Aula prática 3 Exercícios previstos: 3.2, 3.6, 3.

7
Exercícios previstos próxima aula: [3.9,] 3.13, 4.6

Exercício 3.2 [V.a. discreta, eventos independentes, f.p., f.d., valor esperado, moda, mediana e variância.]

Numa fábrica existem três máquinas iguais de uma mesma marca, que trabalham independentemente. A
probabilidade de cada máquina avariar num dado espaço de tempo é 0.1. Seja X a variável aleatória que representa
o número de máquinas que findo esse período de tempo estão a trabalhar. Determine:

(a) A função de probabilidade de X .

• Experiência aleatória
Classificação de 3 máquinas (que funcionam de forma independente) quanto a estarem avariadas (A)
ou não (A).

• Eventos chave
A = máquina avariada
A = máquina a trabalhar

• Probabilidades
P (A) = 0.1
P (A) = 1 − P (A) = 1 − 0.1 = 0.9

• Espaço de resultados
Ω = {A A A, A A A, A A A, A A A, A A A, A A A, A A A, A A, A}.
A A A ≡ A 1 ∩ A 2 ∩ A 3 (1a., 2a. e 3a. máquinas avariadas)
etc.
#Ω = 23 = 8 (eventos elementares)

• V.a. de interesse
X = número de máquinas que findo o período estão a trabalhar
X : Ω → RX
• Contradomínio e representação esquemática de X
Atendendo ao número de máquinas, os valores possíveis de X são 0, 1, 2, 3, i.e., R X = {0, 1, 2, 3}.

AAA 0

AAA 1

AAA

AAA

AAA 2

AAA

AAA

AAA 3

Ω IR X

Página 1
• F.p. de X
P (X = 0) = P (nenhuma máquina a trabalhar)
= P (três máquinas avariadas)
= P (A 1 ∩ A 2 ∩ A 3 )
= P (A 1 ) × P (A 2 ) × P (A 3 ) [eventos completamente independentes]
3
= 0.1 [eventos equiprováveis]
= 0.001

P (X = 1) = P (1 máquina a trabalhar)
= P (duas máquinas avariadas)
³ ´ ³ ´ ³ ´
= P A1 ∩ A2 ∩ A3 + P A1 ∩ A2 ∩ A3 + P A1 ∩ A2 ∩ A3

= P (A 1 ) × P (A 2 ) × P (A 3 ) + P (A 1 ) × P (A 2 ) × P (A 3 ) + P (A 1 ) × P (A 2 ) × P (A 3 )
[eventos completamente independentes]

= 3 × (1 − 0.1) × 0.12 [eventos equiprováveis]

= 0.027

P (X = 2) = P (2 máquinas a trabalhar)
= P (1 máquina avariada)
³ ´ ³ ´ ³ ´
= P A1 ∩ A2 ∩ A3 + P A1 ∩ A2 ∩ A3 + P A1 ∩ A2 ∩ A3

= P (A 1 ) × P (A 2 ) × P (A 3 ) + P (A 1 ) × P (A 2 ) × P (A 3 ) + P (A 1 ) × P (A 2 ) × P (A 3 )
[eventos completamente independentes]

= 3 × 0.1 × (1 − 0.1)2 × [eventos equiprováveis]

= 0.243
³ ´
P (X = 3) = P A 1 ∩ A 2 ∩ A 3

= P (A 1 ) × P (A 2 ) × P (A 3 ) [eventos completamente independentes]

3
= (1 − 0.1) [eventos equiprováveis]
= 0.729.

• F.p. de X (cont.)


 0.001, x =0


 0.027,


 x =1
P (X = x) = 0.243, x =2





 0.729, x =3

0, outros valores de x


• Obs. — Alternativamente, poderíamos tirar partido do facto de X ∼ Binomial(n = 3, p = 0.9), logo

à !
f or m. 3
P (X = x) = 0.9x (1 − 0.9)3−x , x = 0.1, 2, 3.
x

Escusado será dizer que obteríamos o mesmo resultado.

Página 2
(b) A função de distribuição de X .

• F.d. de X
Comecemos por preencher a tabela abaixo com alguns valores da f.d. de X.
P
x F X (x) = P (X ≤ x) = xi ≤x P (X = x i )
-0.5 F X (−0.5) = P (X ≤ −0.5) = 0
0 F X (0) = P (X ≤ 0) = P (X = 0) = 0.001
0.3 F X (0.3) = P (X ≤ 0.3) = P (X = 0) = 0.001
1 F X (1) = P (X ≤ 1) = P (X = 0) + P (X = 1) = 0.001 + 0.027 = 0.028
1.4 F X (1.4) = P (X ≤ 1.4) = P (X ≤ 1) = 0.028
2 F X (2) = P (X = 0) + P (X = 1) + P (X = 2) = 0.001 + 0.027 + 0.243 = 0.271
2.8 F X (2.8) = P (X ≤ 2) = 0.271
3 F X (3) = P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3)
= 0.001 + 0.027 + 0.243 + 0.729 = 1
10.5 F X (10.5) = P (X ≤ 3) = 1

Podemos então concluir que:



 0, x <0


 0.001, 0 ≤ x < 1



F X (x) = 0.028, 1 ≤ x < 2





 0.271, 2 ≤ x < 3

1, x ≥ 3.


