Pág.

66
Verifica 1
1.1 Número de assoalhadas: quantitativa discreta; Estado:
qualitativa; Zona: qualitativa; Área: quantitativa contínua;
Garagem: qualitativa; Preço: quantitativa contínua.
1.2 Numa variável qualitativa, apenas faz sentido indicar a moda.
Neste caso a moda é usado.
Pág. 67
1.3 a) Diagrama de caule e folhas ou separador de frequências:
Zona A Zona B
Caule Folhas Caule Folhas
6 6 8 7
7 67 9 00245569
8 09 10 359
9 578 11 588 Como n é ímpar:
10 011349 16 3 • A posição de Q1 encontra-se para Fri = 0,25 (ou para
11 39 79  1
12 7 k  20 , no caso de termos a lista das frequências
4
13 9
15 4 absolutas acumuladas) e assim procuramos na lista das
frequências relativas acumuladas o valor igual a 0,25 ou
b) Na zona B existem mais apartamentos com área entre 90 e imediatamente superior. Neste caso temos 0,3038, logo o Q1
100 m2, na zona A existem mais apartamentos com área entre pertence à classe [6,05 ; 7,05[ .
100 e 110 m2. A amplitude amostral na zona B é 76 m2 e na A • A posição de Q2 encontra-se para Fri = 0,50 (ou para
é 88 m2. Na zona A está também localizada a maioria dos 79  1
k  40 na lista das frequências absolutas
apartamentos novos, que são também os mais caros. 2
1.4 Observando o diagrama relativo aos apartamentos usados, acumuladas), logo Q2 pertence à classe [7,05 ; 8,05[ .
verifica-se uma maior concentração dos pontos, portanto, o • A posição de Q3 encontra-se para Fri = 0,75 (ou para
coeficiente de correlação será maior que o coeficiente de 79  1
k  3  60 na lista das frequências absolutas
correlação dos novos. Por outro lado, no caso A, o declive da 4
reta de regressão (1 , 2) é menor que no outro caso (1 , 8) . acumuladas), logo Q3 pertence à classe [9,05 ; 10,05[ . O
Logo, o caso A corresponde aos apartamentos usados. valor de Q1 , como sabemos que pertence à classe [6,05 ; 7,05[,
Pág. 68 será o ponto tal que 0,063 + a = 0,25 ⇔ a = 0,187 fazendo
2.1 Como os dados estão agrupados em classes, não vamos uma regra de três simples temos:
conseguir determinar o valor exato das estatísticas pedidas, 1 → 0,241 (sendo 0,241 a frequência relativa da classe que contém Q1)
visto não possuirmos os valores exatos do consumo dos 79 x → 0,187
carros observados na amostra. 1 0,187
Para determinar a média amostral temos de determinar a marca ⇔x  0,776 , logo Q1 ≈ 6,05 + 0,776 ≈ 6,83
0,241
da classe (xi), com xi  limp supi  lim infi . Fazendo o mesmo raciocínio para calcular Q2 e Q3, obtém-se:
2
1 → 0,316
Temos nove classes, fi = n.º de carros em cada classe e n = 79,
x → 0,196
o número total de carros observados.
1 0,196
Utilizando a calculadora, no menu estatística, introduz-se na ⇔x  0,62 , logo Q2 ≈ 7,05 + 0,62 ≈ 7,67.
lista 1 os valores da marca de cada classe e na lista 2 a 0,316
frequência absoluta. 1 → 0,151
x → 0,028
1 0,028
⇔x  0,19 , logo Q3 ≈ 9,05 + 0,19 ≈ 9,24.
0,151
2.2 Tabela com os extremos e quartis:
Portanto, vamos obter para a média o valor 8,09, Média Mediana 1.º quartil 3.º quartil Mínimo Máximo
aproximadamente. EUA 12,90 12,86 9,81 15,63 6,0 20,1
Europa 9,08 9,10 7,59 10,05 5,3 14,5
Para determinar os quartis vamos calcular a frequência relativa
Japão 8,09 7,67 6,83 9,24 5,1 13,1
na lista 3 e na lista 4 a frequência relativa acumulada.
Com base nesta tabela vamos obter os seguintes diagramas de
extremos e quartis paralelos:

