2

PARTE I

PROBABILIDADES

3
 CAPTULO I
Acontecimentos e Probabilidades

1.1. Frequncia e Probabilidade

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
.

Seja uma experincia e um espao amostral associado a . A cada acontecimento A

associamos um nmero real representado por PA e denominado probabilidade de A , que
satisfaa s seguintes propriedades:
1) 0 PA 1 ;
2) P 1 ;
3) Se A e B so acontecimentos mutuamente exclusivos,
PA B PA PB
4) Se A 1 , , A n , forem, dois a dois, acontecimentos mutuamente exclusivos, ento

P Ai PA 1 PA n
i1

Observe-se que da Propriedade 3, decorre imediatamente que, para qualquer n finito,

n n
P Ai PA i
i1 i1
.

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

Uma extenso do Teorema 1.1.9.

Sejam A 1 , , A k quaisquer k acontecimentos. Ento,
k k k k k
P Ai PA i PA i A j PA i A j A r 1 k1 P Ai
i1 ii ij2 ijr3 i1

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.

1.2. lgebra de Acontecimentos

Definio 1.2.11.
Conjunto Universal
identificado como o espao amostral de experincia aleatria e cada acontecimento
A por uma regio interior a .

Aplicando aos acontecimentos de as operaes sobre conjuntos, obtemos outros

acontecimentos de . Assim,
1) Se A e B so acontecimentos, A B o acontecimento que ocorre se, e somente se,
A ou B (ou ambos) ocorrem;
2) Se A e B so acontecimentos, A B o acontecimento que ocorre se, e somente se,
A e B ocorrem;
3) Se A acontecimentos, o acontecimento que ocorre se, e somente se, A no
ocorre;
n

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)

1. Extrai-se ao acaso uma carta de um baralho ordinrio de 52 cartas. Determine a

probabilidade de a carta ser:
a) Um s;
RESOLUO:
A A carta extrada ser um s
PA 4
52
1
13

b) Valete de copas;
RESOLUO:
A A carta extrada ser valete de copas
PA 1
52

c) Trs de paus ou seis de ouros;

RESOLUO:
A A carta extrada ser trs de paus
B A carta extrada ser seis de ouros
PA B PA PB 1
52
1
52
2
52
1
26

d) Uma carta de copas;

RESOLUO:
A A carta extrada ser copas
PA 13
52
1
4

e) De qualquer naipe excepto copas;

RESOLUO:
A carta extrada no ser copas
P 1 PA 1 1
4
3
4

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

g) Nem quatro nem carta de paus.

RESOLUO:
A carta extrada no ser quatro
A carta extrada no ser paus
B
PA B 1 PA B
P B
1 PA PB PA B
1 524
13
52
52
1
1 16
52
36
52
9
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

3. Na produo de artigos de vesturio de uma empresa, 10% dos artigos produzidos

tm defeitos de material, 5% tem defeitos de acabamento e 2% tm defeitos de ambos
os tipos. Qual a probabilidade de uma pea de vesturio retirada ao acaso ter apenas
defeitos de matria-prima?
RESOLUO:
A A pea retirada ter defeitos de material
B A pea retirada ter defeitos de acabamento
PA 10
100
0. 10
PB 5
100
0. 05
PA B 100
2
0. 02
PA PA B 0. 10 0. 02 0. 08
PA B

4. Sejam A e B dois acontecimentos associados a uma experincia aleatria . Se

PA 38 , PB 12 e PA B 14 , qual o valor de:
a) PA B ;
RESOLUO:
PA B PA PB PA B 3
8
1
2
1
4
5
8

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

5. Sejam A e B dois acontecimentos associados a uma experincia aleatria . Se

PA B 34 , P 23 e PA B 14 , qual o valor de:
a) PA ;
RESOLUO:
PA 1 P 1 23 13

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

b) A soma dos pontos obtidos seja inferior a 5 ;

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 inferior a 5
PA 9
36
1
4

c) A soma dos pontos obtidos seja superior a 7 ;

RESOLUO:

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

d) A soma dos pontos obtidos seja 12 .

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 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

8. Um dado lanado e todos os resultados so igualmente provveis. O

acontecimento A ocorrer se aparecer um nmero maior que 4 . Qual a
probabilidade de A ocorrer?
RESOLUO:
A Aparecer um nmero maior que 4 5, 6

15
 PA 2
6
1
3

9. Dados os seguintes valores obtidos numa dada cidade:

Rendimento familiar (u.m.) N de famlias

Menos de 10000 500
10000 - 20000 1000
20000 - 30000 1500
30000 - 50000 1600
mais de 50000 400

Indique qual a probabilidade de uma famlia escolhida ao acaso ter um rendimento:

a) Inferior a 10000 u.m.;
RESOLUO:
A Uma famlia ter um redimento inferior a 10000 u.m.
PA 500
5000
1
10
0. 10

b) Entre 10000 e 20000 u.m.;

RESOLUO:
A Uma famlia ter um redimento entre 10000 e 20000 u.m.
PA 1000
5000
1
5
0. 2

c) Inferior a 10000 ou superior a 50000 u.m..

RESOLUO:
A Uma famlia ter um redimento inferior a 10000 u.m.
B Uma famlia ter um redimento superior a 50000 u.m.
PA B PA PB 500
5000
400
5000
900
5000
9
50
0. 18

10. De um grupo de 120 crianas, 60 esto vacinadas contra a varola, 50 contra o

sarampo e 20 contra a varola e o sarampo. Se uma for escolhida ao acaso qual a
probabilidade de:
a) Estar vacinada contra a varola ou sarampo;
RESOLUO:

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

b) No estar vacinada nem contra a varola nem contra o sarampo.

