Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Captulo 6
Problema 01.
8 8!
n( ) = = = 56 combinaes possveis
3 5! 3!
5 3
X = 0 = 1
0 3
5 3
X = 1 = 15
1 2
5 3
X = 2 = 30
2 1
5 3
X = 3 = 10
3 0
Ento a distribuio de X dada por:
X 0 1 2 3
P(X=x) 1 15 30 10
56 56 56 56
Problema 02.
n( ) = 8 3 = 512 combinaes possveis
X = 0 50 33 = 27
3
X = 1 51 32 = 135
1
3
X = 2 5 2 31 = 225
2
3
X = 3 5 3 30 = 125
3
X 0 1 2 3
P(X=x) 27 135 225 125
512 512 512 512
Problema 03.
1
X =1 C
2
2
1 1
X = 2 RC =
2 4
3
1 1
X = 3 RRC =
2 8
X 1 2 3 4 .....
P(X=x) 1 1 1 1 .....
2 4 8 16
- cap.6 pg. 1 --
bussab&morettin estatstica bsica
De modo geral,
x 1 x
1 1 1
P ( X = x) = = , x=1,2,3....
2 2 2
Problema 04.
Seguindo o mesmo raciocnio idntico ao Problema 02, tem-se:
X 0 1 2 3 4
P(X=x) 1 4 6 4 1
16 16 16 16 16
Problema 05.
No contexto apresentado, a distribuio do nmero de caras dada por:
4
P (Y = y) = p y (1 p ) , y = 0, 1, 2, 3, 4.
4 y
Problema 06.
Por similaridade, tem-se:
n
P (Y = y) = p y (1 p) , y = 0, 1, 2, 3,..., n.
n y
Problema 07.
Para o Problema 01, tem-se:
15 60 30 105
E(X) = + + = = 1,875
56 56 56 56
15 120 90 225
E(X 2 ) = + + = = 4,018
56 56 56 56
Var(X) = E(X 2 ) - [E(X) ] = 4,018 [1,875] = 0,502
2 2
Problema 08.
4 12 12 4
E(Y) = + + + = 2,0
16 16 16 16
4 24 36 16
E(Y 2 ) = + + + = 5,0
16 16 16 16
Var(X) = E(X 2 ) - [E(X)]2 = 5,0 [2,0]2 = 1,0
Problema 09.
Y=3X 0 3 6 9
P(Y=y) 1 15 30 10
56 56 56 56
- cap.6 pg. 2 --
bussab&morettin estatstica bsica
Z=X2 0 1 4 9
P(Z=z) 1 15 30 10
56 56 56 56
Proble ma 10.
Problema 11.
E(V) = 0 q + 1 (1 q ) = (1 q )
Var(V) = (q 1) q + q 2 (1 q) = q (1 q )
2
Problema 12.
1 1 1 3
E(X) = 0 + 1 + 2 =
2 4 4 4
1 1 1 5
E(X 2 ) = 0 + 1 + 4 =
2 4 4 4
[ ]
E (X - a) 2 = E ( X 2 ) 2 a E ( X ) + a 2 =
5 6a
4 4
+ a2 = a2
3a 5
+
2 4
Portanto,
a 0 0,25 0,50 0,75 1
[
E (X - a) 2
] 1,2500 0,9375 0,7500 0,6875 0,7500
Os resultados encontram-se representados no grfico a seguir, em que se percebe que g(a)
mnimo para a 0,75
- cap.6 pg. 3 --
bussab&morettin estatstica bsica
1,4
1,2
0,8
g(a)
0,6
0,4
0,2
0
0 0,2 0,4 0,6 0,8 1
X
Problema 13.
0
9/10
1/3
1/10 50000
9/10 0
9/10
2/3
1/10 50000
1/10 9/10 50000
Visita 1
1/10 100000
Visita 2
Y 0 50000 100000
P(Y=y) 126 23 1
150 150 150
126 23 1 1250000
E (Y ) = 0 + 50000 + 100000 = = 8333 ,33
150 150 150 150
- cap.6 pg. 4 --
bussab&morettin estatstica bsica
Problema 14.
+ (50000 ) + (100000 )
126 23 1
E (Y 2 ) = 0 = 450000000
2 2
150 150 150
Var( X ) = 450000000 (8333,33) = 380555611
2
Problema 15.
