CAPÍTULO 3

Exercícios Resolvidos

R3.1) Densidade Triangular

A função densidade da v.a. X é:

sendo f(x) = 0 quando x está fora do intervalo (a-k; a+k), onde h e k são constantes positivas.

(a) Expresse h em função de a e k para que f seja realmente uma função densidade.
(b) Determine os quartis q1(X), q2(X) e q3(X) de X em função de a e k.

Solução:

(a) Aqui está o gráfico da função densidade:

Para obter h em função de a e k, usaremos a propriedade .

Logo, .
 (b) A função de distribuição acumulada de X é

Calculando as integrais, obtemos:

Além disso, é claro que F(x) = 0, se x < a – k e F(x) = 1, se x > a + k.

É fácil constatar que F(a–k) = 0, F(a) = ½ e F(a+k) = 1.

Para simplificar a notação, faremos qi(X) = qi, i = 1,2,3

Então devemos ter F(q1) = 1/4, F(q2) = 1/2 , F(q3) = 3/4.

É imediato então que a mediana é q2 = a.

O quartil inferior q1 é tal que .

Resolvendo essa equação do 2º grau, obtemos .

O quartil superior q3 é tal que .

Resolvendo essa equação do 2º grau, obtemos .

R3.2) Tempo de atendimento no caixa de um supermercado

Admita que, em um supermercado, o tempo T em minutos necessário para que um cliente seja
atendido pelo caixa na saída se comporta como uma variável aleatória cuja função de
densidade é dada pela expressão

 0, se t  0
1
f(t) =   t
t  exp  - , se t  0
 4  2

(a) Mostre que f(.) é realmente uma função densidade.

(b) Obtenha a expressão matemática da função de distribuição acumulada F(.) a ela
correspondente. (Sugestão: Use integração por partes)
(c) Calcule a média e a variância do tempo de atendimento no caixa desse supermercado.
(d) Calcule, com duas casas decimais corretas, a mediana e os quartis dessa variável.
(e) Calcule a moda (o valor de t que torna f(t) máxima) dessa variável.
(f) Essa função densidade se encaixa em algum dos modelos probabilísticos apresentados na
teoria deste capítulo? Que modelo é esse?

Solução:

(a) Fazendo u = t/2, temos t = 2u e dt = 2du. Logo,

(b) Lembrando que F(0) = 0 e usando integração por partes com

u=t e dv = exp(– t/2) dt

obtemos:

F(t) = 1 – exp(– t/2) – (t/2) exp(– t/2) .

(c) Fazendo novamente u = t/2, o que implica que t = 2u e dt = 2du, obtemos:

E(T) =

minutos.

Analogamente,

E(T2) =

minutos2.

Então, Var(T) = E(T2) – (E(T))2 = 24 – 42 = 8 minutos2.

(d) Os quartis q1, q2 e q3 devem ser tais que

F(q1) = 0,25 F(q2) = 0,50 e F(q3) = 0,75.

Por outro lado, pelo item (b), sabemos que F(t) = 1 – exp(– t/2) – (t/2) exp(– t/2), para
todo t > 0.

No caso da mediana q2 temos então que resolver a equação

1 – exp(– q2/2) – (q2/2) exp(–q2/2) = 0,50.

Usando o Excel, vamos calcular o valor de F(t), para cada t inteiro entre 1 e 30:

t F(t) t F(t) t F(t)

1 0,090204 11 0,973436 21 0,999683
2 0,264241 12 0,982649 22 0,9998
3 0,442175 13 0,988724 23 0,999873
4 0,593994 14 0,992705 24 0,99992
 5 0,712703 15 0,995299 25 0,99995
6 0,800852 16 0,996981 26 0,999968
7 0,864112 17 0,998067 27 0,99998
8 0,908422 18 0,998766 28 0,999988
9 0,938901 19 0,999214 29 0,999992
10 0,959572 20 0,999501 30 0,999995
Como F(.) é monótona crescente, concluímos então que 3 < q2 < 4.

