bussab&morettin estatística básica

Capítulo 7

Problema 01.
∞ ∞
−2 x  e −2 x   e −0 
(a) ∫0 2 e dx = 2 × 
 − 2 0
 = 2 × 

0 +
2 
 =1

∞ ∞
 e −2 x 
(b) P( X > 10) = ∫ 2e −2 x
dx = 2 ×   =e
− 20

10  − 2  10

Problema 02.
1 C
(a) × =1 ⇒ C = 4
2 2
(b)

gráfico de f(x)

 1 1  1
(c) P  X ≤  = = P X > 
 2 2  2
1 3 1 1   1 
P ≤ X ≤  = 2 × P ≤ X ≤  = 2 ×  0,5 − P X ≤   =
4 4 4 2   4 
 1 1× 1 
= 2× − 4  = 2 ×  1 − 1  = 1 − 1 = 3
2 2   2 8 4 4
 

Problema 03.
(a) Como P( X ≤ 10) = 1 vem:
10
10 10
 x2 
∫0 kxdx = 1 , ou seja, ∫0 kxdx = k   = 50k = 1 ⇒ k = 0,02
 2 0

1
bussab&morettin estatística básica

x
∴ F(x) = ∫ 0,02x dx = 0,01x 2
0

Logo, F(1) = P( X < 1) = 0,01

πr 2
(b) P( X < r ) = 0,01r 2 =
π (10 )2

Problema 04.
∞ ∞ ∞
c 1  1 1
∫10 x 2 dx = c × 10∫  x 2  dx = c × − x 10 = c × 10 = 1 → c = 10
∞ ∞ ∞
1  1
P( X > 15) = ∫ 2 dx = 10 × ∫  2  dx = 10 × −  = 10 × =
10 1 2
15  x   x  15
15 x
15 3

Problema 05.
1
1 1
2 1
 x3  2  x2 x3   1  1 1   1 1 
E ( X ) = ∫ 4 x dx + ∫ x 4(1 − x) = 4 ×   + 4 ×  −  = 4 ×  +  −  −  −  =
2

0 1
2
 3 0 2 3 1
2
 24  2 3   8 24 
1 1 2 3 1
= 4×  + −  = 4× =
 24 6 24  24 2
1
1 1

( )  x4   x3 x4   1 1 1  1 1 
2 1 2
E X 2
= ∫ 4 x dx + ∫ x 4(1 − x) = 4 ×  
3 2
+ 4 ×  −  = 4 ×  +  −  −  −  =
0 1
2
4 3 4 1
2
 64  3 4   24 64 
0

1 1 1 1 1 7
= 4× + − −  = 4×7× =
 32 3 4 24  96 24
Logo,
7 1 1
Var(X) = - =
24 4 24
x
x
 t2   x 2   1 1   x 2 3 1
F(x) = 4 × ∫ (1 - t )dt = 4 × t −  = 4 ×   x −  −  −   = 4 ×  x − − + =
1  2   2   2 8    2 8 2
1
2
2

3 1
= 4x − 2x 2 − + = 4x − 2x 2 − 1
2 2
Logo,

0 , se x < 0
 2
 4x 1
F(x) =  , se 0 ≤ x ≤
 2 2
 1
4 x − 2 x − 1 , se 2 < x ≤ 1
2

Problema 06.

2
bussab&morettin estatística básica

π
π 2

[ ]
2
E ( X ) = ∫ ( x sen x)dx = − x cos x + ∫ cos xdx =
0 0
Tomando:
u = x ⇒ du = 1
dv = sen x ⇒ v = - cos x
π
[− x cos x + sen x]02 = − π cos π + sen π − 0 cos 0 − sen 0 = sen π = 1
=  2 2 2  2
π

( )
2
E X 2 = ∫ ( x 2 sen x)dx
0 =
Tomando:
u = x ⇒ du = 1
dv = x sen x ⇒ v = -x cos x + sen x
− x 2 cos x + x sen x + ∫ x cos x + sen x =
=
u = x ⇒ du = 1
dv = cos x ⇒ v = sen x

= − x cos x + x sen x + x sen x − cos x + cos x = − x cos x + 2 x sen x 0 = π

2 2 2
[ ] 1

Logo,
Var ( X ) = π − 1

Problema 07.
∞ ∞ ∞ ∞

E ( X ) = ∫ x 2 dx = ∫ dx = 10 × ∫ dx = 10 × [log x] = +∞
10 10 1
10 x 10
x 10
x 10

Problema 08.