A partir do Problema 11, tem-se:
0, v < 0
FV (v) = q, 0 v < 1
1, v 1
Grfico para q=0,4:
1,2
0,8
0,6
0,4
0,2
0
-0,2 -0,1 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 1,1
V
Problema 16.
A partir do Problema 10, tem-se:
0, y < 1
2/8, 1 y < 2
FY ( y ) =
6/8, 2 y < 3
1, y 3
1,2
0,8
F(y)
0,6
0,4
0,2
0
0 1 2 3 4
y
- cap.6 pg. 5 --
bussab&morettin estatstica bsica
Problema 17.
E(T ) = 2 0,1 + 3 0,1 + 4 0,3 + 5 0,2 + 6 0, 2 + 7 0,1 = 4,6
G 2,0 2,5 3,0 3,5 4,0
P(G=g) 0,3 0,2 0,3 0,1 0,1
Problema 18.
A distribuio de X dada por:
X 1 2 3
P(X=x) 13 16 12
0,8
F(x)
0,6
0,4
0,2
0
0 1 2 3 4
x
Problema 19.
A f.d.a da varivel T dada por:
0, t < 2
0,1 , 2 t < 3
0,2 , 3 t < 4
FT ( t ) = 0,5 , 4 t < 5
0,7 , 5 t < 6
0,9 , 6 t < 7
1,0 , t 7
- cap.6 pg. 6 --
bussab&morettin estatstica bsica
1,2
0,8
F(t)
0,6
0,4
0,2
0
0 2 4 6 8
t
Problema 20.
(a) X ~ Binomial(5, 1/3)
5 x
5 1 2
x
P ( X = x) = ; x=0,1,2...,5.
x 3 3
(b) A varivel X no tem distribuio binomial, pois as extraes so feitas sem reposio, ou
seja, a probabilidade de sucesso no a mesma em todos as extraes.
(c) A varivel X ter distribuio binomial apenas se a proporo de bolas brancas for a mesma
em todas as urnas.
(d) Novamente, a varivel em estudos ter distribuio binomial apenas se a proporo de
pessoas com opinio contrria ao projeto for a mesma nas 10 cidades pesquisadas.
(e) Neste caso, as mquinas tm que funcionar independente e apresentar uniformidade quanto
produo de peas defeituosas, ou seja, a probabilidadede se obter uma pea com defeito
tem de ser a mesma em todas as mquinas.
Problema 21.
Das propriedades da binomial tem-se:
E( X ) = np = 12 ; Var( X ) = np(1 p ) = 3
(a) n = 16
(b) p = 0 ,75
16
11
(c) P ( X < 12 ) = k (0,75)
k =1
k
(0,25) 16 k = 0,3698
16
16
(d) P ( X 14 ) = k ( 0,75)
k =14
k
( 0,25 )16 k = 0,1971
X 12
[E ( X ) 12] = 0
1
(e) E ( Z ) = E =
3 3
(f) P (Y 14 / 16 ) = P ( X 14 ) = 0,1971
- cap.6 pg. 7 --
bussab&morettin estatstica bsica
Problema 22.
Seja X o nmero de chamadas recebidas nessa central em um minuto, e usando a tabela II tem-se:
e 8 8 k
9
(a) P ( X 10) = 1
k =0
k!
= 1 0,7166 = 0,2834
e 8 8 k
8
(b) P ( X < 9) =
k =0
k!
= 0,5925
Problema 23.
Seja X o nmero de cortes por 2000 ps de fita magntica. Pode-se dizer que X segue uma
distribuio de Poisson com parmetro = 1 (Tabela II ou pacotes computacionais)
e 1 10
(a) P ( X = 0) = = 0,3679
0!
e 1 1k
2
(b) P ( X 2) =
k =0
k!
= 0,9197
e 1 1k
2
(c) P ( X 2) =
k =0
k!
= 0,9197
e 1 1k
1
(d) P ( X 2) = 1 k =0
k!
= 1 (0,3679 + 0,3679 ) = 0,2642
Problema 24.
Considerando a distribuio de binomial:
Se X o nmero de itens defeituosos encontrados na amostra de 10 produzidos, X ~
b(10;0,2) e
10 10
P( X 1) = (0,2) 0 (0,8)10 + ( 0,2)1 (0,8) 9 = 0,1074 + 0,2684 = 0,3758
0 1
Considerando a distribuio de Poisson
Nas condies do enunciado, pode-se dizer que o nmero de itens defeituosos a cada dez
produzidos tem distribuio de Poisson de parmetro 2 (10 2). Assim:
e 2 2 k
1
P ( X 1) =
k =0
k!
