1 Variáveis Aleatórias Exercício 1.1 Num lançamento de 3 moedas equilibradas seja X a variável aleatória que representa o número de caras saídas. Escreva a função de probabilidade de X. Exercício 1.2 Quantas vezes se deve lançar um dado ao ar para que a probabilidade de não sair a face 6 em nenhum dos lançamentos seja inferior a 0.01? Exercício 1.3 O número de carros vendidos semanalmente num stand é uma variável aleatória X com a seguinte função de probabilidade x 1 f (x) c 2 3 4 c 2 c 3 c 4 1. Calcule, justificando, o valor de c. 2. Determine a função de distribuição de X. 3. Calcule a probabilidade do número de carros vendidos não chegar a 4, sabendo que este valor é superior a 1. 4. Se os custos fixos semanais são de 30 unidades monetárias (u.m.) quando são vendidos 2 ou menos carros e 15 u.m. quando se vende mais de 2 carros e, além disso, por cada carro vendido há um lucro de 35 u.m., determine a função de distribuição da receita líquida semanal. Exercício 1.4 Uma empresa dedica-se à venda de artigos eléctricos. As vendas diárias de gravadores (em unidades) são representadas por uma v.a. X com a seguinte função de probabilidade ½ k(x + 1) , x = 0, 1, 2, 3, 4 f (x) = . 0 , caso contrário 1. Determine o valor de k. Justifique a sua resposta. 2. Calcule a função de distribuição da v.a. X. 3. Calcule, através da função de probabilidade e da função de distribuição, a probabilidade de as vendas serem exactamente iguais a 3 gravadores, num dia em que estas foram pelo menos 2. 1 Exercício 1.5 Numa loja de electrodomésticos a procura diária de aspiradores é uma v.a. X com função de probabilidade x 0 1 2 3 4 f (x) 0.2 b 0.3 0.2 0.1 1. Calcule b, justificando. 2. No início de um dia existem apenas 2 aspiradores na loja. Calcule a probabilidade de serem vendidos (considere que procura = venda sempre que exista o produto procurado). 3. A partir da alínea anterior obtenha a função de distribuição da variável “número de aspiradores vendidos”. Exercício 1.6 Dado o quadro seguinte x f (x) 0 1 2 3 1 8 1 4 1 2 1 8 1. Mostre que f representa a função de probabilidade de uma v.a. X. 2. Calcule E [X] , E [X + 2] e V [2X + 1]. Exercício 1.7 Seja. X uma v.a. discreta com função de probabilidade dada por x 0 1 2 3 5 f (x) 18 18 13 12 1. Determine a função de distribuição da v.a. X. 2. Calcule P (0 < X ≤ 2). 3. Calcule E[X] e V [X]. Exercício 1.8 A função de probabilidade da v.a. X, que representa o número de imperfeições em cada 10 metros de uma fibra sintética fabricada em rolos contínuos de largura uniforme, é dada por x 0 1 2 3 4 f (x) 0.41 a 0.16 0.05 0.01 1. Calcule a, justificando. 2. Determine a função de distribuição da v.a. X. 2 3. Calcule P (1 < X ≤ 4). 