Licenciatura em Gestão

Licenciatura em Finanças Empresariais

Licenciatura em Contabilidade – Ramo de Contabilidade
Licenciatura em Contabilidade – Ramo de Fiscalidade

Estatística e Estatística I

Exercícios Recomendados – Modelos Probabilísticos Contínuos

Proposta de Resolução

Ano Letivo 2021/2022

 Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

Este caderno de exercícios é constituído por um conjunto de questões, onde deve

fundamentar a sua resolução. Nas questões de escolha múltipla, deve escolher a opção
correta e, nas de Verdadeiro (V) ou Falso (F), deve assinalar o valor lógico de cada
afirmação.

1. A duração de pequenos anúncios (entre 5 e 12 segundos) numa cadeia de televisão

pode considerar-se uma variável aleatória com distribuição uniforme.

i) 𝑉 𝐹 A sua função de distribuição é dada por

0 , 𝑥≤5
𝑥−5
𝐹(𝑥) = { , 5 < 𝑥 ≤ 12
7
1 , 𝑥 ≥ 12
ii) A probabilidade de um pequeno anúncio durar pelo menos sete segundos é:
a) 2⁄7 b) 5⁄7 c) 6⁄7 d) nenhuma das anteriores
iii) A probabilidade de um pequeno anúncio durar mais de 6 segundos, sabendo que
dura no máximo 10 segundo é:
a) 4⁄5 b) 4⁄7 c) 1⁄7 d) nenhuma das anteriores
iv) 𝑉 𝐹 O valor esperado e o desvio padrão da duração de um pequeno anúncio
são, respetivamente, iguais a 8,5 𝑠𝑒𝑔 e 2 𝑠𝑒𝑔.

𝑋 → 𝑑𝑢𝑟𝑎çã𝑜, 𝑒𝑚 𝑠𝑒𝑔𝑢𝑛𝑑𝑜𝑠, 𝑑𝑒 𝑝𝑒𝑞𝑢𝑒𝑛𝑜𝑠 𝑎𝑛ú𝑛𝑐𝑖𝑜𝑠 𝑛𝑢𝑚𝑎 𝑐𝑎𝑑𝑒𝑖𝑎 𝑑𝑒 𝑡𝑒𝑙𝑒𝑣𝑖𝑠ã𝑜

𝑋~𝑈𝑛𝑖𝑓𝑜𝑟𝑚𝑒(5 , 12)
i)
A função de distribuição de uma Uniforme, 𝑋~𝑈𝑛𝑖𝑓𝑜𝑟𝑚𝑒(𝑎 , 𝑏),é representada por
0 , 𝑥≤𝑎
𝑥−𝑎
𝐹(𝑥) = { , 𝑎<𝑥≤𝑏
𝑏−𝑎
1 , 𝑥≥𝑏

Seja 𝑋~𝑈𝑛𝑖𝑓𝑜𝑟𝑚𝑒(𝑎 = 5, 𝑏 = 12), substituindo, obtém-se:

0 , 𝑥≤5
𝑥−5
𝐹(𝑥) = { , 5 < 𝑥 ≤ 12
7
1 , 𝑥 ≥ 12
A afirmação é verdadeira.
ii)
1 5
𝑃(𝑋 ≥ 7) = 1 − 𝑃(𝑋 < 7) = 1 − 𝐹𝑋 (7) = 1 − (7 − 5) =
7 7

Estatística II (Licenciatura em Gestão) − ISCAL 2/14

 Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

A opção correta é a alínea b).

iii)
𝑃(𝑋 > 6⋀𝑋 ≤ 10) 𝑃( 6 < 𝑋 ≤ 10) 𝐹𝑋 (10) − 𝐹𝑋 (6)
𝑃(𝑋 > 6|𝑋 ≤ 10) = = = =
𝑃(𝑋 ≤ 10) 𝑃(𝑋 ≤ 10) 𝐹𝑋 (10)

10 − 5 6−5
( )−( 7 ) 4
= 7 =
10 − 5 5
( 7 )

A opção correta é a alínea a).

iv)
𝑎 + 𝑏 5 + 12
𝐸(𝑋) = = = 8,5 𝑠𝑒𝑔
2 2

(𝑏 − 𝑎)2 (12 − 5)2 49 49

𝑉(𝑋) = = = ⇒ 𝜎 = √𝑉(𝑋) = √ ≈ 2 𝑠𝑒𝑔
12 12 12 12

A afirmação é verdadeira.

