10
Xi
X X i
2
X 2
i
i1
10
i1 i1
S
2
101
9
8.11 2
6.58
9
10
0. 00031
10
X 2i 0. 80 2 0. 81 2 0. 81 2 0. 81 2 6. 58
i1
10
X i 0. 80 0. 81 0. 81 0. 81 8. 11
i1
S 0. 00031 0. 0176
T 0.8110.80
0.0176
1. 976
10
1 2
1 0.05
2
0. 975
t 9;0.975 2. 262
t 9;0.975 2. 262
; 2. 262 2. 262;
RR:
Como t 1. 976 ento no rejeita H0 ao nvel de significncia de 5% .
11
1
2. Considere a amostra (peso em gramas de Theragran tablets):
1. 19, 1. 23, 1. 18, 1. 21, 1. 27, 1. 17, 1. 15, 1. 14, 1. 19, 1. 20
Teste a hiptese 1. 2 contra a alternativa 1. 2 .
RESOLUO:
H0 : 1. 2 H1 : 1. 2
0. 05
n 10
X 1.191.231.191.20
10
11.1093 1. 193
2
10
10 10
Xi
X X i
2
X 2
i
i1
10
i1 i1
S
2
101
9
11. 93 2
14. 246
9
10
0. 001501 1
10
X 2i 1. 19 2 1. 23 2 1. 19 2 1. 20 2 14. 246
i1
10
X i 1. 19 1. 23 1. 19 1. 20 11. 93
i1
S 0. 001501 1 0. 0387
1. 1931.2
T 0.0387
0. 571 99
10
1 1 0. 05 0. 95
t 9;0.95 1. 833
; 1. 833
RR:
Como t 0. 571 99 ento no rejeita H0 ao nvel de significncia de 5% .
3. O administrador de um centro de sade quer saber se, o tempo mdio gasto pelos
doentes na sala de espera, at serem atendidos, superior a 20 minutos. Uma amostra
de 100 doentes indicou 23 minutos para o tempo mdio gasto e 10 minutos para o
desvio-padro. Qual a informao a dar ao administrador? Use 5% .
RESOLUO:
H0 : 20 H1 : 20
11
2
0. 05
n 100
X 23
S 10
T 2320
10
3
100
1 1 0. 05 0. 95
Z 0.95 1. 64
1. 64;
RR:
Como t 3 ento rejeita H0 ao nvel de significncia de 5% . Logo o tempo mdio de
espera superior a 20 minutos.
1 1 0. 05 0. 95
Z 0.95 1. 64
1. 64;
RR:
Como t 2. 667 ento rejeita H0 ao nvel de significncia de 5% . Logo o preo mdio
11
3
superior a 10 euros.
1 1 0. 05 0. 95
Z 0.95 1. 64
; 1. 64
RR:
Como Z 1. 49 ento no rejeita H0 ao nvel de significncia de 5% .
11
4
1 2
1 0.01
2
0. 995
Z 0.995 2. 57
2. 236 2. 236
IC 0.99 65 2. 57 ; 65 2. 57
10 10
b) O Gerente dessa agncia bancria afirma que a mquina deve ser substituda,
dado que o nmero mdio de cheques emitidos, por hora, inferior ao das restantes
mquinas das agncias bancrias da regio. Sabendo que o nmero mdio de cheques
emitidos pela globalidade das mquinas automticas de 70 , por hora, verifique se os
elementos obtidos com a amostra permitem corroborar a afirmao do Gerente a um
nvel de significncia de 5% ?
RESOLUO:
H0 : 70 H1 : 70
0. 05
n 10
X 65
2 5 5 2. 236
Z 6570
2. 236
7. 071
20
1 1 0. 05 0. 95
Z 0.95 1. 64
; 1. 64
RR:
Como Z 7. 071 ento rejeita H0 ao nvel de significncia de 5% . Logo a mquina
deve ser substituda.
11
5
a) Determine as estimativas do valor mdio e da varincia.
RESOLUO:
5
X i
X i1
n 6.336.376.366.326.37
5
6. 35
2
5
5 5 Xi
X X i
2
X 2
i
i1
5
2 S 2 i1
51
i1
4
31. 75 2
201. 6147
4
5
0. 000 55
Clculo Auxiliar
5
X 2i 6. 33 2 6. 37 2 6. 36 2 6. 32 2 6. 37 2 201. 6147
i1
5
X i 6. 33 6. 37 6. 36 6. 32 6. 37 31. 75
i1
; 2. 776 2. 776;
RR:
Como t 4. 767 3 ento rejeita H0 ao nvel de significncia de 5% . Logo o verdadeiro
dimetro mdio das esferas diferente de 6. 3 .
11
6
c) Supondo que conhecido e tem o valor de 0. 02 , determine um intervalo de
confiana 0. 95 para o dimetro mdio das esferas.
RESOLUO:
n5
X 6. 35
5
1 0. 95 0. 05
1 2 1 0.05
2
0. 975
Z 0.975 1. 96
5 5
IC 0.95 6. 35 1. 96 ; 6. 35 1. 96
5 5
11
7
; 2. 064 2. 064;
RR:
Como t 10 ento rejeita H0 ao nvel de significncia de 5% . Logo o Chefe da
Secretaria tem uma percepo desajustada do tempo mdio de espera dos alunos.
3. 902; 6. 956
11
8