7
 Comparando os três diagramas relativos ao consumo nos três
territórios, podemos afirmar que o consumo de combustível é
menor no Japão (que está, no entanto, próximo do consumo da
Europa) e é muito maior nos EUA. No Japão 100% dos Observando o diagrama de dispersão podemos concluir que
consumos são inferiores a 50% dos consumos nos EUA, 25% existe uma correlação forte positiva.
dos consumos no Japão estão entre 6,83 e 7,67, enquanto que a b) Para que a máquina exiba o coeficiente de correlação temos
Europa estão mais concentrados (25% dos consumos entre 9,10 de ativar o Diagnostic.
e 10,05). Nos Estados Unidos os consumos estão dispersos, 0 (Catalog) DiagnosticOn
quase de igual forma, ao longo de toda a distribuição. A
amplitude amostral dos EUA (17,5 = 23,5 – 6,0) é muito
superior às amplitudes amostrais do Japão (8 , 0) e da Europa
(9 , 2).
2.3 a) Através do diagrama de dispersão, observa-se que a nuvem Para determinar o coeficiente de correlação linear (r) faz-se do
de pontos está muito dispersa; podemos, então, afirmar que é mesmo modo que para determinar a equação da reta de
de esperar que a associação linear seja fraca. regressão linear.
b) Como a correlação esperada é considerada fraca, é de prever
que o coeficiente de correlação seja um valor próximo de 0.
Não podemos dizer que quando uma variável aumenta a outra
diminui.
Pág. 69 O coeficiente de correlação encontrado é r = 0,94 (2 c. d.). Este
3.1 2,50 litros/ano
valor permite-nos confirmar o que já se tinha observado no
3.2 Observando os dados da tabela referentes aos valores dos
diagrama de dispersão, ou seja, que a correlação é forte
consumos médios de cerveja na Zona Norte da Europa,
positiva pois é um valor muito próximo de 1.
verifica-se a existência de um valor que difere muito dos
c) O gráfico da reta de regressão linear é:
outros (Irlanda do Norte: 9,1). Este valor faz com que a média
seja inflacionada, logo, prevê-se que o valor da média seja
superior ao valor da mediana.
3.3 Observando os diagramas, verificamos que na Zona Sul o
consumo de vinho é muito superior ao consumo na Zona Norte
Para estimarmos o número de horas de sol que teria uma
(este facto deve-se em parte às características dos países, pois
localidade onde a temperatura do ar foi, em média, 16 °C,
aqui estão incluídos os países mediterrânicos que têm uma
vamos procurar o valor de Y1 quando x = 16.
longa tradição na cultura da vinha e produção de vinho).
Podemos também afirmar que o consumo de álcool na Zona
Sul é superior ao consumo na Zona Norte.
3.4 a) 3,69 × 8 652 589 = 31 928 053,41 litros/ano.
b) Portugal: 7,34 × 8 652 589 = 63 510 003,26 litros/ano.
Espanha: 4,96 × 34 682 628 = 172 025 834,9 litros/ano.
Consumo médio de vinho na Península Ibérica:
235 535 838,1
≈ 5,44 litros/ano por habitante adulto.
8 652 589  34 682 628

Pág. 70 Portanto, quando a temperatura do ar foi, em média, 16 °C, a

4.1 a) Utilizando a calculadora:
Introduzir na lista 1 os valores da variável temperatura do ar e
na lista 2 os valores da variável número de horas de sol.
Depois fazer o diagrama de dispersão , .
localidade teria recebido aproximadamente 96,73 horas de
sol no mês de dezembro.
4.2 a) Utilizando a calculadora:
Introduzir na lista 1 os valores da variável temperatura do ar
e na lista 2 os valores da variável precipitação total.
Depois fazer o diagrama de dispersão, , .