( )2 = P(Pb (<X X< <b )2 ) , onde

b
(a) P X >bX <b
2

( ) = 3x dx = (x )
b
2 b b3
2 ∫
PX <b 2 3 2
−1 = +1
−1
8

( ) = 3x dx = (x )
b
2 b b3
2 ∫
Pb< X <b 2 3
b
2
= − b3
b
8
Logo,

) (( )
b3
− b3
(
P X >bX <b =
2
Pb< X <b
PX <b
2 = 8
b3
=
− 7b 3
b3 + 8 )
2 +1
8

3
bussab&morettin estatística básica
0
0
 x4 
E ( X ) = ∫ 3x dx = 3 ×   = × [0 − 1] = −
3 3 3
(b)
−1  4  −1 4 4
0
0
 x5 
E ( X ) = ∫ 3 x dx = 3 ×   = × [0 + 1] =
2 4 3 3
−1  5  −1 5 5
Então,
2
3  3
Var ( X ) = E ( X ) − [E ( X )]
3
= − −  =
2 2

5  4 80

Problema 09.
100
3
100
3  x3 x4  3 100 100 
E ( X ) = × 10 −5 ∫ x 2 (1 − x)dx = × 10 −5 100 −  = × 10 −5 × 100 3  − =
5 0
5  3 4 0 5  3 4 
3 1 1  3 1
= × 10 3 ×  −  = × 10 3 × = 50
5 3 4 5 12 Logo,
E ( L) = C1 + 50C 2

Problema 10.
3
 x  3
x2   9 3 9  3
(a) P( X > 1,5) = ∫ 1 − dx =  x −  =  3 −  −  −  = = 0,375
1, 5
3  6 3  6   2 24  8
2

1 3
2
1 3
 x2  2  x3   x2 x3  2  9 27   1 1 
E ( X ) = ∫ x 2 dx + ∫  x − dx = ×   +  −  = +  −  −  −  =
(a) 0
3 1
3  3  3 0  2 9 1 9  2 9   2 9 
4 4
= = 1,33 num dia ⇒ 30 dias : × 30 = 40  → 4000 kg
3 3

(b) P ( X ≤ a ) = 0,95
1× 2 1
P(≤ 0 X ≤ 1) = =
2×3 3
a
1  x 
+ ∫  − + 1dx = 0,95
3 1 3 
a
 x 
∫  − 3 + 1dx = 0,95 − 0,33 = 0,62
1
a
 x2  a2 5 1
 x −  = a − − + = 0 ,62  → -a 2 + 6a − 3 = 5,7 
→ a 2 + 6a + 8,7 = 0
 6 1 6 6 3
Logo, resolvendo a equação de 2º grau acima, encontra-se que: a = 2,45 → 245 kg

Problema 11.
∞  xe −2 x  ∞ 1 ∞ 
−2 x
E ( X ) = 2 × ∫ xe dx =2 ×  −  − × ∫ e − 2 x dx 
0  − 2  0 2 0 
=

4
bussab&morettin estatística básica

Tomando:
e −2 x
v' = e −2 x → v =
−2

[( ]+ ∫ e
∞ ∞
   e −2 x 
 − xe
−2 x
)
∞ −2 x
dx =   =
1
  − 2 0 2
0
= 0

1
Var ( X ) =
4

Problema 12.
Calculando o valor de c:
1
1
 x3 
c ∫ (1 − x )dx = 1 
2
→ c  x −  = 1
−1  3  −1
 13   1  4 3
c 1 −  −  − 1 +  = 1 → × c = 1 
→ c =
 3  3  3 4
1
3  x2 x4  3  1 1   1 1 
1
3
E ( X ) = ∫ x(1 − x 2 )dx = ×  −  = ×  −  −  −  = 0
−1
4 4 2 4  −1 4  2 4   2 4 
1
3  x3 x5  3  1 1   1 1  3 4 1
1
3
E ( X ) = ∫ x 2 (1 − x 2 )dx = ×  −  = ×  −  −  − +  = × =
2

−1
4 4 3 5  −1 4  3 5   3 5  4 15 5
Logo,
Var ( X ) = E ( X 2 ) − [E ( X )] = − [0] =
1 2 1
5 5

Problema 13.
(a) T ~ U [150,300]

Gráfico da função densidade de probabilidade de T

C = C1
C 2 , T < 200
V =
C 3 , T > 200

5
bussab&morettin estatística básica

C − C1 , 150 < T < 200

(b) L = V − C1 =  2
C 2 − C1 , 200 < T < 300
Logo,
1 2 2 1
E ( L) = (C 2 − C1 ) × + (C 3 − C1 ) × = C 3 + C 2 − C1
3 3 3 3