2. Seja 𝑋 uma variável aleatória com distribuição 𝑈𝑛𝑖𝑓𝑜𝑟𝑚𝑒(2 , 𝑏) , 𝑏 > 2. O valor de

𝑏 para o qual se tem 𝑃(3 ≤ 𝑋 ≤ 5) = 0,4 é igual a:

a) 12 b) 8 c) 7 d) nenhuma das anteriores

𝑋~𝑈𝑛𝑖𝑓𝑜𝑟𝑚𝑒(2 , 𝑏), 𝑏 > 2

𝑃(3 ≤ 𝑋 ≤ 5) = 0,4 ⇔ 𝐹𝑋 (5) − 𝐹𝑋 (3) = 0,4 ⇔

1 1
⇔ (5 − 2) − (3 − 2) = 0,4 ⇔ 2 = (𝑏 − 2)0,4 ⇔ 𝑏 = 7.
𝑏−2 𝑏−2
A opção correta é a alínea c).

3. Numa unidade industrial, o tempo de execução de uma peça é uma variável aleatória
com distribuição exponencial, com valor médio 5 minutos.

i) O parâmetro, 𝜆, da distribuição é igual a

a) 5 b) 1⁄5 c) 1⁄25 d) nenhum dos anteriores
ii) Sabe-se que uma peça já está em execução há (pelo menos) 2 minutos. A
probabilidade de serem ainda necessários pelo menos mais 4 minutos até à sua
conclusão é igual a

Estatística II (Licenciatura em Gestão) − ISCAL 3/14

 Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

a) 0,5507 b) 0,6703 c) 0,4493 d) nenhuma das anteriores

iii) 𝑉 𝐹 Tomadas 5 peças ao acaso, a probabilidade de duas delas terem tido
tempo de execução máximo de 4 minutos é igual a 0,2757.

𝑇 → 𝑇𝑒𝑚𝑝𝑜 𝑑𝑒 𝑡𝑒𝑚𝑝𝑜 𝑑𝑒 𝑒𝑥𝑒𝑐𝑢çã𝑜 𝑑𝑒 𝑢𝑚𝑎 𝑝𝑒ç𝑎, 𝑒𝑚 𝑚𝑖𝑛𝑢𝑡𝑜𝑠

𝑇~𝐸𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙(𝜆)
i)
1 1
Sabe-se que: 𝐸(𝑇) = = 5𝑚𝑖𝑛 ⇒ 𝜆 = = 0,2 𝑝𝑒ç𝑎𝑠
𝜆 5

O valor 𝜆 = 0,2 significa que, em média, são executadas 0,2 peças por cada minuto.
𝑇~𝐸𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙(𝜆 = 0,2)
A opção correta é a alínea b).
ii)
Pretende-se: 𝑃(𝑇 > 6|𝑇 ≥ 2) = 𝑃(𝑇 > 4) = 1 − 𝑃(𝑇 ≤ 4) =

= 1 − (1 − 𝑒 −0,2×4 ) = 𝑒 −0,2×4 = 𝑒 −0,8 ≅ 0,4493.

(Processo sem memória)
A opção correta é a alínea c).
iii)
𝑋 → 𝑁º 𝑑𝑒 𝑝𝑒ç𝑎𝑠, 𝑒𝑚 5, 𝑐𝑜𝑚 𝑡𝑒𝑚𝑝𝑜 𝑑𝑒 𝑒𝑥𝑒𝑐𝑢çã𝑜 𝑚á𝑥𝑖𝑚𝑜 𝑑𝑒 4 𝑚𝑖𝑛𝑢𝑡𝑜
𝑋~𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙(𝑛 = 5, 𝑝 =? )

𝑝 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑠𝑢𝑐𝑒𝑠𝑠𝑜 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑢𝑚𝑎 𝑝𝑒ç𝑎, 𝑎𝑜 𝑎𝑐𝑎𝑠𝑜,

𝑑𝑒𝑚𝑜𝑟𝑎𝑟 𝑛𝑜 𝑚á𝑥𝑖𝑚𝑜 4 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝑎 𝑠𝑒𝑟 𝑒𝑥𝑒𝑐𝑢𝑡𝑎𝑑𝑎

𝑝 = 𝑃(𝑇 ≤ 4), 𝑜𝑛𝑑𝑒 𝑇~𝐸𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙(𝜆 = 0,2)

𝑝 = 𝑃(𝑇 ≤ 4) = 1 − 𝑒 −0,2×4 = 1 − 𝑒 −0,8 ≈ 0,55

Tem-se: 𝑋~𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙(𝑛 = 5, 𝑝 = 0,55)

Pretende-se: 𝑃(𝑋 = 2) = 𝑓(2) ≅ 0,2757 (valor obtido pela calculadora gráfica)

A afirmação é verdadeira.

4. Seja 𝑋 uma variável aleatória com distribuição𝐸𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙(𝜆 = 0,5). Tem-se:

𝑉 𝐹 𝑃(𝑋 > 2) = 𝑒 −1
𝑋~𝐸𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙(𝜆 = 0,5)

Estatística II (Licenciatura em Gestão) − ISCAL 4/14

 Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

𝑃(𝑋 > 2) = 1 − 𝑃(𝑋 ≤ 2) = 1 − 𝐹(𝑥) = 1 − (1 − 𝑒 −0,5×2 ) = 𝑒 −1

A afirmação é verdadeira.