= 1 (0,1353 + 0, 2707 ) = 0,4060
Problema 25.
(a) Calculando o nmero mdio de machos por ninhada:
x = 0 20 + 1 360 + ... + 5 40 = 2,4
- cap.6 pg. 8 --
bussab&morettin estatstica bsica
mas x = 5 p p = 0,48
(b) A tabela a seguir traz o nmero esperado de ninhadas para cada valor de X, de acordo com o
modelo binomial b~(5;0,48) (os nmeros esto arredondados). Neste caso, o nmero
esperado de ninhadas com x machos 2000 P(X=x).
Problema 26.
O grfico da distribuio de X, p(x) :
0,35
0,30
0,25
0,20
p(x)
0,15
0,10
0,05
0,00
-1 0 1 2 3 4 5 6
x
- cap.6 pg. 9 --
bussab&morettin estatstica bsica
1,2
0,8
F(x)
0,6
0,4
0,2
0
-1 0 1 2 3 4 5 6
x
Problema 27.
O grfico da distribuio de X, p(x) :
0,40
0,30
p(x)
0,20
0,10
0,00
-1 0 1 2 3 4 5 6
x
- cap.6 pg. 10 --
bussab&morettin estatstica bsica
1,2
F(x) 0,8
0,6
0,4
0,2
0
-1 0 1 2 3 4 5 6
x
Problema 28.
O grfico da distribuio de X, p(x) :
0,35
0,30
0,25
0,20
p(x)
0,15
0,10
0,05
0,00
-1 0 1 2 3 4 5 6 7
x
- cap.6 pg. 11 --
bussab&morettin estatstica bsica
1,2
0,8
F(x) 0,6
0,4
0,2
0
-1 0 1 2 3 4 5 6 7
x
Problema 29.
O florista pode ter em seu estoque 1, 2 ou 3 flores. Seja L o lucro obtido. Para cada hiptese da
quantidade de flores no estoque, tem-se:
Uma flor:
L -0,50 1,00
P(L= l) 0,1 0,9
Problema 30.
Sejam X: nmero de tentativas at a obteno do primeiro sucesso e C: custo da operao. A
distribuio de X, semelhante a estudada no Problema 3 :
P ( X = x) = p (1 p ) x 1 = (0,9) (0,1) x 1 , logo
5
E (C ) = 10 P( X = k ) + 5 P( X = k ) =
k =1 k =6
5
= 10
k =1
(0,9) ( 0,1) k 1 + 5 (0,9) (0,1)
k =6
k 1
9,99
Problema 31.
- cap.6 pg. 12 --
bussab&morettin estatstica bsica
Seja X o nmero de artigos defeituosos numa amostra aleatria de tamanho 4. Tem-se que X ~
b(4; 0,10). Usando a Tabela I ou pacotescomputacionais, vem:
4
(a) P( X = 0) = ( 0,10) 0 ( 0,90) 4 = 0,6561
0
4
(b) P ( X = 1) = ( 0,10) 1 ( 0,90) 3 = 0,2916
1
4
(c) P ( X = 2) = (0,10 ) 2 (0,90 ) 2 = 0,0486
2
(d) P( X 2) = P( X = 0) + P( X = 1) + P( X = 2) = 0,9963
Problema 32.
Seja X o nmero de peas defeituosas na caixa. Tem-se que X ~ b(18; 0,05). Para satisfazer
garantia, as caixas tm de apresentar X 2 .
P( X 2) = P( X = 0) + P( X = 1) + P( X = 2) = 0,3972 + 0,3763 + 0,1683 = 0,9418
Problema 33.
Seja X o nmero de funcionrios que aumentam sua produtividade com o curso de treinamento.
Tem-se que X ~ b(10; 0,80)
10
(a) P( X = 7) = (0,80) 7 (0,20) 3 = 0,2013
7
8
(b) P ( X 8) = P( X = k ) = 0,6242
k =0
7
(c) P ( X 7) = P( X = k ) = P( X 8) P( X = 8) = 0,6242 0,3020 = 0,3222
k =0
Problema 34.
Seja X o nmero de petroleiros que chegam refinaria em um dia. Do enunciado, X ~
Poisson(2).