8
 A média (1712,5 €) e a mediana (1575 €) são medidas de
localização que melhor reduzem um conjunto de dados.
Contudo, a média é muito sensível a variações. Tal sucedeu,
quando o rendimento do agregado familiar do António cresceu
Observando o diagrama de dispersão podemos concluir que significativamente, a média dos rendimentos mensais dos 12
existe uma correlação forte negativa. agregados familiares sofreu uma forte variação, deixando de
b) Para determinar o coeficiente de correlação linear (r) faz-se ser uma boa representação dos dados.
do mesmo modo que para determinar a equação da reta de Em ambas as situações, a mediana indica-nos que metade dos
regressão linear. rendimentos mensais dos agregados familiares está abaixo de
1575 €. Constitui, assim, uma boa medida de localização dos
dados.
Pág. 72
7.1 Atendendo a que 8 corresponde 4%, 9 corresponde 1% e 10
corresponde 1%, e, 4% + 1% + 1% = 6% resta-nos determinar
O coeficiente de correlação encontrado é r = – 0,7 (1 c. d.).
15 800 de 6%, isto é, 15 800 × 0,06 = 948.
Este valor permite-nos confirmar o que já se tinha observado
O número de inquiridos que consideram ter um elevado
no diagrama de dispersão, ou seja, que a correlação é forte
conhecimento sobre questões da UE é igual a 948.
negativa com um valor muito próximo de – 1.
7.2 Na tabela seguinte calculou-se a frequência relativa acumulada
5. 1.º processo:
em percentagem.
Seja a média. Tem-se, assim,
Escala 1 2 3 4 5 6 7 8 9 10
3  0  7 1  10  2  3  3  1 4  1 5
x  1,8 Percentagem 10 12 16 17 19 22 8 4 1 1
3  7  10  3  1  1 Freq. rel. acum. (%) 10 22 38 55 74 86 94 98 99 100
2.º processo: Uma vez que 38% é o número imediatamente superior a 25%,
Usando a calculadora gráfica: o primeiro quartil é 3.
L1 0 1 2 3 4 5
Dado que 55% é o número imediatamente superior a 50%, a
L2 3 7 10 3 1 1
mediana é 4.
= 1,8
Em média foram lidos 1,8 livros por aluno. Pág. 73
8. Nas listas da calculadora introduzem-se os 22 registos (L2) e os
Pág. 71 respetivos tempos em minutos (L1).
6.1 Introduzem-se os valores da variável x na lista L1 e os valores
L1 86 87 89 90 94 95 103 106 108 111 116
da variável y na lista L2 da calculadora: L2 2 3 2 2 2 4 2 2 1 1 1
L1 1250 2800 … 1200 1500
A média para a recolha seletiva dos resíduos é de 96 minutos e
L2 425 600 … 350 400
o desvio-padrão é de aproximadamente 8,98.
Obtemos o coeficiente de correlação linear r ≈ 0,9 .
A correlação entre o aumento do rendimento mensal e o Pág. 74
9.1 Começamos por introduzir os dados nas listas.
aumento das despesas com a alimentação é positiva forte.
L1(x) 10,8 7,8 7,8 … 6,4 4,8
6.2 a) Da reta de regressão, y = ax + b vem que: L2(y) 1,64 2,29 2,09 … 2,98 3,38
a ≈ 0,1656 e b ≈ 185,1833 Em seguida vamos escrever a equação da reta de regressão
b) Seja y1  0,1656 x  185,1833 linear LinReg(ax + b) L1, L2, y1.
x y1 y = ax + b; Na tabela
1750 474,98 a = – 0,304183; b = 4,693160 x y1
As despesas de alimentação de um agregado familiar cujo y1 = – 0,304183x + 4,693160 9 1,96
rendimento mensal é de 1750 €, é de aproximadamente 475 €.
Obtemos a estimativa pretendida.
6.3 Da alínea 6.1 considerando os dados relativos ao rendimento
A estimativa para o preço de cada litro de vinho tinto em 1954
mensal dos 12 agregados familiares, antes da alteração do
é 1,96 escudos.
rendimento mensal do agregado familiar do António, os
9.2 Atendendo a que quanto maior for o desvio-padrão maior é a
valores da média e da mediana são, respetivamente, 1712,5 € e
dispersão dos dados relativamente à média, e no supermercado
1575 €.
B os preços estão mais dispersos relativamente à média, 8,6,
Considerando agora as listas:
podemos concluir que o par correspondente aos dados
L1 1250 8000 … 1200 1500
L2 425 600 … 350 400 recolhidos no supermercado A é o par II, pois os dados estão
menos dispersos relativamente à média, 8,6.
Alterando apenas na lista um (L1) o valor 2800 para 8000, os
valores da média e da mediana do rendimento mensal dos 12
agregados familiares são, respetivamente, 2145,83 € e 1575 €.

