1-)

0,9900 B
0,0010
B D

0,9900 0,0090 R

0,9900 B Considerando a variável aleatória Y: número de peças

recuperáveis:
0,0010 0,0010
D D
a) Obter p(yi), verificar se p(yi) representa uma função
de probabilidade.
0,0090 R b) Obter a esperança, a variância e o desvio padrão de
Y.
0,0090 0,9900 B

R 0,0010
D

0,0090 R
2-) No lançamento de 3 moedas, sair cara possui probabilidade de 2/3,
sendo W o números de caras.
a) Obter a distribuição de probabilidade.
b) Obter a forma gráfica da distribuição de probabilidades.
c) Obter a esperança, variância e desvio padrão
3-) Um fabricante de peças de automóvel garante que uma caixa de
seu produto conterá no máximo duas com defeito. Se a caixa contém
10 unidades e o processo de fabricação produz 5% de peças
defeituosas, qual a probabilidade de que uma caixa satisfaça a
garantia?

4-) Dados mostram que 5% dos itens provindos de um fornecedor

apresentam algum tipo de problema, considerando um lote com 20
itens, calcular: a-) a probabilidade de ocorrer exatamente dois itens com
problemas b-) a probabilidade de ocorrer mais de dois itens com problemas
c-) a variância de itens com problemas d-) o número esperado de itens sem
problemas.
5-) Em um aeroporto chegam, em média, 2,5 aviões por hora. Qual a
probabilidade de em uma hora: a-) não chegar nenhum avião? b-) chegarem
no máximo 3 aviões? c-) chegarem 4 aviões em 30 minutos?

6- A aplicação de um fundo anticorrosivo em chapas de aço de 1m2 é

feita mecanicamente e pode produzir defeitos (pequenas bolhas na
pintura), em média ocorre 1 defeito por m2. Uma chapa é sorteada ao
acaso para ser inspecionada, pede-se: a-) Qual a probabilidade de 2
defeitos serem encontrados em 1m2? b-) Qual a probabilidade de ocorrer no
mínimo 1 defeito em 1m2?
7- Seja X uma variável aleatória contínua com a seguinte função de densidade
𝑥, se 0 ≤ 𝑥 < 1
𝑓(𝑥) = ቐ2 − 𝑥, se 1 ≤ 𝑥 < 2
0, caso contrário

Pede-se:
a-) Calcular P(0 < X < 5) b-) Calcular P(0 < X < 1)
c-) Calcular P(1/3 < X < 3/2) d-) E(X) e-) VAR(X)

8- Seja X uma variável aleatória contínua com a seguinte função :

0, se 𝑥<1
𝑓(𝑥) = ቐ𝑘. 𝑥, se 1 ≤ 𝑥 ≤ 3
0, se 𝑥>3
Pede-se:
a-) Qual o valor de k para que f(x) seja uma função de densidade
b-) Calcular P(2 < X < 3) c-) E(X) d-) DP(X)
 A variável aleatória Y: número de peças recuperáveis
1-)
0,9900 B 𝐵𝐵 → 𝑝(0) = 𝑃(𝑌 = 0) = 0,9900 x 0,9900 = 0,980100

0,0010
B D 𝐵𝐷 → 𝑝(0) = 𝑃(𝑌 = 0) = 0,9900 x 0,0010 = 0,000990

0,9900 0,0090 R 𝐵𝑅 → 𝑝(1) = 𝑃(𝑌 = 1) = 0,9900 x 0,0090 = 0,008910

0,9900 B 𝐷𝐵 → 𝑝(0) = 𝑃(𝑌 = 0) = 0,0010 x 0,9900 = 0,000990

0,0010 0,0010
D D 𝐷𝐷 → 𝑝(0) = 𝑃(𝑌 = 0) = 0,0010 x 0,0010 = 0,000001

0,0090 R 𝐷𝑅 → 𝑝(1) = 𝑃(𝑌 = 1) = 0,0010 x 0,0090 = 0,000009

0,0090 0,9900 B 𝑅𝐵 → 𝑝(1) = 𝑃(𝑌 = 1) = 0,0090 x 0,9900 = 0,008910

R 0,0010
D 𝑅𝐷 → 𝑝(1) = 𝑃(𝑌 = 1) = 0,0090 x 0,0010 = 0,000009

0,0090 R 𝑅𝑅 → 𝑝(2) = 𝑃(𝑌 = 2) = 0,0090 x 0,0090 = 0,000081

 Valores possíveis de y p(y)
0 0,982081
1 0,017838
2 0,000081
𝑝(𝑦𝑖 ) ≥ 0 ; 𝑝 𝑦𝑖 > 0 ∀ 𝑦𝑖 ;