4. Calcule E[X] e V [X]. Exercício 1.9 Seja X uma v.a. discreta com a função de distribuição dada por ⎧ 0 , x<1 ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ 1 ⎪ , 1≤x<2 ⎪ 4 ⎪ ⎪ ⎪ ⎨ 3 , 2≤x<3 . F (x) = 4 ⎪ ⎪ ⎪ ⎪ ⎪ k ⎪ , 3≤x<4 ⎪ ⎪ 8 ⎪ ⎪ ⎪ ⎪ ⎩ 1 , x≥4 1. Determine os possíveis valores para k. 2. Suponha k = 7. (a) Determine a função de probabilidade de X. (b) Calcule P (2 < X ≤ 4). (c) Calcule E[X] e V [X]. Exercício 1.10 Considere a variável aleatória discreta com a seguinte função de distribuição ⎧ a , x<0 ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ 1 ⎪ , 0≤x<2 ⎪ 6 ⎪ ⎪ ⎪ ⎨ 1 , 2≤x<4 . F (x) = 4 ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ b , 4≤x<6 ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎩ c , x≥6 1. Sabendo que P (X = 6) = 12 , determine, justificando, os valores de a, b e c. 2. Calcule o valor esperado e a variância da variável aleatória Y = 3 2−3X . 4 Exercício 1.11 O número de vendas realizadas por um agente de seguros diariamente é uma v.a. com função de probabilidade x 0 f (x) w 1 2 3 4 z t z w 1. Sabendo que em 10% dos dias as vendas são inferiores a um e que em 70% dos dias são superiores a um, determine w, z e t. 2. Determine o número médio de seguros vendidos diariamente. 3. Determine E[2X − 1] e V [2X − 1]. 4. Determine a probabilidade de que, quando considerados dois dias, as vendas sejam superiores, em cada um deles, a duas unidades (suponha que as vendas realizadas num dia não influenciam as vendas realizadas no outro dia). 5. Se cada seguro é feito por 15000 unidades monetárias, determine a função de probabilidade da receita obtida com a venda dos seguros num dia. 6. Se num dia a receita for inferior a 50000 unidades monetárias, determine a probabilidade de que seja superior a 20000 unidades monetárias. Exercício 1.12 Seja X uma variável aleatória discreta com a seguinte função de probabilidade x m−1 m m+3 m+5 k+1 k k−1 k f (x) 8 8 8 8 1. Determine k e m de modo que E[X] = 14 . 2. Determine V [3X − 2]. 3. Determine F (x) e P (2 < X < 5). Exercício 1.13 Quais das seguintes funções podem representar a função densidade de probabilidade de uma v.a.: ½ 4x − 2x2 , 0 < x < 2 ; 1. f (x) = 0 , caso contrário ½ 12x−6x2 ,0<x<2 8 2. f (x) = . , caso contrário 0 4 Exercício 1.14 Uma máquina faz parafusos com diâmetros distribuídos segundo uma v.a. X com a seguinte função densidade de probabilidade ½ k(x − 1)(x − 2) , 1 < x < 2 . f (x) = 0 , caso contrário 1. Determine k. 2. Os parafusos são rejeitados se o seu diâmetro diferir de 1.5 mais de 0.4. Qual a probabilidade de um parafuso ser rejeitado? Exercício 1.15 Considere a seguinte função ½ k ,1<x<b x2 f (x) = 0 , caso contrário . Que relação deve existir entre k e b para que f seja uma função densidade de probabilidade de uma v.a. X. Exercício 1.16 Suponha que o gráfico da figura seguinte representa a função densidade de probabilidade de uma v.a. X. (a,b) -a 00 a b 1. Qual a relação entre a e b? 2. Se b > 0, determine o valor de b quando a = 1 e calcule, com estes valores, a função de distribuição da v.a. X. Exercício 1.17 Seja X uma v.a. com função densidade de probabilidade dada por ½ 3 2 ,3<x<5 − 4 x + 6x − 45 4 . f (x) = 0 , caso contrário 1. Prove que f é de facto uma função densidade de probabilidade. 