5. O tempo decorrido até ao início da primeira consulta, bem como os tempos

decorridos entre consultas consecutivas, (em minutos), no hospital Dr. Fil, são
independentes e têm distribuição exponencial de parâmetro 0,1.
𝑉 𝐹 A probabilidade de não se dar início a qualquer consulta antes dos
primeiros 10 minutos é igual a 0,3679.
𝑋 → 𝑡𝑒𝑚𝑝𝑜 𝑑𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜 𝑎𝑡é 𝑎𝑜 𝑖𝑛í𝑐𝑖𝑜 𝑑𝑎 1ª 𝑐𝑜𝑛𝑠𝑢𝑙𝑡𝑎
(𝑡𝑒𝑚𝑝𝑜 𝑑𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜 𝑒𝑛𝑡𝑟𝑒 𝑐𝑜𝑛𝑠𝑢𝑙𝑡𝑎𝑠 𝑐𝑜𝑛𝑠𝑒𝑐𝑢𝑡𝑖𝑣𝑎𝑠)
𝑋~𝐸𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙(𝜆 = 0,1)
𝑃(𝑋 > 10) = 1 − 𝑃(𝑋 ≤ 10) = 1 − 𝐹(10) = 1 − (1 − 𝑒 −0,1×10 ) = 𝑒 −1
⏟
𝑡𝑒𝑚𝑝𝑜 𝑑𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜
𝑎𝑡é à 1º 𝑐𝑜𝑛𝑠𝑢𝑙𝑡𝑎
𝑠𝑒𝑟 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑎
10 𝑚𝑖𝑛𝑢𝑡𝑜𝑠

= 0,3679
Alternativa de raciocínio (resolução):
𝑌 → 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑜𝑛𝑠𝑢𝑙𝑡𝑎𝑠 𝑝𝑜𝑟 𝑚𝑖𝑛𝑢𝑡𝑜
𝑌~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜆 = 0,1)
𝑌 ′ → 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑜𝑛𝑠𝑢𝑙𝑡𝑎𝑠, 𝑒𝑚 𝑐𝑎𝑑𝑎 10 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝑌′~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜆 = 1)
⏟ ′ = 0)
𝑃(𝑌 = 0,3679
𝑛ã𝑜 ℎ𝑎𝑣𝑒𝑟 𝑐𝑜𝑛𝑠𝑢𝑙𝑡𝑎𝑠
𝑛𝑜𝑠 1º𝑠 10 𝑚𝑖𝑛𝑢𝑡𝑜𝑠

A afirmação é verdadeira.

6. O número de veículos atendidos num Centro de Inspeção para Automóveis, por hora,
é uma variável aleatória com distribuição de Poisson de valor médio igual a 4.

𝑉 𝐹 O tempo médio que um veículo demora a ser inspecionado é igual a 25

minutos.
𝑋 → 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒í𝑐𝑢𝑙𝑜𝑠 𝑎𝑡𝑒𝑛𝑑𝑖𝑑𝑜𝑠 𝑝𝑜𝑟 ℎ𝑜𝑟𝑎
𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜆 = 4)
𝑋 ′ → 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒í𝑐𝑢𝑙𝑜𝑠 𝑎𝑡𝑒𝑛𝑑𝑖𝑑𝑜𝑠 𝑝𝑜𝑟 𝑚𝑖𝑛𝑢𝑡𝑜
𝑋′~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(𝜆 = 1⁄15) (homogeneidade do tempo)
𝑇 → 𝑡𝑒𝑚𝑝𝑜 (𝑒𝑚 𝑚𝑖𝑛𝑢𝑡𝑜𝑠) 𝑒𝑛𝑡𝑟𝑒 𝑑𝑜𝑖𝑠 𝑎𝑡𝑒𝑛𝑑𝑖𝑚𝑒𝑛𝑡𝑜𝑠 𝑐𝑜𝑛𝑠𝑒𝑐𝑢𝑡𝑖𝑣𝑜𝑠 ∗
𝑇~𝐸𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙(𝜆 = 1⁄15)

Estatística II (Licenciatura em Gestão) − ISCAL 5/14

 Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

 O tempo entre dois atendimentos consecutivos é igual ao tempo de duração de um

atendimento
1 1
𝐸(𝑇) = = = 15 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝜆 1⁄15
A afirmação é falsa.