(a) P( X > 3) = 1 [P( X = 0) + P( X = 1) + P( X = 2)] = 1 (0,6767) = 0,3233
(b) Deseja-se saber o valor x0 tal que P(X > x0 ) 0,95. Tem se que P(X > 4) = =0,947 e P(X >
5) = 0,983. Desse modo, as instalaes devem suportar 5 navios por dia.
(c) Numa distribuio de Poisson, a mdia dada pelo parmetro = 2 .
Problema 35.
De acordo com o modelo proposto, o nmero esperado de famlias com x filhos, dentre as 10690,
dado por 10690 x P (X = x). A tabela a seguir fornece os resultados obtidos. Foi feito um
arredondamento para que se obtivessem nmeros inteiros.
- cap.6 pg. 13 --
bussab&morettin estatstica bsica
(oi ei )2
Se for analisada a medida 2 = ei
= 251,37 , haver indicao de que o modelo
Problema 36.
Sendo X o nmero de acidentes,
(a) x = 0 200 480 + ... + 8 4 480 = 1,18
(b) A tabela a seguir traz o nmero esperado de horas com 0, 1, 2, ... acidentes, obtido sob o
e 1,18 1,18 x
modelo de Poisson, calculados por 480 x P(X = x) e P ( X = x) =
x!
X P(X = x) Nmero esperado |observado esperado|
0 0,30728 147,49 53
1 0,36259 174,04 22
2 0,21393 102,69 43
3 0,08414 40,39 10
4 0,02482 11,91 1
5 0,00586 2,81 6
6 0,00115 0,55 6
7 0,00019 0,09 5
8 0,00003 0,01 4
(oi ei )2
(c) Se for analisada a medida 2 = ei
= 70 ,02 , haver indicao de que a
Problema 37.
preciso saber qual o preo mdio pago pela caixa de acordo com a proposta feita pelo
comprador. Se X for o nmero de parafusos defeituosos numa amostra de 20 parafusos, tem-se
que X~b (20; 0,10). Assim,
- cap.6 pg. 14 --
bussab&morettin estatstica bsica
20
P ( X = 0) = (0,10) 0 ( 0,90) 20 = 0,1216
0
20
P( X = 1) = (0,10)1 (0,90)19 = 0,2702
1
20
P ( X = 2) = (0,10 ) 2 (0,90) 18 = 0,2852
2
20
20
P ( X 3) = (0,10) k (0,90) 20 k = 0,3230
k =3
k
A distribuio de C: preo da proposta :
Problema 38.
Supondo que X ~ Poisson (2,2),tem-se:
(a) P ( X 2 ) = 1 P ( X = 0 ) P ( X = 1) = 0 ,64
(b) Seguindo raciocnio feito nos exerccios anteriores, obtm-se as seguintes freqncias
esperadas:
X Freqncia esperada
0 12
1 26
2 29
(c) A observao dos resultados anteriores, indica que as plantas no se distribuem de acordo
com a distribuio de Poisson com parmetro 2,2.
(d) Dependncia , pois a reproduo na vizinhana mais provvel do que longe.
Problema 39.
Sejam X o preo de venda da caixa de vlvulas e Y o nmero de vlvulas defeituosas em cada
caixa. Tem-se que Y ~ b(10; 0,20).
10
P(Y = 0) = (0,20) 0 ( 0,80) 10 = 0,1074
0
10
P (Y = 1) = ( 0,20 )1 (0,80) 9 = 0,2684
1
10
P(Y = 2) = (0,20) 2 ( 0,80) 8 = 0,3020
2
10
P (Y = 3) = ( 0,20 ) 3 (0,80 ) 7 = 0,2013
3
- cap.6 pg. 15 --
bussab&morettin estatstica bsica
10
10
P (Y > 3) = k ( 0,20 )
k =4
k
(0,80 )10 k = 0,1209
Problema 40.
Seja Xi o nmero de peas defeituosas na amostra colhida pelo comprador i, i = A, B.