෍ 𝑝(𝑦) = 0,982081 + 0,017838 + 0,000081 = 1

෍ 𝑝(𝑦𝑖 ) = 1
𝑖
𝑖
𝑁

𝜇𝑌 = 𝐸(𝑌) = ෍ 𝑦𝑖 ⋅ 𝑝(𝑦)
𝑖=1
𝜇𝑌 = 𝐸(𝑌) = 0 ⋅ 0,982081 + 1 ⋅ 0,017838 + 2 ⋅ 0,000081 = 0,018 peças recuperáveis

𝜎𝑌2 = 𝑉(𝑌) = 𝑉𝑎𝑟(𝑌) = 𝐸(𝑌 2 ) − 𝐸(𝑌) 2

𝐸(𝑌 2 ) = 02 ⋅ 0,982081 + 12 ⋅ 0,017838 + 22 ⋅ 0,000081 = 0,018162

𝐸(𝑌) 2= 0,018 2 = 0,000324 𝜎𝑌 = 𝐷𝑃(𝑌) = 0,017838 ⋍ 0,1336

peças recuperáveis
𝜎𝑌2 = 𝑉 𝑌 = 𝑉𝑎𝑟 𝑌 = 0,018162 − 0,000324 =0,017838
(peças recuperáveis)2
2-) No lançamento de 3 moedas, sair cara possui probabilidade de 2/3,
sendo W o números de caras.
a) Obter a distribuição de probabilidade.
b) Obter a forma gráfica da distribuição de probabilidades.
c) Obter a esperança, variância e desvio padrão
2ൗ 𝐶
3
W: “o número de caras” 2ൗ 𝐶
3 1ൗ 𝐾
2ൗ 3
𝐶 3 𝐶
2ൗ
3 𝐾
1ൗ
3
1ൗ 𝐾
2ൗ 3
3 𝐶
2ൗ
3 𝐶
1ൗ
3 1ൗ 𝐾
𝐾 3
2ൗ
3 𝐶
1ൗ 𝐾
3
1ൗ 𝐾
S = { CCC, CCK, CKC, KCC, CKK, KCK, KKC, KKK} 3
 No lançamento de 3 moedas, sair cara possui probabilidade de 2/3,
sendo W o números de caras.
a) Obter a distribuição de probabilidade.
b) Obter a forma gráfica da distribuição de probabilidades.
c) Obter a esperança, variância e desvio padrão
W: “o número de caras” 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖çã𝑜 𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙

Valores possíveis de w Probabilidades p(w)

0 ?
1 ?
2 ?
3 ?

2 𝑊~𝑏(𝑛; 𝜋) 𝑊~𝑏(3; 2Τ3)

“sucesso” = cara 𝜋=
3

1 𝑛
“fracasso” = coroa 1−𝜋 = 𝑝(𝑤) = 𝑃(𝑊 = 𝑤) = (𝜋)𝑤 (1 − 𝜋)𝑛−𝑤
3 𝑤
 Valores possíveis de w Probabilidades p(w)
0 1/27
1 6/27
2 12/27
3 8/27

3 2 0 2 3−0 1 3 1
𝑝(0) = 𝑃(𝑊 = 0) = ( ) (1 − ) =1⋅1⋅( ) = ≅ 0,0370 ≅ 3,70%
0 3 3 3 27

3 21 2 2 1 6
𝑝(1) = 𝑃(𝑊 = 1) = ( ) (1 − )3−1 = 3 ⋅ ( )( )2 = ≅ 0,2222 ≅ 22,22%
1 3 3 3 3 27

3 2 2 2 3−2 2 2 1 1 12
𝑝(2) = 𝑃(𝑊 = 2) = ( ) (1 − ) =3⋅( ) ( ) = ≅ 0,4444 ≅ 44,44%
2 3 3 3 3 27

3 2 3 2 3−3 2 3 8
𝑝(3) = 𝑃(𝑊 = 3) = ( ) (1 − ) = 1 ⋅ ( ) ⋅ 1 ⋅= ≅ 0,2963 ≅ 29,63%
3 3 3 3 27
 b) Obter a forma gráfica da distribuição de probabilidades.
p(w)
12ൗ
27