7. Seja 𝑍 uma variável aleatória com distribuição Normal padrão. Recorrendo à

representação gráfica, sempre que apropriado, obteve-se:

a) 𝑉 𝐹 𝑃(0 < 𝑍 ≤ 2,05) = 0,9798

b) 𝑉 𝐹 𝑃(−1,22 ≤ 𝑍 < 1,05) = 0,7419
c) 𝑉 𝐹 𝑃(𝑍 ≥ −2,05) = 0,0202
d) 𝑉 𝐹 O valor de 𝑘 para o qual se tem 𝑃( |𝑍| > 𝑘 ) = 0,05 é igual a 1,96
e) 𝑉 𝐹 O valor de 𝑘 para o qual se tem 𝑃( |𝑍| < 𝑘 ) = 0,90 é igual a 1,645

𝑍~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇 = 0, 𝜎 = 1)
a)
𝑃(0 < 𝑍 ≤ 2,05) = Φ(2,05) − Φ(0) = 0,9798 − 0,5 = 0,478.
A afirmação é falsa.
b)
𝑃(−1,22 ≤ 𝑍 < 1,05) = Φ(1,05) − Φ(−1,22) = Φ(1,05) − [1 − Φ(1,22)]

= 0,8531 − (1 − 0,8888) = 0,7419.

A afirmação é verdadeira.
c)
𝑃(𝑍 ≥ −2,05) = 1 − 𝑃(𝑍 < −2,05) = 1 − Φ(−2,05) = 1 − [1 − Φ(2,05)]

= Φ(2,05) = 0,9798.
Pela simetria da Normal, tem-se:

𝑷(𝒁 ≥ −𝒛) = 𝑷(𝒁 ≤ 𝒛) = 𝚽(𝒛)

-z z

A afirmação é falsa.

Estatística II (Licenciatura em Gestão) − ISCAL 6/14

 Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

d)
𝑃( |𝑍| > 𝑘 ) = 0,05 ⇔ 1 − 𝑃( |𝑍| ≤ 𝑘 ) = 0,05 ⇔ 𝑃(− 𝑘 ≤ 𝑍 ≤ 𝑘 ) = 0,95
⇔ Φ(𝑘) − Φ(−𝑘) = 0,95 ⇔ Φ(𝑘) − [1 − Φ(𝑘)] = 0,95 ⇔
⇔ 2 × Φ(𝑘) − 1 = 0,95 ⇔ Φ(𝑘) = 0,975

Pela leitura da Tabela 4. da distribuição Normal vem:

𝑃(𝑍 ≤ 𝑘) = Φ(𝑘) = 0,975 → 𝑘 = 1,960.

Pela leitura da Tabela 5. da distribuição Normal vem:

𝑃(𝑍 ≥ 𝑘) = 0,025 ⇔ Φ−1 (𝑘) = 0,025 → 𝑘 = 1,960

A afirmação é verdadeira.
e)
𝑃( |𝑍| < 𝑘 ) = 0,90 ⇔ 𝑃(− 𝑘 ≤ 𝑍 ≤ 𝑘 ) = 0,90 ⇔ Φ(𝑘) − Φ(−𝑘) = 0,90
⇔ Φ(𝑘) − [1 − Φ(𝑘)] = 0,90 ⇔ 2 × Φ(𝑘) − 1 = 0,90 ⇔ Φ(𝑘) = 0,95

Pela leitura da Tabela 4. da distribuição Normal vem:

1,64 + 1,65
𝑃(𝑍 ≤ 𝑘) = Φ(𝑘) = 0,95 → 𝑘 = = 1,645.
2
Pela leitura da Tabela 5. da distribuição Normal vem:

𝑃(𝑍 ≥ 𝑘) = 0,05 ⇔ Φ−1 (𝑘) = 0,05 → 𝑘 = 1,645

A afirmação é verdadeira.

8. Se 𝑋 tem distribuição Normal com valor médio 6 e variância 25, então obteve-se:

a) 𝑉 𝐹 𝑃(6 < 𝑋 ≤ 12) = 0,8849

b) 𝑉 𝐹 𝑃(0 ≤ 𝑋 ≤ 8) = 0,5403
c) 𝑉 𝐹 𝑃(𝑋 ≤ −4) = 0,0228
d) 𝑉 𝐹 𝑃(|𝑋 − 6| > 10) = 0,0456
e) 𝑉 𝐹 O valor de 𝑘 para o qual se tem 𝑃(𝑋 > 𝑘) = 0,90 é igual a 0,4

𝑋−𝜇
𝑋~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇 = 6, 𝜎 = 5) → 𝑍 = ~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇 = 0, 𝜎 = 1)
𝜎
a)
6−6 12 − 6
𝑃(6 < 𝑋 ≤ 12) = 𝑃 ( <𝑍≤ ) = 𝑃(0 < 𝑍 ≤ 1,2) =
5 5

Estatística II (Licenciatura em Gestão) − ISCAL 7/14

Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

= Φ(1,2) − Φ(0) = 0,8849 − 0,5 = 0,3849.