Problema 14.
X ~ N (10;4 )
(a) P(8 < X < 10) = P(− 1 < Z < 0 ) = 0,34

 1 
(b) P(9 ≤ X ≤ 12) = P − < Z < 1 = 0,34 + 0,19 = 0,53
 2 
(c) P( X > 10) = P(Z > 0 ) = 0,5
(d) P( X < 8 ou X > 11) = P(Z < −1) + P(Z > 0,5) = 0,16 + 0,31 = 0,47

Problema 15.
X ~ N (100;100)
(a) P( X < 115) = P(Z < 1,5) = 0,933
(b) P( X ≥ 80 ) = P (Z ≥ −2 ) = 0,977
X − 100
P( X − 100 ≤ 10 ) = P(− 10 ≤ X − 100 ≤ 10) = P − 1 ≤
 
(c) ≤ 1 = P(− 1 ≤ Z ≤ 1) = 0,6827
 10 

 a a
(d) P(100 − a ≤ X ≤ 100 + a ) = P(− a ≤ X − 100 ≤ a ) = P − ≤ X ≤  = 0,95
 10 10 
a
⇒ = 1,96 → a = 19,6
10

Problema 16.
(
X ~ N µ,σ 2 )
X −µ 
(a) P( X ≤ µ + 2σ ) = P ≤ 2  = P(Z ≤ 2 ) = 0,977
 σ 
(b) P( X − µ ≤ σ ) = P( Z ≤ 1) = 0,68

(c) P(− aσ ≤ X − µ ≤ aσ ) = P(− a ≤ Z ≤ a ) = 0,99 

→ a = 2 ,58

 b−µ
(d) P( X > b ) = 0,90 
→ P Z >  = 0,90
 σ 
Logo,
b − µ 
  = −1,28 → b = µ − 1,28σ
 σ 

6
bussab&morettin estatística básica

Problema 17.
X ~ N (170;5 2 )
(a) P( X > 165) = P (Z > −1) = 0,94134
∴ Nº esperado = 10000 × 0,94134 = 9413
(b) P(µ − a < X < µ + a ) = 0,75
P(170 − a < X < 170 + a ) = 0,75
 a a
P − < Z <  = 0,75
 5 5
a
= 1,15 
→ a = 5,75
5
Logo o intervalo simétrico é:
Intervalo = (164,25;175,75)

Problema 18.
(
V ~ N 500;50 2 )
P(V > 600) = P(Z > 2 ) = 0,023

Problema 19.
D1 ~ N (42 ; 36)
D2 ~ N (45 ; 9)
Para um período de 45 horas, tem-se:
P(D1 > 45) = P(Z > 0,5) = 0,31
P(D2 > 45) = P(Z > 0 ) = 0,50
Neste caso, D2 deve ser preferido.
Para um período de 49 horas, tem-se:
P(D1 > 49 ) = P(Z > 1,17 ) = 0,121
P(D2 > 49) = P(Z > 1,33) = 0,092
E neste caso, D1 deve ser preferido.

Problema 20.
(
X ~ N 0,6140 ; (0,0025)
2
)
(a) P(0,61 < X < 0,618) = 0,8904 BOM
P(0,608 < X < 0,610) + P(0,618 < X < 0,620) =
= P(− 2,4 < X < −1,6 ) + P(1,6 < X < 2,4 ) = 0,0466 + 0,0466 = 0,0932 RECUPERÁVEL
P( X < 0,608) + P( X > 0,62 ) = P(Z < −2,4) + P(Z > 2,4 ) = 2 × 0,0082 = 0,0164 DEFEITUO
SAS
(b) E (T ) = 0,10 × 0,8904 + 0,05 × 0,0932 − 0,10 × 0,0164 = 0,09206

Problema 21.
Y : Lucro esperado por item

7
bussab&morettin estatística básica
0,9
P( X ≤ 0,9 ) = ∫ e − x dx = 1 − e −0,9 = 0,5934
0

P( X > 0,9) = e −0,9 = 0,4066

Y: 2 ; 3
P (Y = y ) : 0,5934 ; 0,4066
E (Y ) = −1,1868 + 1,2198 = 0,033

Problema 22.
Y ~ b(10;0,4) X ~ N (4 ; 2,4)
(a) P(3 < Y < 8) = P(4 ≤ Y ≤ 7 ) ≅ P(3,5 ≤ X ≤ 7,5) = P(− 0,32 ≤ Z ≤ 2,26) = 0,4881 + 0,1255
= 0,6136
(b) P(Y ≥ 7) ≅ P( X ≥ 6,5) = P(Z ≥ 1,61) = 0,0537
(c) P(Y < 5) = P(Y ≤ 4 ) ≅ P( X ≤ 4,5) = P(Z ≤ 0,32) = 0,6255

Problema 23.
X ~ b(100 ; 0,1)
100 
P( X = 12) =   × (0,1)12 × (0,9) 88
12 
Y ~ N (10 ; 9)
P( X = 12) = P(11,5 ≤ Y ≤ 12,5) = P(0,5 ≤ Z ≤ 0,83) = 0,1043