Fazendo então t variar de 0,1 em 0,1 entre 3 e 4, obtemos

t 3 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 4

F(t) 0,442 0,459 0,475 0,491 0,507 0,522 0,537 0,552 0,566 0,580 0,594

Vemos então que 3,3 < q2 < 3,4

Refinando a busca ainda mais, ou seja, de 0,01 em 0,01 nesse intervalo:

t 3,3 3,31 3,32 3,33 3,34 3,35

F(t) 0,49107 0,49265 0,49423 0,49581 0,49738 0,49895

t 3,35 3,36 3,37 3,38 3,39 3,4

F(t) 0,49895 0,50052 0,50208 0,50364 0,50520 0,50675
Então, com a precisão de duas casas decimais, concluímos que q2 = 3,36 min.

Procedendo de forma análoga para os outros dois quartis, obtemos:

q1 = 1, 92 min e q3 = 5,39 min.

(e) Para obter a moda de T, temos que calcular a derivada de f(.) e verificar em que
ponto ela se anula. Derivando, obtemos:
f’(t) = (1/4) exp(– t/2) [ – t/2 + 1], para t > 0

portanto, f’(t) = 0 implica que t = 2 minutos.

Para verificar que se trata de fato de um ponto de máximo, basta ver que a segunda
derivada f’’(.) é negativa nesse ponto. De fato, derivando f’(t), temos:

f’’(t) = , para t > 0

Portanto, f’’(2) = – 0,046 < 0.

(f) É fácil verificar que este modelo é um caso particular da distribuição Gama(r; λ)
com r = 2 e λ = ½. Da teoria, sabemos que se X é Gama(r; λ), temos
E(X) = r/ λ e Var(X) = r/ λ2.

Para r = 2 e λ = ½, temos então média = 4 e variância = 8, valores esses que coincidem

com as respostas do item (c).
 R3.3) Teoria da Distribuição Normal
Mostre que:

(a) , ou seja, υ é uma densidade de probabilidade.

(b) , ou seja, se Z é N(0;1), então E(Z) = 0.
(c) , ou seja, se Z é N(0;1), então Var(Z) = 1.
(d) , ou seja, se X é N(µ;σ2), a integral de sua
densidade é igual a 1.
(e) , ou seja, se X é N(µ;σ2), então E(X) = .

(f) , ou seja, X é N(µ;σ2)  Var(X) = .

Sugestão:

(a) Se Int = , Int2 = = .

Faça a mudança de variáveis para coordenadas polares, i.e.,

x = r cosθ e y = r senθ, onde 0<r< e 0 < θ < 2π

e desenvolva a expressão.

(b) Observe que é uma função impar.

(c) Use integração por partes com u = z e dv =
(d) Faça a mudança de variável z = e recaia em (a)
(e) Faça a mudança de variável z = e recaia em (b)
(f) Faça a mudança de variável z = e recaia em (c)

Solução:

(a) Usando a sugestão, temos, se Int = υ ,

Int2 = =

Agora, fazendo a transformação de variáveis definida por

x = r cosθ e y = r senθ, onde 0<r< e 0 < θ < 2π

temos: Int2 = =

= = = .

Logo, Int = 1.
(b) .

Como , para todo z real, temos a integral

de uma função ímpar entre - e + , cujo resultado é zero.

(c) =?

Integrando por partes (ou seja, ), com u = z e dv = , temos du

= dz e v = . Então,

(d) ?

Novamente, usando a sugestão, façamos a mudança de variável z = .

Então, dz = e, à medida que x varia de - a + , z também varia de - a+ .

A integral acima é então igual a

(e)

Novamente, façamos a mudança de variável z = . Já vimos que dz = e, à medida

que x varia de - a + , z também varia de - a+ .

A integral a ser calculada é então igual a

usando os resultados dos itens (a) e (b).

(f)

Novamente, fazendo a mudança de variável z = , e lembrando que à medida que x

varia de - a + , z também varia de - a + , ficamos com:

usando o resultado do item (c).

 R3.4) Limites de controle em um processo industrial
Considera-se que um processo industrial está sob controle quando uma determinada grandeza
X permanece dentro de uma faixa de variação considerada aceitável: entre Lmin (limite mínimo)
e Lmax (limite máximo). Sabe-se que:

 A variável X se comporta segundo uma lei de probabilidade Normal;

 Se o limite mínimo é respeitado, a probabilidade condicional de que o limite
máximo também o seja é de 0,7466;
 Se o limite máximo é respeitado, a probabilidade condicional de que o limite
mínimo também o seja é de 0,8634.
(a) Determine a mediana e o intervalo interquartil de X, se Lmin = 73 e Lmax = 83.
(b) Obtenha expressões algébricas para a mediana e o intervalo interquartil de X em
função de Lmin e Lmax.

