Aula prática 4 Exercícios previstos: [3.9,] 3.13, 4.

6
Exercícios previstos próxima aula: 4.9, 4.10

Exercício 3.9 [V.a. discreta, distribuição hipergeométrica, aproximação binomial.]

2 000 pessoas de entre as 60 000 que constituem a população de uma cidade estão a assistir a um programa
de televisão. Escreva a expressão que lhe permitiria calcular a probabilidade exacta de que, entre 250 pessoas
seleccionadas ao acaso e sem reposição da população da cidade, menos de 5 estejam a ver esse programa.

• Variável aleatória de interesse

X = no. de pessoas a assistir o programa de TV numa amostra de 250 pessoas seleccionados ao acaso e
SEM reposição de uma população com 60 000 pessoas, das quais 2 000 estão a assistir a tal programa

• Distribuição de X

X ∼ Hipergeométrica(N , M , n)

com:

N = 60 000 (tamanho população);

M = 2 000 (pessoas a assistir o programa de TV);
n = 250 (pessoas seleccionadas ao acaso e SEM reposição).

• F.p. de X
 ¡2 000¢ ¡60 000−2 000¢
x 250−x
f or m.
 ¡60 000 ¢ , x = 0, 1, . . . , 250
P (X = x) = 250
0, caso contrário


• Prob. pedida

P (X < 5) = P (X ≤ 4)
4 2 000 60 000−2 000
¡ ¢¡ ¢
x 250−x
X
= ¡60 000¢
x=0 250

• Prob. pedida — valor aproximado

Uma vez que n = 250 < 0.1 × N = 6 000, pode aproximar-se a f.p. da v.a.

X ∼ Hipergeométrica(N , M , n)

pela f.p. da v.a. aproximativa

¡ ¢
X̃ ∼ Binomial n = 250, p = M /N = 1/30 ,
¡ ¢ ¡ 1 ¢x ¡ 1 250−x
função essa dada por P ( X̃ = x) = 250
¢
x 30 1 − 30 , x = 0, 1, . . . , 250.
Assim,

P (X < 5) = P (X ≤ 4)
' P ( X̃ ≤ 4)
à !
X4 250 µ 1 ¶x µ 1 250−x
¶
= 1−
x=0 x 30 30
cal c.
' 0.078570.

• Obs. — Ao recorrer-se ao Mathematica, obtém-se directamente a prob. pedida P (X < 5) ' 0.0781430.
Por consequência, o erro relativo associado à aproximação binomial é dado por
0.078570−0.0781430
0.0781430 × 100% ' 0.546434%.
Este erro é diminuto e sugere que a aproximação binomial é muito razoável neste caso.

Página 1
Exercício 3.13 [V.a. discreta, distribuição de Poisson, propriedade reprodutiva da distribuição de Poisson.]

Um processo de fabrico de placas de vidro produz, em média, 4 bolhas de ar espalhadas aleatoriamente por 10m 2
de placa. Sabendo que a distribuição do número de bolhas de ar pode ser modelada por uma distribuição de
Poisson, calcule a probabilidade de:

(a) Uma placa de 2.5m × 2m ter mais de 2 bolhas de ar.

• V.a.
X 10 = no. de bolhas de ar espalhadas aleatoriamente por 10m 2 de placa
• Distribuição de X 10
X 10 ∼ Poisson(λ10 )
com
λ10 : E (X 10 ) = 4
λ10 = 4

• Nova v.a.
X 5 = no. de bolhas de ar espalhadas aleatoriamente numa placa de 2.5m × 2m
• Distribuição de X 5
Invocando a propriedade reprodutiva da distribuição de Poisson (ver Nota 6.64 das notas de apoio),
conclui-se que:
X5 ∼ Poisson (λ5 )
onde
λ5 = E (X 5 )
λ10
=
2
= 2
• F.p. de X 5
f or m. e −2 ×2x
P (X 5 = x) = x! , x = 0, 1, 2, . . .
• Prob. pedida
P (X 5 > 2) = 1 − P (X 5 ≤ 2)
X2
= 1− P (X 5 = x)
x=0
= 1 − F Poi sson(2) (2)
t abel a/cal c.
= 1 − 0.6767
= 0.3233.