(c) O valor esperado, moda, mediana e variância de X .

• Valor esperado de X
X3
E (X ) = x × P (X = x)
x=0
= 0 × 0.001 + 1 × 0.027 + 2 × 0.243 + 3 × 0.729
= 2.7

• Moda de X
Represente-se a moda de X por mo(X ). Então

mo(X ) : P [X = mo(X )] = max P (X = x).

x∈{0,1,2,3}

Atendendo a que P (X = 3) = 0.729 é superior a qualquer dos restantes valores da f.p. de X , temos que o
valor mais frequente de X é efectivamente mo(X ) = 3.

• Mediana de X
Represente-se a mediana de X por me(X ). Então
1 1
me(X ) : ≤ F X [me(X )] ≤ + P [X = me(X )] (1)
2 2
1
F X [me(X )− ] ≤ ≤ F X [me(X )]. (2)
2
Ora, tirando partido da definição de mediana em (1) e do facto de
1 (a) 1 1
≤ F X (3) = 1 ≤ + P (X = 3) = + 0.729 = 1.229,
2 2 2
concluímos que me(X ) = 3.
Em alternativa, notemos que

(a) 1
F X (3) = P (X ≤ 3) = 1 ≥ ;
2
mais, de uma consulta da f.d. de X tem-se

Página 3
 1
F X (3− ) = F X (2) = 0.271 ≤ .
2
Logo

1
F X (3− ) ≤ ≤ F X (3),
2
pelo que o resultado (2) leva-nos a concluir que me(X ) = 3.

• Variância de X
Como o valor esperado de X é igual a E (X ) = 2.97 e o 2o. momento de X é dado por
3
E (X 2 ) = x 2 × P (X = x)
X
x=0
= 02 × 0.01 + 12 × 0.027 + 22 × 0.243 + 32 × 0.729
= 7.56,
segue-se que
V (X ) = E (X 2 ) − E 2 (X )
= 7.56 − 2.72
= 0.27.

• Obs. — Alternativamente, poderíamos ter tirado partido do facto de X ∼ Binomial(n = 3, p = 0.9) e

concluir que
f or m.
E (X ) = n p = 3 × 0.9 = 2.7
f or m.
V (X ) = n p (1 − p) = 3 × 0.9 × (1 − 0.9) = 0.27.

Página 4
Exercício 3.6 [V.a. discreta, relação entre a f.p. e a f.d.]

Considere a v.a. discreta X com a seguinte f.d.:




 0, x < 0
 16 , 0 ≤ x < 2





1
F X (x) =
 4, 2 ≤ x < 4
1

2, 4 ≤ x < 6






1, x ≥ 6


(a) Determine a f.p. de X .

• Gráfico da f.d. de X
F X (x)

1 − •

1 − •
2
◦
1
4 − • ◦
1 − • ◦
6
◦| | | | x
0 2 4 6

• F.p. de X
P (X = x) = F X (x) − F X (x − )

= salto da f.d. de X no ponto x


− 1 1
 F X (0) − F X (0 ) = 6 − 0 = 6 ,


x =0

 F (2) − F (2− ) = 1 − 1 = 1 ,

x =2


 X X 4 6 12

= F X (4) − F X (4− ) = 12 − 41 = 14 , x =4


F X (6) − F X (6− ) = 1 − 21 = 12 ,




 x =6


0, para outros valores de x.


(b) Calcule as seguintes probabilidades recorrendo quer à f.p. de X , quer à f.d. de X :

i) P (X ≤ 1)
ii) P (X > 5)
iii) P (0 < X ≤ 2)
iv) P (2 ≤ X < 6)

• Probabilidades pedidas
Basta identificar os valores possíveis da v.a. X que satisfazem cada uma das condições e recorrer à f.p.
obtida em (a).
Alternativamente, pode recorrer-se à f.d. dada e às propriedades da mesma.
1
i) P (X ≤ 1) = P (X = 0) = 6
1
P (X ≤ 1) = F X (1) = 6
1
ii) P (X > 5) = P (X = 6) = 2

P (X > 5) = 1 − P (X ≤ 5) = 1 − F X (5) = 1 − 12 = 1
2
1
iii) P (0 < X ≤ 2) = P (X = 2) = 12
P (0 < X ≤ 2) = F X (2) − F X (0) = 41 − 16 = 1
12
1 1 1
iv) P (2 ≤ X < 6) = P (X = 2) + P (X = 4) = 12 + 4 = 3
1 1 1
P (2 ≤ X < 6) = F X (6− ) − F X (2− ) = 2 − 6 = 3.

