Escolar Documentos
Profissional Documentos
Cultura Documentos
(a) a probabilidade de um chip ser defeituoso e não ser aprovado na ins- (d) Qual é a probabilidade de num lote de 10 barras extraídas ao acaso
pecção; da produção total no máximo 2 tenham comprimento superior a 7, 5
metros?
(b) a probabilidade de um chip ser aprovado na inspecção;
(e) Qual é a probabilidade aproximada do comprimento médio das barras,
(c) a probabilidade de um chip ser defeituoso, sabendo que foi recusado pela numa amostra de observações independentes e identicamente distribuí-
inspecção. das de tamanho 40, ser inferior a 7, 5 metros?
(f ) Foi observada uma amostra de 100 barras deste tipo escolhidas aleato-
riamente. Qual é a probabilidade aproximada do comprimento total das
barras da amostra ser de pelo menos a 720 metros?
Lista de exercícios de revisão para o 1º teste 1/28 Lista de exercícios de revisão para o 1º teste 2/28
C. Fernandes & P. Ramos C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
Exercício 5. Exercício 9.
Um determinado tipo de peças produzidas numa linha de montagem apresenta A qualidade dos cristais utilizados nos circuitos de certos componentes elec-
diâmetro de medida variável segundo uma distribuição normal de valor médio trónicos é regularmente monitorizada por amostragem. Sempre que é de-
106 mm e variância 16 mm2 . Designando por X a medida do diâmetro dessas tectada uma amostra sem a qualidade desejada, o processo é interrompido.
peças, determine: Admita que em condições normais o número de interrupções segue um pro-
cesso de Poisson tal que a probabilidade do processo ser interrompido pelo
(a) a probabilidade de uma peça, seleccionada ao acaso, apresentar um di- menos uma vez durante uma hora é igual a 0, 1.
âmetro com medida entre 102 mm e 120 mm.
(a) Indique o valor esperado e a variância do número de interrupções du-
(b) o valor do número real positivo B de modo que rante um dia (24 horas);
P r106 ´ B † X † 106 ` Bs “ 0, 95. (b) Se considerar agora um conjunto de seis períodos independentes de 2
horas, qual a probabilidade de em apenas dois desses períodos não exis-
(c) o valor da medida do diâmetro abaixo do qual se encontra 33% das tirem interrupções.
peças produzidas.
Exercício 10.
Exercício 6. O tempo de espera entre duas chamadas telefónicas consecutivas de uma em-
Um sistema de segurança num processo industrial é constituído por três dis- presa, é uma variável aleatória com distribuição exponencial de valor médio
positivos A, B e C que trabalham de forma independente, de modo que basta igual 10 minutos.
um deles funcionar para que o sistema funcione. Sabendo-se que as proba-
bilidades de funcionamento de cada um dos dispositivos são respectivamente (a) Determine a probabilidade do tempo de espera se situar entre 7 e 12
iguais a 0, 95, 0, 98 e 0, 99 calcule: minutos;
(a) a probabilidade de funcionamento do sistema; (b) Determine a probabilidade de que num período de 5 minutos não exis-
tam chamadas;
(b) a probabilidade de que no máximo um dos dispositivos falhe.
(c) Determine a probabilidade de em 6 períodos de 5 minutos cada, exista
Exercício 7. pelo menos um em que não existem chamadas;
Sabe-se que numa linha de produção 10% das peças são defeituosas e que as
peças são acondicionadas em caixas com 5 unidades. Calcule: (d) Qual é o número médio de chamadas por hora na empresa?
(a) a probabilidade de uma caixa conter exactamente 3 peças defeituosas; (e) Determine a probabilidade do tempo de espera ser superior a 11 minu-
tos.
(b) a probabilidade de uma caixa conter pelo menos duas peças defeituosas.
(f ) Determine o tempo de espera, em minutos, entre duas chamadas tele-
Exercício 8. fónicas consecutivas que é excedido em 40%.