Problema 24.
X : número de defeitos
1000
1000 
P( X ≥ 30) = ∑  j  × (0,05) j × (0,95)1000− j
j = 30 
Y ~ N (50 ; 47,5)
 29,5 − 50 
P( X ≥ 30) ≅ P(Y ≥ 29,5) = P Z ≥  = P(Z ≥ −2,975) = 0,9986
 6,89 

Problema 25.
(a) P(Y ≤ 5,5) = P( X + 5 ≤ 5,5) = P( X ≤ 0,5) = 0,50
(b) G ( y ) = P(Y ≤ y ) = P( X + 5 ≤ y ) = P( X ≤ y − 5) = F ( y − 5)
Então:
0 , y < 5

4(y - 5), 0 ≤ y − 5 ≤ 1 → 5 ≤ y ≤ 5,5
 2
g ( y ) = f ( y − 5) = 
4(1 − y + 5) = 4(6 − y ) , 1 ≤ y − 5 ≤ 1 → 5,5 ≤ y ≤ 6,0
 2
0, y > 6


8
bussab&morettin estatística básica

 z z
(c) G ( z ) = P ( Z ≤ z ) = P(2 X ≤ z ) = P X ≤  = F  
 2 2
Então:
0, z < 0

 z, 0 ≤ z ≤ 1 → 0 ≤ z ≤ 1
1 z  2
g ( z) = × f   = 
2  2  2 × 1 - z , 1 ≤ z ≤ 1 → 1 ≤ z ≤ 2
 
  2 2 2

0, z > 2

(d) Problema 26.

 y + 0,6   y + 0,6 
G ( y ) = P (Y ≤ y ) = P(2 X − 0,6 ≤ y ) = P(2 X ≤ y + 0,6 ) = P X ≤  = F 
 2   2 
Logo,
 y + 0,6  1 3  y + 0,6 
2
y
g ( y) = f  × = ×  , - 1 ≤ + 0,3 ≤ 0 → −2,6 ≤ y ≤ −0,6
 2  2 2  2  2
−0 , 6 −0, 6 −0 , 6
3  y + 0,6 
2

E (Y ) = ∫ y
2  2 
3
( )
 dy = × ∫ y y + 0,36 + 1,2 y dy = ∫ y + 0,36 y + 1,2 y dy =
8 − 2, 6
2 3 2
( )
−2,6 −2,6
−0 , 6
3  y4 y2 y3 
= ×  + 0,36 + 1,2  = −2,10
8 4 2 3  −2,6
−0, 6 −0 , 6 −0 , 6
3 2  y + 0,6 
2

E (Y 2 ) = ∫ y 
2  2 
3
8 −2,6
2 2
(4 2
)
 dy = × ∫ y y + 0,36 + 1,2 y dy = ∫ y + 0,36 y + 1,2 y dy =
3
( )
−2,6 − 2,6
−0,6
3  y5 y3 y4 
= ×  + 0,36 + 1,2  = ....
8 5 3 4  − 2,6
Var (Y ) = E (Y 2 ) − [E ( X )] = E (Y 2 ) − 4,41
2

Problema 27.
X ~ U [− 1;1]
Tomando Y = X :
2

(
G ( y ) = P (Y ≤ y ) = P X 2 ≤ y = P − y ≤ X ≤) ( ) ( y ) − F (− y )
y =F
Logo:
g ( y) =
2 y
1
[ f ( y ) + f (− y )]
1
 , -1 < x < 1
f (x) =  2
0, caso contrário
1 1 1 1
∴ g ( y) =  + = , 0 < y <1
2 y 2 2 2 y

9
bussab&morettin estatística básica

Tomando W = X :
G ( w) = P(W ≤ w) = P( X ≤ w) = P(− w ≤ X ≤ w) = F (w) − F (− w)
Logo:
g(w) = f (w) − f (− w) =
1 1
+ = 1, 0 < w < 1
2 2

Problema 28.
2 6
2
 x2 x  6
 − 3x 2 9 x   x3 x2   − 3x 3 9 x 2 
(a) E ( X ) = ∫  + dx + ∫  + dx =  +  +  +  =
0  2 10  2  40 20   30 20  0  120 20 2
8 4   648 324   24 36 
=  +  +  − +  − − +  = 2,47
 30 20   120 40   120 40 
6
6
 3x 9   − 3x 2 9 x   108 54   27 27 
(b) P( X > 3) = ∫  − + dx =  +  = − +  − − +  = 0,338
3  40 20   80 20  3  80 20   80 20 
6
6 6
 3x 9   3x 2 9 x  108 54 3Q2 9Q2
(c) ∫Q f ( x)dx = 0,5 → Q∫  − 40 + 20 dx = − 80 + 20  = − 80 + 20 + 80 − 20 = 0,5
2 2 Q2

Portanto, Q2 = 2,06 .