Página 5
Exercício 3.7 [V.a. discretas, distribuições binomial e geométrica, valor esperado.]1

Num armazém encontra-se um lote de 10 000 latas de um certo produto alimentar que está a ser preparado para ser
distribuído. 500 dessas latas já ultrapassaram o prazo de validade. É efectuada uma inspecção sobre uma amostra
de 15 embalagens escolhidas ao acaso com reposição. A inspecção rejeita o lote se forem encontradas mais do que
duas latas fora do prazo de validade nessa amostra.

(a) Qual a probabilidade de rejeição do lote?

• V.a. de interesse
X = número de latas fora do prazo de validade em 15 embalagens escolhidas ao acaso COM reposição
de um lote de 10 000 latas das quais 500 já ultrapassaram o prazo de validade

• Distribuição de X
A v.a. X corresponde ao número de sucessos em n provas de Bernoulli independentes e identicamente
distribuídas (i.i.d.) com probabilidade de sucesso comum p, pelo que
X ∼ Binomial(n, p)
com
n = 15
500
p = = 0.05
10 000
• F.p. de X
à !
f or m. 15
P (X = x) = 0.05x (1 − 0.05)15−x , x = 0, 1, . . . , 15
x

• Prob. pedida
A prob. pedida pode obter-se recorrendo directamente à f.p.:
P (rejeitar lote) = P (X > 2)
= 1 − P (X ≤ 2)
X2
= 1− P (X = x)
x=0
"Ã ! Ã ! Ã ! #
15 0 15−0 15 x 15−1 15 2 15−2
= 1− 0.05 (1 − 0.05) + 0.05 (1 − 0.05) + 0.05 (1 − 0.05)
0 1 2
µ ¶
15 × 14
= 1 − 0.9515 + 15 × 0.05 × 0.9514 + × 0.052 × 0.9513
2
' 1 − (0.463291 + 0.365756 + 0.134752)
= 0.036201
Alternativamente, podemos recorrer às tabelas disponíveis:
P (rejeitar lote) = P (X > 2)
= 1 − P (X ≤ 2)
= 1 − F Bi nomi al (15,0.05) (2)
t abel a/cal c.
' 1 − 0.9638
= 0.0362

(b) Qual o número esperado de latas fora do prazo de validade?

• Valor esperado de X
f or m.
E (X ) = np
= 15 × 0.05
= 0.75 6∈ R X = {0, 1, 2, . . . , 15}

1 Sou da opinião que não se deva acrescentar alínea ao Exercício 3.7 por forma a usar a distribuição hipergeométrica e a aproximação binomial.

Parece-me preferível fazer o Exercício 3.9 na aula seguinte e adicionalmente calcular valor aproximado da probabilidade recorrendo à aproximação
binomial.

Página 6
(c) Suponha que as latas são inspeccionadas sucessivamente (com reposição) até ser encontrada uma fora do
prazo de validade.
i) Qual a probabilidade de ser necessário inspeccionar 4 ou mais latas?
ii) Qual o número esperado de latas inspeccionadas?

• V.a. de interesse
Y = latas inspeccionadas sucessivamente (COM reposição) até ser encontrada uma lata fora de validade

• Distribuição de Y
De notar que:
– as latas são inspeccionadas sucessivamente (COM reposição);
– as inspecções são efectuadas de modo independente;
– a probabilidade de encontrar uma lata fora de prazo se mantém constante e igual a p = 0.05 ao
longo das inspecções.
Consequentemente
Y ∼ Geométrica(p)
com
p = 0.05

• F.p. de Y
f or m.
P (Y = y) = (1 − 0.05) y−1 × 0.05, y = 1, 2, . . .

• Prob. pedida
P (Y ≥ 4) = 1 − P (Y < 4)
= 1 − P (Y ≤ 3)
X3
= 1− P (Y = y)
l =1
1 − (1 − 0.05)1−1 × 0.05 + (1 − 0.05)2−1 × 0.05 + (1 − 0.05)3−1 × 0.05
£ ¤
=
1 − 0.05 + 0.95 × 0.05 + 0.952 × 0.05
¡ ¢
=
= 1 − (0.05 + 0.0475 + 0.045125)
= 0.857375
[Alternativamente,
3
X
P (Y ≥ 4) = 1− P (Y = y)
l =1
3
(1 − p) y−1 × p
X
= 1−
l =1
p X 3
= 1− (1 − p) y
1 − p l =1
p 1 − (1 − p)3
= 1− × (1 − p) ×
1−p 1 − (1 − p)
3
£ ¤
= 1 − 1 − (1 − p)
= (1 − 0.05)3
= 0.857375.
Com efeito, F Y (y) = P (Y ≤ y) = 1 − (1 − p) y , para y = 1, 2, . . . (ver notas de apoio).]

Valor esperado de Y
f or m. 1
E (Y ) =
p
1
=
0.05
= 20.

Página 7