Sabendo-se que na fabricação de determinadas chapas aparecem defeitos à
taxa média de 0, 5 defeitos por m2 , calcule a probabilidade de que:
Lista de exercícios de revisão para o 1º teste 3/28 Lista de exercícios de revisão para o 1º teste 4/28
C. Fernandes & P. Ramos C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
Exercício 11. (e) Qual é a probabilidade de numa amostra de 25 pessoas o peso total ser
Uma empresa está disposta a comprar um conjunto de 100 artigos de acordo de pelo menos 1810kg?
com o seguinte esquema:
(f ) Qual é a probabilidade de numa amostra de 30 pessoas o peso médio
• um inspector examina 5 artigos ao acaso sem os repor; ser no máximo de 70kg?
• a empresa firmará a compra se a inspecção revelar menos de 3 artigos Exercício 14.
defeituosos na amostra. Uma variável aleatória X tem a seguinte função densidade de probabilidade:
Sabendo o vendedor que 20% dos artigos são defeituosos: $ 2px`1q
& 15 , se 0 § x § k
(a) Qual é a probabilidade que a empresa tem de firmar a compra? f pxq “ ,
%
0 , fora do intervalo
(b) Acha que esta probabilidade será significativamente alterada se forem
repostos os artigos que vão sendo inspeccionados? Comente. com k ° 0.
(c) Nas situações de inspecção consideradas em (a) e (b), diga quantos (a) Determine o valor de k para o qual f pxq é uma função densidade de
artigos se espera que sejam defeituosos. probabilidade;
Lista de exercícios de revisão para o 1º teste 5/28 Lista de exercícios de revisão para o 1º teste 6/28
C. Fernandes & P. Ramos C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
(c) Qual é a probabilidade de uma peça escolhida ao acaso, ter sido produ- Exercício 21.
zida pela máquina M2 e ser defeituosa? Sejam A,B e C três acontecimentos com probabilidades não nulas. Sabendo
que:
Exercício 17.
Durante o tempo de funcionamento de um computador produzem-se falhas. • C é mutuamente exclusivo quer com A quer com B;
Supõe-se que o número de falhas segue uma distribuição de Poisson de vari-
ância 1, 5 por dia. Determine a probabilidade da primeira falha ocorrer após • dois dos acontecimentos são independentes;
6 ou mais horas de funcionamento. • P rAs “ 0, 6; P rA X Bs “ 0, 18; P rCs “ 0, 15.
Exercício 18. Calcular:
Foi recolhida uma amostra de carbonato de sódio, para a qual foram de-
terminadas 6 percentagens de óxido de sódio, tendo-se obtido os seguintes (a) P rBs;
resultados:
(b) P rB ´ As;
40, 18; 40, 12; 40, 00; 40, 20; 40, 16; 40, 18.
(c) P rA X Cs;
O que pode concluir quanto à existência de outliers nesta amostra? Justifique
(d) P rA Y B Y Cs;
com os cálculos necessários.
“ ‰
(e) P A X B X C .
Exercício 19.
A emissão de uma fonte radioactiva é tal que o número de partículas emi- Exercício 22.
tidas em cada período de 10 segundos, X, tem distribuição de Poisson com Do pessoal que trabalha numa empresa sabe-se que 1
fuma. Escolhendo-se,
5
E rX 2 s “ 6. ao acaso, 5 pessoas, qual é a probabilidade de que:
(a) Determine o valor médio da variável aleatória X; (a) só uma delas fume?
(b) Observada a emissão durante 7 períodos consecutivos de 10 segundos, (b) pelo menos uma delas fume?
qual a probabilidade de, em pelo menos um desses períodos, serem emi-
tidas 4 ou mais partículas? (c) fumem todas?
(c) Calcule a probabilidade de que num período de 30 segundos, a fonte (d) no máximo fume uma delas?
emita no máximo 3 partículas.
Exercício 23.
Exercício 20. A variável aleatória X tem a seguinte função de densidade de probabilidade:
Numa gaveta temos 12 lâmpadas, das quais 5 estão queimadas. Escolheram- $ 2
se aleatoriamente 3 lâmpadas para iluminar uma sala de aula. ’ cx , se 1 § x § 2
’
’
’
&
(a) Determine a probabilidade de escolher apenas uma lâmpada queimada; f pxq “ cx , se 2 † x † 3 ,
’
’
’
’
(b) Determine a probabilidade de escolher pelo menos duas lâmpadas não %
0 , outros valores de x
queimadas;
com k ° 0.