6ൗ
27

0 1 2 3 W

c) Obter a esperança, variância e desvio padrão

2
𝑊~𝑏(3; 2Τ3) 𝐸(𝑊) = 𝑛 ⋅ 𝜋 𝐸(𝑊) = 3 ⋅ =2 caras
3

2 2 2
𝑉(𝑊) = 𝑛 ⋅ 𝜋 ⋅ (1 − 𝜋) 𝑉(𝑊) = 3 ⋅ ⋅ (1 − ) = caras 2
3 3 3

𝐷𝑃(𝑊) = 𝑉𝑎𝑟(𝑊) 𝐷𝑃(𝑊) = 2Τ3 caras

 3-) Um fabricante de peças de automóvel garante que uma caixa de
seu produto conterá no máximo duas com defeito. Se a caixa contém
10 unidades e o processo de fabricação produz 5% de peças
defeituosas, qual a probabilidade de que uma caixa satisfaça a
garantia?
X: “o número de peças com defeito” 𝑛 = 10 𝜋 = 0,05
𝑛
𝑋~𝑏(10; 0,05) 𝑝(𝑥) = 𝑃(𝑋 = 𝑥) = (𝜋)𝑥 (1 − 𝜋)𝑛−𝑥
𝑥

𝑃(𝑋 ≤ 2) = 𝑝 0 + 𝑝 1 + 𝑝 2
10
𝑝(0) = 𝑃(𝑋 = 0) = (0,05)0 (0,95)10−0 = 1 ⋅ 1 ⋅ (0,95)10 ≅ 0,5987
0
10
𝑝(1) = 𝑃(𝑋 = 1) = (0,05)1 (0,95)10−1 = 10 ⋅ (0,05)(0,95)9 ≅ 0,3151
1

10
𝑝(2) = 𝑃(𝑋 = 2) = (0,05)2 (0,95)10−2 = 45 ⋅ (0,05)2 (0,95)8 ≅ 0,0746
2

𝑃(𝑋 ≤ 2) ≅ 0,59873 + 0,31512 + 0,07463 ≅ 0,9885 ≅ 98,85%

4-) Dados mostram que 5% dos itens provindos de um fornecedor
apresentam algum tipo de problema, considerando um lote com 20
itens, calcular: a-) a probabilidade de ocorrer exatamente dois itens com
problemas b-) a probabilidade de ocorrer mais de dois itens com problemas
c-) a variância de itens com problemas d-) o número esperado de itens sem
problemas. Y: “o número de itens com problema” 𝑛 = 20 𝜋 = 0,05
𝑛
𝑌~𝑏(20; 0,05) 𝑝(𝑦) = 𝑃(𝑌 = 𝑦) = 𝑦 (𝜋)𝑦 (1 − 𝜋)𝑛−𝑦
20
a-) 𝑃(𝑌 = 2) = 2 (0,05)2 (0,95)20−2 = 190 ⋅ (0,05)2 (0,95)18 ≅ 0,1887

b-) 𝑃(𝑌 > 2) = 1 − [𝑝 0 + 𝑝 1 + 𝑝 2 ]

20
𝑃(𝑌 = 0) = (0,05)0 (0,95)20−0 = 1 ⋅ (0,05)0 (0,95)20 ≅ 0,3585
0
20
𝑃(𝑌 = 1) = (0,05)1 (0,95)20−1 = 20 ⋅ (0,05)1 (0,95)19 ≅ 0,3774
1
𝑃(𝑌 > 2) ≅ 1 − [0,358485 … + 0,377353 … + 0,188676...] ≅ 1 − 0,924516 …

𝑃(𝑌 > 2) ≅ 0,0755

c-) a variância de itens com problemas

𝑉(𝑌) = 𝑛 ⋅ 𝜋 ⋅ (1 − 𝜋) = 20 ⋅ 0,05 ⋅ (0,95) = 0,95 (itens com problema)²

d-) o número esperado de itens sem problemas.