RESOLUO:
A criana no estar vacinada contra a varola
A criana no estar vacinada contra o sarampo
B
P B PA B 1 PA B 1 3
4
1
4

11. Uma cidade com 50000 habitantes possui apenas trs jornais dirios A , B e C .
Uma investigao mostrou que:

N pessoas Jornal que lem

20000 A
10000 C
16000 B
12000 A e B
3000 B e C
7000 A e C
1000 A , B e C

Qual a probabilidade de que um habitante, escolhido aleatoriamente, leia pelo menos

um jornal?
RESOLUO:
A Um habitante ler o jornal A
B Um habitante ler o jornal B
C Um habitante ler o jornal C
PA B C PA PB PC PA B PA C PB C PA B C
20000
50000
16000
50000
10000
50000
12000
50000
50000
7000
50000
3000
50000
1000
25000
50000
12

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

13. Determine a probabilidade de pelo menos uma coroa ocorrer no lanamento de

trs moedas no viciadas.
RESOLUO:
Seja cara H e coroa T
HHH, HHT, HTH, HTT, THH, THT, TTH, TTT
A Ocorrer pelo menos uma coroa
PA 7
8

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

c) A probabilidade de um n par ou um n primo ocorra;

RESOLUO:
A n par 2, 4, 6
B n primo 2, 3, 5
PA B PA PB PA B 12
21
10
21
2
21
20
21
Clculo Auxiliar
PA B P2 21
2

d) A probabilidade de um n impar primo ocorra;

RESOLUO:
B n primo 2, 3, 5
C n impar 1, 3, 5
PB C P3, 5 P3 5 3
21
5
21
8
21

e) A probabilidade de que A ocorra, mas B no.

RESOLUO:
PA PA B 12 2 10
PA B 21 21 21

19
 1.3. Probabilidade Condicionada

Considere um lote com 100 peas, das quais, 80 so no-defeituosas e 20 so defeituosas.

Suponha-se que escolhemos duas peas desse lote:
a) Com reposio;
b) Sem reposio.
Definamos os dois acontecimentos seguintes:
A A primeira pea defeituosa
B A segunda pea defeituosa
a) Com reposio;
PA 100
20
15
PB 100
20
15
b) Sem reposio.
PA 100
20
15
PB ?
evidente que, a fim de calcularmos PB , deveremos conhecer a composio do lote no
momento de se extrair a segunda pea. Isto , deveremos saber se A ocorreu ou no. Este
exemplo mostra a necessidade de se introduzir o seguinte importante conceito.
Sejam A e B dois acontecimentos associados experincia . Denotamos por PB A
a probabilidade condicionada do acontecimento B , quando A tiver ocorrido. Assim,
PB A 1999 , porque se A tiver ocorrido, ento para a segunda extraco restaro

somente 99 peas, das quais 19 delas sero defeituosas.

Definio 1.3.12.
Probabilidade Condicionada
PA B
PB A
PA
ou
PA B
PA B
PB
desde que PA, PB 0 .

Teorema 1.3.13. (Teorema de Multiplicao)

PA B PA B PB
PA B PB A PA

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

ii) Os acontecimentos so mutuamente exclusivos, dois a dois:

Bi Bj
para todo i j , i, j 1, , k .
iii) Todos os acontecimentos tm probabilidade no nula,
PBi 0
para todo i 1, , k .

Teorema 1.3.15. (Teorema de Probabilidade Total)

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

Teorema 1.3.16. (Teorema de Bayes)

Seja B1 , , Bk uma partio do espao amostral e seja A um acontecimento
associado a . Aplicando-se a definio de probabilidade condicionada, podemos
escrever:
PA Bi PBi
PBi A
k
PA Bj PBj
j1

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 .

Finalmente, generalizando esta noo para n acontecimentos, na seguinte definio:

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)

1. Em certo colgio, 25% dos estudantes foram reprovados em matemtica, 15%

em qumica e 10% em matemtica e qumica ao mesmo tempo. Um estudante
seleccionado aleatoriamente:
a) Se ele foi reprovado em qumica, qual a probabilidade de ele ter sido reprovado
em matemtica?
RESOLUSO:
A Estudantes foram reprovados em matemtica
B Estudantes foram reprovados em qumica
PA 0. 25
PB 0. 15
PA B 0. 10
PAB
PA B PB
0.10
0.15
10
15
2
3

b) Se ele foi reprovado em matemtica, qual a probabilidade de ter sido reprovado

em qumica?
RESOLUSO:
PAB
PB A PA 0.10
0.25
10
25
25

c) Qual a probabilidade de ele ter sido reprovado em matemtica ou em qumica?

RESOLUSO:
PA B PA PB PA B 0. 25 0. 15 0. 10 0. 30

2. Trs mquinas A , B e C produzem, respectivamente, 60% , 30% e 10% do

total de peas de uma fbrica. As percentagens de produo defeituosas destas
mquinas so, respectivamente, 2% , 3% e 4% .
a) Qual a probabilidade de uma pea seleccionada aleatoriamente ser defeituosa?
RESOLUSO:

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

b) Uma pea seleccionada aleatoriamente e defeituosa. Encontre a probabilidade

da pea ter sido produzida pela mquina C .
RESOLUSO:
PCD PDCPC 0.04 0.10
PC D PD PD
0.025
0. 16

3. Num certo colgio, 4% dos rapazes e 1% das raparigas tm mais do que 1. 60 m

de altura. Alm disso, 60% dos estudantes so mulheres. Ora, se um estudante
seleccionado aleatoriamente e tem mais do que 1. 60 m de altura, qual a
probabilidade de o estudante ser uma mulher?
RESOLUSO:

H O Estudante ser rapaz

M O Estudante ser rapariga
A Ter mais de 1. 60 m de altura
PH 0. 40
PM 0. 60
PA PA H PH PA M PM
0. 04 0. 40 0. 01 0. 60 0. 022
PMA PAMPM 0.01 0.60
PM A PA
PA
0.022
0. 273

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

5. Sejam A e B dois acontecimentos associados a uma experincia aleatria . Se

PA B 34 , PA 38 e PB 58 , qual o valor de:
a) PA B ;
RESOLUSO:
1
PAB
PA B PB
4
5
8
20
2
5
8

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

6. So dadas trs caixas - a caixa 1 tem 10 lmpadas, das quais 4 so defeituosas; -

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

7. Lana-se uma moeda viciada de modo que P cara 3 e P coroa 3 . Se

2 1

aparecer cara, ento selecciona-se aleatoriamente um nmero de entre os de 1 a 9 , se

aparecer coroa, selecciona-se aleatoriamente um nmero de entre os de 1 a 5 . Qual a
probabilidade de um nmero par ser seleccionado?
RESOLUSO:

A Sair cara
B Sair coroa
C Sair nmero par
PC PC A PA PC B PB
49 23 25 13 0. 429

8. O mercado de servio telemvel est dividido entre duas empresas, Celum e

Celdois, com quotas, respectivamente, de 60% e 40% . O organismo regulador
encomendou um estudo de opinio de mercado do qual conclui que: - 70% dos
utilizadores do servio telemvel esto satisfeitos; - dos clientes de Celum, 80% esto
satisfeitos.
a) Qual a percentagem de clientes Celdois que esto satisfeitos?