2. Determine a respectiva função de distribuição. 5 Exercício 1.18 Seja X uma variável aleatória com a seguinte função densidade de probabilidade ⎧ x ,0≤x≤k ⎨ 4 1 − x4 , k < x < 4 f (x) = . ⎩ 0 , caso contrário 1. Determine k, justificando. 2. Determine a função de distribuição de X. 3. Calcule P (0.5 < X ≤ 2.5) através da função densidade de probabilidade de X. 4. Calcule P (X < 1/X ≥ 0.25) através da função de distribuição de X. Exercício 1.19 A quantidade de peixe pescado diariamente, em toneladas, por certo barco é uma v.a. X com a seguinte função densidade de probabilidade ⎧ x , 0 ≤ x < 10 ⎨ 200 a(20 − x) , 10 ≤ x < 20 . f (x) = ⎩ 0 , caso contrário 1. Determine o valor da constante a. 2. Determine a função de distribuição da v.a. e, com base nela, calcule a probabilidade do barco, num dia, não pescar menos de 8 toneladas de peixe. 3. Sabendo que numa manhã o barco já pescou mais de 3 toneladas de peixe, qual a probabilidade de até ao fim do dia exceder as 8 toneladas de pescado? 4. Se cada caixa de peixe enviada para a lota leva 25 kg, qual a probabilidade de num dia se enviarem mais de 400 caixas? Exercício 1.20 O Sr. João tem um carro que necessita de uma reparação urgente. Considere X a v.a. que representa o número de semanas que o carro se manterá em funcionamento sem reparação. A função densidade de probabilidade é a seguinte ⎧ x ⎨ 20 , 0 < x ≤ 4 x ,4<x≤b f (x) = . ⎩ 40 0 , caso contrário 6 1. Qual o número máximo de semanas que o carro funcionará sem reparação? 2. Determine a função de distribuição da v.a. X. 3. O Sr. João precisa de ir ao Porto daqui a 6 semanas. Qual a probabilidade de poder utilizar o seu carro sem ter efectuado qualquer reparação? Exercício 1.21 Seja X uma v.a. contínua. 1. Indique para que valores de β é que a seguinte função pode ser uma função densidade de probabilidade de X ½ −βx βe ,x>0 f (x) = . 0 , caso contrário 2. Usando a função densidade de probabilidade definida na alínea anterior, prove que para quaisquer s, t > 0 se verifica P (X > s + t/X > s) = P (X ≥ t). Exercício 1.22 Considere X uma probabilidade dada por ⎧ ⎨ 1+x 1−x f (x) = ⎩ 0 v.a. contínua com função densidade de , −1 < x ≤ 0 ,0<x<1 , restantes casos . 1. Determine a função de distribuição e esboce o seu gráfico. 2. Determine a esperança matemática e a variância. Exercício 1.23 A v.a. contínua X tem função densidade de probabilidade dada por ½ 2 3x , −1 < x < 0 f (x) = . 0 , x ≤ −1 ou x ≥ 0 Seja b um número real tal que −1 < b < 0. 1. Calcule a função de distribuição de X. ¡ ¢ 2. Calcule P X > b/X < 2b . 3. Determine a esperança matemática e a variância. 7 Exercício 1.24 A função densidade de probabilidade de uma v.a. X é dada por ½ a + bx2 , 0 ≤ x ≤ 1 f (x) = . 0 , caso contrário 1. Sabendo que E[X] = 35 , determine a e b. 2. Determine a função de distribuição de X. ¡ ¢ 3. Calcule P 12 ≤ X ≤ 34 . Exercício 1.25 Considerando X uma v.a. que representa a duração em centenas de horas de um certo componente eléctrico e em que a sua função densidade de probabilidade é dada por ½ ax , 0 < x ≤ 10 f (x) = . 