(c) Determine o valor médio e a variância do número de lâmpadas quei-
madas, entre as 3 escolhidas. (a) Determine o valor do parâmetro c;
Lista de exercícios de revisão para o 1º teste 7/28 Lista de exercícios de revisão para o 1º teste 8/28
C. Fernandes & P. Ramos C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
Lista de exercícios de revisão para o 1º teste 9/28 Lista de exercícios de revisão para o 1º teste 10/28
C. Fernandes & P. Ramos C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
“ ‰
Soluções: tem-se P D X A “ 0, 18.
Exercício 1. (b) Pelo teorema da probabilidade total temos que:
“ ‰
P rAs “ P rA X Ds ` P A X D “ 0, 804.
(a) Considerando a variável aleatória X - “tempo que um gestor demora
a avaliar um determinado projecto” temos que X „ N pµ “ 10; “ 2q.
(c) Pelo teorema de Bayes tem-se:
A probabilidade pedida é:
“ ‰
“ ‰ P DXA
P r9 § X § 11s “ P r´0, 5 § Z § 0, 5s “ P D|A “ “ ‰ “ 0, 918.
P A
“ p0, 5q ´ p´0, 5q “
“ D p0, 5q “ 0, 383. Exercício 3.
(b) Tem-se:
• Consideremos a variável: X - “pH do limão”. Trata-se duma variável
P rX ° as “ 0, 025 ô P rX § as “ 0, 975 ô quantitativa contínua na escala absoluta.
„ ⇢
a ´ 10 ∞6
ô P Z§ “ 0, 975 ô – Média: x “ i“1 xi
“ 13,59
“ 2, 265. Em média o pH é de 2, 265.
2 6 6
∞6
a ´ 10 – Variância: s2 “ i“1 xi ´6ˆx
2
“ 0,38695
2
“ 0, 07739.
ô 1, 96 “ ô 6´1
5
2 ?
ô a “ 13, 92 horas. – Desvio padrão: s “ 0, 07739 “ 0, 2781906. Os dados têm uma
variabilidade em relação à média de 0, 2781906.
(c) Considerando a variável aleatória Y - “número de projectos em que – Coeficiente de variação: cv “ xs ˆ 100% “ 0,2781906
2,265
ˆ 100% “
o gestor é compensado, em 7” temos que Y „ b pn “ 7, p “ 0, 1587q, 12, 28215%. Os dados apresentam uma variabilidade fraca.
sendo p “ P rX † 8s “ p´1q “ 0, 1587. A função de probabilidade
da variável é dada por: • Consideremos a variável: Y - “massa de um isótopo de urânio”. Trata-
se duma variável quantitativa contínua na escala absoluta.
f pyq “ 7Cy p0, 1587qy p0, 8413q7´y , y “ 0, 1, . . . , 7. ∞7
x
– Média: y “ i“1 7
i
“ 1410,29
7
“ 201, 47. Em média a massa de um
A probabilidade pedida é: isótopo de urânio é de 201, 47.
∞7 2
i“1 pxi ´xq
– Variância: s2 “ “ 36,933 “ 6, 1555.
P rY • 2s “ 1 ´ P rY † 2s “ ?
7´1
6
(a) Considerando os acontecimentos: • Conclusão: a variável associada ao pH do limão apresenta maior vari-
abilidade do que a variável associada à massa de um isótopo de urânio.
– D - “chip ser defeituoso”;
– A - “chip ser aprovado na inspecção”;
Lista de exercícios de revisão para o 1º teste 11/28 Lista de exercícios de revisão para o 1º teste 12/28
C. Fernandes & P. Ramos C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
Lista de exercícios de revisão para o 1º teste 13/28 Lista de exercícios de revisão para o 1º teste 14/28
C. Fernandes & P. Ramos C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
Consideremos, agora, a variável aleatória Y - “número de períodos (d) Considerando a variável aleatória
` X 1 - “número
˘ de chamadas em 60
de 2 horas, em 6, em que não existem interrupções” temos que Y „ minutos” temos que X „ P “ 10
1
ˆ 60 “ 6 ;
b pn “ 6, p “ 0, 812q. A função de probabilidade da variável é dada por:
(e) P rT ° 11s “ F p11q “ 0, 3329;
f pyq “ 6Cy p0, 812qy p0, 188q6´y , y “ 0, 1, 2, 3, 4, 5, 6. (
(f ) P rT ° ks “ 0, 4 ô F pkq “ 0, 6 ô 1 ´ exp ´ 10
1
k “ 0, 6 ô k “
A probabilidade pedida é f p2q “ 0, 0124. 9, 1629 minutos.