(b) Obter, num lote de 10 placas de vidro com 1m × 2.5m, 6 placas perfeitas.

• Outra v.a.
Y = número de placas perfeitas (sem bolhas!), em 10 placas de vidro com 1m × 2.5m
• Distribuição de Y
Y ∼ binomial(n, p)
com
n = 10
p = P (placa de 1m × 2.5m perfeita)
= P (X 2.5 = 0)
e −λ2.5 × λ02.5
=
0!
= e −λ10 /4
= e −1

Página 2
• F.p. de Y
¡10¢ ¡ −1 ¢ y ¡ ¢10−y
P (Y = y) = y e 1 − e −1 , y = 0, 1, 2, . . . , 10
• Prob. pedida
à !
10 ¡ −1 ¢6 ¡ ¢10−6
P (Y = 6) = e 1 − e −1
6
' 0.083110.

Página 3
Exercício 4.6 [V.a. contínua, f.d.p., valor esperado, quantis de probabilidade.]

A procura diária de arroz num supermercado, em centenas de quilos, é uma variável aleatória com função
densidade de probabilidade:

 (2x)/3,

 0≤x <1
f X (x) = −x/3 + 1, 1≤x ≤3


 0, restantes valores de x.

(a) Qual a probabilidade da procura exceder 150 Kg de arroz num dia escolhido ao acaso?

• V.a. de interesse
X = procura diária de arroz num supermercado (em centenas de Kg)

• F.d.p. de X

 (2x)/3,

 0≤x <1
f X (x) = −x/3 + 1, 1≤x ≤3


 0, restantes valores de x

• Gráfico da f.d.p. de X
f X (x)

x
0

• Prob. pedida
Z +∞
P (X > 1.5) = f X (x) d x
1.5
Z 3³
x ´
= − +1 dx
1.5 3
µ 2 ¶¯3
x ¯
= − + x ¯¯
6 1.5
µ 2
1.52
¶ µ ¶
3
= − +3 − − + 1.5
6 6
9 9 3
= − +3+ −
6 24 2
−36 + 72 + 9 − 36
=
24
9
=
24
3
=
8
= 0.375.

(b) Calcule o valor esperado da procura diária de arroz, assim como uma medida da variabilidade dessa procura.

• Valor esperado de X
Z +∞
E (X ) = x × f X (x) d x
−∞
Z 1 Z 3 ³ x
2x ´
= x× dx + x × − +1 dx
0 3 1 3
Z 1 2 Z 3µ 2
x
¶
2x
= dx + − +x dx
0 3 1 3
·µ 3 ¶¯1 µ 3 ¶¸¯3
2x ¯¯ x x 2 ¯¯
= + − + ¯
9 ¯0 9 2 ¯
1
2 × 13 0 × 13
¶ ·µ 3
32
¶ µ 3
12
µ ¶¸
3 1
= − + − + − − +
9 9 9 2 9 2
2 9 1 1
= −3+ + −
9 2 9 2

Página 4
 2 − 54 + 81 + 2 − 9
E (X ) =
18
4
= (em centenas de Kg)
3
' 133.3 Kg
• Desvio-padrão de X
Como o 2o. momento de X é igual a
Z +∞
2
E (X ) = x 2 × f X (x) d x
−∞
Z 1 Z 3 ³ x
2x ´
= x2 × dx + x2 × − + 1 d x
0 3 1 3
Z 1 3 Z 3µ 3
x
¶
2x
= dx + − + x2 d x
0 3 1 3
·µ 4 ¶¯1 µ 4 ¶¸¯3
2x ¯¯ x x 3 ¯¯
= + − + ¯
12 ¯0 12 3 ¯
1
·µ 4
33
¶ µ ¶¸
1 3 1 1
= + − + − − +
6 12 3 12 3
2 − 81 + 108 + 1 − 4
=
12
13
=
6
tem-se que a variância de X é dada por
V (X ) E (X 2 ) − E 2 (X )
=
µ ¶2
13 4
= −
6 3
78 − 64
=
36
7
=
18
e o desvio-padrão desta v.a. é
p
SD(X ) = V (X )
r
7
=
18
' 0.62361 (em centenas de Kg).