9
 Pág. 76 1.º cartão 2.º cartão
Número de casos favoráveis: 3×2
Verifica 1 3 2
3 2 3 2 6 1
P(saírem dois zeros) =    
10  9 10 9 90 15
Verifica 9 Pág. 85
P(saírem duas bolas de cores diferentes) =
5 6 6 5 30 30 60 6
=       
11 10 11 10 110 110 110 11
Verifica 10
4 + 4 = 8 ou 2 × 4 = 8 2 2 1
P(duas bolas brancas) = 
↓ ↓ 10 10 25
Entradas Pratos Verifica 11 Pág. 86
É possível fazer 8 refeições diferentes. 1
11.1 P(ganhar o relógio) =
1.2 1 × 4 × 3 = 12 12
↓ ↓ ↓ 9 3
11.2 P(ganhar um ou dois rebuçados) = 
Fruta Prato Sobremesa 12 4
11.3 É previsível que tenha ganho oito relógios no valor de 28 €.
Atendendo a que cada jogada custa 1 €, então gastou 100 €,
pelo que, perdeu 72 € (100 – 28 = 72).
Verifica 12 Pág. 87
12.1 5 + 3 + 8 + 9 = 25 . 25 alunos.
3
12.2
25
Verifica 13 Pág. 88
13.1 7, 9, 11, 13, 15, 17, 19, 21, 23, 25.
1 1
13.2 a) 0 b) 1 c) d)
16 8
É possível fazer 12 refeições diferentes.
Verifica 14 Pág. 89
1.3 1 × 4 × 3 = 12 2 2 4
↓ ↓ ↓ P(fazer praia no Algarve nos próximos dois anos) =  
3 3 9
Fruta Prato Sobremesa
Verifica 15 Pág. 90
É possível fazer 12 refeições diferentes. 1
15.1
Verifica 2 Pág. 77 2
10 × 5 = 50 . O António tem 50 formas diferentes para 1 1 1
15.2  
combinar a camisa com a gravata. 2 3 6
Verifica 3 1 1 1
15.3  
6 × 5 = 30 . O presidente do júri tem 30 hipóteses diferentes 2 4 8
1 1 43 7
para o fazer. 15.4   
6 8 24 24
Verifica 4 Pág. 78 Verifica 16 Pág. 91
5 × 4 × 3 × 4 = 240 . O Nuno tem 240 caminhos diferentes. 16.1
Verifica 5
6 × 5 × 4 × 3 × 2 × 1 = 720 . A Ana pode colocar na prateleira
os seis livros de 720 maneiras diferentes.
Verifica 6 Pág. 79
2 × 5 × 4 × 3 × 2 × 1 = 240 . Os símbolos podem ser colocados
de 240 maneiras diferentes.
Verifica 7
253 __ __ __ 352
10 10 1
16.2 a) P(2 lugares serem ocupados por duas mulheres) =
10 × 10 = 100 . Podem existir 100 números de telefone.
2 1 2 1
Verifica 8 Pág. 84   
5 4 20 10
1.º cartão 2.º cartão
Número de casos possíveis: 10 × 9 b) P(2 lugares serem ocupados por um homem e uma
10 9
3 1 2 3 3 6 6  6 12 3
mulher) =        
5 2 3 4 10 20 20 20 5