26
RESOLUSO:

CI Ser cliente de Celum

CII Ser cliente de Celdois
S Cliente estar satisfeito
PCI 0. 60
PCII 0. 40
PS 0. 70
PS CI 0. 80
PS PS CI PCI PS CII PCII
0. 70 0. 80 0. 60 PS CII 0. 40 PS CII 0.700.48
0.40
0. 55

b) Qual a diviso do mercado, dentro dos clientes satisfeitos?

RESOLUSO:
PCIS PSCIPCI 0.80 0.60
PCI S PS PS
0.70
0. 6857
PCIIS PSCIIPCII 0.55 0.40
PCII S PS
PS
0.70
0. 3143

c) Qual a probabilidade de encontrar um cliente que tenha contrato com a Celum e se

sinta insatisfeito?
RESOLUSO:
PCI S PS CI PCI 0. 20 0. 60 0. 12

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:

A Sair bola branca de UI

B Sair bola branca de UII
PA B PA PB 4
6
3
8
12
48
1
4

27
b) Ambas serem pretas;
RESOLUSO:
P PB
P B 2
5
10
5
6 8 48 24

c) Uma ser branca e a outra ser preta.

RESOLUSO:
P B PA PB
PA B P PB
46 58 26 38 26
48
13
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

b) As duas primeiras peas serem perfeitas;

RESOLUSO:
P PB
P B 8 7 0. 147
20 19

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

11. Admita que a probabilidade de um empregado permanecer em determinada

1
empresa, pelo menos 10 anos de 6 . Um homem e uma mulher comeam a trabalhar
nessa empresa no mesmo dia. Qual a probabilidade de:
a) Homem sair da empresa antes de decorridos 10 anos;
RESOLUSO:

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

b) Ambos, homem e mulher, permanecerem na empresa por um perodo inferior a

10 anos;
RESOLUSO:
P PB
P B 5 5 25 0. 694
6 6 36
Clculo Auxiliar
PB 1 PB 1 1
5
6 6

c) Um, outro ou ambos permanecerem na empresa por mais de 10 anos.

RESOLUSO:
PA B PA PB PA B
16 16 PA PB 26 16 16 26 36
1
11
36

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

b) Ambos tenha falecido;

RESOLUSO:
PA B PA PB 2
3
1
2
2
6
1
3

29
c) Pelo menos um deles tenha falecido.
RESOLUSO:
PA B PA PB PA B
PA PB PA PB
23 12 13 56

13. Os acontecimentos A e B , com probabilidades respectivamente 0. 4 e 0. 3 , so

independentes. Determine a probabilidade de que se realize um e um s dos dois
acontecimentos.
RESOLUSO:
PA B P B PA PB P PB
PA 1 PB 1 PA PB
0. 4 1 0. 3 1 0. 4 0. 3
0. 4 0. 7 0. 6 0. 3 0. 46

14. Lana-se um par de dados no viciados. Se a soma 6 , qual a probabilidade de

ter ocorrido a face 2 em um deles?
RESOLUSO:

+ 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

2.1. Variveis Aleatrios

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

Ponto Amostral Cara,cara cara,coroa coroa,cara Coroa,coroa

X 2 1 1 0

2.2. Distribuies de Variveis Aleatrias

2.2.1. Variveis Aleatrias Discretas

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 .

A funo P , definida acima, denominada Funo de Probabilidade da Varivel

Aleatria X . A coleco de pares x i , Px i , i 1, 2, , denominada Distribuio de
Probabilidade de X .

2.2.2. Variveis Aleatrias Contnuas

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 .

2.2.3. Funo de Distribuio Acumulada

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

onde o somotrio estendido a todos os ndices i que satisfaam condio x i x .

b) Se X uma varivel aleatria contnua com f.d.p. f ,
x

Fx ftt

Propriedades da Funo Distribuio Fx

Os grficos para a funo distribuio tm as seguintes caractersticas:
a) Se X uma varivel aleatria discreta, com um nmero finito de valores possveis, o
grfico da funo distribuio constitudo por segmentos de recta horizontais. A funo F
continua, excepto nos valores possveis de x 1 , , x n , . No valor x j o grfico apresenta
um "salto" de magnitude Px j PX x j .
b) Se X uma varivel aleatria contnua, F uma funo contnua para todo x .
c) A funo distribuio F definida para todo os valores de x .

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

2.2.4. Variveis Aleatrias Uniformente Distribudas

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

diremos que X uniformente distribuda sobre o intervalo a, b .

35
 EXERCCIO 2.1. (Ficha 3)

1. Seja X uma varivel aleatria discreta com a seguinte distribuio de

probabilidade:

Xi 2 1 2 4
Px i 1
4
1
8
1
2
1
8

a) Mostre que esta distribuio obedece s propriedades de qualquer distribuio de

probabilidade.
RESOLUO:
i) 0 Px i 1
0 P2 14 1
0 P1 1
8
1
0 P2 1
2
1
0 P4 1
8
1

Px i 1
ii) i1
P2 P1 P2 P4 1
4
1
8
1
2
1
8
8
8
1

b) Determine a funo de distribuio acumulada e represente-a graficamente.

RESOLUO:
0 , x 2 0 , x 2
1
4
, 2 x 1 1
, 2 x 1
4

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

b) Determine a funo de distribuio acumulada e represente-a graficamente.

RESOLUO:

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

3. Seja X uma varivel aleatria contnua com a seguinte f.d.p.:

1
x ,0 x 2
fx 2

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

c) Determine a funo distribuio acumulada e represente-a graficamente.

RESOLUO:
x

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

4. A funo distribuio de uma varivel aleatria X :

1 e 2x ,x 0
Fx
0 ,x 0
Determine:
a) A f.d.p..
RESOLUO:
F x fx

F x 1 e 2x 1 e 2x 0 2x e 2x 2e 2x
2e 2x ,x 0
fx
0 ,x 0

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

5. Seja a varivel aleatria X com funo de probabilidade:

x2
, x 1, 2, 3
fx 14

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

6. Considere a seguinte distribuio de probabilidade:

x 2 1
, x 2, 1, 0, 1, 2
fx k

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

b) Determine a funo de distribuio acumulada.