(a) Considerando a variável aleatória T - “tempo de espera entre duas (a) Considerando a variável aleatória X - “número de artigos defeituosos
` ˘ cha- em 5” temos que X „ h pN “ 100, n “ 5, K “ 20q. A função de proba-
madas consecutivas, em minutos” temos que T „ exp “ 10 1
, pois
E rT s “ 10 ô 1 “ 10 ô “ 10 1
. A função de distribuição da variável bilidade da variável é dada por:
é dada por: " * Cx ˆ 80C5´x
20
1 f pxq “ , x “ 0, 1, 2, 3, 4, 5.
F ptq “ 1 ´ exp ´ t , t • 0. 100C
5
10
A probabilidade pedida é A probabilidade pedida é P rX † 3s “ 0, 947;
(c) E rXs “ n ˆ p “ 1.
(b) Considerando a variável aleatória
` X - “número
˘ de chamadas em 5 mi-
nutos” temos que X „ P “ 10
1
ˆ 5 “ 12 . A função de probabilidade Exercício 12.
da variável é dada por:
(a) Considerando a variável aleatória` T - “tempo
˘ entre falhas consecutivas,
` 1 ˘x (
exp ´ 12 em horas” temos que T „ exp “ 500 1
, pois E rT s “ 500 ô 1 “
f pxq “ 2 , x “ 0, 1, . . . . 500 ô “ 5001
.
x!
Considerando a variável aleatória X - “tempo total entre falhas con-
A probabilidade pedida é
secutivas
∞ na amostra” e usando o teorema limite central temos, para
P rX “ 0s “ f p0q “ 0, 6065; X “ 35 i“1 Ti , que
X ´ 35 ˆ 500
? 9 p0; 1q ,
„N
(c) Considerando a variável aleatória Y - “número de períodos de 5 minu- 35 ˆ 5002
b
tos, em 6, em que não existem chamadas” temos que pois µT “ 1 “ 500 e T “ 2 “ 500. Podemos usar o teorema limite
1
P rY • 1s “ 1 ´ f p0q “ 0, 9963;
Lista de exercícios de revisão para o 1º teste 17/28 Lista de exercícios de revisão para o 1º teste 18/28
C. Fernandes & P. Ramos C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
(b) Considerando a variável aleatória T - “tempo médio entre falhas con- (f ) Considerando a variável aleatória X - “peso médio na amostra” e usando
secutivas
∞35
na amostra” e usando o teorema limite central tem-se, para a aditividade da distribuição normal temos que
Ti
T “ i“135
, que ˆ ˙
14, 8
T ´ 500 X „ N µ “ 72; “ ? .
500 9 p0; 1q .
„N 30
?
35
Podemos usar o teorema limite central porque n “ 35 ° 30. A probabi- A probabilidade pedida é:
lidade pedida é: “ ‰
„ ⇢ P X § 70 “ P rZ † ´0, 74s “ 0, 2296.
“ ‰ 510 ´ 500
P T § 510 “ P Z † “ P rZ † 0, 12s “ 0, 5478.
84, 52 Exercício 14.
≥`8 ≥k 2px`1q
Exercício 13. (a) ´8 f pxq dx “ 1 ô 0 15
dx “ 1 ô k “ 3;
(a) Considerando a variável aleatória X - “peso dos indivíduos de uma (b) P r1 § X § 3 | X § 2s “ P r1§X§2s
“ 0, 625;
P rX§2s
determinada população” temos que X „ N pµ; q. Temos:
(b) µ “ 9
, 2
“ 0, 659 e “ 0, 812.
‚ P rX § 72s “ 0, 5 ô µ “ 72; 5
“ ‰
‚ P rX § 62s “ 0, 25 ô P Z † 62´72
“ 0, 25 ô ´0, 6745 “ Exercício 15.