10
Verifica 17 Pág. 94 Pág. 98
Seja X: “número saído no lançamento de um dado”. 3. Consideremos a curva de Gauss simétrica em relação a 140
xi 1 2 3 4 5 6 (valor médio).
1 1 1 1 1 1
P(X = xi)
6 6 6 6 6 6
Valor esperado (média) de pontos por lançamento:
1 1 1 1 1 1
  1  2   3   4   5   6   3,5
6 6 6 6 6 6
Valor a esperar 3,5 × 12 000 = 42 000 para a soma obtida. P(150 < X < 180) < P(X > 140)
Pág. 96 Como P(X > 140) = 50% , P(150 < X < 180) .
Verifica 18 Não pode ser 60%.
 P(24 < X < 36) = normalcdf (24, 36, 30, 6) 4.1
= 0,682 689 ≈ 68,27% A
V 0 0 1 1 2 2
0 (0, 0) (0, 0) (0, 1) (0, 1) (0, 2) (0, 2)
 P(18 < X < 42) = normalcdf (18, 24, 30, 6)
0 (0, 0) (0, 0) (0, 1) (0, 1) (0, 2) (0, 2)
= 0,954 9876 ≈ 95% 0 (0, 0) (0, 0) (0, 1) (0, 1) (0, 2) (0, 2)
Pág. 97 1 (1, 0) (1, 0) (1, 1) (1, 1) (1, 2) (1, 2)
1.1 N(27, 4) 2 (2, 0) (2, 0) (2, 1) (2, 1) (2, 2) (2, 2)
3 (3, 0) (3, 0) (3, 1) (3, 1) (3, 2) (3, 2)
P(x ≤ 20) = normalcdf (10, 20, 74, 4)
≈ 0,0400 ≈ 0,04 14
4.2 O Vítor. O Vítor tem uma probabilidade de ganhar de eo
36
12
Alexandre de .
36
4.3 389
1
5.1 P(sair de número 9) =
Ou seja 4% = 0,04 de 2675 mulheres será 0,04 × 2 675 = 107 10
Portanto 107 mulheres, no momento em que foram mães, pela 4
5.2 P(sair um número ímpar) =
primeira vez, tinham idade inferior ou igual a 20 anos. 9
1.2 Seja y a variável aleatória: "número de indivíduos com olhos Pág. 99
azuis, de entre os dois filhos biológicos desse casal", tem-se 1
6.1 P(sair o mesmo número nas duas bolas) =
três hipóteses. 4
 0 - nenhum dos filhos tem olhos azuis é o mesmo que dizer 1
6.2 P(sair dois números pares) =
que ambos os filhos têm olhos castanhos e a probabilidade 4
3 3 1
será P(castanho e castanho) =   0,5625  0,56 . 6.3 P(sair um número par e um número ímpar) =
4 4 2
 1 - um dos filhos tem olhos azuis e a probabilidade será 6.4
1
2
3 1 1 3
P(castanho e azul ou azul e castanho) =     
4 4 4 4 3 1 1 2 1
7.1 a)  b) c) 
6 2 6 6 3
 0,375  0,38
3 1 6 1 9 1
 2 - os dois filhos têm olhos azuis e a probabilidade será 7.2 a)  b)  c) 
36 12 36 6 36 4
1 1
P(azul e azul)    0,0625  0,06 . 4 1 2 1
4 4 d)  e) 
36 9 36 18
Assim, a tabela de distribuição de probabilidade da variável 1 1 1 2 2 X
aleatória y é: 1 (1, 1) (1, 1) (1, 1) (1, 2) (1, 2) (1, X)
yi 0 1 2 1 (1, 1) (1, 1) (1, 1) (1, 2) (1, 2) (1, X)
P(y = yi) 0,56 0,38 0,06 1 (1, 1) (1, 1) (1, 1) (1, 2) (1, 2) (1, X)
2 (2, 1) (2, 1) (2, 1) (2, 2) (2, 2) (2, X)
2. Atendendo a que a distribuição é normal tem-se que:
2 (2, 1) (2, 1) (2, 1) (2, 2) (2, 2) (2, X)
X (X, 1) (X, 1) (X, 1) (X, 2) (X, 2) (X, X)