A afirmação é falsa.
b)
0−6 8−6
𝑃(0 ≤ 𝑋 ≤ 8) = 𝑃 ( ≤𝑍≤ ) = 𝑃(−1,2 ≤ 𝑍 ≤ 0,4) =
5 5
Φ(0,4) − Φ(−1,2) = Φ(0,4) − [1 − Φ(1,2)] = 0,6554 − (1 − 0,8849) = 0,5403
A afirmação é verdadeira.
c)
−4 − 6
𝑃(𝑋 ≤ −4) = 𝑃 (𝑍 ≤ ) = 𝑃(𝑍 ≤ −2) = Φ(−2) = 1 − Φ(2) =
5
= 1 − 0,9772 = 0,0228.
A afirmação é verdadeira.
d)
𝑃(|𝑋 − 6| > 10) = 1 − 𝑃(|𝑋 − 6| ≤ 10) = 1 − 𝑃(−10 ≤ 𝑋 − 6 ≤ 10) =

10 10
1 − 𝑃 (− ≤ 𝑍 ≤ ) = 1 − 𝑃(−2 ≤ 𝑍 ≤ 2) = 1 − [Φ(2) − Φ(−2)] =
5 5

1 − [Φ(2) − 1 + Φ(2)] = 2 − 2 × Φ(2) = 2 − 2 × 0,9772 = 0,0456.

A afirmação é verdadeira.
e)
𝑃(𝑋 > 𝑘) = 0,90 ⇔ 1 − 𝑃(𝑋 ≤ 𝑘) = 0,90 ⇔ 𝑃(𝑋 ≤ 𝑘) = 0,1 ⇔

𝑘−6 𝑘−6
𝑃 (𝑍 ≤ ) = 0,1 ⇔ Φ ( ) = 0,1
5 5

Pela simetria da Normal, tem-se:

𝑷(𝒁 ≤ −𝒛) = 𝑷(𝒁 ≥ 𝒛)

Pela leitura da Tabela 5. da distribuição Normal vem:

𝑃(𝑍 ≥ 𝑧) = 0,1 ⇔ Φ−1 (𝑧) = 0,1 → 𝑧 = ±1,282

Substituindo, e pela simetria da distribuição:

𝑘−6 𝑘−6
−𝑧 = ⇔ −1,282 = ⇔ 𝑘 = −0,41.
5 5

A afirmação é falsa.

Estatística II (Licenciatura em Gestão) − ISCAL 8/14

 Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

9. Seja 𝑋 uma variável aleatória com distribuição 𝑁(12, 2). Considere que
𝑃(𝑎 ≤ 𝑋 ≤ 15) = 0,7332.

𝑉 𝐹 O valor da constante 𝑎 é 10,32.

𝑎 − 12 15 − 12
𝑃(𝑎 ≤ 𝑋 ≤ 15) = 0,7332 ⇔ 𝑃 ( ≤𝑍≤ ) = 0,7332 ⇔
2 2
𝑎 − 12 3 3 𝑎 − 12
⇔ 𝑃( ≤ 𝑍 ≤ ) = 0,7332 ⇔ Φ ( ) − Φ ( ) = 0,7332 ⇔
2 2 2 2
𝑎 − 12 𝑎 − 12
⇔ Φ( ) = 0,9332 − 0,7332 ⇔ Φ ( ) = 0,2 ⇔
2 2
𝑎 − 12 𝑎 − 12
⇔ = Φ−1 (0,2) ⇔ = −0,842 ⇔ 𝑎 = 10,316 ⇔ 𝑎 ≈ 10,32.
2 2
A afirmação é verdadeira.

10. O montante de depósitos à ordem efetuados diariamente, em certa agência bancária,

é aleatório com distribuição Normal de valor médio 120 unidades monetárias e
variância 64.

a) 𝑉 𝐹 A percentagem de dias em que o montante de depósitos à ordem se situa

entre as 105 e 135 unidades monetárias é 96,99%
b) 𝑉 𝐹 A probabilidade de o montante de depósitos ser superior à média, nos
dias em que esse montante é inferior a 125 unidades monetárias é igual a 0,32.
c) 𝑉 𝐹 A média e a variância do montante de depósitos à ordem efetuados
semanalmente (5 dias) são, respetivamente, iguais a 600 𝑢. 𝑚. e 320 (𝑢. 𝑚. )2.

𝑋 → 𝑀𝑜𝑛𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑑𝑒𝑝ó𝑠𝑖𝑡𝑜𝑠 à 𝑜𝑟𝑑𝑒𝑚 𝑒𝑓𝑒𝑐𝑡𝑢𝑎𝑑𝑜𝑠 𝑑𝑖𝑎𝑟𝑖𝑎𝑚𝑒𝑛𝑡𝑒,

𝑛𝑢𝑚𝑎 𝑖𝑛𝑠𝑡𝑖𝑡𝑢𝑖çã𝑜 𝑏𝑎𝑛𝑐á𝑟𝑖𝑎

𝑋~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇 = 120, 𝜎 = 8)
a)
105 − 120 135 − 120
𝑃(105 ≤ 𝑋 ≤ 135) = 𝑃 ( ≤𝑍≤ )=
8 8
𝑃(−1,875 ≤ 𝑍 ≤ 1,875) = Φ(1,875) − Φ(−1,875) =
Φ(1,875) − [1 − Φ(1,875)] = 2 × Φ(1,875) − 1=
0,9693 + 0,9699
2×( ) − 1 = 0,9392.
2

A afirmação é falsa.