Solução:

Sabemos que P(X > Lmin|X < Lmax) = 0,7466 e P(X < Lmax |X > Lmin) = 0,8634.

Então: 0,7466 e 0,8634.

Sejam c = P(X Lmin) e d = P(X Lmax). (I)

Então as igualdades acima podem ser reescritas como:

0,7466 e 0,8634.

Resolvendo esse sistema de duas equações nas incógnitas c e d, obtemos:

c = 0,2266 e d = 0,8944.

Por outro lado, se µ e σ2 são, respectivamente, a média e a variância de X, então X ~ N(µ; σ2).
Além disso, q2(X) = µ, q1(X) = µ – 0,6745 σ, q3(X) = µ + 0,6745 σ e DIQ(X) = 1,3490 σ. (II)

Logo, de (I), temos: c = 0,2266 = Φ e d = 0,8944 = Φ , onde

a= e b= .

Daí, temos a = Φ-1(0,2266) = – 0,75 = (III)

e b = Φ-1(0,8944) = 1,25 = (IV)

(a) Fazendo Lmin = 73 e Lmax = 83 em (III) e (IV), obtemos um novo sistema de duas
equações a duas incógnitas:

– 0,75 = e 1,25 = ,
 cuja solução é µ = 76,75 e σ = 5.

Então, de (II), obtemos q2(X) = 76,75 e DIQ(X) = 1,3490 5 = 6,74.

(b) Aqui, o sistema de duas equações a duas incógnitas é:

– 0,75 = e 1,25 = ,

cuja solução é µ = 0,375 Lmax + 0,625 Lmin e σ= .

Então, de (II), obtemos q2(X) = 0,375 Lmax + 0,625 Lmin e DIQ(X) = 0,6745 (Lmax - Lmin).

R3.5) Velocidade de uma molécula

A densidade da velocidade absoluta de uma molécula é dada pela distribuição de Maxwell

, para x > 0 e f(x) = 0, para x ≤ 0,

sendo α uma constante.

(a) Verifique f(.) de fato define uma função densidade.

(b) Obtenha a média e a variância da velocidade.
(Extraído de Gnedenko, B. “The Theory of Probability”, MIR Publishers, 1969)

Sugestão: Faça a mudança de variável , e use as propriedades da função gama.

Solução:

Fazendo , obtemos:

(a)

=1

(b) E(X) =

E(X2) =

= .

Var(X) = E(X2) – (E(X))2 =

 “O mundo da ciência convive bastante
confortavelmente com o paradoxo. Sabemos
que a luz é uma onda, e também que a luz é
uma partícula. As descobertas feitas no mundo
infinitamente pequeno da física de partículas
indicam aleatoriedade e acaso...” Madeleine
L'Engle, novelista

R3.6) Movimento Browniano Unidimensional, com parede refletora

Para uma partícula em movimento Browniano, se no tempo instante de tempo t = 0 ela está a
uma distância x0 de uma parede refletora localizada em x = 0, então sua distância X a essa
mesma parede no tempo t é uma variável aleatória cuja densidade é dada por

(I)

onde D (D > 0) é o chamado coeficiente de difusão.

Essa expressão tem a seguinte interpretação: Se não houvesse em x = 0 uma parede refletora,
teríamos o movimento de uma partícula em livre difusão, que corresponde a uma distribuição
Normal centrada em x0 e com variância 2Dt. Por outo lado, vemos que, para x 0, a f(x) acima
é igual à soma de 2 termos. O segundo termo descreve um processo de difusão que não toma
conhecimento da presença da parede localizada em x = 0. Porém, uma parte desse segundo
termo “invade”, com probabilidade não nula, a metade do espaço não disponível, onde x 0.
Essa "perda" de probabilidade é então corrigida pelo primeiro termo que, com sua cauda
relativa à região onde x 0, compensa a probabilidade que estava faltando. Na verdade, a
cauda do primeiro termo para a qual x 0 é exatamente a “imagem no espelho” da cauda
omitida do segundo termo, onde x 0. Portanto, o primeiro termo contem o reflexo na
parede da fração do segundo termo que descreveria o movimento de uma partícula em livre
difusão.