𝑍: “o número de itens sem problema” 𝑛 = 20 𝜋 = 0,95

𝑍~𝑏(20; 0,95)

𝐸(𝑍) = 𝑛 ⋅ 𝜋 = 20 ⋅ 0,95 = 19 itens sem problemas

5-) Em um aeroporto chegam, em média, 2,5 aviões por hora. Qual a
probabilidade de em uma hora: a-) não chegar nenhum avião? b-) chegarem
no máximo 3 aviões? c-) chegarem 4 aviões em 30 minutos?
𝑍~𝑃𝑜𝑖(𝜆) 𝑒 −𝜆 ⋅ 𝜆𝑧
Z: “número de chegadas no aeroporto” 𝑝(𝑧) = 𝑃(𝑍 = 𝑧) =
𝑧!
𝑍~𝑃𝑜𝑖(2,5)
𝑒 −2,5 ⋅ 2,50
a-) 𝑃(𝑍 = 0) = = 0,08208. . . ≅ 0,0821 ≅ 8,21%
0!
b-) 𝑃 𝑍 ≤ 3 = 𝑝 0 + 𝑝 1 + 𝑝 2 + 𝑝 3
𝑒 −2,5 ⋅ 2,51
𝑃(𝑍 = 1) = = 0,20521. . . ≅ 0,2052 ≅ 20,52%
1!
𝑒 −2,5 ⋅ 2,52
𝑃(𝑍 = 2) = = 0,25651. . . ≅ 0,2565 ≅ 25,65%
2!
𝑒 −2,5 ⋅ 2,53
𝑃(𝑍 = 3) = = 0,21376. . . ≅ 0,2138 ≅ 21,38%
3!
𝑃 𝑍 ≤ 3 ≅ 0,08208 + 0,20521 + 0,25651 + 0,21376 ≅ 0,7576 ≅ 75,76%
2,5
c-) 𝜆 = = 1,25 chegadas
2
𝑒 −1,25 ⋅ 1,254
𝑃(𝑍 = 4) = = 0,02914. . . ≅ 0,0291 ≅ 2,91%
4!
6- A aplicação de um fundo anticorrosivo em chapas de aço de 1m2 é
feita mecanicamente e pode produzir defeitos (pequenas bolhas na
pintura), em média ocorre 1 defeito por m2. Uma chapa é sorteada ao
acaso para ser inspecionada, pede-se: a-) Qual a probabilidade de 2
defeitos serem encontrados em 1m2? b-) Qual a probabilidade de ocorrer no
mínimo 1 defeito em 1m2? X: “número de defeitos nas chapas”
𝑒 −𝜆 ⋅ 𝜆𝑥
𝑋~𝑃𝑜𝑖(𝜆) 𝑋~𝑃𝑜𝑖(1) 𝑝(𝑥) = 𝑃(𝑋 = 𝑥) =
𝑥!
𝑒 −1 ⋅ 12
a-) 𝑃(𝑋 = 2) = = 0,18393. . . ≅ 0,1839
2!
b-) 𝑃(𝑋 ≥ 1) = 𝑝 1 + 𝑝 2 + 𝑝 3 + 𝑝 4 ... = 1 − 𝑝 0

𝑒 −1 ⋅ 10
𝑃(𝑋 = 0) = = 0,36787. . .
0!

𝑃(𝑋 ≥ 1) = 1 − 0,36787 … ≅ 0,6321 ≅ 63,21%

7- Seja X uma variável aleatória contínua com a seguinte função de densidade

𝑥, se 0 ≤ 𝑥 < 1
𝑓(𝑥) = ቐ2 − 𝑥, se 1 ≤ 𝑥 < 2
0, caso contrário
Pede-se:
a-) Calcular P(0 < X < 5) b-) Calcular P(0 < X < 1)
c-) Calcular P(1/3 < X < 3/2) d-) E(X) e-) VAR(X)
𝑦 = 2−𝑥 𝑦=𝑥

c
v
 1 2
a-) Calcular P(0 < X < 5) = P(0 < X < 2) = න 𝑥𝑑𝑥 + න (2 − 𝑥) 𝑑𝑥
0 1
1 2 2 1 2
𝑥2 𝑥 2
= න 𝑥𝑑𝑥 + න 2𝑑𝑥 − න 𝑥 𝑑𝑥 = + 2 𝑥 21 −
2 2
0 1 1 0 1