0 , caso contrário 1. Determine, justificando, o valor de a. 2. Calcule P (X > 5). 3. Calcule E[X] e V [X]. Exercício 1.26 Dada a função de distribuição da v.a. X ⎧ ⎨ 0 ,x<0 x ,0≤x<6 . F (x) = ⎩ 6 1 ,x≥6 1. Determine a respectiva função densidade de probabilidade. 2. Calcule P (2 ≤ X ≤ 4). 3. Calcule E[X] e V [X]. 4. Calcule E[1 − X] e V [1 − X]. Exercício 1.27 Considere uma variável função de distribuição ⎧ 0 , ⎪ ⎪ ⎪ 3 ⎪ x 1 ⎪ ⎪ ⎨ 3 +3 , x2 F (x) = + 13 , 2 ⎪ ⎪ x 3 ⎪ ⎪ ⎪ 12 + 4 , ⎪ ⎩ 1 , 8 aleatória contínua com a seguinte x < −1 −1 ≤ x < 0 0≤x<1 1≤x<3 x≥3 . 1. Determine a respectiva função densidade de probabilidade. ¡ ¢ 2. Calcule P 12 < X < 2 / X ≥ 32 . 3. Calcule E [X] e V [X]. £ 4. Calcule E [X 2 + 2] e V 1 − X 2 ¤ . Exercício 1.28 A proporção de álcool de um certo composto pode ser considerada uma v.a. X com a seguinte função densidade de probabilidade ½ kx + 12 , 0 < x < 1 . f (x) = 0 , caso contrário 1. Calcule k, obtenha a função de distribuição da v.a. X e esboce o seu gráfico. 2. Determine m de modo que P (X > m) = P (X < m) e mostre que m é único. 3. Calcule E[X] e V [X]. 4. Suponha que o preço de venda desse composto depende da percentagem de álcool. Especificamente se 14 < X < 34 o composto vende-se por 1000 unidades monetárias (u.m.) por litro e de contrário vende-se por 700 u.m. por litro. Se o custo for 500 u.m. por litro, calcule a esperança matemática do lucro líquido por litro. Exercício 1.29 O diâmetro de um cabo eléctrico é uma v.a. X com a seguinte função densidade de probabilidade ½ 6x(1 − x) , 0 ≤ x ≤ 1 f (x) = . 0 , caso contrário 1. Mostre que f é de facto uma função densidade de probabilidade. ¡ ¢ 2. Determine a função de distribuição da v.a. X e calcule P X ≤ 12 . 3. Calcule E[X]. 4. Suponha que o cabo eléctrico é considerado defeituoso se o diâmetro diferir da sua média em mais de 0.05. Qual a probabilidade de se encontrar um cabo defeituoso? 5. Calcule V [X]. 9 Exercício 1.30 A quantidade de cerveja vendida diariamente numa feira (em milhares de litros) é uma variável aleatória com a seguinte função densidade de probabilidade ⎧ kx ,0≤x≤4 ⎨ k(12 − 2x) , 4 < x ≤ 6 f (x) = . ⎩ 0 , caso contrário 1. Obtenha o valor de k e de E [3X + 2]. 2. Determine a função de distribuição da v.a. X. 3. Considere os seguintes acontecimentos: A = “venda diária superior a 4000 litros” B = “venda diária entre 3000 e 5000 litros” Indique, justificando, se A e B são independentes. Exercício 1.31 Uma estação de gasolina enche os reservatórios uma vez por semana. O volume semanal de vendas, expresso em milhares de litros, é uma variável aleatória com a seguinte função densidade de probabilidade ⎧ 0 , x<0 ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ 1 ⎪ , 0≤x<5 ⎨ 10 . f (x) = ⎪ 10−x ⎪ , 5 ≤ x < 10 ⎪ 25 ⎪ ⎪ ⎪ ⎪ ⎪ ⎩ , x ≥ 10 0 1. Mostre que f é de facto uma função densidade de probabilidade de uma variável aleatória X. 2. Calcule a função de distribuição de X. 3. Determine a probabilidade de numa semana se venderem mais de 7000 litros de gasolina, sabendo-se que já foram vendidos pelo menos 4000 litros. 