(Para mais detalhes, veja o site:

http://www.ks.uiuc.edu/Services/Class/PHYS498/LectureNotes/chp3.pdf).

Aqui está um gráfico da função densidade para x0 = 20, D = 25 e t = 2:

Prove que:

(a) f(.) é uma função densidade.

(b) E(X) = .

(Extraído, em parte, de Gnedenko, B. “The Theory of Probability”, MIR Publishers, 1969)

Solução:

(a)

Fazendo u = na primeira integral e v = na segunda integral:

(b)

Fazendo novamente u = na primeira integral e v = na segunda integral:

 .

Temos uma soma de duas integrais. Desenvolvendo algebricamente os dois integrandos,

vemos que cada uma delas, por sua vez, também pode ser expressa como uma soma de duas
integrais. Chegamos então a uma soma de quatro integrais. Finalmente, reagrupando as
parcelas, obtemos:

No primeiro colchete acima temos uma expressão do tipo

sendo que:

 é uma função ímpar, o que implica em ;

 Obviamente, .

Assim sendo, o 1o colchete é igual a 2 = .

Por outro lado, no segundo colchete acima temos uma expressão do tipo

sendo que:

 é uma função par, implica em ;

 Obviamente, .

Assim sendo, o 2o colchete é igual a 2 = .

Temos, então:
 (II)

“Todas as formas se degradaram sucessivamente em

valores, tal como as diversas formas de energia se
degradam sucessivamente em calor. Degradação na
estética como valor, na moral como valor, na
ideologia como valor. Mas os próprios valores se
degradam, terminando por se confundirem no seio de
um universo fractal, aleatório e estatístico, na
indiferença e na equivalência, segundo uma
aceleração perpétua semelhante ao movimento
browniano das moléculas.”

Jean Baudrillard, sociólogo

Exercícios Propostos

P3.1) Função de densidade trapezoidal

A função de densidade da variável aleatória X é dada por:
 0, se x  3
 h
 x  h, se 3  x  6
 3
f(x)   h, se 6  x  10
 h 13h
 3 x  3 , se 10  x  13
 0, se x  13


onde h é uma constante positiva.

(a) Qual o valor da constante h?

(b) Qual a expressão matemática da função F(.) de distribuição acumulada de X?
(c) Trace os gráficos de f(.) e F(.).
(d) Calcule E(X) e Var(X).
P3.2) Sobre uma distribuição contínua teórica

Seja a função f definida por f(x) =

(a) Determine o valor da constante k de modo que f seja a função de densidade de uma
variável aleatória X.
(b) Determine a FDA de X.
(c) Calcule P( -0,25 < X < 0,75).
(d) Determine a esperança e a variância de X.

P3.3) Densidade senoidal

A função densidade da v.a. X é dada por:

f(x) =

onde C é uma constante positiva e o argumento da função seno está medido em radianos.

(a) Determine o valor de C.

(b) Calcule E(X) e Var(X).
(c) Calcule os quartis q1(X), q2X) e q3(X).

P3.4) De quanto tempo se precisa para atender um cliente em uma loja?

O tempo gasto no atendimento dos clientes de uma loja de roupas segue uma distribuição
exponencial cuja média é de 15 minutos.

(a) Qual a probabilidade de que o tempo de atendimento de um determinado cliente

selecionado ao acaso seja de pelo menos 30 minutos?
(b) Qual o valor de τ para que um cliente seja atendido em no máximo τ minutos
com 98% de probabilidade?

P3.5) Diâmetro de Porcas

O diâmetro das porcas fabricadas por uma companhia é uma v.a. X distribuída uniformemente
entre 9 e 13 mm. Os limites de tolerância para esse tipo de porca são de 10 e 11 mm.
a) Qual a porcentagem de porcas fabricadas que estão dentro dos limites de tolerância?
b) Qual a porcentagem de porcas fabricadas que ultrapassam o limite superior de
tolerância?
c) Qual a porcentagem de porcas fabricadas abaixo do limite inferior de tolerância?
d) Determine a esperança e o desvio padrão do diâmetro das porcas.
e) Qual o valor de diâmetro tal que 90% das porcas ficam abaixo desse valor?
P3.6) Gerador de números aleatórios
Um gerador de números pseudo-aleatórios é uma rotina que simula o comportamento de
uma distribuição uniforme entre 0 e 1. Se tivermos essa rotina disponível, como poderemos
usá-la para gerar uma seqüência de valores da distribuição:
a) Bernoulli(p).
b) Do no de filhos do Exerc. Prop. 1 do Cap. 2: p(0)=0,3; p(1)=0,4; p(2)=0,2; p(3)=0,1.
c) Exponencial(λ), cuja FDA é: F(x)=1– , para x 0 (e F(x) = 0, para x < 0)