Comprador A: A probabilidade de se classificar uma partida como da categoria II :
5
P( X A 1) = 1 P( X A = 0) = 1 (0,20) 0 ( 0,80) 5 = 0,6723
0
Desse modo, o lucro mdio oferecido pelo comprador A :
1,20 (0,3277) + 0,80 (0,6723) = R $0,93
Comprador B: A probabilidade de se classificar uma partida como da categoria II :
P ( X B 2) = 1 P ( X B = 0) P ( X B = 1) P ( X B = 2) = 1 0,1074 0,2684 0,3020 = 0,3222
Problema 41.
n=1
1
E( X ) = 0 P( X = 0) + 1 P( X = 1) = p (1 p) 0 = p
1
Var( X ) = E ( X 2 ) [E ( X )] = p p 2 = p(1 p)
2
n=2
2 2
E ( X ) = 0 P ( X = 0) + 1 P ( X = 1) + 2 P ( X = 2) = p (1 p) + p 2 (1 p) 0
1 2
= 2 p(1 p) + 2 p 2 = 2 p
Var( X ) = E ( X 2 ) [E ( X ) ] = 2 p 2 + 2 p 4 p 2 = 2 p(1 p)
2
- cap.6 pg. 16 --
bussab&morettin estatstica bsica
n 1
n 1 x n x
q E ( X | n 1) = x
x=0
p q
x
n1
n 1 x+1 n x 1
p E ( X | n 1) = x =0
x
x
p q
n 1
n 1 x +1 n x 1
p ( p + q) n 1 =
x=0
x
p q
Portanto,
n 1
n 1 x +1 n x1
p E ( X | n 1) + p ( p + q) n 1 =
x =0
x
p q
[x + 1]
Ento:
n1
n 1 x n x
q E ( X | n 1) + p E ( X | n + 1) + p ( p + q) n1 = x
x =0
p q
x
+
n1
n 1 x+1 n x1
+ (x + 1)
x =0
x
p q
=A
k n k
O coeficiente de p q , para k=1, 2, ..., n-1, ser a soma do coeficiente da primeira somatria
quando x=k e o da segunda somatria quando x+1=k, ou seja, x=k-1, logo igual a:
n 1 n 1 n 1 n 1 ( n 1)! (n 1)!
k + k = k + = k + =
k k 1 k k 1 k !(n k )! ( k 1)! (n k )!
( n 1)! n
= k [n k + k ] = k ( n 1)! n = k n! = k
k!( n k )! k!(n k )! k! (n k )! k
Substituindo em A, vem:
n1
n
n
A = 0q + n
k =1
k p k q nk + n p n =
k kp q
k =0
k n k
= E ( X | n)
Problema 42.
(a) P( X 2 ) = (0,135 ) + (0,285 ) + (0,285 ) = 0,705
(b) P( X 2) = (0,014 ) + (0 ,068 ) + (0 ,154 ) = 0,236
(c) P( X 2) = (0,377 ) + (0 ,377 ) + ( 0,179 ) = 0 ,933
Problema 43.
- cap.6 pg. 17 --
bussab&morettin estatstica bsica
n k
n n
k
n!
lim p k (1 p ) n k = lim =
n k n (n k )! k ! n n
n k
k 1 n
k
= lim n ( n 1) .... ( n k + 1) =
n k ! n n
n k
k 1 k 1 n
= lim 1 1 ....1 =
n k !
n n n
k
k 1 k 1
n
= lim 1 1 ....1 1 1
k! n n n n n
k n
1 k 1
Como 1 1 ; 1 ....1 1 e 1 e
n n n n
Ento:
n e k
p k (1 p ) n k quando n
k k!
Problema 44.
Usando a propriedade da soma de infinitos termos de uma P.G. de razo menor que 1.
2 4
1 1 14 1
(a) P ( X par) = = = =
k =1
2k
k =1
k 1 1 4 3
3
2
1 7
(b) P ( X < 3) = k
=
k =1
8
1 211
2
1 1
(c) P ( X > 10 ) = = = 10
k =11
k 1 1 2 2
Problema 45.
(aX + b) p(x ) = axp( x) + bp(x) = a xp( x) + b p(x ) = aE (X ) + b
E ( aX + b) =
Var(aX + b) = E [(aX + b) ] E [(aX + b)] = a (E ( X ) [E ( X ) ] ) + (b b ) +
2 2 2 2 2 2 2
Problema 46.
e k k
E( X ) =
k =0
kP( X = k ) = k =1
k
k!
= e
k =1
k!
=e e =
- cap.6 pg. 18 --
bussab&morettin estatstica bsica
e k e k
E( X ) = 2
k=0
k P( X = k ) =
2
k =1
k
k!
= k
k =1
( k 1)!
2
= ( j = k 1)
e j +1 e j e j
j= 0
( j + 1)
j!