´10
ô “ 14, 8.
(a) Considerando a variável aleatória X - “número de falhas em 50 dm2 ”
(b) A probabilidade pedida é: P rX • 86s “ 1 ´ P rZ † 0, 95s “ 0, 1711. temos que X „ P p “ 1q. Temos t “ 1 ô ˆ 50 “ 1 ô “ 50 1
1
P rX•90s 1´P rZ†1,22s
por dm2 . Considerando, agora, a variável
` aleatória X ˘ - “número de
(c) A probabilidade pedida é: P rX • 90 | X • 86s “ P rX•86s
“ 0,1711
“ falhas em 32 dm2 ” temos que X 1 „ P “ 50
1
ˆ 32 “ 32 . A função de
50
0, 6499. probabilidade da variável é dada por:
(d) O peso total dos 5 indivíduos é dado pela variável aleatória Y - “peso ` 32 ˘x (
exp ´ 32
total dos 5 indivíduos” em que f pxq “ 50 50
, x “ 0, 1, . . . .
x!
ÿ
5 ´ a ¯
Y “ Xi „ N µ “ 5 ˆ 72 “ 360; “ 5 ˆ 14, 82 “ 33, 09 , A probabilidade pedida é
i“1
P rX 1 “ 0s “ f p0q “ 0, 527;
usando a aditividade da distribuição normal. A probabilidade pedida é:
P rY § 400s “ P rZ § 1, 21s “ 0, 8869. (b) A probabilidade pedida é
(e) O peso total dos 25 indivíduos é dado pela variável aleatória Y - “peso P rX 1 § 1s “ f p0q ` f p1q “ 0, 865.
total dos 25 indivíduos” em que
´ ¯ Exercício 16.
ÿ
25 a
Y “ Xi „ N µ “ 25 ˆ 72 “ 1800; “ 25 ˆ 14, 82 “ 74 , (a) Considerando os acontecimentos:
i“1
usando a aditividade da distribuição normal. A probabilidade pedida é: – Mi - “peça ser produzida pela máquina i”, com i “ 1, 2, 3;
– D - “peça ser defeituosa”;
P rY • 1810s “ 1 ´ P rZ † 0, 14s “ 0, 4443.
Lista de exercícios de revisão para o 1º teste 19/28 Lista de exercícios de revisão para o 1º teste 20/28
C. Fernandes & P. Ramos C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
tem-se P rM1 s ` P rM2 s ` P rM3 s “ 1 ô 0, 4 ` 0, 3 ` P rM3 s “ 1 ô • Outliers extremos ou severos: xi † Q 1 ´3IQ ô xi † 40, 13´3ˆ0, 05 ô
4
P rM3 s “ 0, 3 e P rD | M1 s “ 0, 01,
“ P‰ rD | M ‰ e P“ rD | M3‰s “
“ 2 s “ 0, 04 xi † 39, 98 ou xi ° Q 3 ` 3IQ ô xi ° 40, 18 ` 3 ˆ 0, 05 ô xi ° 40, 33.
4
0, 03.
“ A probabilidade
‰ pedida é P D “ P M 1 X D ` P M2 X D `
• Não existem outliers extremos ou severos. 40, 00 é um outlier mode-
P M3 X D “ 0, 975;
rado.
P rM1 XDs
(b) A probabilidade pedida é: P rM1 |Ds “ P rDs
“ 0, 16; Percentagem de óxido de sódio
A probabilidade pedida é
Cx ˆ 7C3´x
5
(b) Para obter a função de distribuição teremos que considerar os seguintes
f pxq “ , x “ 0, 1, 2, 3.
12C
3 casos:
Lista de exercícios de revisão para o 1º teste 23/28 Lista de exercícios de revisão para o 1º teste 24/28
C. Fernandes & P. Ramos C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
(c) Cv “ µ
ˆ 100 “ 48, 8%. Exercício 27.
Exercício 25. (a) Considerando a variável aleatória` T - “tempo entre falhas consecutivas,
˘
em horas” temos que T „ exp “ 500 1
, pois E rT s “ 500 ô 1 “
(a) Temos que
500 ô “ 5001
. A função de distribuição da variável é dada por:
‚ µ “ 0, 1 ô ´p1 ` p3 “ 0, 1; " *
1
‚ E rX 2 s “ 0, 9 ô p1 ` p3 “ 0, 9; F ptq “ 1 ´ exp ´ t , t • 0.