RESOLUO:
0 , x 2
5
15
, 2 x 1
7
15
, 1 x 0
Fx
8
15
,0 x 1
10
15
,1 x 2
1 ,x 2

7. Considere a varivel aleatria X contnua com f.d.p. dada por:

x2 , 1 x 0
x ,0 x 1
fx 1
12
,1 x 3
0 , c.c.
a) Verifique que se trata de uma f.d.p..
RESOLUO:
i) fx 0

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

9. Seja X uma varivel aleatria com a seguinte funo densidade de probabilidade:

ax ,0 x 1
a ,1 x 2
fx
ax 3a , 2 x 3
0 , outros valores
a) Calcule o valor de a .
RESOLUO:

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

10. O tempo de espera entre duas chamadas telefnicas aleatria, sendo

caracterizado pela f.d.p.:
k 2e x , x 0
fx
0 ,x 0
a) Calcule o valor da constante k .
RESOLUO:

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

b) Qual a probabilidade do tempo de espera entre duas chamadas ser inferior a 3

minutos?
RESOLUO:

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

2.3.1. Mdia ou Valor Esperado

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

ii) Se a varivel aleatria contnua, ento

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

Propriedades do Valor Esperado

i) Se X k , onde k uma constante, ento,

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)

EkX kxfx x k xfx x kEX

ii) .

EX Y x yfx, yxy x ygx hyxy

iii)

xgx x yhyy EX EY

iv) Isto decorre imediatamente de propriedade iii, pela aplicao da induo matemtica.

EXY xyfx, yxy xygx hyxy

v)

xgx x yhyy EXEY

2.3.2. Valor Esperado de uma Funo de uma Varivel

Aleatria

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

ii) Se X uma varivel aleatria contnua, definimos

Egx gx fx x

2.3.3. A Varincia de uma Varivel Aleatria

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

ii) Se a varivel aleatria X contnua, ento

VarX x 2 fx x

Designa-se por Desvio-Padro, representada por , a raiz quadrada positiva de varincia,

isto , VarX .

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

Propriedade da Varincia de uma Varivel Aleatria

i) Se k uma constante,
VarX k VarX
ii) Se k uma constante,
VarkX k 2 VarX
iii) Se X e Y so independentes, ento
VarX Y VarX VarY
iv) Sejam X 1 , , X n , n variveis aleatrias independentes. Ento,
VarX 1 X n VarX 1 VarX n

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)

1. Seja X uma varivel aleatria discreta com a seguintes distribuio de

probabilidade:

Xi 5 4 1 2
Px i 1
4
1
8
1
2
1
8

Determine o valor esperado, a varincia e o desvio-padro.

RESOLUO:

EX x i Px i 5 14 4 1
8
1 1
2
2 1
8
1
i1
VarX 2 EX 2 EX2 37
4
1 2 33
4
33
33
4
2
Clculo Auxiliar
EX 2 5 2 1
4
4 2 1
8
1 2 1
2
2 2 1
8

25 1
4
16 1
8
1 1
2
4 1
8
37
4

2. Suponha-se um jogo disputado com um nico dado honesto, em que um jogador

ganha 20 u.m. se aparecer 2 , 40 u.m. se aparecer 4 , perde 30 u.m. se aparecer 6, e
no ganha nem perde se aparecer qualquer das outras faces. Determine o valor
esperado do seu ganho.
RESOLUO:

Xi 20 u.m. 40 u.m. 30 u.m. 0 u.m.

Px i 1
6
1
6
1
6
3
6

EX x i Px i 20 16 40 1
6
30 1
6
0 3
6
30
6
5
i1 u.m.

3. Seja X uma varivel aleatria contnua com a seguinte f.d.p.:

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

4. A funo densidade de probabilidade de uma varivel aleatria X :

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

5. Considere a varivel aleatria X contnua com f.d.p. dada por:

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

6. Seja X uma varivel aleatria com a seguinte funo densidade de probabilidade:

6x1 x , 0 x 1
fx
0 , c.c.
Calcule o valor esperado e a varincia de X .
RESOLUO:
0 1

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

2.4.1. Variveis Aleatrias Bidimensionais

2.4.2. Distribuies de Probabilidade Marginal e Condicionada

2.4.3. Variveis Aleatrias Independentes

2.4.4. Funes de Variveis Aleatria

2.4.5. Distribuio do Produto e do Quociente de Variveis Aleatrias Independentes

2.4.6. Vaviveis Aleatrias n-Dimensionais

2.4.7. Valor Esperado de Variveis Aleatrios Bidimensionais

57
3. Momentos

3.1. Momentos Simples e Centrados de uma Varivel Aleatria

3.2. A Desigualdade de Tchebycheff

3.3. O Coeficiente de Correlao

3.4. Valor Esperado Condicionado

3.5. Regresso da Mdia

58
 4. Variveis Aleatrias Discretas

4.1. A Distribuio Binomial

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 .

As repeties individuais de sero denominadas Provas de Bernoulli.

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)

1. Determine a probabilidade de, em trs jogadas de uma moeda, aparecer:

a) Trs caras.
RESOLUO:
X - nmero de caras em 3 jogadas de uma moeda.
n3 e p 2
1

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

b) Duas caras e uma coroa.

RESOLUO:
1 2 32
PX 2 32 2
1 1
2
3!
2!1!
1
4
1
2
3
8

c) Ao menos uma cara.

RESOLUO:
PX 1 PX 1 PX 2 PX 3 3
8
3
8
1
8
7
8
ou
PX 1 1 PX 0 1 1
8
7
8
Clculo Auxiliar
0 30
PX 0 3
0
1
2
1 1
2
1
8
1 31
PX 1 3
1
1
2
1 1
2
3 1
2
1
4
3
8

d) No mximo uma coroa.

RESOLUO:

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

2. Numa famlia de quatro filhos, determine a probabilidade de:

(nota: admita que os acontecimentos, nascimento de menino ou menina, so igualmente
provveis e independentes)
a) Ao menos um menino.
RESOLUO:
X - nmero de meninos em 4 crianas.
n4 e p 2
1

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

b) Ao menos um menino e ao menos uma menina.

RESOLUO:
P1 X 3 PX 1 PX 2 PX 3
ou
P1 X 3 1 PX 0 PX 4 1 1
16
1
16
14
16
7
8
Clculo Auxiliar
4 44
PX 4 4
4
1
2
1 1
2
1
16

c) Todos os filhos serem do mesmo sexo.

RESOLUO:
PX 0 PX 4 161
16
1
16
2
18

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

c) Menos de duas sejam defeituosas.

RESOLUO:
PX 2 PX 0 PX 1 0. 41 0. 41 0. 82

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

b) Pelo menos um jogo.

RESOLUO:
PX 1 1 PX 1 1 PX 0 1 1
81
80
81
Clculo Auxiliar
0 40
PX 0 4
0
2
3
1 2
3
1
81

c) Mais que a metade dos jogos.