(c) Qual a quantidade de arroz que deve ser deixada diariamente à disposição do público para que não falte arroz
em 95% dos dias?

• Quantidade pedida
(a)
Representemo-la por ξ. Ora, uma vez que P (X > 1.5) = 83 , podemos adiantar que F X (1.5) = P (X ≤ 1.5) =
5
8 < 0.95. Tirando partido deste facto e da monotonia não decrescente de qualquer f.d., conclui-se que
ξ ∈ (1.5, 3] : P (procura inferior ou igual a ξ) = 0.95
P (X ≤ ξ) = 0.95
Z ξ
f X (x) d x = 0.95
−∞
1 2x Z ξ³
x
Z ´
dx + − + 1 d x = 0.95
0 3 1 3
2 ¯¯1 µ 2 ¶¯ξ
2x ¯ x ¯
+ − + x ¯¯ = 0.95
6 0 ¯ 6 1
·µ 2
ξ
¶ µ ¶¸
1 1
+ − + ξ − − + 1 = 0.95
3 6 6
ξ2 1
− + ξ − − 0.95 = 0
6 2
50 ξ2 − 300 ξ + 435 = 0

Página 5
 p
−(−300) ± (−300)2 − 4 × 50 × 435
ξ ∈ (1.5, 3] : ξ=
2 × 50
p
300 ± 3000
ξ=
100
p
30
ξ = 3± .
10
Consequentemente,
p
30
ξ = 3−
10
' 2.4523 (em centenas de Kg)
' 245.23 Kg

• Comentário
Note-se que ξ coincide com o quantil de probabilidade 0.95 da v.a. X , i.e., ξ = F X−1 (0.95).

• [Quantidade pedida — resolução alternativa

F.d. de X
Talvez não seja má ideia começar-se por preencher a tabela abaixo com alguns valores da f.d. de X para
depois determinar-se a expressão geral da f.d. de X .
Rx
x F X (x) = P (X ≤ x) = −∞ f X (t ) d t
Rx
x <0 −∞ 0 d t = 0
¯x
t2 ¯ x2
R0 R x 2t
0≤x <1 −∞ 0 d t + 0 3 d t = 3 ¯0 = 3
hR R 1 2t i R x ¡ t ³ 2 ´¯x ³ 2 ´
0 ¢ t 1 x 1
1≤x <3 −∞ 0 d t + 0 3 d t + 1 − 3 + 1 d t = F X (1) + − 6 + t ¯ = 3 + − 6 + x + 6 − 1
¯
0
2
= − x6 + x − 12
R0 R 1 2t R3¡ t ¢ Rx
x ≥3 −∞ 0 d t + 0 3 d t + 1 − 3 + 1 d t + 3 0 d t = · · · = 1

Deste modo conclui-se que:



 0, x <0
 x2 ,


3 0≤x <1
F X (x) = x2 1
− 6 +x − 2, 1≤x <3




1, x ≥ 3.


Gráfico da f.d. de X
F X (x)

1/3
x
0 1 3
(Trata-se de função contínua e monótona não decrescente, etc.)

Obtenção do stock pedido

Representemo-lo por ξ. Ora, uma vez que F X (1) = 31 , temos
ξ ∈ (1, 3] : F X (ξ) = 0.95
ξ2 1
− + ξ − = 0.95
6 2
10 ξ2 − 60 ξ + 87 = 0
p
−(−60) ± (−60)2 − 4 × 10 × 87
ξ=
2 × 10
p
60 ± 120
ξ=
20
p
30
ξ = 3± .
10

Página 6
Assim,
p
30
ξ = 3−
10
' 2.4523 (em centenas de Kg)
' 245.23 Kg.]

Página 7