Análise Estatı́stica (21008)

Proposta de resolução
2013/14
Docente responsável: Pedro Serranho
12 a 18 de novembro de 2013

1. (a) Como a probabilidade do universo tem de ser 1, temos que

0.10 + 0.05 + 0.15 + 0.15 + a + 0.07 + 0.24 + 0.11 + 0.04 = 1

ou seja,

a = 1 − (0.10 + 0.05 + 0.15 + 0.15 + 0.07 + 0.24 + 0.11 + 0.04) = 1 − 0.91 = 0.09,

logo P (X = 2, Y = 2) = a = 0.09.
(b) A função de distribuição conjunta F para as variáveis X e Y é definida por

F (x, y) = P (X ≤ x, Y ≤ y),

ou seja, é a probabilidade das variáveis X e Y assumirem simultaneamente

valores inferiores ou iguais a x e y, respetivamente. No caso particular, o valor
de F (x, y) é a probabilidade de serem exportados não mais de x milhares de
queijos do tipo A e y milhares de queijos do tipo B.
Partindo do principio que as variáveis em causa só podem assumir os valores
 1,2 e 3, temos então que a função F é caracterizada por

F (1, 1) = 0.1
F (2, 1) = 0.1 + 0.05 = 0.15
F (3, 1) = F (2, 1) + 0.15 = 0.30
F (1, 2) = 0.1 + 0.15 = 0.25
F (1, 3) = F (1, 2) + 0.24 = 0.49
F (2, 2) = 0.1 + 0.05 + 0.15 + 0.09 = 0.39
F (3, 2) = F (2, 2) + 0.15 + 0.07 = 0.61
F (2, 3) = F (2, 2) + 0.24 + 0.11 = 0.74
F (3, 3) = 1

(c) Pretendemos saber o valor de P (X ≤ 2, Y ≤ 2). Por definição, temos

P (X ≤ 2, Y ≤ 2) = F (2, 2) = 0.39,

ou seja, existe um probabilidade de 39% de não se exportar mais de 2 milhares

de queijos de cada tipo.
(d) Dadas as condições do enunciado, temos que o lucro da venda de x queijos do
tipo A e y queijos do tipo B é dada por

Lx,y = 100x + 80y,

ocorrendo este com probabilidade P (X = x, Y = y). Assim, o lucro médio é

dado por
X3 X3
L= (100x + 80y) × P (X = x, Y = y).
x=1 y=1

Assim, temos

L =180 × 0.1 + 280 × 0.05 + 380 × 0.15

+ 260 × 0.15 + 360 × 0.09 + 460 × 0.07
+ 340 × 0.24 + 440 × 0.11 + 540 × 0.04
=18 + 14 + 57 + 39 + 32.4 + 32.2 + 81.6 + 48.4 + 21.6
=344.20,

ou seja, um lucro médio de 344.2.

2. (a) Seja X = X1 + X2 + X3 + X4 a variável número de semanas vendidas em

quatro semanas ao acaso, em que pelos dados do enunciado sabemos que cada
variável Xi número de vendas do produto na i−ésima semana escolhida tem
distribuição normal

Xi _ n(120; 22), i = 1, 2, 3, 4.

Assim, como a soma de√4 variáveis com distribuições normal n(µ; σ) tem distri-
buição normal n(4µ; σ 4), temos que

X _ n(480; 44).

2
 Assim, ao considerar a normal standard
X − 480
Z= _ n(0, 1)
44
500−480
temos que para x = 500, obtemos z = 44
= 0.45. Pela consulta da tabela
da normal standard, temos que
P (X > 500) = 1 − P (X ≤ 500) = 1 − P (Z ≤ 0.45) = 1 − 0.67364 = 0.32636,
ou seja, a probabilidade de se venderem mais de 500 produtos em quatro semanas
escolhidas ao acaso é de 32,6%.
(b) Seja agora X a variável número de produtos vendidos numa semana escolhida
ao acaso, com
X _ n(120; 22).
Temos então que considerando a normal standard
X − 120
Z= _ n(0, 1)
22
150−120
temos para x = 150 que z = 22
= 1.36. Assim,
P (X > 150) = 1 − P (X < 150) = 1 − P (Z < 1.36) = 1 − 0.91308 = 0.086920
pela consulta da tabela normal. Assim, concluı́mo que a probabilidade de se
entrar em ruptura de stock no armazém numa semana escolhida ao acaso é de
cerca de 8.69%.
(c) Pela alı́nea anterior, o evento de interesse “ruptura de stock” ocorre com pro-
babilidade p = 0.0869. Assim, a variável Y descrita, que indica o número de
tentativas (semanas) que é necessário até ocorrer um evento de interesse (rup-
tura de stock) tem uma distribuição geométrica ou de Pascal, ou seja,
Y _ bn(1; p)
com p = 0.0869. Assim, o valor esperado e variância de Y são dados por
1 1−p
E[Y] = = 11.507, Var(Y) = = 120.91.
p p2
(d) Pela função de probabilidade da distribuição geométrica
P (Y = y) = f (y; p) = p(1 − p)y−1
temos que
P (Y > 2) = 1 − P (Y ≤ 2)
= 1 − P (Y = 1) − P (Y = 2)
= 1 − 0.0869 − 0.0869 × (1 − 0.0869)
= 1 − 0.0869 − 0.0793
= 1 − 0.1662
= 0.8338
ou seja, a probabilidade de decorrerem pelo menos 2 semanas sem uma ruptura
de stock é 83.3%.

3
 3. (a) O valor esperado da distribuição exponencial é dado por
1 1
E[X] = = = 769.23,
λ 0.0013
logo o valor esperado do tempo de vida do componente é 769.23 horas.
(b) Como a função de distribuição de probabilidade da distribuição exponencial é

F (x) = 1 − e−λx

temos que

P (X > 1000) = 1−P (X < 1000) = 1−F (1000) = 1−(1−e−0.0013×1000 ) = 0.27253

ou seja, a probabilidade de um componente escolhido ao acaso ter um tempo de

vida superior a 1000 horas é cerca de 27.3 %.
(c) Pela expressão do valor esperado monetário, temos que o custo médio de subs-
tituição é dado por

C = 90 × P (X < 500) + 70 × P (500 < X ≤ 1000) + 30 × P (X > 1000).

De forma semelhante à alı́nea anterior, temos que

P (X < 500) = F (500) = 1 − e−0.0013×500 = 0.47795

e logo

P (500 < X ≤ 1000) = P (X ≤ 1000) − P (X < 500)

= F (1000) − F (500)
= 0.72747 − 0.47795
= 0.24952.

Assim, temos que

C = 90 × 0.47795 + 70 × 0.24952 + 30 × 0.27253 = 68.658

ou seja, o custo médio são 68.658 unidades monetárias.

FIM

—————————————————————————————————————–