RESOLUO:
PX 2 PX 3 PX 4 32
81
16
81
48
81
Clculo Auxiliar
3 43
PX 3 4
3
2
3
1 2
3
4 8
27
1
3
32
81
4 44
PX 4 4
4
2
3
1 2
3
16
81

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 .

6. Um vendedor de seguros vende aplices a cinco homens todos da mesma idade e de

boa sade. De acordo com as tabelas actuariais, a probabilidade de um homem dessa
2
idade, estar vivo daqui a 30 anos 3 . Determine a probabilidade de estarem vivos
daqui a 30 anos:
a) Todos os homens.
RESOLUO:
X - nmero de homens vivos daqui a 30 anos em 5 seleccionados.
n5 e p 3
2

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

c) Apenas dois dos homens.

RESOLUO:
2 52
PX 2 5
2
2
3
1 2
3
10 4
9
1
27
40
243

7. A probabilidade de um estudante, que ingressa na universidade, no concluir a

licenciatura em Eng. Civil 0. 6 . Determine a probabilidade de em cinco estudantes
aleatoriamente seleccionados:
a) Nenhum concluir a licenciatura.
RESOLUO:
X - nmero de alunos que concluam a licenciatura em 5 seleccionados.
n 5 e p 0. 4
X b5, 0. 4
PX k 5 0. 4 k 1 0. 4 5k , k 0, 1, 2, 3, 4, 5
k
PX 0 5
0
0. 4 0 1 0. 4 50 0. 6 5 0. 08

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

c) Pelo menos um concluir a licenciatura.

RESOLUO:
PX 1 1 PX 1 1 PX 0 1 0. 08 0. 92

8. Suponha que X tem distribuio binomial e que p 0. 2 e EX 1 . Calcule n

e VarX .

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

Fazendo-se s k 1 , verificamos que a expresso se torna

EX e s1
s!
e s
s!

k0 k0
Semelhantemente,

EX
2
k 2 e k
k!
k k1
e
!
k

k0 k0

Fazendo-se s k 1 , verificamos que a expresso se torna

EX
2
s s1
1 e s! s1
s e s! e s1
s!

k0 k0 k0


s
e s
s e s! s!
2
k0 k0
Portanto,
VarX EX 2 EX2 2 2

68
 4.2.1. Processo de Poisson

Suponha que se obsrva a ocorrncia de certo acontecimento num determinado intervalo. Se

se verificarem as seguintes condies:
1) O nmero de ocorrncia em intervalos no sobrepostas so variveis aleatrias
independentes.
2) A probabilidade de um certo nmero de ocorrncias se verificar a mesma para
intervalos de mesma dimenso, isto , aquele probabilidade depende apenas de amplitude de
intervalo e no de posio em que se situa esse intervalo. Tudo se passa como se o nmero de
ocorrncia tivesse sempre a mesma densidade mdia.
3) A probabilidade de se verificarem duas ou mais ocorrncias num perodo muito pequeno
negligencivel, quando comparada com a probabilidade de se verificar apenas uma
ocorrncia. Se esta condio se verificar para determinado fenmeno, ento pode-se dizer
que tal fenmeno se adequo a uma distribuio de Poisson e poder ser descrito atravs desta
distribuio.

69
 EXERCCIO 4.2. (Ficha 7)

1. Experincia passada indica que um nmero mdio de 6 clientes por hora

abastecem os seus automveis numa bomba de gasolina.
a) Qual a probabilidade de trs clientes abastecerem numa dada hora?
RESOLUO:
X - nmero de clientes que abastecem os carros, em uma hora.
6 por hora
X P
k
PX k e , k 0, 1, , n,
k!
e 6 6 3
PX 3 3!
e 6 36 0. 089

b) Qual a probabilidade de trs ou menos clientes pararem numa dada hora?

RESOLUO:
PX 3 PX 0 PX 1 PX 2 PX 3
e 6 6 0 e 6 6 1 e 6 6 2 e 6 6 3
0!
1!
2!
3!

6 6 6 6
e 6e 18e 36e 61e 6 0. 151

c) Qual a probabilidade de pelo menos um cliente abastecer numa dada hora?

RESOLUO:
PX 1 1 PX 1 1 PX 0 1 e 6 0. 997

d) Qual a probabilidade de dois clientes abastecerem em 30 minutos?

RESOLUO:
Y - nmero de clientes que abastecem os carros, em 30 minutos.
60
6
30

3
3 em 30 minutos.
Y P
k
PY k e , k 0, 1, , n,
k!

70
 e 3 3 2
PY 2 2!
9
2
e 3 0. 224

2. Numa caixa multibanco o nmero mdio de levantamentos de 12 por hora.

Determine a probabilidade de que 3 ou mais pessoas faam levantamentos num
perodo de 10 minutos.
RESOLUO:
X - nmero de levantamentos, em uma hora.
12 por hora.
Y - nmero de levantamentos, em 10 minutos.

12
60
10 2
2 em 10 minutos
Y P
k
PY k e , k 0, 1, , n,
k!
PY 3 1 PY 3 1 PY 0 PY 1 PY 2
2 0 2 1 2 2
1 e 0!2 e 1!2 e 2!2 1 e 2 2e 2 2e 2
1 5e 2 0. 323

3. Num armazm os clientes chegam de acordo com uma distribuio de Poisson

numa mdia de 7 por hora. Durante uma hora qual a probabilidade de:
a) No chegarem mais do que trs clientes.
RESOLUO:
X - nmero de clientes que chegam num armazm, em uma hora.
7 por hora
X P
k
PX k e , k 0, 1, , n,
k!
PX 3 PX 0 PX 1 PX 2 PX 3
7 0 7 1 7 2 7 3
e 0!7 e 1!7 e 2!7 e 3!7
e 7 7e 7 49
2
e 7 343
6
e 7 0. 082

b) Pelo menos chegarem dois clientes.

RESOLUO:
PX 2 1 PX 2 1 PX 0 PX 1

71
 e 7 7 0 e 7 7 1
1 0!
1!
1 e 7 7e 7
7
1 8e 0. 993

c) Chegarem exactamente cinco clientes.