Problema 29.
1
f (x) = ,α<x<β
β −α
β β
x 1  x2  1 β 2 −α 2 α + β
(a) E( X ) = ∫ dx = ×  = × =
α
β −α β − α  2 α β − α 2 2
β 3 − α 3 (β − α )(β 2 + α 2 + αβ )
β β
x2 1  x3  1
E( X ) = ∫
2
dx = × = × =
α
β −α β − α  3  α β − α 3 3( β − α )
β + α + αβ
2 2
=
3
β 2 + α 2 + αβ α 2 + β 2 + 2αβ (β − α )2
Var ( X ) = − =
3 4 12
0, x < α
x
 1 x −α
(b) F ( x ) = ∫ dt = ,α ≤ x < β
α
β − α β − α
1, x > β


Problema 30.
1
f ( x) = ,α < x < β
β −α

10
bussab&morettin estatística básica

α+β
X−
2  1 1
U= 
→ − , 
β −α  2 2
 α+β   α+β 
d −  c− 
P(c < X < d ) = FU  2  − FU  2 
 β −α   β −α 
   
   
Então:
G (u ) = P(0 ≤ U ≤ u ) = u , 0 ≤ u ≤ 1
u = 0,00 → G (0) = 0
u = 0,01 → G (0,01) = 0,01
u = 0,00 → G (0,02) = 0,02
e assim por diante.

Problema 31.
 d − 7,5   c − 7,5 
P(c < X < d ) = FU   − FU  
 5   5 
(a) P( X < 7 ) = P (5 < X < 7) = FU (−0,1) − F U (−0,5) = 0,4

(b) P(8 < X < 9) = FU (0,3) − F U (0,1) = 0,2

(c) P( X > 8,5) = P (8,5 < X < 10) = FU (0,5) − F U (0,2) = 0,3

(d) P( X − 7,5 > 2 ) = 1 − P(−2 < X − 7,5 < 2) = 1 − P (5,5 < X < 9,5) = 1 − [FU (0,4) − F U (0,4)] =
= 1 − 0,8 = 0,2

Problema 32.
X ~ N (µ ;σ 2 )
1  x−µ 
2
∞ ∞ −  
1 2 σ 
E( X ) =
−∞
∫ xf ( x)dx = ∫ x −∞ 2π σ
e dx

x−µ
Fazendo y = → x = σy + µ 
 ,
→
,
dx = σdy , tem-se:
σ
∞ 1 ∞ 1 ∞ 1
1 − y2 1 − y2 1 − y2
E ( X ) = ∫ (σy + µ ) e 2
dy = µ × ∫ e 2
dy + σ × ∫ y e 2
dy
−∞ 2π −∞ 2π −∞ 2π
∞ 1
1 − y2
∫
−∞ 2π
e2
dy = 1, y ~ N (0,1)
∞ 1 ∞ 1 0 1
1 − y2 1 − y2 1 − y2
∫y
−∞ 2π
e 2
dy = ∫ y
0 2π
e 2
dy + ∫y
−∞ 2π
e 2
dy

Considerando:

11
bussab&morettin estatística básica

0 1
1 − y2
∫y
2π
−∞
e dy 2

Tomando z = − y 
→ y = − z → dy = −dz , tem-se:
0 1 ∞ 1
1 − y2 1 − z2
∫y
−∞ 2π
e 2
dy = − ∫ z
0 2π
e 2
dz

Logo,
∞ 1 ∞ 1 ∞ 1
1 − y2 1 − y2 1 − z2
∫y
−∞ 2π
e 2
dy = ∫ y
0 2π
e 2
dy − ∫ z
0 2π
e 2
dz = 0

Logo,
E( X ) = µ
Sabe-se que:
Var ( X ) = E ( X 2 ) − [E ( X )]
2

1  x−µ 
2
∞ ∞ −  
1 2 σ 
E( X 2 ) = ∫x f ( x)dx = ∫ x 2
2
e dx
−∞ −∞ 2π σ
x−µ
Fazendo y = 
→
,
x = σy + µ 
→
,
dx = σdy , tem-se:
σ
∞ 1 ∞ 1 ∞ 1
1 − y2 1 − y2 1 − y2
E ( X ) = ∫ (σy + µ ) 2
e 2
dy = µ × ∫ 2
e 2
dy + σ × ∫ y
2 2
e 2
dy +
−∞ 2π −∞ 2π −∞ 2π
∞ 1
1 − y2
+ 2 µσ × ∫ye dy 2