P3.7) Chegada de navios a um porto

O número de navios que chegam diariamente ao cais de um porto se comporta conforme
uma distribuição de Poisson de média 3.
a) Determine a probabilidade de num dia chegarem pelo menos 5 navios.
b) Determine a probabilidade do tempo entre as chegadas do primeiro e do segundo
navio ser menor do que 8 horas.
c) Determine o tempo médio entre as chegadas de quaisquer dois navios.

P3.8) Outra distribuição contínua teórica

Seja X uma v.a. contínua com densidade dada por: .
a) Determine a constante K.
b) Calcule P(X>3).
c) Determine esperança e variância de X.
d) Determine o valor da constante c tal que P(X>c) = 0,10.

P3.9) Cabine de pedágio

Calcule a probabilidade de que o intervalo de tempo entre chegadas sucessivas de carros
numa cabine de pedágio seja menor ou igual a 12 segundos (0,2 minuto), sabendo que a taxa
média de chegadas do processo é igual a 5 carros por minuto.

P3.10) Projeto de Engenharia

Um escritório de consultoria foi contratado para desenvolver um projeto de Engenharia. Com
base em sua experiência anterior, a direção desse escritório sabe que o prazo (em meses)
necessário para executar esse tipo de tarefa se comporta segundo uma distribuição dada na
tabela abaixo, sendo os pares (x,y) tais que y = F(x), sendo F a FDA da v.a. X.

x 0,00 0,89 1,31 1,58 1,95 2,26 2,63 3,05 3,50 3,95 4,47 5,26 6,01 6,55
y 0,00 0,01 0,05 0,10 0,20 0,30 0,43 0,57 0,70 0,80 0,88 0,95 0,98 0,99
Admita que o escritório de consultoria assumiu um compromisso perante a empresa
contratante de entregar o projeto pronto em 4 meses. Responda, interpolando:

(a) Qual a probabilidade de ser cumprido o prazo estabelecido?

(b) Dado que o prazo não foi cumprido, quanto tempo a mais ela deve solicitar para
poder confiar que com 90% de chance o novo compromisso será cumprido?
Obs.: X ~ Gama(6;2).
P3.11) Medidas de centralidade da Distribuição Beta
Diz-se que a v.a. X tem distribuição Beta com parâmetros α e β (onde α >1 e β >1), se a sua
α β
αβ α β
densidade é , sendo αβ .
α β

Calcule E(X), Moda(X) e q2(X), no caso particular em que α = 2 e β = 3.

Obs.: Moda(X) é o maximante de f(.).

P3.12) Tolerâncias de especificação

Uma máquina fabrica chapas de metal com espessura média de 8 mm e desvio padrão de 0,3
mm. Verifica-se que 5% das chapas estão sendo rejeitadas por estarem muito espessas e 8%
por estarem pouco espessas. Admitindo que a espessura dessas chapas segue uma distribuição
Normal, pergunta-se quais são as tolerâncias de especificação para essa variável?

P3.13) Precisão de um instrumento de medição

Um medidor digital portátil de cloro livre permite realizar medições desde 0,0 até 4,0 ppm. O
erro de medição (em ppm) se comporta como uma distribuição Normal de média 0 e desvio
padrão 0,015. Qual a probabilidade de que, ao ser usado esse medidor, seja cometido:

(a) um erro absoluto superior a 0,04 ppm?

(b) um erro relativo inferior a 1%, no caso de medições acima de 2,0 ppm?
Obs.: O erro relativo é igual ao quociente entre o erro absoluto e o valor exato da grandeza
que está sendo medida.

P3.14) Aplicações financeiras - Onde está o erro?