1 4 1 5 3
= +2 2−1 − − = − = 1 = 100,00%
2 2 2 2 2

1 2 1
𝑥 1
b-) Calcular P(0 < X < 1) = න 𝑥𝑑𝑥 = = = 0,5000 = 50,00%
0 2 0
2

1 3ൗ
2
c-) Calcular P(1/3 < X < 3/2) = න 𝑥𝑑𝑥 + න (2 − 𝑥) 𝑑𝑥
1ൗ 1
3
1 3ൗ 3ൗ 1 3ൗ
2 2 𝑥2 3ൗ 𝑥2 2
= න 𝑥𝑑𝑥 + න 2𝑑𝑥 − න 𝑥 𝑑𝑥 = +2 𝑥 1
2
−
1ൗ 1 1 2 1ൗ 2 1
3 3
 1 1ൗ9 3 9ൗ
4 1 1 1 9 1
P(1/3 < X < 3/2) = − +2 −1 − − = − +1− −
2 2 2 2 2 2 18 8 2

59
P(1/3 < X < 3/2) = ≅ 0,8194 ≅ 81,94%
72
+∞
d-) 𝜇𝑋 = 𝐸(𝑋) = න 𝑥 𝑓(𝑥) 𝑑(𝑥)
−∞

1 2 1 2
𝐸(𝑋) = න 𝑥. 𝑥𝑑𝑥 + න 𝑥. (2 − 𝑥) 𝑑𝑥 = න 𝑥 2 𝑑𝑥 + න (2𝑥 − 𝑥 2 ) 𝑑𝑥
0 1 0 1
1 2 2 3 1 2 2
𝑥 𝑥2 𝑥3
= න 𝑥 2 𝑑𝑥 + න 2𝑥𝑑𝑥 − න 𝑥 2 𝑑𝑥 = +2 −
0 1 1
3 0
2 1
3 1

1 4 1 8 1 10 7
= +2 − − − = − =1
3 2 2 3 3 3 3
e-) 𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 2 ) − 𝐸(𝑋) 2
+∞
2
𝐸(𝑋 ) = න 𝑥 2 𝑓(𝑥) 𝑑(𝑥)
−∞

1 2 1 2
𝐸(𝑋 2 ) = න 𝑥 2 𝑥𝑑𝑥 + න 𝑥 2 (2 − 𝑥) 𝑑𝑥 = න 𝑥 3 𝑑𝑥 + න (2𝑥 2 − 𝑥 3 ) 𝑑𝑥
0 1 0 1

1 2 2 4 1 3 2 4 2
𝑥 𝑥 𝑥
= න 𝑥 3 𝑑𝑥 + න 2𝑥 2 𝑑𝑥 − න 𝑥 3 𝑑𝑥 = +2 −
0 1 1 4 0
3 1
4 1

1 8 1 16 1 59 15 7
= +2 − − − = − =
4 3 3 4 4 12 4 6

𝐸(𝑋 2 ) = 7ൗ6 𝐸(𝑋) = 1

7 1
𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 2 ) − 𝐸(𝑋) 2
= − 1 2 =
6 6
8- Seja X uma variável aleatória contínua com a seguinte função :

0, se 𝑥<1
𝑓(𝑥) = ቐ𝑘. 𝑥, se 1 ≤ 𝑥 ≤ 3
0, se 𝑥>3

3
3 𝑥2 9 1 8
න 𝑘 𝑥 𝑑𝑥 = 1 ⇒ 𝑘 =1 ⇒𝑘 − =1 ⇒𝑘 =1
1 2 1 2 2 2
1
⇒𝑘=
4
0, se 𝑥<1 𝑥ൗ , se 1 ≤ 𝑥 ≤ 3
𝑓(𝑥) = ൞𝑥ൗ4 , se 1 ≤ 𝑥 ≤ 3 ou 𝑓(𝑥) = ൝ 4
0, caso contrário
0, se 𝑥>3
 0, se 𝑥<1 𝑥ൗ , se 1 ≤ 𝑥 ≤ 3
𝑓(𝑥) = ൞𝑥ൗ4 , se 1 ≤ 𝑥 ≤ 3 ou 𝑓(𝑥) = ൝ 4
0, caso contrário
0, se 𝑥>3

𝑥
Y 𝑦=
4

3ൗ
4
c
•

v
1ൗ
4

• •

1 3 X

b-) Calcular a probabilidade entre 2 e 3 P(2 < X < 3) =

3
3
𝑥 1 3 1 𝑥2 1 9 4 1 5 5
න 𝑑𝑥 = න 𝑥𝑑𝑥 = = − = ⋅ = = 0,6250
2 4 4 2 4 2 4 2 2 4 2 8
2
 +∞
c-) 𝜇𝑋 = 𝐸(𝑋) = න 𝑥 𝑓(𝑥) 𝑑(𝑥)
−∞