4. Calcule a quantidade média de gasolina que é vendida semanalmente. 10 Exercício 1.32 Relativamente à distribuição da v.a. X sabe-se que E[X] = 4 e E[X 2 ] = 52. Sendo Y uma outra variável tal que Y = 12 X + 3, determine E[Y ], V [Y ] e σY . Exercício 1.33 Seja X uma variável aleatória e a e b constantes. Prove as seguintes propriedades da esperança matemática: 1. Se X = a, então E [X] = a. 2. E [bX] = bE [X]. 3. E[X + a] = E[X] + a. 4. Se g(X) e h(X) são funções de X, então E[g(X) + h(X)] = E[g(X)] + E[h(X)], caso existam estas esperanças matemáticas. Exercício 1.34 Seja X uma variável aleatória e a e b constantes. Prove as seguintes propriedades da variância: 1. V [X] = E[X 2 ] − E 2 [X]. 2. V [X] ≥ 0. 3. Se X = a, então V [X] = 0. 4. V [X + a] = V [X]. 5. V [bX] = b2 V [X]. Exercício 1.35 Seja X uma variável aleatória e a e b constantes. Prove, por definição, que V [aX − b2 ] = a2 V [X]. 11 Soluções 1.1: −. 1.2: Pelo menos 26 lançamentos. 1.3.1: 12 . 1.3.2: −. 1.3.3: 10 . 1.3.4: −. 25 13 1 1 1.4.1: 15 . 1.4.2: −. 1.4.3: 3 . 1.5.1: 0.2. 1.5.2: 0.6. 1.5.3: −. 1.6.1: −. 1.6.2: E [X] = 13 , E [X + 2] = 29 , V [2X + 1] = 47 . 8 8 16 11 49 599 1.7.1: −. 1.7.2: 24 . 1.7.3: E[X] = 24 , V [X] = 576 . 1.8.1: 0.37. 1.8.2: −. 1.8.3: 0.22. 1.8.4: E[X] = 0.88, V [X] = 0.846. 1.9.1: k ∈ [6, 8]. 1.9.2a: −. 1.9.2b: 14 . 1.9.2c: E[X] = 17 , V [X] = 55 . 8 64 1 21 1.10.1: a = 0, b = 2 , c = 1. 1.10.2: E[Y ] = − 8 , V [Y ] = 2.7969.. 1.11.1: w = 0.1, z = 0.2, t = 0.4. 1.11.2: 2. 1.11.3: E[2X − 1] = 3, V [2X − 1] = 4.8. 1.11.4: 0.09. 1.11.5: −. 1.11.6: 0.667. 1.12.1: k = 2, m = −1. 1.12.2: 55.688. 1.12.3: P [2 < X < 5] = 0.25. 1.13.1: Não. 1.13.2: Sim. 1.14.1: −6. 1.14.2: 0.056. b 1.15: k = b−1 , com b > 1. 2 1.16.1: a = 2−b , com b 6= 0. 1.16.2: b = 1. b 1.17.1: Sim. 1.17.2: −. 1.18.1: 2. 1.18.2: −. 1.18.3: 0.688. 1.18.4: 0.118. 1.19.1: 0.015. 1.19.2: 0.84. 1.19.3: 0.859. 1.19.4: 0.75. 1.20.1: 8. 1.20.2: −. 1.20.3: 0.35. 1.21.1: β > 0. 1.21.2: −. 1.22.1: −. 1.22.2: E[X] = 0, V [X] = 16 . 3 3 . 1.23.3: E[X] = − 34 , V [X] = 80 . 1.23.1: −. 1.23.2: −7b b3 +8 3 6 1.24.1: a = 5 , b = 5 . 1.24.2: −. 1.24.3: 0.269. 1 1.25.1: 50 . 1.25.2: 34 . 1.25.3: E[X] = 20 , V [X] = 50 . 3 9 1 1.26.1: −. 1.26.2: 3 . 1.26.3: E[X] = 3, V [X] = 3. 1.26.4: E[1 − X] = −2, V [1 − X] = 3. 5 1.27.1: −. 1.27.2: 13 . 1.27.3: E £ [X]X=¤ 12 , V [X] = 0.99861. 2 1.27.4: E [X + 2] = 3.1722, V 1 − 2 = 0.24965. 7 11 , V [X] = 144 . 1.28.4: 350 1.28.1: k = 1. 1.28.2:¡ 0.618. ¢1.28.3: E[X] = 12 1 1.29.1: −. 1.29.2: P X ≤ 2 = 0.5. 1.29.3: 0.5. 1.29.4: 0.8505. 1 . 1.29.5: 20 1 1.30.1: k = 12 , E [3X + 2] = 12. 1.30.2: −. 1.30.3: Não são independentes. 1.31.1: −. 1.31.2: −. 1.31.3: 0.3. 1.31.4: 4.58. 1.32: E[Y ] = 5, V [Y ] = 9, σ Y = 3. 1.33: −. 1.34: −. 1.35: −. 12