RESOLUO:
7 5
PX 5 e 5!7 0. 128

4. O nmero de erros cometidos por uma dactilgrafa segue uma distribuio de

Poisson com uma mdia de 4 por pgina. Se mais de 4 erros forem cometidos, a
dactilgrafa ter de repetir toda a pgina. Qual a probabilidade de que uma
determinada pgina no necessite de ser reescrita.
RESOLUO:
X - nmero de erros por pgina.
4 por pgina (nmero mdio de erros por pgina)
X P
k
PX k e , k 0, 1, , n,
k!
PX 4 PX 0 PX 1 PX 2 PX 3 PX 4
4 0 4 1 4 2 4 3 4 4
e 0!4 e 1!4 e 2!4 e 3!4 e 4!4
e 4 4e 4 8e 4 64
6
e 4 256
24
e 4 0. 42

5. O nmero de navios petroleiros que diariamente chegam a determinada refinaria

tem distribuio de Poisson, com mdia 2 . As actuais instalaes do porto podem
atender a 3 petroleiros por dia. Se chegarem ao porto mais de trs petroleiros, os
excedentes a trs devero seguir para outro porto. Num dia, qual a probabilidade de se
ter de mandar petroleiros para outro porto?
RESOLUO:
X - nmero de navios petroleiros que chegam a determinada refinaria por dia.
2 por dia
X P
k
PX k e , k 0, 1, , n,
k!
PX 3 1 PX 3
1 PX 0 PX 1 PX 2 PX 3
2 0 2 1 2 2 2 3
1 e 0!2 e 1!2 e 2!2 e 3!2

72
 1 e 2 2e 2 2e 2 86 e 2 0. 143

6. Se X tem distribuio de Poisson com parmetro e se PX 0 0. 2 .

Determine PX 2 .
RESOLUO:
X P
k
PX k e , k 0, 1, , n,
k!
PX 0 0. 2
e 0
0!
0. 2 e 0. 2 ln0. 2 ln0. 2 1. 61
PX 2 1 PX 2 1 PX 0 PX 1 PX 2
e 1.61 1.61 0 e 1.61 1.61 1 e 1.61 1.61 2
1 0!
1!
2!

e 1.61 1.61 2
1 o. 2 1. 61e 1.61 2
0. 22

7. Num parque de estacionamento para automveis h duas entradas. Os carros

chegam s entradas I e II de acordo com uma distribuio de Poisson, com mdias 3 e
4 por hora. Qual a probabilidade de 3 carros chegarem ao parque de estacionamento
numa dada hora?
RESOLUO:
X 1 - nmero de carros que chegam no parque pela entrada I, numa hora.
1 3 por hora
X 2 - nmero de carros que chegam no parque pela entrada II, numa hora.
1 4 por hora
X X 1 X 2 - nmero de carros que chegam ao parque, numa hora.
1 2 3 4 7 por hora
X P
k
PX k e , k 0, 1, , n,
k!
e 7 7 3
PX 3 3!
0. 052

8. O nmero mdio de acidentes ocorridos em determinada auto-estrada de 3 por

semana. Determine a probabilidade de em duas semanas:
a) No ocorrer qualquer acidente.

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

b) Ocorrer pelo menos um acidente.

RESOLUO:
PX 1 1 PX 1 1 PX 0 1 0. 00248 0. 997 52

74
4.3. A Distribuio Geomtrica

4.4. A Distribuio de Pascal

4.5. A Distribuio Hipergeomtrica

4.6. A Distribuio Multinomial

75
 5. Variveis Aleatrias Contnuas

5.1. A Distribuio Normal

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 .

5.1.1. Clculo da Probabilidade na Distribuio Normal

Dado que e podem tomar uma infinidade de valores ento existe tambm uma
2

infinidade de diferentes distribuio Normal. Da que para o clculo de probabilidades,

qualquer distribuio Normal transformada na distribuio Normal Padro ou Normal
Reduzida ou Normal Standardizada. Isto , se a varivel aleatria X tem distribuio normal
x
de parmetros e ento Z tem distribuio normal padro ou normal reduzida.
2

A funo densidade de probabilidade de varivel normal padro Z dada por:

2
z 1 e z2 , z
2
A respectiva funo de distribuio z , permite calcular probabilidades em determinada
intervalos:
z PZ z

76
 EXERCCIO 5.1. (Ficha 8)

1. Considere a varivel aleatria Z N0, 1 . Determine:

a) PZ 1. 2 .
RESOLUO:
Z N0, 1
PZ 1. 2 1. 2 0. 8849

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

2. Considere a varivel aleatria Z N0, 1 . Determine o valor da constante k , de

modo que:
a) PZ k 0. 9192 .
RESOLUO:
Z N0, 1
PZ k 0. 9192 k 0. 9192 k 1. 40

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

3. Considere a varivel aleatria X N3, 4 . Determine:

a) PX 2. 5 .
RESOLUO:
X N3, 4
3
2 4 4 2
Z X3
2
N0, 1
PX 2. 5 P X3
2
2.53
2
PZ 0. 25 0. 25 0. 4013

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

4. Considere a varivel aleatria X N3, 4 . Determine o valor da constante k , de

modo que P0 X k 0. 5007 .
RESOLUO:
X N3, 4
3
2 4 4 2
Z X3
2
N0, 1
P0 X k 0. 5007 P 03
2
X3
2
k3
2
0. 5007
P 1. 5 Z k3
2
0. 5007 P Z k3
2
PZ 1. 5 0. 5007
k3
2
1. 5 0. 5007 k3
2
0. 0668 0. 5007
k3
2
0. 5675 k3
2
0. 17 k 3. 34

5. Suponha que as alturas de 800 estudantes sejam normalmente distribudas com

mdia de 66 polegadas e desvio-padro de 5 polegadas. Determine o nmero de
estudantes com as alturas:
a) Entre 65 e 75 polegadas.
RESOLUO:
X - nmero dos estudantes
X N66, 5 2
Z X66
5
N0, 1
P65 X 75 P 6566
5
X66
5
7566
5
P0. 2 Z 1. 8
PZ 1. 8 PZ 0. 2 1. 8 0. 2
0. 9641 0. 4207 0. 5434
NE 800 0. 5434 435 estudantes

b) Maior ou igual a 72 polegadas.