2π
−∞
Já vimos anteriormente que:
∞ 1
1 − 2 y2
∫
− ∞ 2π
e dy = 1
∞ 1
1 − y2
∫y
−∞2π
dy = 0
e 2

Queremos então calcular:

∞
∞ ∞
1  1 − 12 y 2 
1
− y2
1
1 − 2 y2
∫
π = + ∫∞ 2π =1
2
 
2
y e dy y e e
− ∞ u 2
  2π  −∞ −
   
v´

1 0

Logo,
E( X 2 ) = σ 2 + µ 2
Var ( X ) = σ 2 + µ 2 − µ 2 = σ 2

Problema 33.
X ~ N (6,4;0,8 2 )
A → P(7,5 ≤ X ≤ 10 ) = P(1,38 ≤ X ≤ 4,5) = 0,49997 − 0,41621 = 0,0837
N º esperado = 0,0837 × 80 = 6,696 ≅ 7
B → P(5 ≤ X ≤ 7,5) = P(− 1,75 ≤ X ≤ 1,38) = 0,41621 + 0,45994 = 0,876
N º esperado = 0,876 × 80 ≅ 70

12
bussab&morettin estatística básica

C → P( X < 5) = P( X < −1,75) = 0,040

N º esperado = 0,040 × 80 ≅ 3

Problema 34.
X = Peso Bruto ~ N (1000;20 2 )
(a) P( X < 980) = P(Z < −1) = 0,15866

 1
(b) P( X > 1010) = P Z >  = 0,30854
 2

Problema 35.
(a) X = Peso ~ N (5;0,8 2 ) n = 5000
Então:
X −5
=Z → X = 0,8Z + 5
0,8
z1 = 0,84 → x1 = 4,33
z 2 = 0,68 → x 2 = 5,54
z3 = 1,28 → x3 = 6,02
Logo,
x ≤ 4,33, então classifica como pequeno
4,33 < x ≤ 5,54, então classifica como médio

se 
5,54 < x ≤ 6,02, então classifica como grande
x > 6,02, então classifica como extra

Problema 36.
VL ~ N (1000;10 2 )
(a) P(VL < 990) = P(Z < -1) = 0,16 
→16%
(b) P( VL - 1000 < 20 ) = P(-20 < VL - 1000 < 20) = P(− 2 < Z < 2 ) = 0,9545 
→ 95,5%

(c) P( VL - 1200 < 2 × 20) = P(− 2 < Z < 2) = 0,9545 

→ 95,5% ∴ não muda

Problema 37.
D ~ N(0,10; (0,02) 2 )
5, D - 0,10 > 0,03
V=
10, D - 0,10 ≤ 0,03
E (V) = 5 × P( D - 0,10 > 0,03) + 10 × P( D - 0,10 ≤ 0,03)
P( D - 0,10 ≤ 0,03) = P(- 0,03 < D - 0,10 < 0,03) = P(- 1,5 < Z < 1,5) = 0,867
Logo,
E (V) = 5 × 0,133 + 10 × 0,867 = 9,34

Problema 38.
13
bussab&morettin estatística básica

 Lucro = 1000, sem restituição.

Aparelho A  → 
Pr ejuízo = 3000,com restituição.
 Lucro = 2000, sem restituição.
Aparelho B  → 
Pr ejuízo = 8000,com restituição.
X : tempo para a ocorrência de algum defeito grave.
X | A ~ N (9;4).
X | B ~ N (12;9).
Então:
P(X ≤ 6 | A ) = P(Z ≤ −1,5) = 0,066
P(X ≤ 6 | B) = P(Z ≤ −2) = 0,023
Portanto os lucros esperados para os dois produtos são:
A →1000 × 0,934 − 3000 × 0,066 ≅ 736
B → 2000 × 0,977 − 8000 × 0,023 ≅ 1770
Portanto, incentivaria as vendas do aparelho do tipo B.

Problema 39.
(a) X ~ U (1;3) então E ( X ) = 2
Y = 3 X + 4 então E (Y ) = 10

[ ] ( )
3
1 1 3 1
E ( Z ) = ∫ e x × dx = × e x 1 = × e3 − e
1
2 2 2

(b) X ~ f ( x) = e − x , x > 0 então E ( X ) = 1

∞
E (Y ) = ∫ x 2 e − x dx
0
∞
3 −x
E(Z ) = ∫ e dx
0
x +1

Problema 40.
X ~ U (−a;3a ) então E ( X ) = a

Var ( X ) =
(3a + a )2 =
16a 2 4 2
= a
12 12 3

Problema 41.
∞ −t ∞ −t
1 1
(a) E (T ) = ∫ t e β dt = × ∫ te β dt = β , usando integração por parte.
0
β β 0