3 3
𝑥 1 3 2 1 𝑥3 1 27 1 13
𝐸(𝑋) = න 𝑥 𝑑𝑥 = න 𝑥 𝑑𝑥 = = − =
1 4 4 1 4 3 4 3 3 6
1

d-) 𝜎𝑋 = 𝐷𝑃(𝑋) = 𝑉𝑎𝑟(𝑋)

𝜎𝑋2 = 𝑉(𝑋) = 𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 2 ) − 𝐸(𝑋) 2 +∞

𝐸(𝑋 2 ) = න 𝑥 2 𝑓(𝑥) 𝑑(𝑥)
−∞
+∞
𝜎𝑋2 = 𝑉(𝑋) = 𝑉𝑎𝑟(𝑋) = න 𝑥 2 𝑓(𝑥) 𝑑(𝑥) − 𝐸(𝑋) 2
−∞
𝐸(𝑋 2 ) 3
3
𝑥 1 3 3 1 𝑥4 2
𝜎𝑋2 =න 𝑥2 𝑑𝑥 − 𝜇𝑋2 = න 𝑥 𝑑𝑥 = − 𝐸(𝑋)
1 4 4 1 4 4 1

2
11
𝜎𝑋2 = 1 81 − 1 − 13 =
11
𝜎𝑋 = 𝐷𝑃(𝑋) = 11Τ36 =
4 4 4 6 36 6
No lançamento de 3 moedas perfeitas, seja Y o números de caras.
a) Obter a distribuição de probabilidade.
b) Obter a forma gráfica da distribuição de probabilidades.
c) Obter a esperança, variância e desvio padrão
1 C
2
Y: “o número de caras” 1 C
2 1 K
1 2
0,50 = 1 C 2 C
2
1 K
2 K
1
1 2
2 C
1
2 C
0,50 = 1 1
K
2 K 1 2
1 2 C
2 K
S = { CCC, CCK, CKC, KCC, CKK, KCK, KKC, KKK}
1
2
K
S = { CCC, CCK, CKC, KCC, CKK, KCK, KKC, KKK}
Valores possíveis de y Probabilidades p(y)
1 0 1/8
“sucesso” = cara =
2 3/8
1
3/8
“fracasso” = coroa (1 −  ) =
1 2
2 3 1/8

n
p ( y ) = P(Y = y ) =   ( ) y (1 −  ) n − y Y ~ b(n;  ) Y ~ b(3; 1 2)
 y
 3 1 0 1 1 1
p (0) = P(Y = 0) =   ( ) (1 − ) 3−0 = 1 1  ( ) 3 = = 0,1250 = 12,50%
0 2 2 2 8
 3 1 1 1 1 1 3
p (1) = P(Y = 1) =   ( ) (1 − ) 3−1 = 3  ( )( ) 2 = = 0,3750 = 37,50%
1 2 2 2 2 8
 3 1 1 1 1 3
p (2) = P(Y = 2) =   ( ) 2 (1 − ) 3− 2 = 3  ( ) 2 ( )1 = = 0,3750 = 37,50%
 2 2 2 2 2 8

 3 1 3 1 1 1
p (3) = P(Y = 3) =   ( ) (1 − ) 3−3 = 1  ( ) 3 1 = = 0,1250 = 12,50%
 3 2 2 2 8
 p(y) Y ~ b(3; 1 2)
3
8

E (Y ) = n  
1
8
1
0 E (Y ) = 3  = 1,5 caras
2
0 1 2 3 Y

n
 1  3  3  1 3
E (Y ) =  yi  p( yi ) E (Y ) =  0   + 1   +  2   +  3   = = 1,5 caras
i =1  8  8  8  8 2

V (Y ) = E (Y ) − E (Y )
n
E (Y ) =  yi2  p( yi )
3
2 2
E (Y ) =
2

i =1 2

 1  3  3  1 2

E (Y ) =  0 2   + 12   +  2 2   +  32   = 3
2
E (Y ) =  3  = 9
2

 8  8  8  8 2 4

9 3 1 1 3
V (Y ) = 3 − = caras 2 V (Y ) = n    (1 −  ) V (Y ) = 3   (1 − ) = caras 2
4 4 2 2 4

DP(Y ) = Var (Y ) DP(Y ) = 3 4 caras