RESOLUO:
PX 72 1 PX 72 1 P X66
5
7266
5
1 PZ 1. 2

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

b) A probabilidade de o operrio necessitar de entre 9 a 12 minutos para executar

a tarefa.
RESOLUO:
X N10, 2 2
Z X10
2
N0, 1
P9 X 12 P 910
2
X10
2
1210
2
P0. 5 Z 1
PZ 1 PZ 0. 5 1 0. 5
0. 8413 0. 3085 0. 5328

7. Calcule a mdia e o desvio-padro da varivel aleatria Y N, , sabendo que

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

8. Seja X uma varivel aleatria normal de mdia 1 e varincia 9 , determine k de

modo que P0 X k 0. 5 .
RESOLUO:
X N1, 3 2
Z X1
3
N0, 1
P0 X k 0. 5 P 01
3
X1
3
k1
3
0. 5
P 0. 33 Z k1
3
0. 5 P Z k1
3
PZ 0. 33 0. 5
k1
3
0. 33 0. 5 k1
3
0. 3707 0. 5
k1
3
0. 8707 k1
3
1. 13 k 1 3. 39 k 4. 39

9. Suponha que X tem distribuio normal de mdia 3 e varincia 4 . Determine c

tal que PX c 2PX c .
RESOLUO:
X N3, 2 2
Z X3
2
N0, 1
PX c 2PX c 1 PX c 2PX c
3PX c 1 PX c 0. 3333
P X3
2
c3
2
0. 3333 P Z c3
2
0. 3333
c3
2
0. 3333 c3
2
0. 43 c 3 0. 86
c 2. 14

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

5.3. A Distribuio Gama

5.4. A Distribuio de Qui-Quadrado

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 .

O parmetro caracterizador desta distribuio n e indica o nmero de graus.

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

5.6. Distribuies Truncadas

85
6. A Funo Geradora de Momentos

6.1. A Funo Geradora de Momentos

6.1.1. Exemplos de Funes Geradora de Momentos

6.1.2. Propriedades da Funo Geradora de Momentos

6.2. Propriedades Reprodutivas

6.3. Sequncias de Variveis Aleatrias

86
7. Aplicaes Teoria da Confiabilidade

7.1. Conceitos Fundamentais

7.2. A Lei de Falhas Normal

7.3. A Lei de Falhas Exponencial

7.3.1. A Lei de Falhas Exponencial e a Distribuio de Poisson

7.4. A Lei de Falhas de Weibull

7.5. Confiabilidade de Sistemas

87
8. Somas de Variveis Aleatrias

8.1. A Lei dos Grandes Nmeros

8.2. Aproximao Normal da Distribuio Binomial

8.3. O Teorema do Limite Central

8.4. A Distribuio da Soma de um Nmero Finito de Variveis Aleatrias

88
 PARTE II

ESTATSTICA

89
 9. Amostras e Distribuies Amostrais

9.1. Amostras Aleatrias

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).

9.2.1. Algumas Estatsticas Importantes

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 ).

9.3. A transformao Integral

91
 10. Estimao de Parmetros

Temos dois tipos de estimao:

Estimao pontual;
Estimao intervalar (ou intervalos de confiana).

10.1. Estimao Pontual

O objectivo de estimao pontual usar toda a informao disponvel a partir da amostra,

para produzir um valor que o melhor valor que se pode adiantar para um certo parmetro de
populao.

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. Propriedades dos Estimadores

10.1.1.1. No-Enviesamento

Um estimador diz-se no-enviesado ou centrado para se E .

10.2. Estimativas de Mxima Verosimilhana

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).

10.2.1. Relao entre Estimativas de Mxima

Verosimilhana e Distribuio Poisson

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

10.2.2. Relao entre Estimativas de Mxima Verosimilhana e

Distribuio Normal

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

10.3. O Mtodo dos Mnimos Quadrados

10.4. O Coeficiente de Correlao

10.5. Intervalos de Confiana

10.5.1. Intervalos de Confiana para Mdia ( ), com

Varincia ( 2 ) conhecida

Se a distribuio da varivel aleatria X normal com parmetro e , ento a mdia

2

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

10.5.2.1. Grandes Amostras n 30

X
Z S N0, 1
n

IC 1 X Z 1 2 S
n
; X Z 1 2 S
n

10.5.2.2. Pequenas Amostras n 30

X
T S t n1
n

IC 1 X t n1;1 2 S
n
; X t n1;1 2 S
n

10.5.3. Intervalo de Confiana para Varincia ( 2 )

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)

1. Estudamos o tempo de reaco de um indivduo a determinado estmulo sob certas

condies "standard". Realizado um teste a um grupo de 36 indivduos, escolhidos
aleatoriamente, obtiveram-se os resultados seguintes:
36
X 3. 15 segundos X i X 2 20
i1

Determine um intervalo de confiana a 95% para o tempo mdio de reaco ao

referido estmulo.
RESOLUO:
n 36
X 3. 15
36
X i X 2 20
i1
n 36
X X i
2
X X i
2

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

2. Suponha que, no problema anterior, s foi possvel obter amostras de tamanho 20 ,

tendo-se registado os resultados: X 3. 00 segundos s 0. 53 n 20 .
Estabelea um intervalo de confiana a 99% para o tempo mdio.
RESOLUO:
n 20
X 3. 00
S 0. 53

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

3. Considere os dados abaixo indicados como uma amostra de uma populao

normal:
3, 4, 5, 6, 6, 7, 7, 7, 8, 8, 8, 9, 9, 10, 11, 12
Estabelea um intervalo de confiana a 95% para o valor mdio.
RESOLUO:
n 16
X 345101112
16
120
16
7. 5
2
n

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.

6. Qual deve ser o tamanho n da amostra do problema 4 , se quisermos obter um

intervalo de confiana a 99% de amplitude L 0. 4 ?
RESOLUO:
X5
2 9 3
Z 0.995 2. 57
L LS LI 5 2. 57 3
n
5 2. 57 3
n

15. 42
5 2. 57 3
n
5 2. 57 3
n
n
15. 42
L 0. 4 n
0. 4 0. 4 n 15. 42
n 15.42
0.4
n 38. 55 n 38. 55 2 n 1486

IC 0.99 5 2. 57 3
; 5 2. 57 3
1486 1486

4. 8; 5. 2
L 5. 2 4. 8 0. 4

7. Qual deve ser o tamanho n da amostra do problema 4 , se quisermos obter um

intervalo de confiana a 99% de amplitude L 0. 2 ?
RESOLUO:
X5
2 9 3
Z 0.995 2. 57
L LS LI 5 2. 57 3
n
5 2. 57 3
n

15. 42
5 2. 57 3
n
5 2. 57 3
n
n
15. 42
L 0. 2 n
0. 2 0. 2 n 15. 42
n 15.42
0.2
n 77. 1 n 77. 1 2 n 5944

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

44. 178; 44. 502

9. Numa fbrica foi escolhido, aleatoriamente, um grupo de 25 trabalhadores que

executam trabalho repetitivo. O nmero mdio de erros encontrado foi de 2. 42 com
uma varincia da amostra de 0. 25 . Admitindo a normalidade dos dados, determine
um intervalo de confiana a 95% para mdia.
RESOLUO:
n 25
X 2. 42
S 2 0. 25 S 0. 5
1 0. 95 0. 05

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

205. 8726; 904. 0634

IC 0.95 205. 8726 ; 904. 0634

14. 3483; 30. 0676

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

8. 845; 10. 655

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

x , n 0 , onde n o parmetro caracterizador desta distribuio.