1 1
7.3 a) b)
8 27
1 1
c) d)
216 36
P(160 < X < 170) = 0,5 – 0,15 = 0,35 = 35%

11
 Pág. 100 ∙ P(X > 2) = 50% ∙ P(X > 2,5) < 50%
8. Consideremos a seguinte tabela: Logo, a ≠ 2,5.
+ 1 2 3 4 5 6 12. Seja a tabela de distribuição de possibilidades:
1 2 3 4 5 6 7
xi –1 1 2
2 3 4 5 6 7 8
3 1 2
3 4 5 6 7 8 9 P(X = xi)
4 5 6 7 8 9 10 6 6 6
5 6 7 8 9 10 11 O valor médio da variável aleatória X é:
6 7 8 9 10 11 12
3 1 2 1
Neste jogo participam dois jogadores A e B.   1  1  2   0,3  3 
6 6 6 3
Consideremos os acontecimentos: 13. Atendendo a que o valor médio da variável aleatória X é 1,4,
C: Se a soma dos números saídos for 3, 4, 5 ou 6, ganha o vem que 0 × a + 1 × b + 2 × 0,5 = 1,4 ⇔ b = 1,4 – 1 ⇔ b = 0,4
jogador A. Por outro lado a + 0,4 + 0,5 = 1 ⇔ a = 0,1.
D: Se a soma dos números saídos for 8, 9, 10 ou 11, ganha o
Pág. 102
jogador B. 14. Como X é uma variável aleatória com distribuição normal
E: Se a soma dos números saídos for 7, o montante apostado então:
transita para a jogada seguinte.
F: Se a soma dos números saídos for 2 ou 12, o montante
apostado reverte a favor da instituição.
14 14
∙ P(C)   39% ∙ P(D)   39%
36 36
A probabilidade de ambos os jogadores ganharem é igual
(39%).
2
∙ P(F)   0,0  5  6% Por outro lado 99,73% dos parafusos são aprovados, pelo que
36
P( – 3 < X <  + 3) ≈ 99,73%.
A probabilidade de a da instituição ganhar é aproximadamente
Vem então  + 3 = 9,3 e  – 3 = 8,7 considerando  = 9 e
igual a 6%.
9. Atendendo a que a soma das probabilidades é um, então: substituindo obtemos  + 3 = 9,3 e  – 3 = 8,7 , ou seja,
0,2 + 0,4 + b = 1 ⇔ b = 1 – 0,6 ⇔ 0,4 9,3  9 8,7  9
σ  0,1 e σ   0,1
3 3
E por hipótese:
O desvio-padrão da variável aleatória X é 0,1.
2, 4
a × 0,4 + 2 × 0,4 = 2,4 ⇔ 1,2a = 2,4 ⇔ a = =2 15. Atendendo a que:
1, 2
10. Consideremos uma tabela de dupla entrada. 1×0×0=0; 1×1×1=1; 1×1×0=0;
+ 1 1 2 2 2 2 2×2×2=8; 2×1×0=0; 1×3×0=0
1 2 2 3 3 3 3 a variável aleatória X só pode tomar os números 0, 1 ou 8 e
1 2 2 3 3 3 3
2 3 3 4 4 4 4
como há seis casos possíveis, obtemos assim, a seguinte tabela:
2 3 3 4 4 4 4 xi 0 1 8
2 3 3 4 4 4 4
2 3 3 4 4 4 4
4 1 1
P(X = xi)
6 6 6
4 1
. A soma saída será 2: P  X  2    3 4 5 12
36 9 16.   1  1  12  n
16 4 n n n n
∙ A soma saída será 3: P  X  3  
36 9 Pág. 103
16 4 17. Seja A = {2, 4} e B = {1, 2} então A ∩ B = {2, 4}∩{1, 2}={2}
∙ A soma saída será 4: P  X  4   
36 9 ∙ A ∩ B = {2} logo P{2} = 0,1 (P(A ∩ B) = 0,1)
A tabela será: ∙ Como P(A) = P( ) concluímos que P(A) = P( ) = 0,5 = 50%
xi 2 3 4 ∙ De A = {2 , 4} e de P({2}) = 0,1 resulta:
1 4 4
P(X = xi) P(A) = P({2}) + P({4}) = 0,5 ⇔ 0,1 + P({4}) = 0,5
9 9 9
⇔ P({4}) = 0,4
1
Como P  X  2   então k = 2. ∙ A ∪ B = {1, 2, 4} e P(A ∪ B) = 0,7 então P({1, 2, 4}) = 0,7
9
Pág. 101 ∙ P({1, 2, 4}) + P({3}) = 1 ⇔ P({3}) = 1 – 0,7 = 0,3 (soma das
11. Conforme figura seguinte, tem-se que: probabilidades é um)
∙ P( ) = P({1, 3}) = 0,5 e P({3}) = 0,3 logo P({1}) = 0,2 logo
P({1}) + P({3}) = 0,2 + 0,3 = 0,5.
Assim, obtemos a tabela:
X = xi 1 2 3 4
P(X = xi) 0,2 0,1 0,3 0,4