∞ −t ∞ −t
1 1
(b) E (T 2 ) = ∫ t 2 e β dt = × ∫ t 2 e β dt = 2 β 2
0
β β 0
Logo,
Var ( X ) = E (T 2 ) − [E (T )] = 2 β 2 − β 2 = β 2
2

14
bussab&morettin estatística básica

Problema 43.
(a) Fy ( y ) = P(Y ≤ y ) = P ( X 2 ≤ y ) = P − y ≤ X ≤ ( )
y = Fx ( y ) − F (− y )
x

(b) f y ( y) =
fx ( y ) − f (− y ) = x 1
[ f ( y ) − f (− y )] =
1
, 0< y <1
x x
2 y 2 y 2 y 2 y
1
 x3 
1
1
(c) E ( X ) = ∫ x dx =   =
2 2

0  3 0 3
 3
3 1
1 y2  1 2  2
1
1 1
(d) E (Y ) = ∫ y dy = ×   = × ×  y  =
0 2 y 2  3  2 3  0 3
 2 

Problema 44.
X ~ f ( x) = e − x , x > 0 então E ( X ) = 1 = Var ( X )
X − µx
Z=
σx
 X − µx  E ( X − 1)
E ( Z ) = E   = =0
 σ x  1
 X − µx  Var ( X )
Var ( Z ) = Var   = =1
 σx  σ x2

Problema 45.
∞
(a) α = 1
→ ∫e
-x
dx = 1 = 0 !
0
Vale para α = n :
∞ ∞
Γ(n + 1) = ∫ e - x x n dx = − x n e − x [ ] +∫x
∞
0
n −1 − x
e dx = n × Γ(n) = n × (n − 1) = n !
0 0

(b) O raciocínio em (a) vale para qualquer n ∈ ℜ + .

∞
(c) Γ(1) = ∫ e - x dx = 1
0
∞ 1
1 −
u2
Γ  = ∫ e - x x 2 dx = π x = 
→ dx = udu
2 0 ; faça 2
1
∞ u2 − ∞ 2
-  u2  2 -
u

∫e 2   udu = 2 × ∫ e 2 du = π
-∞  2  -∞

15
bussab&morettin estatística básica

∞ ∞ ∞
1 α −1 − β 1 α − β 1 −x
x x
(d) E( X ) = ∫ x x e dx = ∫ x e dx = αβ ∫ x (α +1) −1
e β
dx
− ∞ Γ (α ) β − ∞ Γ (α ) β − ∞ Γ (α + 1) β
α α α +1

∞
(α +1) −1 − β
dx = 1 pois é a f.d.p. de X ~ Gama(α + 1, β ) .
1 x

∫
− ∞ Γ(α + 1) β
α +1
x e

Logo,
E ( X ) = αβ .
∞
1 α −1 − β
x (α + 1)αβ 2 ∞
1
xα e
−x
β
E( X 2 ) = ∫x = ∫ Γ(α ) β α
2
x e dx dx
−∞ Γ(α ) β α (α + 1)αβ 2 −∞ =
(α + 1)αβ 2 ∞
1
x (α + 2) −1e
−x
β
dx = α 2 β 2 + αβ 2
= ∫ Γ(α + 2) β α
−∞
+2

Então,
Var ( X ) = α 2 β 2 + αβ 2 − α 2 β 2 = αβ 2

Problema 46.
∞ ∞ ∞
α α +1 −α −1 α  x −α  α −α
(a) ∫ f ( x)dx = ∫ b b
−∞ b
x dx =
b −α
×
 − α  = b ×b =1
b
(b) α >1
∞ ∞
x −α +1 αb
E ( X ) = ∫ αbα x −α dx = αbα =
b
1− α b α −1
α >2
∞ ∞
x −α + 2 αb 2
E ( X 2 ) = ∫ αbα x −α +1 dx = αb α =
b
2 −α b α − 2
Então,
2
αb 2  αb  αb 2
Var ( X ) = E ( X ) − [E ( X )] = − =
2 2

α − 2 α − 1 (α − 1) 2 (α − 2)

Problema 47.
1  ln x − µ 
2
∞ − 
1 
2 σ 
(a) E( X ) = ∫ x e dx (1)
0 xσ 2π
Tomando ln x = y → x = e , dx = e dy
y y

y−µ
= z→ y = µ + σz , dy = σdz
σ
Voltando a (1):
1  ln x − µ 
2
∞ ∞ 1 2 σ2 ∞ 2
− 2σz +σ 2 )
1 −  
µ +σz 1 − (z ) µ+ e(z
E( X ) = ∫ x e 2 σ 
dx = ∫ e e 2
σdz =e 2
× ∫ dz =
0 xσ 2π −∞ σ 2π −∞ 2π