Estatística II (Licenciatura em Gestão) − ISCAL 9/14

 Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

b)
𝑃(𝑋 > 120 ⋀ 𝑋 < 125) 𝑃(120 < 𝑋 < 125)
𝑃(𝑋 > 120|𝑋 < 125) = = =
𝑃(𝑋 < 125) 𝑃(𝑋 < 125)
120 − 120 125 − 120
𝑃( ≤𝑍≤ ) 𝑃(0 ≤ 𝑍 ≤ 0,625)
8 8 = ≈
125 − 120 𝑃(𝑍 < 0,625)
𝑃 (𝑍 < )
8
Φ(0,625) − Φ(0) 0,7341 − 0,5
⏟
= ≃ 0,32.
Φ(0,625) 𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑜𝑟𝑎
0,7341
𝑔𝑟á𝑓𝑖𝑐𝑎 𝑜𝑢 𝑚é𝑑𝑖𝑎
𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑡𝑎𝑏𝑒𝑙𝑎𝑑𝑜𝑠

A afirmação é verdadeira.
c)
𝑌 → 𝑀𝑜𝑛𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑑𝑒𝑝ó𝑠𝑖𝑡𝑜𝑠 à 𝑜𝑟𝑑𝑒𝑚 𝑒𝑓𝑒𝑐𝑡𝑢𝑎𝑑𝑜𝑠 𝑛𝑢𝑚𝑎 𝑠𝑒𝑚𝑎𝑛𝑎 (5 𝑑𝑖𝑎𝑠),
𝑛𝑢𝑚𝑎 𝑖𝑛𝑠𝑡𝑖𝑡𝑢𝑖çã𝑜 𝑏𝑎𝑛𝑐á𝑟𝑖𝑎

Pelo teorema da aditividade da distribuição Normal:

5

𝑌 = ∑ 𝑋𝑖 ~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇𝑌 =? , 𝜎𝑌 =? )
𝑖=1

Aplicando as propriedades do valor esperado e variância:

5 5

𝐸(𝑌) = 𝐸 (∑ 𝑋𝑖 ) = ∑ 𝐸(𝑋) = 5 × 120 = 600 𝑢. 𝑚.

𝑖=1 𝑖=1

↓
𝑣. 𝑎.′ 𝑠 {𝑋𝑖 } 𝑖. 𝑖. 𝑑

5 5

𝑉𝑎𝑟(𝑌) = 𝑉𝑎𝑟 (∑ 𝑋𝑖 ) = ∑ 𝑉𝑎𝑟(𝑋) = 5 × 64 = 320 (𝑢. 𝑚. )2

𝑖=1 𝑖=1

A afirmação é verdadeira.

11. Sejam 𝑋 e 𝑍 variáveis aleatórias independentes com distribuição 𝑋~𝑁(1, 1) e

𝑍~𝑁(0, 1).

i) 𝑉 𝐹 𝑃(𝑋 < 𝑍 + 1) é igual a 0,5.

ii) O valor de 𝑎 tal que 𝑃(𝑋 > 𝑍 + 𝑎) = 0,1 é igual a

a) 1,282 b) 2,8130 c) 1 d) nenhum dos anteriores

Estatística II (Licenciatura em Gestão) − ISCAL 10/14

 Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

i)
Pelo teorema da aditividade da distribuição Normal:

𝑌 = 𝑋 − 𝑍~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇 =? , 𝜎 =? )

Aplicando as propriedades do valor esperado e variância:

𝐸(𝑌) = 𝐸(𝑋 − 𝑍) = 𝐸(𝑋) − 𝐸(𝑍) = 1

𝑉𝑎𝑟(𝑌) = 𝑉𝑎𝑟(𝑋 − 𝑍) = 𝑉𝑎𝑟(𝑋) + 𝑉𝑎𝑟(𝑍) = 2 → 𝜎𝑌 = √2

𝑌 = 𝑋 − 𝑍~𝑁𝑜𝑟𝑚𝑎𝑙(1, √2)
Pretende-se:
𝑃(𝑋 < 𝑍 + 1) = 𝑃(𝑋 − 𝑍 < 1) = 𝑃(𝑌 < 1) = 0,5.
(Simetria da distribuição Normal)
A afirmação é verdadeira.

ii)
Pretende-se:
𝑃(𝑋 > 𝑍 + 𝑎) = 0,1 ⟺ 𝑃(𝑋 − 𝑍 > 𝑎) = 0,1 ⟺ 𝑃(𝑌 > 𝑎) = 0,1 ⟺

𝑎−1 𝑎−1 𝑎−1

𝑃 (𝑍 > ) = 0,1 ⇔ = Φ−1 (0,1) ⇔ = 1,282 ⇔ 𝑎 = 2,813
√2 √2 √2

(Leitura da Tabela5. Distribuição Normal)

A opção correta é a alínea b).