12
18. Seja X: “número saído no lançamento de um lado equilibrado” 4
23. Seja P  X  4    0, 4
e a distribuição de probabilidade: 10
X = xi 1 2 3 4 5 6 5
P  X  2   0,5
1 1 1 1 1 1 10
P(X = xi)
6 6 6 6 6 6 1
P  X  3   0,1
O valor esperado do número de pontos saído por lançamento é: 10
1 1 1 1 1 1 Então:
  1 + 2  + 3  + 4  + 5  + 6  = 3,5
6 6 6 6 6 6 xi 1 2 3
É de esperar que a soma dos pontos obtidos seja: P(X = xi) 0,4 0,5 0,1

6000 × 3,5 = 21 000 pontos. 24. Caixa 1: V ,V ,V ,V , P, P (6 bolas)

 
19. Seja X: “n.º da bola extraída” pode tomar os valores 0, 1 ou 2. 4 2

∙ Probabilidade de sair uma bola com o n.º 1: Caixa 2 V

, 
P, P (4 bolas)
P,
4 1
P(X = 1) =  0, 4 3
10 ∙ Não sai bola verde – sai bola preta (X = 0) (0 verde)
∙ Probabilidade de sair uma bola com o n.º 2:
2 3 6 1 1
5 P  p, p      ; P  X  0  .
P(X = 2) =  0,5 6 4 6 4 4 4
10
∙ Probabilidade de sair uma bola com o n.º 3: ∙ Sai uma bola verde: (X = 1) (1 verde)
1 2 1 4 3 2 12 14 : 2 7
P(X = 3) =  0,1 P(p, v ou v, p) =       
10 6 4 6 4 24 24 24 : 2 12
Tabela:
7
X = xi 1 2 3 P  X  1 
12
P(X = xi) 0,4 0,5 0,1
∙ Sair verde de ambas as caixas: (X = 2) (2 verde)
20. Seja  = 40.
4 1 1 1
P  v, v     ; P  X  2 
6 4 6 6
Tem-se que:
xi 0 1 2
1 7 1
P(X = xi)
Como 45 – 40 = 5 e a curva é simétrica então 40 – 5 = 35 e 4 12 6

obtém-se:

50% – 20% = 30% = 0,3

A probabilidade pedida é igual a 0,3.
Pág. 104
21. Seja P(A) = área A e + σ = 60 + 5 = 65
P(B) = área B e – 2σ = 60 – 10 = 50

Atendendo à simetria da curva normal tem-se que P(B) < P(A).

22. A partir do digrama concluímos que a probabilidade pedida é
0,2.

13