500
‚ p1 ` p2 ` p3 “ 1;
A probabilidade pedida é
e resolvendo um sistema com as três equações obtemos p1 “ 0, 4, p2 “
0, 1 e p3 “ 0, 5; P rT ° 500s “ 1 ´ F p500q “ 0, 3679;
1´F p1300q
(b) P rT ° 1300 | T ° 800s “ 1´F p800q
“ 0, 3679;
Lista de exercícios de revisão para o 1º teste 25/28 Lista de exercícios de revisão para o 1º teste 26/28
C. Fernandes & P. Ramos C. Fernandes & P. Ramos
Instituto Superior de Engenharia de Lisboa Instituto Superior de Engenharia de Lisboa
Departamento de Matemática Departamento de Matemática
Probabilidades e Estatística Probabilidades e Estatística
∞12
x2 ´12ˆx2
Exercício 28. – Variância: s2 “ ii“1
12´1
“ 20,91667
11
“ 1, 901515 pvaloresq2 .
?
(a) Temos que N “ Z ` X ´ Y em que – Desvio padrão: s “ 1, 901515 “ 1, 378954 valores. A variabili-
´ ¯ dade em relação à média é de 1, 378954 valores.
?
N „ N µ “ 100 ` 40 ´ 30 “ 110; “ 202 ` 92 ` 122 “ 25 . – Coeficiente de variação: cv “ xs ˆ 100ˆ “ 1,378954
3,083333
ˆ 100ˆ “
44, 72284%. Os dados apresentam uma variabilidade elevada.
(b)
(b) 3º quartil: i “ t12ˆ 34 `1´ 34 u “ t9, 25u “ 9 e k “ 12ˆ 34 `1´ 34 ´9 “ 0, 25
„ ⇢ logo Q 3 “ p1 ´ 0, 25q xp9q ` 0, 25xp10q “ 0, 75 ˆ 4 ` 0, 25 ˆ 4 “ 4 valores.
k ´ 110 4
P r0 † N § ks “ 0, 95 ô P ´4, 4 † Z § “ 0, 95 ô A afirmação está correcta visto que, do cálculo do 3º quartil, podemos
25
ˆ ˙ concluir que 75% dos testes têm cotação até 4 valores.
k ´ 110
ô ´ p´4, 4q “ 0, 95 ô
25 Exercício 30.
ˆ ˙
k ´ 110 Considerando a variável aleatória X - “número de acidentes rodoviários que
ô “ 0, 95 ô são originados por manobras perigosas por parte dos condutores, em 8 aci-
25
k ´ 110 dentes” temos que X „ b pn “ 8; p “ 0, 7q. A função massa de probabilidade
ô “ ´1 p0, 95q ô é dada por:
25
k ´ 110
ô “ 1, 6449 ô f pxq “ 8Cx p0, 7qx p0, 3q8´x , x “ 0, 1, 2, 3, 4, 5, 6, 7, 8.
25
ô k “ 151, 1225.
A probabilidade pedida é
– Amostra ordenada: 1; 1; 2; 2; 3; 3; 3; 4; 4; 4; 5;
5.
∞12
x
– Média: x “ i“1 12
i
“ 37
12
“ 3, 083333 valores. A cotação média dos
testes é 3, 083333 valores.
– Moda: A moda é M o “ 3 valores e M o “ 4 valores, visto que são
as cotações nos testes mais frequentes. Trata-se duma variável
bimodal.
– Mediana: i “ t12ˆ 12 `1´ 12 u “ t6, 5u “ 6 e k “ 12ˆ 12 `1´ 12 ´6 “
0, 5 logo M e “ Q 1 “ p1 ´ 0, 5q xp6q `0, 5xp7q “ 0, 5ˆ3`0, 5ˆ3 “ 3
2
valores. 50% dos testes têm cotação até 3 valores.
Lista de exercícios de revisão para o 1º teste 27/28 Lista de exercícios de revisão para o 1º teste 28/28
C. Fernandes & P. Ramos C. Fernandes & P. Ramos