Considere o seguinte problema:
Um investidor deseja fazer uma aplicação em uma ação ou em um título de renda fixa. Uma
vez fixado um horizonte de tempo, a taxa de retorno da ação pode ser modelada como uma
variável aleatória com distribuição Normal de média 20% e desvio padrão 2%. Sabendo que a
probabilidade do retorno da ação exceder o do título é 0,63, determine a taxa de retorno do
título.

Alguém apresentou a solução a seguir:

Seja X a taxa de retorno da ação. Então X  N(20; 22).
Digamos que a taxa de retorno do título seja r. Portanto,
X  20 r  20
0,63 = P(X>r) = P(  )
2 2
Fazendo então , temos P(Z > a) = 0,63. Daí, P(Z a) = 1 – 0,63 = 0,37.
Consultando a tabela da Normal Padrão, obtemos a = 0, 6443.
Logo, 0,6443, o que implica que, r = 20 + 0,6443 x 2 = 21,2886%.
(a) Alguma coisa está errada aqui. O que é?
(b) Qual a solução correta?
P3.15) Gastos com transporte
O valor que Vera costuma gastar mensalmente com transporte varia segundo uma
distribuição Normal com média R$700,00 e desvio padrão R$150,00. A empresa em
que ela trabalha lhe fornece um vale transporte no valor total de R$300,00 por mês.
Calcule a probabilidade de que em determinado mês, além de usar o vale transporte,
Vera também tenha que desembolsar, para cobrir seus gastos com transporte, uma
quantia adicional:
(a) inferior a R$250,00;
(b) superior a R$350,00;
(c) compreendida entre R$280,00 e R$520,00.

P3.16) Teste amostral para concretização ou não de uma venda

Admita que em condições usuais o conteúdo (em mg/ml) de uma certa substância S no fluido
F se comporta como uma Normal de média 87 e desvio padrão 2. Uma Companhia compra
barris contendo esse fluido F porém, antes de efetuar a compra, extrai uma pequena amostra
do fluido e mede o respectivo conteúdo de S. Caso esse valor esteja entre 82 e 92, a compra
é efetuada. Caso contrário, aquele barril é rejeitado.

(a) Qual a probabilidade de que um barril do fluido F com conteúdo da substância S em

condições usuais seja realmente comprado?
(b) Qual a probabilidade de que em uma remessa de 100 barris, todos eles com o
conteúdo de S em condições usuais, pelo menos um desses barris seja rejeitado?

P3.17) Sub e sobre tensão elétrica

Devido às oscilações usuais da rede elétrica, a voltagem do sinal que alimenta um certo
equipamento, cujo valor nominal é de 115 V, na realidade se comporta conforme uma
distribuição Normal com média µ = 115 V e desvio padrão σ = 13 V. Para evitar danos a esse
equipamento provocados por sub ou sobre-tensão foi instalado um Nobreak que é acionado
toda vez que essa tensão for menor que 89 V ou maior que 138 V. Ocorre que esse Nobreak,
como qualquer dispositivo, também está sujeito a falhas. Estima-se que em cerca de 1% das
vezes em que ocorre sub ou sobre-tensão, ele não detecta o problema.

Calcule a probabilidade de que em condições normais de uso:

(a) O Nobreak seja acionado;

(b) Ocorra um episódio de sub-tensão e que ele seja detectado pelo Nobreak;
(c) Ocorra um episódio de sobre-tensão e que ele não seja detectado pelo Nobreak.
P3.18) Re-deduzindo a fórmula da esperança para diferentes modelos
Prova-se que, se X é uma v.a. tal que P(X≥0) = 1 e E(X 2) < , e se F(.) é a função de distribuição
acumulada de X, então a esperança de X pode ser calculada pela expressão E(X) =

 1  F(x) dx .
0
Note que a propriedade é válida tanto no caso contínuo como no caso
discreto. Use agora essa propriedade para re-deduzir as expressões algébricas de E(X), quando
a v.a. X segue cada um dos seguintes modelos probabilísticos:

(a) Geométrico com parâmetro p, para o qual E(X) = 1/p;

(b) Binomial com parâmetros n e p, para o qual E(X) = np;
(c) Uniforme no intervalo [a, b], para o qual E(X) = (a+b)/2;
(d) Exponencial com parâmetro λ, para o qual E(X) = 1/ λ.