12. O processo de produção de um artigo é elaborado de tal forma que o peso (em
gramas) de cada embalagem tem um comportamento aleatório, bem modelado por
uma distribuição Normal de valor médio 250 e desvio-padrão 10.

a) Calcule a probabilidade de uma embalagem pesar entre 230,4 e 269,6 gramas.

b) O departamento de qualidade da empresa rejeita embalagens cujo peso apresenta
um desvio em relação à média superior a 15,3 gramas. Determine a probabilidade
de uma embalagem, escolhida ao acaso, ser rejeitada.
c) Determine e interprete o valor 𝑘 tal que 𝑃(𝑋 < 𝑘) = 0,90.
d) Selecionadas 4 embalagens para análise, calcule a probabilidade do peso total ser
superior à respetiva média. Justifique.

𝑋 → 𝑃𝑒𝑠𝑜 (𝑒𝑚 𝑔𝑟𝑎𝑚𝑎𝑠) 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑒𝑚𝑏𝑎𝑙𝑎𝑔𝑒𝑚

𝑋~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇 = 250, 𝜎 = 10)

Estatística II (Licenciatura em Gestão) − ISCAL 11/14

Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

a)
230,4 − 250 269,6 − 250
𝑃(230,4 ≤ 𝑋 ≤ 269,6) = 𝑃 ( ≤𝑍≤ )=
10 10
𝑃(−1,960 ≤ 𝑍 ≤ 1,960) = Φ(1,960) − Φ(−1,960) =
Φ(1,960) − [1 − Φ(1,960)] = 2 × Φ(1,960) − 1=
2 × (0,9750) − 1 = 0,95.
A probabilidade de uma embalagem pesar entre 230,4 e 269,6 gramas é de 0,95.

b)
𝑃(|𝑋 − 𝜇| > 15,3) = 1 − 𝑃(|𝑋 − 𝜇| ≤ 15,3) = 1 − 𝑃(−15,3 ≤ 𝑋 − 𝜇 ≤ 15,3) =

15,3 15,3
1 − 𝑃 (− ≤𝑍≤ ) = 1 − 𝑃(−1,53 ≤ 𝑍 ≤ 1,53) =
10 10
= 1 − [Φ(1,53) − Φ(−1,53)] = 1 − [Φ(1,53) − 1 + Φ(1,53)] =
= 2 − 2 × Φ(1,53) = 2 − 2 × 0,9370 = 0,126.
A probabilidade de uma embalagem, escolhida ao acaso, ser rejeitada é de 0,126.

c)
𝑘 − 250 𝑘 − 250
𝑃(𝑋 < 𝑘) = 0,90 ⇔ 𝑃 (𝑍 ≤ ) = 0,90 ⇔ Φ ( ) = 0,90
10 10

Pela leitura da Tabela 5. da distribuição Normal vem:

𝑃(𝑍 ≥ 𝑧) = 0,10 ⇔ Φ−1 (𝑧) = 0,10 → 𝑧 = ±1,282

Substituindo:
𝑘 − 250 𝑘 − 250
𝑧= ⇔ 1,282 = ⇔ 𝑘 = 262,82 𝑔𝑟𝑎𝑚𝑎𝑠.
10 10
O valor 𝑘 corresponde ao peso, em gramas, que não é excedido em 90% das amostras
de embalagens.

d)
𝑌 → 𝑃𝑒𝑠𝑜 (𝑒𝑚 𝑔𝑟𝑎𝑚𝑎𝑠) 𝑑𝑒 𝑞𝑢𝑎𝑡𝑟𝑜 𝑒𝑚𝑏𝑎𝑙𝑎𝑔𝑒𝑛𝑠

Pelo teorema da aditividade da distribuição Normal:

4

𝑌 = ∑ 𝑋𝑖 ~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇𝑌 =? , 𝜎𝑌 =? )
𝑖=1

Aplicando as propriedades do valor esperado e variância:

4 4

𝐸(𝑌) = 𝐸 (∑ 𝑋𝑖 ) = ∑ 𝐸(𝑋) =
⏟ 4 × 250 = 1000 𝑔𝑟𝑎𝑚𝑎𝑠
𝑖=1 𝑖=1 𝑣.𝑎.′ 𝑠 {𝑋𝑖 } 𝑖.𝑖.𝑑

Estatística II (Licenciatura em Gestão) − ISCAL 12/14

 Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

4 4

𝑉𝑎𝑟(𝑌) = 𝑉𝑎𝑟 (∑ 𝑋𝑖 ) = ∑ 𝑉𝑎𝑟(𝑋) =

⏟ 4 × 100 = 400 (𝑔𝑟𝑎𝑚𝑎𝑠)2
𝑖=1 𝑖=1 𝑣.𝑎.′ 𝑠 {𝑋𝑖 } 𝑖.𝑖.𝑑

𝑌 = ∑ 𝑋𝑖 ~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇𝑌 = 1000, 𝜎𝑌 = √400)

𝑖=1

Pretende-se:
𝑃(𝑌 > 𝜇𝑌 ) = 𝑃(𝑌 > 1000) = 0,5

Dado que a distribuição Normal é simétrica em relação à média.

13. Assinale o valor lógico de cada afirmação:

a) 𝑉 𝐹 Considere 𝑌~𝑈𝑛𝑖𝑓𝑜𝑟𝑚𝑒(0,1) e 0 < 𝑥 < 𝑧 < 1. Então, tem-se

𝑃(𝑥 < 𝑌 < 𝑧) = 𝑧 − 𝑥
𝑌~𝑈𝑛𝑖𝑓𝑜𝑟𝑚𝑒(𝑎 = 0 , 𝑏 = 1),é representada por
0 , 𝑦≤0
𝑦−𝑎
𝐹(𝑦) = { , 0<𝑦≤1
𝑏−𝑎
1 , 𝑦≥1

𝑧−𝑎 𝑥−𝑎 𝑧−0 𝑥−0

𝑃(𝑥 < 𝑌 < 𝑧) = 𝐹(𝑧) − 𝐹(𝑥) = − = − = 𝑧 − 𝑥.
𝑏−𝑎 𝑏−𝑎 1−0 1−0

b) 𝑉 𝐹 Se 𝑋~𝑈𝑛𝑖𝑓𝑜𝑟𝑚𝑒(0, 1) e 0 < 𝑎 < 𝑏 < 1, então

𝑃(𝑋 < 𝑎|𝑋 < 𝑏) = 𝑎⁄𝑏
𝑃(𝑋 < 𝑎⋀𝑋 < 𝑏) 𝑃( 𝑋 < 𝑎) 𝐹𝑋 (𝑎)
𝑃(𝑋 < 𝑎|𝑋 < 𝑏) = = = = 𝑎⁄𝑏
𝑃(𝑋 < 𝑏) 𝑃(𝑋 < 𝑏) 𝐹𝑋 (𝑏)

c) 𝑉 𝐹 Se 𝑋 tem distribuição Normal, então a mediana coincide com a média

da distribuição.
A distribuição Normal é simétrica pelo que os parâmetros de localização, no caso a
mediana e média da distribuição, coincidem.

d) 𝑉 𝐹 Se 𝑋~𝑁𝑜𝑟𝑚𝑎𝑙(0, 1) e 𝑌~𝑁𝑜𝑟𝑚𝑎𝑙(1, √2 ), com X e Y v.a.’s

independentes. Então 2𝑋 + 𝑌~𝑁𝑜𝑟𝑚𝑎𝑙(1, √6 ).

Estatística II (Licenciatura em Gestão) − ISCAL 13/14

Caderno V – Modelos Probabilísticos Contínuos Ano Letivo 2021/2022

Pelo teorema da aditividade da distribuição Normal:

2𝑋 + 𝑌~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇 =? , 𝜎 =? )

Aplicando as propriedades do valor esperado e variância, assumindo independência

entra as variáveis aleatórias:

𝐸(2𝑋 + 𝑌) = 2𝐸(𝑋) + 𝐸(𝑌) = 2 × 0 + 1 = 1

𝑉𝑎𝑟(2𝑋 + 𝑌) = 4𝑉𝑎𝑟(𝑋) + 𝑉𝑎𝑟(𝑌) = 4 × 1 + 2 = 6 → 𝜎𝑌 = √6

2𝑋 + 𝑌~𝑁𝑜𝑟𝑚𝑎𝑙(1, √6)

e) 𝑉 𝐹 Designando por Φ a função distribuição de uma v.a. com distribuição

𝑁𝑜𝑟𝑚𝑎𝑙(0, 1) tem-se Φ(−𝑥) = Φ(𝑥) para todo o x.
Na distribuição Normal tem-se: Φ(−𝑥) = 1 − Φ(𝑥) (simetria)

f) 𝑉 𝐹 Designando por 𝜙 a função densidade de uma v.a. com distribuição

𝑁𝑜𝑟𝑚𝑎𝑙(0, 1), tem-se 𝜙(−𝑥) = 1 − 𝜙(𝑥) para todo o x.
A distribuição Normal tem-se: 𝜙(−𝑥) = 𝜙(𝑥)

Estatística II (Licenciatura em Gestão) − ISCAL 14/14