=
j =0
j
j!
+
j =0
j!
= 2 +
Var( X ) = E ( X ) [E ( X ) ] = + 2 =
2 2 2
Problema 47.
Para justificar a expresso, considere-se que a probabilidade de se extrair uma amostra com k
elementos marcados dada pelo quociente entre o nmero de amostras em que existem k
elementos marcados e o nmero total de amostras de tamanho n, obtidas, sem reposio, de uma
populao de tamanho N.
O nmero total de amostras de tamanho n, obtidas, sem reposio, de uma populao de tamanho
N
N dado por .
n
Para o numerador da expresso a ser provada, deve-se raciocinar da seguinte maneira:
necessrio obter k elementos dentre os r que possuem o tributo e n-k dentre os N-r elementos
r N r
restantes. Portanto, justifica-se o valor x e a probabilidade em questo dada por:
k n k
r N r
k nk
pk =
N
n
Problema 48.
Cada resposta um ensaio de Bernoulli com probabilidade de sucesso 0,50. Desse modo, o
nmero de respostas corretas, X, tem distribuio binomial com n=50 e p=0,50. Acertar 80% das
questes significa X = 40. Portanto:
50
P ( X = 40 ) = ( 0,50) 40 (0,50 )10 = 9 10 6
40
Problema 49.
No caso de alternativas por questo, a varivel aleatria X s egue distribuio binomial com n=50
e p = 0,20. Desse modo,
50
P( X = 40) = ( 0,20) 40 (0,80)10 = 1,21 1019
40
Problema 50.
3 3
P ( X = 2) = 12 P ( X = 3) p 2 (1 p) = 12 p 3 3 p 2 (1 p) = 12 p 3 p = 0,20 Proble
2 3
ma 51.
Seja X o nmero de componentes que funcionam.Tem-se que X ~b (10; p).
- cap.6 pg. 19 --
bussab&morettin estatstica bsica
10
(c) P ( X = 2) = p 2 (1 p) 8 = 45 p 2 (1 p) 8
2
10
10
(d) P ( X 5) = k p
k =5
k
(1 p) 10 k
Problema 52.
n n!
b(k + 1; n, p ) = p k +1 (1 p) n k 1 = p k +1 (1 p ) n k 1
k + 1 ( n k 1)!( k + 1)!
(n k )n! p (n k ) p n
= pk (1 p) n k = p k (1 p) n k
( k + 1)! (n k )! k! 1 p (k + 1)(1 p) k
(n k ) p
= b(k ; n, p )
( k + 1)(1 p )
Problema 53.
Para a varivel Z, a mediana qualquer valor pertencente a (1, 2), de acordo com a definio.
Nestes casos costuma-se indicar o ponto mdio da classe que 1,5.
Problema 54.
q (0,25) = qualquer valor entre (0, 1)
q ( 0,60 ) = 2 ,porque P ( X q (0 ,60 )) = P ( X 2) = 0,75 0,60 e P ( X 2 ) = 0 ,50 0, 40
q (0,80 ) = 3 , pois P ( X 3 ) = 1,00 > 0,80 e P ( X 3) = 0, 25 > 0,20
Problema 55.
1
(e) p (1 p) j1 = p =1
j =1 1 (1 p)
d j
(f) E( X ) = p (1 p) j1 = p q , onde 1- p =q.
j =1 j =1 dq
d d q
Mas,
dq j =1
qj =
dq 1 q
, pois a srie q
j =1
j
convergente
Logo,
1 1
E( X ) = p =
(1 q ) 2
p
Mesmo raciocnio para a Var(X).
P( X > s + t )
(1 p) j
p
(1 p )s+t +1
j = s +t +1
(g) P ( X > s + t | X > s) = =
= = (1 p) t = P ( X t )
P( X > s ) (1 p ) s +1
(1 p)
j = s +1
j
p
- cap.6 pg. 20 --
bussab&morettin estatstica bsica
Problema 56.
Considere:
C: custo do exp.
X: n de provas para sucesso.
C = 1000 X + 300 ( X 1)
Portanto,.
1
E(C ) = 1300E ( X ) 300 = 1300 300 = 6200
0, 2
Problema 57.
n
P ( X + Y = n) = P {X = k , Y = n k }, pois o evento { X + Y = n } pode ser escrito como a unio
k=0
- cap.6 pg. 21 --