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

10.7. Distribuio F-Snedecor

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 .

Os valores m e n so os parmetros caracterizadores de distribuio F.

Teorema 10.7.4.
1) Se a varivel aleatria X F m,n ento X F m,n .
1

2) Se as variveis aleatrias X e Y so independentes e se X m e Y n ento

2 2

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.

11.1. Tipos de Hipteses

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 ( , , ).

11.2. Teste de Significncia para a Mdia

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

Varincia ( ) Conhecida Varincia ( ) Desconhecida

2 2

Grandes Amostras ( n 30 ) Distribuio Normal Distribuio Normal

Pequenas Amostras ( n 30 ) Distribuio Normal Distribuio t Student

10
8
Com varincia ( 2 ) conhecida:
X 0
Z N0, 1
n

Com varincia ( 2 ) desconhecida:

X 0
T S t n1
n

Com utilizao Distribuio Normal

a) Teste Unilateral Esquerdo

; Z 1
Regio de Rejeio (RR):

b) Teste Unilateral Direito

Z 1 ;
Regio de Rejeio (RR):

c) Teste Bilateral

; Z 1 2 Z 1 2 ;
Regio de Rejeio (RR):

Com utilizao Distribuio t Student

a) Teste Unilateral Esquerdo

10
9
 ; t n1;1
Regio de Rejeio (RR):

b) Teste Unilateral Direito

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)

1. Numa amostra de 10 pregos encontramos os seguintes comprimentos:

0. 80, 0. 81, 0. 81, 0. 82, 0. 81, 0. 82, 0. 80, 0. 82, 0. 81, 0. 81
Teste a hiptese 0. 80 (comprimento indicado na caixa) contra a alternativa
0. 80 . Use 5% .
RESOLUO:
H0 : 0. 80 H1 : 0. 80
0. 05
n 10
X 0.800.810.810.81
10
8.11
10
0. 811
2
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.

4. Uma inspeco efectuada a 64 laboratrios mostrou que, o preo mdio de

determinado teste foi de 12 euros com um desvio-padro de 6 euros. Ser que, estes
dados fornecem suficiente evidncia para indicar que a mdia da populao superior
a 10 euros, isto , o preo mdio a pagar a qualquer laboratrio superior a 10
euros? Considere 5% .
RESOLUO:
H0 : 10 H1 : 10
0. 05
n 64
X 12
S6
T 1210
6
2. 667
64

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.

5. O departamento de controlo de qualidade de uma empresa produtora de conservas

alimentares especfica que o peso lquido mdio por embalagem de certo produto de
500 gramas. Experincia passada indica que os pesos so normalmente distribudos
com desvio-padro de 15 gramas. Se numa amostra de 20 embalagens for
encontrado um peso lquido mdio de 495 gramas, constitui isso prova suficiente de
que o verdadeiro peso mdio inferior ao estabelecido? Use 5% .
RESOLUO:
H0 : 500 H1 : 500
0. 05
n 20
X 495
15
Z 495500
15
1. 49
20

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% .

6. Sabe-se por experincia que o nmero de cheques emitidos por hora em

determinada mquina automtica de uma agncia bancria tem distribuio
aproximadamente normal, com varincia igual a 5 . Em 10 dias ao acaso foi feito,
durante uma hora, o controle do nmero de cheques emitidos, o qual mostrou um
nmero mdio de 65 cheques.
a) Construa um intervalo de confiana a 99% para o nmero mdio de cheques
emitidos, por hora, por essa mquina.
RESOLUO:
n 10
X 65
2 5 5 2. 236
1 0. 99 0. 01

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

63. 183; 66. 817

O nmero de cheques emitidos, por hora, est entre 63 a 67 cheques.

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.

7. A amostra constituda por cinco medidas do dimetro de um tipo de esferas foi

registada, com os seguintes valores:
6. 33, 6. 37, 6. 36, 6. 32, 6. 37
Suponha que a medida do dimetro da esfera uma varivel aleatria com distribuio
normal.

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

b) Teste a hiptese de que o verdadeiro dimetro mdio das esferas igual a 6. 3 ,

usando um nvel de significncia de 5% .
RESOLUO:
H0 : 6. 3 H1 : 6. 3
0. 05
n5
X 6. 35
S 2 0. 000 55 S 0. 000 55 0. 02345 2
T 6.356.3
0.02345 2
4. 767 3
5

1 2
1 0.05
2
0. 975
t 4;0.975 2. 776
t 24;0.975 2. 776

; 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

1. 967 3; 10. 733

8. Uma equipa do Departamento de Organizao da Universidade encontra-se na

Secretaria com o objectivo de avaliar o tempo que os alunos levam a ser atendidos.
Admite-se que o tempo mdio de espera na Secretaria at o aluno ser atendido uma
varivel aleatria com distribuio normal. No mbito dos seus trabalhos, a equipa
recebeu do Chefe da Secretaria a informao de que o tempo mdio de espera dos
alunos ronda os 15 minutos. A anlise do tempo de espera de 25 alunos, escolhidos
aleatoriamente, apontou para uma espera mdia de 25 minutos com um
desvio-padro de 5 minutos.
a) Com um nvel de significncia de 5% , teste a hiptese de o Chefe da Secretaria ter
uma percepo desajustada do tempo mdio de espera dos alunos.
RESOLUO:
H0 : 15 H1 : 15
0. 05
n 25
X 25
S5
T 2515
5
10
25

1 2
1 0.05
2
0. 975
t 24;0.975 2. 064
t 24;0.975 2. 064

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.

b) Construa um intervalo de confiana a 95% para o desvio-padro do tempo de

espera.
RESOLUO:
n 25
S5
1 0. 95 0. 05
1 2 1 0.05
2
0. 975

2
0.05
2
0. 025
224;0.975 39. 4
224;0.025 12. 4
245 2 245 2
IC 0.95 ;
39.4 12.4

3. 902; 6. 956

11
8