16
bussab&morettin estatística básica
1
σ2 ∞ σ2 ∞ − v2 σ2
e ( z −σ )
2
µ+ µ+ e 2 µ+
=e 2
× ∫
−∞ 2π
dz = e 2
× ∫
− ∞ 2π
dz = e 2

 
1

σ 2
µ+
E ( X 2 ) = m 2 eσ , m = E ( X ) = e
2
2
(b)
Var ( X ) = m 2 e σ − m 2 = m 2 (eσ − 1)
2 2

Problema 48.
P( X > x) = e − x , P( X > t + x) = e − (t + x )
P ( X > t + x) e − ( t + x )
∴ = − x = e −t = P ( X > t )
P( X > x) e

Problema 49.
∞ 0 ∞ 0 ∞
1 x 1 −x 1 1 −x
E (Y ) = ∫ x f ( x)dx = ∫−∞− x 2 e dx + ∫0 x 2 e dx = 2 × −∫∞− xe dx + 2 × ∫0 xe dx =
x

−∞
1 1
= − × (−1) + × 1 = 1
2 2

[ ]
0 0
0
∫ − xe dx = xe − ∫ e x dx = −1
x x
−∞
−∞ −∞
∞
[ ] − ∫ e dx = 1
0
−x ∞
∫ xe dx = xe − x 0
x

−∞ 0

Problema 50.
1 2
Y= X
X ~ U (0,1) 2
Então:
1
1  x3 
1
1 1
E (Y ) = ∫ x 2 dx = ×   =
0
2 2  3 0 6

Problema 51.
 βe − βx , x ≥ 0
(a) β = 1
→ f ( x) =  logo f.d.p. de uma exponencial.
0, x < 0
(b) β = 2
→ f ( x) = 2 xe −2 x , x ≥ 0
∞
E ( X ) = 2 × ∫ x 2 e − 2 x dx (integrar por partes!)
0

Problema 52.
Γ ( 4)
f ( x) = x(1 − x) = 6 x(1 − x), 0 < x < 1
Γ(2)Γ(2)

17
bussab&morettin estatística básica
0, 2
0, 2
 x2 x3 
P( X ≤ 0,2) = 6 × ∫ x(1 − x)dx = 6 ×  −  = 0,104
0 2 3 0
1
1
 x3 x4  1
E ( X ) = 6 × ∫ x (1 − x)dx = 6 ×  −  =
2

0 3 4 0 2
1
1
 x4 x5  3
E ( X ) = 6 × ∫ x (1 − x)dx = 6 ×  −  =
2 3

0 4 5  0 10

Var ( X ) = E ( X 2 ) − [E ( X )] =
2 1
20

Problema 53.
∞ ∞
1 x 1 2x
E( X ) = ∫ dx = ∫1+ x dx
π −∞1 + x 2
2π −∞
2
(1)
Tomando:
1 + x 2 = y, dy = 2 xdx
Voltando a (1):
∞
=
1
∫
2x
dx =
1
[log y ]∞−∞ = ∞
2π −∞1 + x 2
2π , logo não existe.

Problema 56.
X ~ N (10;16)
Então:
Q x = 10 + 4Q z
Q z (0,10) = −1,28 → Q x (0,10) = 10 + 4 × (−1,28) = 4,88
Q z (0,25) = −0,67 → Q x (0,25) = 10 + 4 × (−0,67) = 7,32
Q z (0,50) = 0 → Q x (0,1) = 10 + 4 × (0) = 10
Q z (0,75) = 0,67 → Q x (0,75) = 10 + 4 × (0,67) = 12,68
Q z (0,90) = 1,28 → Q x (0,90) = 10 + 4 × (1,28) = 15,12

Problema 57.
Considerando agora Y ~ χ (5) , tem-se:
2

Q(0,10) = 1,610
Q (0,25) = 2,672
Q(0,50) = 4,351
Q (0,75) = 6,676
Q(0,90) = 9,236

Problema 58.

P(χ 2 (4) > 9,488) = e − 4, 724 ∑

1
(4,724) j
(a) = 0,0089 × [1 + 4,724] = 0,051
j =0 j!

18
bussab&morettin estatística básica

(
Da tabela da ditribuição qui-quadrado vem que: P χ (4) > 9,488 = 0,05 .
2
)
( ) (8) j
1
(b) P χ 2 (10) > 16 = e −8 ∑ = 0,00034 × [1 + 8 + 32 + 85,3 + 170,7] = 0,101
j =0 j!
( )
Da tabela da ditribuição qui-quadrado vem que: P χ (10) > 16 = 0,10 .
2

19